Alena Selimović, analitičarka v iPROMu, je v blogu za Marketing magazin razbijala miti in resnice o atribucijskih modelih, ki jih uporabljamo v marketingu. Opredelitev oglaševalskih kanalov, v katera je smiselno vlagati oglaševalska sredstva, ni vedno preprosta naloga. Mnogi se pri sprejemanju marketinških odločitev zanašajo zgolj na podatke, dostopne v storitvi Google Analytics. A da bi lahko resnično razumeli, od kod prihajata obisk na vaše spletno mesto in prodaja, se ni pametno zanašati le na vseprisotno Googlovo rešitev.

V vsakem življenjskem ciklu sodelovanja s potrošnikom je več faz, skozi katere prehaja potrošnik, preden kupi oziroma ponovno kupi izdelek ali storitev. Nekatere naložbe v oglaševanje ne prinašajo takojšnjih rezultatov oziroma takojšnjih, neposrednih konverzij. Upoštevati je treba kompleksnost nakupnega procesa in širši kontekst, v katerem uporabnik raziskuje in se odloča.

Ker je možnosti danes veliko, želijo oglaševalci vedeti, kateri vložki bodo imeli večji prispevek in s katerimi aktivnostmi bodo našli pot do pravih strank. Pri tem so jim lahko v pomoč atribucijski modeli, ki določajo doprinos posameznih oglaševalskih kanalov h končni konverziji.

Zakaj se ne smemo zanašati samo na Google Analytics?

Orodje Google Analytics v osnovnih analitičnih poročilih privzeto uporablja atribucijski model zadnjega neposrednega klika, v poročilih »večkanalnih lijakov« pa atribucijski model zadnjega klika. Ključna pomanjkljivost brezplačne različice te analitične storitve je, da se osredotoča zgolj na klike na oglase, ne pa tudi na prikaze oglasov, kar nikakor ne daje celostne slike prispevka oglaševanja. Tudi plačljiva različica Google Analytics 360 upošteva le prikaze Googlovih prikaznih in video formatov, ne pa tudi ostalih prikaznih formatov, ki ne prihajajo iz Googlovega omrežja.

Kako določiti vpliv prikaznih oglasov?

Ker Google prevladuje na področju organskih iskanj in plačljivih iskalnih oglasov, prednostno obravnava omenjena kanala, ki se praviloma uporabljata predvsem v zaključnih fazah nakupnega procesa. Ker predpostavlja, da se vsako sodelovanje z uporabnikom odrazi v opravljenem kliku, v svojih poročilih zanemari ostale uporabniške interakcije oziroma jih sploh ne obravnava. Uporabnik lahko večkrat vidi prikazni oglas, prek katerega spozna znamko, izdelek ali storitev, sporočilo oglasa pa se mu vtisne v podzavest. Ko se kasneje odloča za nakup oglaševanega izdelka oziroma storitve, raziskuje o njem oziroma njej na spletu in pri tem klikne na organski rezultat oziroma plačljiv iskalni oglas. Ko nato opravi nakup, se celoten prispevek za konverzijo pripiše kliku na organski zadetek oziroma iskalni oglas, medtem ko se prikazom prikaznega oglasa ne pripiše nikakršne zasluge za konverzijo. Taka atribucija pa seveda ni pravilna, saj je uporabnik ravno prek prikaznega oglasa prvič prišel v stik z izdelkom ali storitvijo, kar je omogočilo kasnejšo konverzijo. To pomeni, da podjetja nimajo natančne slike o atribuciji različnih kanalov, na podlagi katere bi lahko sprejemala in utemeljevala najprimernejše odločitve in vložke v oglaševanje.

Google in Facebook želita svojim oglasom pripisati čim večji vpliv

Strokovnjaki opozarjajo, da bodo Googlova atribucijska poročila v prihodnje dajala še večji vtis, da so imeli Googlovi oglasi pomembnejšo vlogo pri uporabniških aktivnostih, kot so jo dejansko imeli, saj daje Google manjšo težo oglaševanju zunaj svojega okolja. Ker ima za svoje oglaševalske kanale na voljo več podatkov (še posebej, ko sta računa Google Analytics in Google Ads povezana med seboj), je to do neke mere razumljivo, vendar pa se ob tem izgubljata pomen in obravnava ostalih oglaševalskih kanalov in formatov. Podobna težava se pojavlja tudi pri uporabi Facebookovega atribucijskega modela, ki celotno zaslugo za konverzijo privzeto pripiše svojim oglasom, če se je konverzija zgodila v sedmih dneh po kliku na Facebookov oglas oziroma v roku enega dne po prikazu le-tega. Posledično prihaja do razhajanja med podatki v storitvah Google Analytics in Facebook Business Manager, saj želi vsaka od platform sebi oziroma svojim oglasom pripisati čim večjo zaslugo za končne konverzije.

Z novimi algoritmi strojnega učenja in atribucijskimi modeli, temelječimi na podatkih, pa se postavlja še večje vprašanje, kakšni atribuciji zaupamo in se na podlagi nje poslovno odločamo. Čeprav atribucijski modeli, temelječi na podatkih, uporabljajo pametne algoritme za modeliranje podatkov, ti algoritmi v večji meri predstavljajo črno skrinjo ter s pomanjkanjem transparentnosti še otežujejo razumevanje in interpretacijo atribucije konverzij različnim kanalom.

Od kod torej prihaja promet?

Tu prideta na vrsto atribucijska teorija in pravilna metodologija. Če želimo zasluge za konverzije pravilno pripisati različnim oglaševalskim kanalom, moramo upoštevati tako značilnosti posameznih kanalov kot tudi različne vrste interakcij uporabnikov z oglasi.

V vsakem poslu je treba najti nove stranke, jih pripeljati do konverzije in nato povečati njihovo življenjsko vrednost. Na katerikoli od teh stopenj pa lahko potrošnik aktivno sodeluje s podjetjem ali blagovno znamko, vendar ne nujno s kliki na oglase. Podzavestna dejanja so – čeprav so težje merljiva – prav tako pomembna kot zavestno ravnanje in bodo v zaključnih nakupnih fazah vplivala na zavestno odločanje. Najboljši atribucijski model mora zato vključevati različne uporabniške aktivnosti, denimo tudi oglede oglasov, čas, preživet ob gledanju oglasov, ter vključenost morebitnih nedigitalnih kanalov in dejavnosti, ne pa samo klikov na oglase.

Ne glede na atribucijski pristop, ki ga uporabljate v svojem poslovanju, je pomembno, da se ne zanašate na en sam vir in da pri vprašanju, na katere dejavnosti se morate osredotočiti, niste odvisni le od njega.