اتریبیوشن (Attribution) یکی از مهمترین مفاهیم در دیجیتال مارکتینگ و به ویژه پرفورمنس مارکتینگ است. در دنیای فوق رقابتی تجارت الکترونیک امروزی، دیجیتال مارکترها باید از هر ابزار موجود برای اطمینان از تعامل و ارتباط کمپینها با مخاطبان استفاده کنند. در حال حاضر کانالهای زیادی برای تبلیغات وجود دارد؛ اما مرتبسازی اطلاعات و جمعآوری دادههایی که نحوه تعامل مصرفکنندگان با قیف تبدیل (کانورژن) را دقیقاً منعکس کنند، کار آسانی نخواهد بود. به عنوان کسی که در زمینه بهینه سازی کمپینهای تبلیغاتی و پرفورمنس مارکتینگ فعالیت میکنم، باید برای سوالات زیر پاسخ دقیق و مستندی داشته باشم:
- مشتریان در ابتدا از طریق کدام کانال با برند تعامل برقرار میکنند؟
- مشتریان چطور کالا یا خدماتی که خرید یا استفاده میکنند را در فضای آنلاین و یا آفلاین پیدا میکنند؟
- کدام کانالهای بازاریابی برای مشتریان با ارزش بهتر کار میکنند؟
برای پاسخ به این سوالات باید قبل از هر چیز یک اتریبیوشن مدل (Attribution Model) مناسب برای کسب و کار انتخاب کنم. انتخاب بهترین اتریبیوشن بازاریابی مناسب به این سوالات پاسخ میدهد و به شما کمک میکند تا کمپینهای موثری برای افرادی که نزدیک به کانورژن و تبدیل شدن به مشتری هستند، راه اندازی کنید.
اتریبیوشن مدل بازاریابی چیست؟ (Marketing Attribution Model)
اتریبیوشن مدل فرآیندی است که دیجیتال مارکترها برای تخصیص اعتبار برای کانورژن بین کانالهای بازاریابی مختلف، شبکههای اجتماعی، ایمیل، تبلیغات نمایشی، ارگانیک و غیره استفاده میکنند. با توجه به تنوع گسترده برندها و محصولات در دنیای تجارت الکترونیک، انواع مختلفی از اتریبیوشن مدل وجود دارد که همه آنها به دنبال ترسیم دقیق تعاملات مشتریان در نقاط تماس (touchpoints ) مختلف هستند.
اگر شما بهترین Attribution Model را برای کسب و کار و فعالیتهای بازاریابی خود انتخاب کنید، متوجه خواهید شد که کدام بخش از قیف مستقیما بر تصمیمات خرید مشتریان شما تاثیر میگذارد. انواع اتریبیوشن مدل در بازاریابی از روشهای مختلفی برای تخصیص اعتبار به کانالهای مختلف بازاریابی استفاده میکنند. برخی از اتریبیوشن مدلها اعتبار بیشتری به شروع سفر مشتری میدهند، در حالی که برخی دیگر بر نقاط تماس بعدی تمرکز دارند یا اعتبار را به طور مساوی در مسیر تبدیل توزیع میکنند.
بدون انتخاب اتریبیوشن مدل برای کسب و کار، تصمیم گیری آگاهانه در مورد جایی که منابع تبلیغاتی و خلاقیت خود را باید اختصاص دهید، کار دشواری خواهد بود. برای بهینهسازی هزینههای تبلیغات و افزایش بازگشت سرمایه، برندها باید کانالها و تاکتیکهای بازاریابی را شناسایی کنند که بهطور مؤثری مخاطبان هدف را درگیر کرده و موجب کسب درآمد میشوند.
اتریبیوشن در آنالیتیکس 4؛ انواع و نحوه عملکردشان
اگر تجربه کار با آنالیتیکس یونیورسال را داشته باشید، حتماً میدانید که در این نسخه از آنالیتیکس، اعتبار کانورژن، به آخرین چنل یا درواقع آخرین کلیک (last non-direct click)، به غیر از چنل دایرکت (نه همیشه)، نسبت داده میشد.
نکته مهم اول: در صورتی که کاربر، فقط و فقط از طریق چنل دایرکت به سایت شما رسیده باشد و سپس کانورژن مورد نظرتان را انجام داده باشد، اعتبار کانورژن به چنل دایرکت که درواقع آخرین کلیک کاربر در تمام زمانها بوده است، تعلق میگیرد. پس اگر آنالیتیکس با توجه به مقدار تعیین شده در تنظیمات lookback window، هیچ چنل دیگری را در مسیر کاربر شناسایی نکند، کل اعتبار کانورژن را به دایرکت اختصاص میدهد. مقدار پیش فرض lookback window در آنالیتیکس 4، 90 روز است و آنالیتیکس یونیورسال 6 ماه بود.
نکته مهم دوم: بازدید دایرکت یا مستقیم به این معنی است که Analytics نمیداند کاربر از کجا آمده است؛ زیرا همراه با کلیک روی لینک سایت، اطلاعاتی مانند referrer ، gclid یا UTM برای آنالیتیکس ارسال نشده است.
سایر مدلهای اتریبیوشن فقط در ابزار Model Comparison در بخش گزارشهای Multi-Channel Funnels (MCF) موجود بودند.
در آنالیتیکس 4، تمامی اتریبیوشن مدلها، از ساختار non-direct استفاده میکنند؛ مگر اینکه کاربر فقط از طریق چنل دایرکت به سایت شما رسیده باشد.
انواع اتریبیوشن مدل در بازاریابی
به طور خلاصه، سه نوع Attribution Model وجود دارد: مدل تک تماس، مدل چند تماس مبتنی بر ساختار، و مدل مبتنی بر داده یا الگوریتمی.
مدلهایی که از یک نقطه تماس استفاده میکنند، 100 درصد اعتبار را به یک نقطه تماس اختصاص میدهند. آخرین کلیک (Last-click) و اولین کلیک (First-click) دو مدل رایج در این دسته هستند:
- آخرین کلیک: اعتبار کل کانورژن را به آخرین نقطه تماس قبل از خرید مشتری اختصاص میدهد. Last-click، اتریبیوشن مدل پیش فرض در گوگل ادز است.
- اولین کلیک: اعتبار کل کانورژن را به اولین نقطه تماس در سفر مشتری اختصاص میدهد.
اتریبیوشن مدل مبتنی بر یک قانون یا ساختار، با استفاده از یک قانون از پیش تعریفشده، اعتبار کانورژن را به چندین نقطه تماس اختصاص میدهند. رایجترین اتریبیوشن مدلهایی که در این دسته قرار میگیرند، عبارت هستند از:
- خطی (Linear): به هر نقطه تماس در سفر مشتری اعتبار یکسانی اختصاص میدهد. به عنوان مثال اگر قبل از خرید با چهار نقطه تماس تعامل داشته باشد، هر نقطه تماس 25٪ از اعتبار آن تبدیل را دریافت میکند.
- مبتنی بر پوزیشن (Position-based): این مدل بخش زیادی از اعتبار کانورژن را بین اولین و آخرین نقطه تماس تقسیم میکند و باقیمانده را به طور مساوی در بین نقاط تماسی که بین آنها قرار میگیرد پخش میکند. نام دیگیری که برای اتریبیوشن مدل مبتنی بر پوزیشن در نظر گرفته شده است، اتریبیوشن U-shaped است. Google Ads به طور پیشفرض 40 درصد از اعتبار کانورژن را به اولین و آخرین نقطه تماس اختصاص میدهد، اما بیشتر ابزارهای انتساب بازاریابی به شما این امکان را میدهند که پارامترها را مطابق با نام تجاری خود تنظیم کنید.
- زوال زمان (Time-decay): در این اتریبیوشن مدل، بیشترین اعتبار به آخرین نقطه تماس در مسیر کانورژن تعلق میگیرد. این بدان معنی است که ارزش هر نقطه تماس با افزایش زمان بین آن نقطه تماس و تبدیل نهایی کاهش مییابد. Time-decay بهترین اتریبیوشن مدل برای کسب و کارهایی است که چرخه خرید یا سفر مشتری طولانی دارند.
اتریبیوشن مدلهای مبتنی بر داده یا الگوریتمی از فناوری یادگیری ماشین برای ایجاد یک مدل سفارشی برای هر کسبوکار استفاده میکنند:
- مبتنی بر داده یا الگوریتم (Data-driven or algorithmic): در این مدل اعتبار یک کانورژن در تاچ پوینتهای مختلف بر اساس دادههای سفر مشتری تعیین میشود. این اتریبیوشن مدل به طور پیش فرض در GA4 انتخاب شده و در مقایسه با مدلهای دیگر، از الگوریتمی خاص برای اعتبار دادن به نقاط تعامل مختلف استفاده میکند. این الگوریتم دادههای قدیمی اکانت آنالیتیکس شما را از نظر نقاط تعامل مختلف در نظر میگیرد و آن را با مدلسازی هوش مصنوعی ترکیب میکند تا به هر کانال اعتبار بدهد.
نکات مهمی که در خصوص اتریبیوشن مدل مبتنی بر داده باید بدانید، عبارت هستند از:
- این مدل عواملی مانند انواع دستگاه، تعداد تعاملات و حتی زمان تبدیل را در نظر میگیرد.
- از یک رویکرد خلاف واقع در رابطه با آنچه ممکن است اتفاق بیفتد در مقابل آنچه اتفاق افتاده است استفاده میکند، تا مشخص کند کدام نقاط ارتباطی به احتمال زیاد باعث ایجاد تبدیل میشوند و سپس بر اساس این احتمال برای تبدیل اعتبار میدهد.
- در مقایسه با مدل مبتنی بر داده در UA که به 4 نقطه تماس در گذشته نگاه میکرد، این مدل میتواند دادههای بسیار بیشتری را بررسی کند، یعنی بیش از 50 نقطه تماس، تا اعتبار بیشتری را به کانالهای شایسته تخصیص دهد.
🚨توجه: اتریبیوشن مدل مبتنی بر داده در ۱ نوامبر ۲۰۲۱ معرفی شد، بنابراین اگر زمانی قبل از این تاریخ را به عنوان تاریخ شروع انتخاب کنید، گزارش دقیق و کاملی نخواهید داشت.
عوامل تعیین کننده بهترین اتریبیوشن مدلهای بازاریابی
- کانال هدف: اگر تمرکز کمپین بازاریابی شما روی یک کانال واحد مانند سئو است، نیازی به استفاده از اتریبیوشن مدل با چند نقطه تماس ندارید. در چنین شرایطی اگر از یک کانال برای بازاریابی استفاده میکنید، استفاده از اتریبیوشن مدلی مانند آخرین کلیک، انتخاب خوبی خواهد بود.
- طول چرخه فروش: اگر چرخه فروش شما طولانی است، میتوانید از اتریبیوشن مدل time-delay استفاده کنید. زیرا این مدل به نوعی نشان دهنده افزایش تدریجی علاقه مخاطب به برند شما است.
- تعداد نقاط تماس: بسته به این که از چه تعداد کانال تبلیغاتی برای فعالیتهای بازاریابی خود استفاده میکنید، باید بهترین اتریبیوشن مدل را انتخاب کنید. اگر فعالیت بازاریابی گستردهای ندارید و به چند کانال محدود است، میتوانید از مدلهای Last-click و First-click استفاده کنید.
- اهداف اولیه: اگر کسب و کار شما در مرحله ایجاد تقاضا است، میتوانید از مدل rst-click برای بررسی میزان اثربخشی کمپینهای تبلیغاتی خود استفاده کنید. اما اگر میخواهید کانورژن هر کمپین را اندازه بگیرید، احتمالا مدل Last-click مدل بهتری باشد. اگر نیاز دارید کل قیف بازاریابی را ردیابی کنید، اتریبیوشن مدل “چند نقطه تماس” انتخاب مناسبی است.
راهنمای انتخاب بهترین اتریبیوشن مدل برای بازاریابی و کسب و کار
بهترین راه برای انتخاب Attribution Model این است که به دقت در مورد هر جنبه از برند و کسب و کار خود فکر کنید. به این سوالات پاسخ دهید:
- مخاطب هدف شما کیست؟
- از چه کانال و رسانههای استفاده میکند؟
- قدمت برند و کسب و کار شما چقدر است؟ آیا به دنبال افزایش آگاهی از برند هستید یا تولید لید و فروش بیشتر؟
بر اساس پاسخی که به این سوالات میدهید، سناریوهای رایج به صورت زیر خواهند بود:
- اگر از بیش از 5 کانال بازاریابی استفاده میکنید و به دنبال تولید سرنخهای بیشتری هستید، احتمالا استفاده از مدل First-click برای تعیین محل ورود اکثر مشتریان به قیف تبدیل، برای شما مناسب باشد. با استفاده از این مدل متوجه خواهید شد که مشتریان شما به چه کانالی بیشتر علاقه دارند.
- اگر به تازگی فعالیت خود را در فضای آنلاین شروع کردهاید و برند شناخته شدهای ندارید، میتوانید از اتریبیوشن مدل Last-click استفاده کنید. با استفاده از این مدل میتوانید رفتار مشتری را در لحظهای که به خرید نزدیک است را بررسی کنید. این اطلاعات برای یک برند جدید بسیار ارزشمند است تا تاکتیکهای بازاریابی را روی یک مخاطب هدف جدید آزمایش کند، به خصوص اگر برند فقط از یک یا دو کانال استفاده میکند.
- اگر میخواهید کانالهای تبلیغاتی که عملکرد ضعیفی دارند را شناسایی کنید، میتوانید از اتریبیشون مدل Linear استفاده کنید. با استفاده از این مدل راحتتر تصمیم خواهید گرفت که بودجه تبلیغاتی خود را کجا خرج کنید. اتریبیوشن مدل Linear برای تجسم هر نقطه تماس در سفر مشتری مفید است و به شما این امکان را میدهد که ببینید افراد چه مسیری را در کسب و کار شما برای تبدیل شدن به مشتری تبدیل میکنند. اگر هریک از کانالهای تبلیفاتی شما در این مسیر دیده نمیشوند، بهتر است که برای بهینه سازی یا تغییر بودجه تبلیغاتی آن کانال به خصوص دوباره تصمیمگیری کنید.
- اگر برند شما محصول خاصی ارائه نمیدهد و کاربر برای تبدیل شدن به مشتری نیازی به تصمیمگیری پیچیدهای ندارد، اتریبیوشن مبتنی بر پوزیشن میتواند به شما کمک کند تا دو مورد از مهمترین نقاط تماس خود را شناسایی کنید: اولین و آخرین.
بهترین اتریبیوشن مدل برای چرخههای فروش کوتاه
برای دیجیتال مارکترهایی که مشتریان را در چرخههای فروش کوتاه با نقاط تماس محدود درگیر میکنند، اتریبیوشن مدلهایی مانند First-click و Last-click میتوانند در سریعترین زمان ممکن اطلاعات مفیدی در مورد اولین و آخرین نقاط تماس و تاثیرگذار در فروش در اختیار شما قرار دهند. با این حال، هیچ یک از مدلها بینشی در مورد اثربخشی هر تعامل دیگر در چرخه فروش در اختیار شما قرار نمیدهد.
بهترین اتریبیوشن مدل برای چرخههای فروش طولانی
برای دیجیتال مارکترهایی که مشتریان را در چرخههای فروش طولانیتر با تعداد نقاط تماس بیشتر قبل از کانورژن نهایی درگیر میکنند، اتریبیوشن مدلهای جامعتری وجود دارد که مؤثرترین نقاط تماس را شناسایی میکند. این مدلها عبارت هستند از:
- U-Shaped Attribution یا مبتنی بر موقعیت (همانطور که پیش از این گفته شد، در این مدل 40 درصد از اعتبار کانورزن انجام شده به نقاط تماس اول و آخر اختصاص داده میشود و مابقی بین نقط تماس میانی قیف تقسیم میشود.)
- Time-Decay Attribution(این مدل تشخیص میدهد که نقاط تماس مختلف ارزش متفاوتی از نظر تاثیرگذاری روی مصرفکننده دارند و برای بازاریابانی که به دنبال شناسایی نقاط تماسی هستند که مستقیماً منجر به کانورژن میشوند مفید است. نکته منفی این است که این مدل به جای تأثیری که نقاط تماس روی مصرفکنندگان داشتهاند، نقاط تماس را بر اساس جایی که مصرفکنندگان در سراسر قیف درگیر میشوند، ارزشگذاری میکند.)
بهترین اتریبیوشن مدل برای شناخت رفتار مشتری
اگر میخواهید بدانید که مخاطب شما از طریق چه کانالهایی با شما تعامل داشته است، میتوانید از اتریبیوشن مدل Linear استفاده کنید. با استفاده از این مدل نقاط تماسی که باعث بازگشت سرمایه شما میشوند را شناسایی کرده و کمپینهای تبلیغاتی خود را بهینه کنید.
منظور از سشن (session) در آنالیتیکس چیست؟
در GA4، یک سشن زمانی شروع میشود که کاربر از وب سایت یا برنامه بازدید میکند و پس از عدم فعالیت کاربر برای مدت زمان مشخصی (30 دقیقه به طور پیش فرض) پایان مییابد. درواقع اگر کاربر قبل از به پایان رسیدن مدت زمان سشن، مرورگر خود را ببندد، سشن او تمام نمیشود.
اگر پنجره مرورگر بسته شود، و بازدید دیگری از وبسایت در مدت زمان تعیین شده رخ دهد، همچنان متعلق به همان سشن خواهد بود؛ مگر اینکه بعد از بستن پنجره مرورگر، کاربر در حالت ناشناس وارد سایت شود و یا کوکیها و دادههای مرورگر در همان زمان حذف شوند.
در آنالیتیکس یونیورسال، زمانی که کاربر در طول یک سشن مجدداً از یک سورس دیگر وارد، سشن موجود خاتمه مییافت و یک سشن جدید با آن سورس جدید شروع میشد. اما در آنالیتیکس 4، نحوه محاسبه سشن دیگر اینطور نیست.
اگر بازدید از یک سورس جدید در طول یک سشن اتفاق بیفتد، سشن جدیدی شروع نمیشود و سورس سشن فعلی بدون تغییر باقی میماند. البته این تغییر سورس نادیده گرفته نمیشود و در اسکوپ ایونت، لحاظ میشود. اما شاید این سوال برای شما مطرح شود که چه زمانی در طی یک سشن ممکن است که سورس کاربر تغییر کند؟ برای مثال، زمانی که کاربر پس از بازیابی رمز عبور یا تأیید ثبت نام، از درگاه پرداخت یا ایمیل به سایت بازگردد. در GA4، مانند آنالیتیکس یونیورسال، این مدل بازدیدها به طور مصنوعی تعداد سشنها را افزایش نمیدهند.
در آخر هم باید به این نکته مهم اشاره کرد که برخلاف آنالیتیکس یونیورسال که سشن در نیمهشب به پایان میرسید، در آنالیتیکس 4 چنین اتفاقی رخ نمیدهد.
اتریبیوشن گزارشهای یوزر اسکوپ در آنالیتیکس 4 چیست؟
First user source یا سورس اولین بازدید، یک مفهوم جدید در آنالیتیکس 4 است که نشان میدهد کاربر برای اولین بار از کجا به وب سایت یا برنامه آمده است. این مفهوم بخشی از رویکرد جدید Google برای اندازهگیری در بازاریابی آنلاین است که دیگر تنها بر ROAS کلاسیک (درآمد به ازای هزینه) تمرکز نمیکند، بلکه CAC در مقابل LTV (هزینه جذب مشتری در مقابل ارزش طول عمر) را تجزیه و تحلیل میکند. درواقع این مفهوم اشاره به این دارد که: ابتدا باید کاربر را جذب کنید و سپس با انجام فعالیتهای بازاریابی متنوع، کاربر را درگیر برند کنیم. در GA4، اولین بازدید کاربر توسط ایونت first_visit برای وب سایت یا ایونت first_open برای برنامه ثبت میشود. بنابراین، سورس اولین بازدید یک ویژگی کاربر است و نشان میدهد که اولین بازدید این کاربر از وب سایت یا برنامه از کجا بوده است. لازم به ذکر است که در گزارش user acquisition، از اتریبیوشن مدل First Click استفاده شده است که قابل تغییر توسط شما هم نیست!
منظور از Lookback window در آنالیتیکس 4 چیست؟
یکی از مهمترین اقداماتی که بعد از نصب و راه اندازی آنالیتیکس 4 باید انجام دهید، انتخاب مقدار lookback window است. lookback window قابلیتی است که تعیین میکند تا چه زمانی یک نقطه تماس یا تعامل کاربر با سایت یا اپ را میتواند برای اختصاص دادن اعتبار کانورژن، در نظر داشته باشد. مقدار پیش فرض آنالیتیکس 4 برای lookback window، 90 روز است؛ اما شما میتوانید آن را به 30 یا 60 روز هم تغییر دهید. با توجه به داکیومنتهای گوگل، تنظیمات lookback window به همه اتریبیوشن مدلها و انواع گزارشها در GA4 اعمال میشود.
تنظیمات lookback window اولین سورس کاربر (first user source) تنظیمات جداگانهای دارد؛به طور پیش فرض 30 روز و میتوان آن را به 7 روز تغییر داد. اما چرا این تنظیمات متفاوت است؟
اتریبیوشن مدل گزارشهای ایونت اسکوپ در آنالیتیکس 4 چیست؟
در GA4، ایونتها جایگزین سشن به عنوان اصل جمعآوری و گزارشدهی دادهها شدند. Google Analytics گزارش اتریبیوشن را با استفاده از یک مدل اتریبیوشن انتخابی فقط برای ایونتهایی که به عنوان کانورژن هم انتخاب شدهاند، ممکن میسازد. با تغییر اتریبیوشن مدل آنالیتیکس 4، تمام گزارشهایی که در اسکوپ ایونت هستند، تحت تاثیر قرار میگیرند و مقدار کانورژنی که برای هر چنل در نظر گرفته شده است، تغییر میکند؛ زیرا مدل انتساب اعتبار تغییر میکند.
شما میتوانید اتریبیوشن مدل آنالیتیکس 4 را هر زمان که میخواهید از طریق بخش Admin و تنظیمات attribution تغییر دهید. به صورت پیش فرض، مدل مبتنی بر داده انتخاب شده است که شما میتوانید آن را به مدل مد نظرتان تغییر دهید. نکته حائز اهمیت این است که تغییر اتریبیوشن آنالیتیکس 4 روی دادههای قدیمی یا هیستوریکال هم اعمال میشود.
یک باور رایج این است که Google Analytics 4 دیگر از مدل انتساب آخرین کلیک استفاده نمیکند. اما آیا اینطور است؟ در عمل، Last Click فقط برای گزارشهای سفارشیشده که از دایمنشن و متریکهای اسکوپ سشن استفاده میکنند، برای مثال، (Session Medium) اعمال میشود.
پس تا به اینجا میتوان گفت که:
- گزارش User acquisition از اتریبیوشن مدل First Click استفاده میکند.
- گزارش Traffic acquisition از اتریبیوشن مدل Last Click استفاده میکند.
- گزارشهای بخش اکسپلور متناسب با اینکه از چه دایمنشن یا متریکی استفاده کنید، میتوانند اتریبیوشن مدل متفاوتی داشته باشند.
- گزارشهای بخش Engagement هم از اتریبیوشن مدل انتخاب شده هنگام نصب ایجاد اکانت آنالیتیکس 4 استفاده میکنند.
ابزار Model comparison در آنالیتیکس 4
صرف نظر از تنظیمات اتریبیوشن مدل در سطح پراپرتی، Google Analytics امکان مقایسه مدلهای اتریبیوشن مختلف را در بخش Advertising فراهم میکند. در حال حاضر اتریبیوشن مدلهای موجود همانند اتریبیوشن مدل ای موجود در تنظیمات Property میباشد و امکان ایجاد اتریبیوشن سفارشی وجود ندارد. جالب اینجاست که GA4 این گزارش و مقایسه را در دو روش interaction time و conversion time در اختیار کاربران قرار میدهد.
- interaction time: با انتخاب این گزینه، تمام نقاط تعامل کاربر در طی بازه زمانی که شما انتخاب کرده اید، لحاظ میشوند. در این حالت از محدوده زمانی استفاده کنید که حداقل 2 هفته قبل به پایان میرسد.
- conversion time: با انتخاب این گزینه، تمام نقاط تماس یا تعاملی که منجر به کانورژن شدهاند، با در نظر گرفتن lookback window و بازه زمانی انتخاب شده، لحاظ میشوند. در این حالت از محدوده زمانی استفاده کنید که حداقل 3 روز قبل به پایان میرسد.
4 پاسخ
مطالب بسیار خوب و روان توضیح داده شده بود.
خیلی خوشحالم که براتون مفید بوده
سایت خوب با مقالاتی بسیار بی نظیری دارین
خیلی ممنونم از شما