Marketing Attribution בגוגל אנליטיקס ובגוגל אנליטיקס 360

הקצאת קרדיט (attribution) הוא אחד המונחים החשובים ביותר בגוגל אנליטיקס. הכוונה היא לייחוס קרדיט ליוזמות השיווק הרבות שיוצרות תנועה והמרות באתר. זהו גם אחד הנושאים הכי לא מובנים, מסתוריים ונתונים לוויכוח.

יצרנו סדרת פוסטים על הקצאת קרדיט (attribution), כדי לסייע להסביר איך שזה באמת עובד, מה הסיבה לכך שהדברים הם כפי שהם, איך להסביר נכון את הנושא של הקצאת קרדיט ואיך אתם יכולים להשתמש בכך בארגון שלכם כדי לקבל החלטות טובות יותר.

הקצאת קרדיט יכול לעזור לנו להבין את האופן שבו ערוצי שיווק שונים, כמו אימייל ופרסום, יכולים לתרום ליצירת תנועה לאתר שלנו ובסופו של דבר, להמיר אותה כשמשתמשים בכך נכון.

המידע הזה יכול לסייע לנו בקבלת החלטות שונות, כשההחלטה הכי חשובה היא מהו המקור שממנו אנו מקבלים את ההחזר הגבוה ביותר על ההשקעה שלנו, בין אם אנו משקיעים כסף בפלטפורמה, פרסום או בהקדשת זמן ומשאבים לניהול.

כשיש כל כך הרבה אינטרקציות שמובילות למכירה, קליק או הגשת טופס, הקצאת קרדיט (attribution) יכול לסייע לנו לבחון את החלקים שיש לנו שליטה עליהם ולקבוע אלו הם היעילים מתוכם.

הקצאת קרדיט – בואו נדבר על זה

היסטורית, הקצאת קרדיט הוא יותר אומנות מאשר מדע. קחו למשל את הדוגמא הזאת:

האתר שלנו מוכר רהיטים. משתמש מגלה את החברה שלנו מפרסומת של אדוורדס, מקיש על הפרסומת לכסא נוח חדש מעור וצופה באוסף הכסאות באתר שלנו. לאחר חודש, הוא רואה פרסום רימרקטינג לכסא נוח, אך הוא לא מקיש עליו.

שבוע לאחר מכן הוא נזכר באתר שלנו, שולף את הכתובת שלו מהזיכרון וסוף כל סוף מקיש על הפרסומת.

איך אנחנו אמורים לחלק את הקרדיט על רכישת הכסא הנוח מכל ערוצי השיווק האלו? מהו היחס הנכון של קרדיט לפי ערוץ? האם אנו צריכים לחלק את הקרדיט בצורה שווה? האם נקודות המגע המוקדמות צריכות לקבל קרדיט רב יותר? אולי נקודות המגע בשלבים מאוחרים יותר? (תלוי את מי אתה שואל.)

credit

בעבר, גוגל אנליטיקס היה די מוגבל ביכולות השיוך שלו משתי סיבות:

1. גוגל אנליטיקס משתמש במודל הקצאת קרדיט לפי הקליק האחרון, שהגיע באופן לא ישיר במהלך רוב הממשק כשהוא מקצה 100% מהקרדיט לאמצעי/המקור האחרון הידוע במשך ששת החודשים האחרונים.

2. דוחות המשפכים הרב-ערוציים שמראים את התמונה המלאה, אך מוגבלים ל-90 ימים האחרונים.

במלים אחרות: אם אתם מסתמכים אך ורק על גוגל אנליטיקס מחוץ לקופסה, כדי להבין הקצאת קרדיט, אתם עלולים לא לקבל תשובה מלאה לשאלה.

זה לא מפתיע שבסקר שנתי שנערך על ידי Interactive Advertising Bureau (IAB) ו- Winterberry Group74% מהמשווקים ציינו שהם מתכננים להתמקד בהבנת נושא הקצאת קרדיט (Attribution) ב-2017, יותר מאשר בכל משימת שיווק אחרת שצויינה בסקר. (זאת עליה של 51% מ-2016.) ואנחנו כמעט ב-2018.

בואו ננסה להבין מה גוגל אנליטיקס יכול לעשות עבורנו ומה לא בנושא של הקצאת קרדיט (Attribution). אני אתייחס לנושאים רבים ואציע כמה קישורים לפוסטים אחרים באתר שלנו ובסדרה הזאת.

דוחות סטנדרטים: הקצאת קרדיט באמצעות קליק אחרון לא ישיר. נמצא בגוגל אנליטיקס וגוגל אנליטיקס 360

משחר ההיסטוריה, גוגל אנליטיקס הקצתה 100% מהקרדיט לפעילות באתר, למקור התנועה האחרון הידוע של משתמש. אתם תראו את זה בדוחות רגילים. כשמקצים פעילות למקור תנועה, זה גם יכלול את כל הפעולות שנעשו במהלך הפעילות הזאת, כולל המרות.

(זכרו שהמרות זה הדבר הכי חשוב לנו, כולל רכישות או השלמת יעדים).

למשל, ביום שני ג’יל מגיעה לאתר שלכם באמצעות קישור ממומן שמופיע בדף תוצאות חיפוש בגוגל. ביום שלישי ג’יל מקלידה את כתובת האתר שלנו, חוזרת כביקור ישיר ומבצעת את הרכישה.

ומה התוצאה? גוגל אנליטיקס יקצה 100% מהקרדיט לערוץ אדוורדס (ממש נחמד!) למה? אם מישהו מבקר ישירות באתר, ברירת המחדל של גוגל אנליטיקס היא לבחון את הביקורים של המבקר המסוים בששת החודשים האחרונים ולגלות את המקור/האמצעי האחרון הידוע שלהם.

תנועה “ישירה” פשוט מציינת שגוגל אנליטיקס לא יודע איך המשתמש הגיע. המקור המפנה (האתר או מנוע החיפוש שמהם הגיע הגולש לאתר) ריק כך שלגוגל אנליטיקס אין כל מושג אם זה היה מקישור מועדף, אם מישהו הקליד את כתובת האתר מהזיכרון, או דברים אחרים.

היות והם היו חייבים לבחור משהו, גוגל הגיע למסקנה שזה הכי טוב לתת לנו תשובה כלשהי מאשר ישיר/שום תשובה.

במקרים מסוימים זה הגיוני. בדוגמה שהוזכרה לעיל, זה עשוי להיות הגיוני שאם מישהו חוזר לדף הבית שלנו אחרי ביקור באמצעות פרסומת, אז אולי הפרסומת צריכה לקבל את הקרדיט. מצד שני, יש מקרים רבים שבהם נראה שזה לא הגיוני בכלל.

זוהי אחת הסיבות שזה כל כך חשוב שהמידע שלכם יהיה נקי. ישנם כללים ספציפיים כיצד התנועה לאתר שלכם מתוייגת ואתם יכולים לשנות את האופן שבו דברים מופיעים באמצעות תיוג קמפיין חכם וארגון נקי ועל ידי שינוי האופן שבו דברים מוצגים באמצעות מסננים.

אני אוסיף הערה נוספת שיש דרכים לקבל את המידע הזה, אם אתם באמת רוצים לצפות באופציה “ישיר” כמקור שיוך במקום המקור/האמצעי האחרון הידוע. אך אולי זה מיותר היות ויש לנו גישה לדוחות משפכים רב-ערוציים (נמצא בגוגל אנליטיקס וגוגל אנליטיקס 360).

במשך מספר שנים הייתה לנו גישה לדוחות משפכים רב ערוציים בגוגל אנליטיקס. זאת מערכת דוחות שמאפשרת לנו לצפות בערוצים רבים (או אמצעים/מקורות) שמובילים להמרה לפי יעד שקבענו, השלמת פעולה כלשהי שהגדרנו כיעד או ביצוע רכישה במסחר אלקטרוני.

המונחים הבסיסיים לא השתנו, בעוד שהמראה השתנה מעט.

הדוחות מאד שימושיים, במיוחד על מנת לקבל מושג על המורכבות של מסע המשתמש. כמה נקודות מגע בדיוק נדרשות להמרה? איזה שילוב של ערוצי שיווק הוא הכי יעיל? אתם גם יכולים לראות את ההשקעה שלכם לכל רכישה באמצעות ייבוא מידע עלות.

בנוסף, המשתמשים בגוגל אנליטיקס 360 בשילוב עם integrate DoubleClick Campaign Manager (DCM) יכולים לראות את מספר החשיפות לפרסומות בדוחות משפכים רב-ערוציים! משתמשים אפילו לא צריכים להקיש על פרסומת!

אבל (יש רק שניים)… דוחות המשפכים הרב-ערוציים הם כעין אי בודד. הם נמצאים בחלק מסוים בגוגל אנליטיקס ויש להם אפילו ממשק תכנות יישומים עם מגבלות נוספות. ה”אבל” האחר: דוחות המשפכים הרב-ערוציים מוגבלים לחלון צפייה של 90 הימים האחרונים.

(ברירת המחדל היא 30 יום, אז שנו את זה!) כלומר אנחנו לא יכולים לראות ערוצים שהובילו להמרה אם זה קרה לפני יותר מ-90 יום מההמרה.

זה משהו שממש הופך אותו ללא נכון לעבוד איתו בכמה אתרים. יש ארגונים שיש להם מחזורי מכירות ארוכים מאד שנמשכים יותר מאשר 90 יום (אוניברסיטאות, קמעונאים של מוצרי ערך גבוה, פעילות עסקית מול ספקים/עסקים אחרים B2B).

אם זה המצב אצלכם, אז תצטרכו להשתמש בגוגל אנליטיקס 360 שאתייחס אליו בעוד דקה.

השוואת מודלים

כלי להשוואת מודלים

זמין בגוגל אנליטיקס וגוגל אנליטיקס 360

אם יש לכם נקודות מגע שונות רבות מערוצים שונים, אנו חוזרים לשאלה שהוזכרה: איך אנחנו מקצים את הקרדיט? גוגל אנליטיקס מציע לנו מספר דרכים שונות לחלוקת ערך ההמרה לכל אורך הערוצים שנקראות מודלים של הקצאת קרדיט (Attribution Models).

אין מודל הקצאת קרדיט “נכון” באופן אובייקטיבי בשל מהות הבעיה. אנחנו אלו שצריכים להחליט על כך.

לגרסה החינמית של גוגל אנליטיקס יש כלי להשוואת דגמי הקצאת קרדיט שמאפשר לנו לבחון דגמי הקצאת קרדיט רבים בו זמנית ואז לבחור את האחד שאנו חושבים שהוא המתאים ביותר. אתם יכולים לבחור עד שלושה מודלים ואז לבחון מהי ההשפעה על ההמרות, באופן חיובי או שלילי לפי הערוץ.

אתם יכולים אפילו ליצור את קבוצות הערוצים שלכם כדי לבחון את ההשפעה, למשל של חיפושי אדוורדס או אתרים של תוכניות שותפים או כל דבר שאתם יכולים לחלום עליו.

הדוחות עדיין מוגבלים למבט של 90 יום אחורנית, אך זה הדבר הקרוב ביותר לכלי הקצאת קרדיט טוב שהגרסה החינמית של גוגל אנליטיקס מציעה לנו.

דוחות אלו מציעים אפשרויות מודלים להקצאת קרדיט רבים: קליק ראשון, קליק אחרון, לינארי / יחס ישר, יעילות פוחתת עם הזמן (time decay).

אתם יכולים אפילו ליצור את הדגם שלכם על ידי הטמעת התייחסות למדדי יצירת מעורבות, אינטרקציה עם הלקוחות, כמו זמן שהייה באתר או ייחוס קרדיט מותאם כשהערוצים מופיעים מוקדם יותר בנתיב.

כלי ההשוואה של מודל הקצאת קרדיט תומך גם ב”חלוקה להמרות” אשר מאפשר לכם להתמקד בערוצים הכי חשובים, כמו אדוורדס או חיפוש אורגני.

מצד שני, זה עדיין סובייקטיבי: אנחנו עדיין לא יודע איזה מודל הוא הדגם הנכון.

השוואת מודלים

גוגל אנליטיקס 360

כנסו לגוגל אנליטיקס 360. לגרסת אנטרפרייז בתשלום של גוגל אנליטיקס יש תכונות רבות יותר שמאפשרות דיווח הקצאת קרדיט מתקדם בתוך ומחוץ לממשק של גוגל אנליטיקס.

גוגל אנליטיקס 360: מודל שיוך מבוסס-מידע. נמצא בגוגל אנליטיקס 360.

גוגל אנליטיקס 360 הציגה בנוסף לכל האמצעים שהוזכרו לעיל להקצאת קרדיט (Attribution) תכונה שנקראת הכנת מודל ייחוס קרדיט מבוסס-מידע.

המודלים הקיימים של גוגל אנליטיקס מבוססים על אחוזים סטטיים, כמו מודלים מבוססי-מיקום שמקצים 40% מהחשיבות לנקודת המגע הראשונה והאחרונה ומחלקת את השאר בצורה שווה.

לעומת זאת, מודל ייחוס קרדיט מבוסס-מידע מבוסס על אלגוריתם שהוא הרבה יותר מתקדם מאשר סתם “קליק אחרון” או “קליק ראשון”. הוא מתייחס לאלפי נתיבי המרה וכאלו שבהם לא מתבצעת המרה, מבצעת עבודה קשה כלשהי ומבצעת הדמייה שמורידה כל פעם אחד מהם ואז מנתחת את ההשפעה הכוללת על המרות.

התוצאה מבוססת מבחינה סטטיסטית, ללא כל ניחושים ואני מעז לומר מודל ייחוס קרדיט אובייקטיבי. גוגל אנליטיקס 360 יצור עבורכם מודל הקצאת קרדיט מבוסס על המידע שלכם באופן אוטומטי באמצעות שימוש במידע שלכם משבוע קודם, כולל כל מקורות התנועה בפועל והמרות באתר שלכם.

ישנם מספר ספים תחתונים שתצטרכו לתת להם מענה כדי להשתמש בכך. כדאי שתחקרו לעומק את הפוסט הזה מדורקאס או תקראו יותר על המתודולוגיה של מודל ייחוס קרדיט מבוסס-מידע מתיעוד התמיכה של גוגל.

לקוחות גוגל אדוורדס עשויים לזהות את המונח (מודל ייחוס קרדיט מבוסס-מידע) – לאדוורדס יש את הגרסה שלהם (הספציפית) לייחוס קרדיט מבוסס-מידע שמתייחס אך ורק לנקודות המגע של אדוורדס שמובילות להמרות.

מודל הקצאת קרדיט מבוסס המידע של גוגל אנליטיקס כולל את כל הנתונים שמבצעים מעקב אחריהם בגוגל אנליטיקס ונחשו… אנחנו עדיין מוגבלים לחלון צפייה של 90 יום אחרונים.

המזל של משתמשי גוגל אנליטיקס 360 זה שיש להם את האפשרות להשתמש בשירות BigQuery (שאילתא/חקירה מקיפה).

analytics tools

יצירת מודל ייחוס קרדיט מבוסס-מידע מותאם אישית ב-BigQuery, נמצא בגוגל אנליטיקס 360 בשילוב עם גוגל BigQuery

גוגל BigQuery הוא מאגר מידע שיכול לטפל במיליארדי פיסות מידע, שכולן מאוחסנות בפלטפורמת הענן של גוגל. ללקוחות של גוגל אנליטיקס 360 יש אפשרות לנצל את היתרון של הכלי הזה כדי לחקור במידע שלהם ברמת פירוט שלא זמינה בממשק של גוגל אנליטיקס.

תכונת היבוא של BigQuery היא ללא כל עלות נוספת למשתמשי גוגל אנליטיקס 360, שמאפשרת לאחסן ולבצע חקירה באמצעות הכלי לפי הצרכים שלהם. ארגונים יכולים לעשות מנוי עבור גוגל אנליטיקס 360, לקבל זיכוי בגובה של 500 דולר בחודש ולהשתמש בשירות BigQuery לאחסון וביצוע מחקר (במידע) (הסכום הזה משתלם מאד).

אפשר ליצור מודל ייחוס קרדיט מבוסס-מידע מותאם בשימוש בשפת R או Python (לניתוח מידע) עם מידע גולמי, שלא נדגם, ברמת היטים (באתר) שמיובא מגוגל אנליטיקס לתוך BigQuery מדי יום ובשילוב עם שיטות הנדסת נתונים ומידע.

למשל, אתם יכולים לכתוב סקריפט בשפת Python, לאחסן אותו בפלטפורמת הענן של גוגל שסורקת את המידע והנתונים במחסן BigQuery מדי יום ומנתח מיליוני נקודות מגע אפשריות של משתמשים כדי לקבוע אלו הם הערוצים שהניבו הכי הרבה המרות.

אתם יכולים לעצב את המערכת שלכם לחלוקת הקרדיט באמצעות מידע גולמי וצוות מהנדסי מידע ונתונים מנוסה ואולי בשילוב עם מידע מפלטפורמות אחרות. אנו יכולים גם להשתמש בשירות של BigQuery להקצאת תוכן באפליקציה זאת. השירות זמין בגוגל אנליטיקס 360 עם Google BigQuery.

 

  

כשאנו מדברים על הקצאת קרדיט, יש לנו נטיה לדבר רק על הקצאת “ערוצים”. אך ברגע שמשתמש מגיע לאתר שלנו, יש לנו בדיוק אותן שאלות על איזה תוכן, מהם הגורמים המשפיעים על חוויית המשתמש ונתיבי הניווט המובילים למספר ההמרות הגבוה ביותר.

אנו רוצים להבין איזה תוכן בדיוק מייצר המרות כמו שאנו רוצים להבין איך ערוצי שיווק מובילים להמרות: סיפורי חדשות מקודמים, קטגוריות בלוג, תיאורי מוצרים, מוצרים מקודמים או בעצם כל דף או אירוע באתר. לפעמים תשמעו שקוראים לתרגיל הזה ההבנה של “מסע הלקוח”.

אין כרגע אמצעי מובנה בגוגל אנליטיקס שנותן מענה לשאלות בנושא של שיוך תוכן. במקום זה, אנו צריכים להיעזר שוב בשירות BigQuery. מספר אלגוריתמים רבי עוצמה בקוד פתוח ושיטות מתמטיות קיימות שבאמצעותן ניתן לסרוק ביסודיות מיליוני נתיבי משתמשים אפשריים באתר שלכם.

כשאנו מנתחים את הנתונים שלנו בגוגל אנליטיקס 360 באמצעות BigQuery בשילוב שפת Python או R, זה אפשרי לגלות את סוגי התוכן שמייצרים הכי הרבה אינטרקציה עם הלקוחות ו/או את רוב ההמרות.

תרצו לוודא שהתוכן שלכם מחולק לקטגוריות בשימוש מימדים מותאמים או קבוצות תוכן, כך שאתם מזינים יותר נקודות מידע לתוך המודל שלכם. התוצאה הסופית צריכה להיות גם משהו שניתן לפעול לפיו, למשל “אנו צריכים לכתוב יותר תוכן על כסאות נוח מעור”.

בסופו של דבר, התרגיל לא כל כך שונה מהבנה של שיוך ערוץ: אתם פשוט מזינים דפים ואירועים במקום מקורות ואמצעים. עשינו משהו כזה עבור מלונות מובילים בעולם ופרסמנו חקר מקרה על האופן שבו הם הגדירו את המאפיינים הכי חשובים ללקוחות שלהם באתר.

השירותים Google Attribution ו-Attribution 360 יהיו זמינים בקרוב

עכשיו נמשיך לדבר החדש והמלהיב!

בקרוב מוצר גוגל חדש חינמי שנקרא Google Attribution וגרסת אנטרפרייז בתשלום שנקראת Attribution 360, שיציע לנו יכולות ותכונות חדשות בשילוב בתוך גוגל אנליטיקס וגוגל אדוורדס. כלי זה משנה הכל.

יהיה מודל ייחוס קרדיט מבוסס-מידע אחד, עקבי בכל שלושת הכלים: גוגל אנליטיקס, גוגל אדוורדס ובתוך Google Attribution. רוצים להשתמש במודל ייחוס קרדיט שונה או ליצור מודל מותאם? פשוט שנו את הכיוון וייבאו אותו לגוגל אנליטיקס ואדוורדס.

משתמשים ב-Attribution 360 ייהנו מהיכולות של הכלי הישן Adometry, שנרכש על ידי גוגל ב-2014. פלטפורמה זאת מציעה יכולות הקצאת קרדיט לטלויזיה ורדיו במצב לא מקוון והתוכנה Attribution 360 תאפשר לכם לשלב מידע ממקורות מחוץ לגוגל.

הדבר המרשים ביותר הוא שהפלטפורמה Google Attribution סוף כל סוף תפצח אחת ולתמיד את המידע והנתונים בכל המכשירים. גוגל מציינת בדף הנחיתה שלה לתוכנה Attribution, ש”גרף המכשיר שמבטיח פרטיות של גוגל מאפשר ל-Google Attribution לחבר את קטעי מסעות הלקוחות שמתרחשים במספר רב של מכשירים”.

אפשרו לזה לחלחל לרגע ודמיינו את האפשרויות… חלמנו על הרגע הזה (שמעו את הכינורות).

כרגע אי אפשר להרחיב עוד על כלים אלו. קיבלנו רשות להצצה חטופה במה שצפוי כשותפים המורשים של גוגל אנליטיקס. הם מדהימים, אך הכלים לא זמינים עדיין. ביקור באתר המוצר כיום מפנה אתכם לטופס למי שיש עניין. אתם צריכים למלא אותו. הקצאת קרדיט הופך למשהו משמעותי וקל יותר והשיווק הדיגיטלי ישתפר באמצעותו.

עומר מנשה

עומר מנשה הוא מומחה לשיווק דיגיטלי, כותב, מרצה, ויועץ לתחומי האונליין. עומר אחראי על פיתוח אסטרטגיות דיגיטל ועל יישומן בגופים המובילים במשק הישראלי כמו בזק, נס טכנולוגיות, מכבי, דיסקונט, אלקטרה ועוד. בשנת 2013 הקים עומר את אימוג’ו שיווק דיגיטלי שמציעה שירותי שיווק אונליין למגוון רחב של יזמים, עסקים וחברות.