Как применять Модели атрибуции в Яндекс.Директ: типы, настройки и как с ними работать

В статье разберем, что такое модель атрибуции, чем отличается работа с моделями атрибуции в Яндекс.Директ и Яндекс.Метрике, а также как определиться с моделью атрибуции для ваших рекламных кампаний.
В материале бонус — бесплатный аудит контекстной рекламы!

Использование моделей атрибуции помогает понять, какие каналы приводят больше всего трафика на сайт, а с ним и конверсий. При ведении рекламных кампаний в Яндекс.Директ модель атрибуции будет определять данные статистики, на основе которых происходит оптимизация ставок.

Модель атрибуции – это условие, которое определяет, какой переход на сайт будет считаться источником визита. Это также справедливо и для конверсий. При использовании разных моделей атрибуции совершаемые конверсии будут приписываться к разным источникам.

Анализируя трафик в Метрике и выбирая ту или иную модель атрибуции, вы решаете, к какому каналу трафика определить совершенную конверсию.

Важно помнить, что Директ и Метрика по-разному учитывают конверсии. При работе с Метрикой модели атрибуции применяются к визитам на сайт. В Директе же они атрибутируют клики по рекламным объявлениям. То есть Директ учтет конверсию в тот момент, когда произошел клик по объявлению, а Метрика – по факту совершения целевого действия. Например, пользователь кликнул по рекламному объявлению 1 марта, но ничего не купил. Затем он вернулся на сайт 16 марта и совершил покупку. В Директе эта конверсия будет отнесена к 1 марта, а в метрике к 16 марта.

Стратегии Директа (как при ручном управлении ставками, так и при использовании автостратегий) основываются на алгоритмах, которые рассчитывают вероятность клика по объявлению и достижения целей на сайте. Алгоритмы, в свою очередь, опираются на статистику привязанного к рекламной кампании счетчика Метрики по выбранной модели атрибуции. При смене модели атрибуции в настройках рекламной кампании изменится и статистика, на которую будут опираться алгоритмы выбранной стратегии. Им потребуется время, чтобы выстроить новые прогнозы и определить оптимальные ставки.

Кросс-девайс – это функция, которая учитывает все посещения сайта одним пользователем с разных устройств. Например, пользователь может перейти по рекламному объявлению со смартфона, изучить ваш сайт и уйти. Затем он еще раз перейдет на сайт, но уже с компьютера и совершит конверсию. Если требуется атрибутировать конверсии по типу устройств, не забывайте включать эту функцию в директе или метрике при выборе модели атрибуции.

В Яндекс.Директ функция кросс-девайс доступна для следующих моделей атрибуции:

• Последний переход из Яндекс.Директа
• Последний значимый переход
• Первый переход

В Яндекс.Метрике функция кросс-девайс доступна для всех моделей атрибуции. Также в Метрике существует опция «Посетители кросс-девайс». Включить ее можно при выборе модели атрибуции для анализа:

В отчетах появится колонка с таким же названием. С ее помощью можно проанализировать количество визитов с учетом разных устройств:

Для этой модели атрибуции источником конверсии считается первый переход пользователя на сайт за последние 180 дней.

Кому подойдет

Эта модель поможет отследить, какой канал привлекает больше всего трафика на сайт, который в последующем совершает конверсии. Подойдет для медийных рекламных кампаний, рассчитанных на максимальный охват и знакомство с продуктом или брендом. Также эта модель подойдет для ниш с длинным циклом продаж, в которых человек посещает сайт несколько раз до того, как примет окончательное решение о покупке.

Для этой модели атрибуции источником конверсии считается канал, из которого посетитель пришел в этот конкретный момент. История визитов при этом не учитывается.

Кому подойдет

Данная модель подойдет для ниш с коротким циклом продаж, в которых человек часто готов совершить покупку сразу же. Также эта модель подходит для рекламных кампаний, направленных на самый нижний уровень воронки продаж.

Усовершенствованный вариант модели атрибуции «Последний переход». Для этой модели атрибуции источником конверсии считается последний значимый переход пользователя на сайт за последние 90 дней.Какие переходы относятся к значимым, а какие к незначимым:

Если конверсия совершилась после незначимого визита, то она будет присвоена последнему значимому визиту. Например, пользователь перешел на сайт по рекламному объявлению директа, оставил вкладку открытой на несколько часов, а затем вернулся, обновил страницу и совершил конверсию. В данном случае конверсия будет присвоена директу, а не внутреннему переходу (который был зарегистрирован, как новый визит после истечения таймаута).

Кому подойдет

Эта модель, как и в предыдущем случае, подходит для ниш с коротким циклом продаж. А еще подойдет для рекламных кампаний, направленных на средний уровень воронки продаж.

Для этой модели атрибуции источником конверсии считается последний переход пользователя на сайт из Директа за последние 90 дней. Если за этот период переходов по объявлениям Директа было несколько, то конверсия будет присвоена самому последнему переходу в цепочке.

Кому подойдет

Модель подходит для всех рекламодателей, ведущих кампании в Директе, так как она позволяет оценить эффективность этого канала, отсекая другие источники трафика. С ее помощью можно оценить работу рекламных кампаний на всех этапах воронки продаж, а также оценить какие объявления и креативы работают лучше и привлекают больше конверсий.

Автоматическая атрибуция использует алгоритмы машинного обучения для определения конверсий, достигнутых благодаря рекламной кампании. Эти алгоритмы анализируют множество факторов: время взаимодействия до и после конверсии, тип используемого устройства и даже интересы пользователей и их семьи/окружения.

Например, утром товар смотрели через смартфон, затем его изучали подробнее на компьютере и, наконец, его купили после того, как ссылку переслали другому члену семьи. Автоматическая атрибуция позволит отследить и оценить каждое из этих действий.

Этот вид атрибуции дает возможность более точно определить рекламные сообщения, которые в итоге приводят к покупке. Благодаря точному анализу и оценке эффективности рекламы, автоматическая атрибуция обеспечивает более качественное обучение конверсионных стратегий. А это в свою очередь позволяет сделать точнее портрет целевой аудитории и оптимизировать рекламные бюджеты.

Кому подойдет

• рекламодателям, которые стремятся максимально точно оценить вклад каждого взаимодействия с рекламой в итоговую конверсию;
• тем, кто ищет способы оптимизации своих рекламных кампаний на основе данных о поведении и интересах их аудитории.
  

Такой вид атрибуции можно применить к данным от 8 апреля 2023 года.

Эта модель атрибуции присваивает значение конверсии первому показу медийной рекламы, увиденной пользователем на любом устройстве в течение последних 30 дней. Это позволяет оценить начальное воздействие рекламы на принятие решения пользователя о посещении сайта или совершении покупки.

Если пользователь впервые увидел медийное объявление вашего продукта на своем смартфоне и через несколько дней перешел на сайт с компьютера, чтобы совершить покупку, первому показу будет присвоена заслуга за конверсию.

Кому подойдет

Подходит для маркетологов, заинтересованных в оценке эффективности рекламных кампаний на начальных этапах воронки продаж и в понимании, как первое впечатление влияет на решение о покупке.

В рамках этой модели особое значение придается последнему показу медийной рекламы, которую пользователь видел на любом из своих устройств за последние 30 дней перед конверсией на сайте. Модель позволяет выявить и оценить влияние заключительного рекламного контакта на окончательное решение пользователя.

Если потенциальный клиент видел множество объявлений вашего продукта, но именно последний показ на планшете заставил его перейти на сайт и совершить покупку, именно этому показу будет присвоена заслуга в конверсии.

Кому подойдет

Идеально для тех, кто хочет понять вклад заключительного рекламного контакта в привлечение конверсий и оптимизировать стратегию воздействия на потенциального клиента в самый решающий момент.

Настроить модель атрибуции можно в новой или уже созданной рекламной кампании в окне выбора стратегии:

При необходимости подключите функцию кросс-девайс.

Использовать модели атрибуции для анализа рекламных кампаний в Директе поможет мастер отчетов:

Проанализировать статистику рекламных кампаний можно по всем доступным моделям атрибуции. Однако, для контроля соблюдения целевых показателей (особенно в кампаниях со стратегиями «Оптимизация конверсий» и «Целевая доля рекламных расходов») лучше выбрать в отчете ту же модель атрибуции, которая указана в настройках стратегии.

При использовании опции «Оплата за конверсии» (доступна для автостратегий «Оптимизация конверсий» и «Целевая доля рекламных расходов») вы платите не за клики, а за целевые действия на вашем сайте (покупка, оставление заявки, посещение страницы благодарности и т. п.).

В случае, если вы используете в таких рекламных кампаниях модель атрибуции «Последний переход из Яндекс.Директа» может получится так, что вы будете переплачивать за конверсии. Например, человек зашел на ваш сайт по рекламе из поиска, совершил целевое действие и оставил открытой вкладку браузера на несколько часов. После истечения таймаута визита и обновления страницы засчитается еще одно достижение цели. Вторая «конверсия» будет также отнесена к Директу и вы, фактически, оплатите одного целевого посетителя во второй раз.

Также эта модель атрибуции в сочетании с этими типами автостратегий не позволит вам определить, какой именно канал дает вам больше целевого трафика. Например, пользователь переходит по объявлению из директа, но не совершает конверсии. Затем переходит второй раз, через социальные сети и совершает ее. В данном случае лучшим вариантом будет заплатить за переход из соцсети, ведь она стала решающим фактором для конверсии, а вместо этого вы заплатите за конверсию в директе.

Чтобы избежать излишнего расхода бюджета для таких стратегий рекомендуем использовать модель атрибуции «Последний значимый переход». Это поможет расходовать бюджет Директа рациональнее и правильно подбирать каналы для взаимодействия с целевой аудиторией.