Предыдущий ролик Следующий ролик  

Видео урок: Определение реального влияния AdWords при помощи отчетов по многоканальным последовательностям

Продвинутые советы и трюки по Google AdWords

Путь клиента к покупке зачастую довольно сложен, и не факт, что если кто-то о чем-то слышит впервые, то он сразу же побежит тратить на это свои деньги. Такое может случиться, например, с шоколадными батончиками на кассе в продовольственном магазине. В нашем случае, когда люди рассматривают возможность посещения какого-то онлайн-тренинга, они обычно несколько раз сталкиваются с информацией о нем. Сначала пользователь должен получить информацию о предлагаемом товаре или услуге. Затем он, скорее всего, проведет некоторое исследование и сравнит этот товар или услугу с аналогами, которые предлагают конкуренты. Наконец, он серьезно обдумает покупку, одобрит ее и в конечном счете запустит процесс покупки. В реальном мире это может происходить следующим образом: сначала пользователь выполняет обычный поиск в интернете и выбирает какой-то результат этого поиска. Затем он просматривает веб-сайты конкурентов и проводит исследование. Пару дней спустя он видит размещенное нами ремаркетинговое объявление и переходит на наш сайт, чтобы разузнать все подробнее. А затем, когда он выберет нашу компанию, для совершения транзакции он либо напрямую введет в строке браузера URL нашего сайта, либо воспользуется тем письмом, которое мы ему отправляли, либо снова выберет один из результатов платного или обычного поиска. В рамках всех этих взаимодействий сложно определить ценность для транзакции каждого отдельного взаимодействия. По умолчанию в Google Analytics используется так называемая модель "Последнее взаимодействие". Она подразумевает, что вся ценность конверсии присваивается самой последней точке взаимодействия, в рамках которой была совершена покупка. Но это не совсем справедливо, поскольку все остальные попутные маркетинговые инициативы содействовали окончательной покупке. Первый способ учесть это в Google Analytics - воспользоваться отчетами по многоканальным последовательностям (Multi-Channel Funnel), расположенным в разделе "Конверсии". Сейчас мы рассмотрим отчет "Ассоциированные конверсии" (Assisted conversions), который помогает понять, сколько раз совершаются конверсии с помощью каждого отдельного канала, выступающего в роли источника последнего взаимодействия, и какой доход приносит при этом канал. Кроме того, он позволяет определить, какую ценность конверсии имеет каждый вспомогательный канал. Вспомогательным каналом считается точка взаимодействия, содействующая совершению покупки, но не последняя, в рамках которой эта покупка была выполнена. Для этого видео я оставлю группировку по каналам многоканальной последовательности, но имейте в виду, что вы можете выбрать любой уровень детализации. Если вам захочется разделить результаты поиска и рассмотреть только то, что относится к AdWords, или даже какие-то конкретные кампании внутри AdWords, - дерзайте. Глядя на этот пример, я довольно быстро могу определить, что поисковые кампании принесли мне доход почти в 23 000 долларов, но что если при этом я за месяц потратил на AdWords 30 000 долларов? Если бы я учитывал только модель "Последнее взаимодействие", то возможно, пришел бы к выводу, что AdWords действительно убыточна для меня. Но давайте рассмотрим столбец "Ценность ассоциированной конверсии". Как видно, помимо дохода в 23 000 долларов, полученного благодаря последнему взаимодействию, платный поиск содействовал покупкам общей стоимостью более 40 000 долларов. Поэтому теперь расходы в 30 000 долларов кажутся довольно выгодным вложением. Обратите внимание, что такие каналы, как Медийная реклама и Социальные сети, зачастую используются для брендированных маркетинговых инициатив. В крайнем правом столбце приведено соотношение Ассоциированных конверсий к конверсиям по последнему взаимодействию, что можно рассматривать в качестве показателя того, как различные каналы влияют на ваших потенциальных клиентов. Как видите, для медийной рекламы это соотношение составляет 3/1, а это означает, что это определенно самый важный канал для продаж. И это не лишено смысла. Медийные кампании предназначены для информирования клиентов о торговой марке. В большинстве случаев с того момента, когда клиенты впервые слышат о нашей компании, и до того момента, когда они решают вести с нами бизнес, мы много раз взаимодействуем с ними. Еще один интересный способ анализа результатов наших маркетинговых кампаний - с помощью моделирования атрибуции. По аналогии с тем, что мы только что рассматривали, в Google Analytics есть Инструмент сравнения моделей, который позволяет исследовать не только модель "Последнее взаимодействие" или ассоциированные конверсии. Этот инструмент позволяет одновременно сравнивать между собой до трех моделей атрибуции, выбранных из списка часто используемых. Я даже могу создавать собственные персонализированные модели. Давайте сравним между собой модели "Последнее взаимодействие" и "Первое взаимодействие". В рамках модели "Первое взаимодействие" вся ценность конверсии присваивается самой первой точке взаимодействия. Я собираюсь проанализировать показатели "Количество конверсий" и "Ценность конверсии", в результате чего замечу похожую тенденцию. Платный поиск ценится выше при анализе его с помощью модели атрибуции "Первое взаимодействие". А теперь добавим сюда еще и линейную модель, в рамках которой каждой точке взаимодействия присваиваются равные доли ценности конверсии. Поэтому если бы я купил товар стоимостью 10 долларов и при этом посетил ваш сайт посредством пяти разных каналов, то каждому из этих каналов была бы присвоена ценность в 2 доллара. Как видно, у прямого канала все равно довольно высокие показатели. Это может быть характерно для тех пользователей, которые несколько раз возвращаются на ваш сайт посредством ввода URL сайта в строке браузера или посредством закладок. Справа приводится небольшое сравнение моделей между собой. Например, в этой строке показано, что если бы для оценки нашего медийного канала мы использовали модель "Последнее взаимодействие" вместо модели "Первое взаимодействие" или вместо линейной модели, то мы могли бы недооценить его на 60 или 116%. Нельзя сказать, что какая-то из этих моделей правильная, а какая-то неправильная. Это просто разные способы анализа данных с целью получения лучшего представления о том, как окупаются ваши маркетинговые старания в отношении пути конверсии. А возможность анализа отчетов по многоканальным последовательностям и по моделям атрибуции в Google Analytics способствует лучшему пониманию рентабельности ваших инвестиций в рекламу, помогает понять, на каких этапах последовательности эффективны ваши кампании и канал, и в итоге помогает понять, каким образом можно обеспечить лучшее взаимодействие с потенциальными клиентами.