Kā palielināt ROI, analizējot reklāmu citādāk, jeb izmantojam pareizos atribūcijas modeļus (+VIDEO)

Pasaule mainās. Lietotāju uzvedība internetā mainās. Pirkšanas paradumi mainās līdzi. Bet vairāki jautājumi paliek nemainīgi. Piemēram, “Kurš kanāls atnes lielāko ROI?”, “Kā pareizi sadalīt reklāmas budžetu?”, “Kuram kanālam atdot vairāk naudas, kuram mazāk?”  

Laika gaitā  reklāmas analīzes modeļi arī mainās līdzi. Šajā raksta izskatīsim šobrīd aktuālus, bet tomēr vēl ne visiem tik labi zināmus reklāmas analīzes paņemienus.

Daudzi digitālā mārketinga eksperti, tai skaitā arī mēs, visbiežāk vērtējuši reklāmas efektivitāti pēc tā saucamā Last Click modeļa. Izklausās sarežģīti, bet, ja runā vienkāršiem vārdiem, tad visvērtīgākais ir tas kanāls, kurš pēc klikšķa uzreiz dod konversiju (pirkumu utt.). Piemēram, cilvēks uzklikšķinājis uz Google reklāmas un nopircis. Digitālā mārketinga eksperti saka, ka šajā gadījumā Google reklāma ir Last Click kanāls. Un reklāma tiek vērtēta pēc Last Click atribūcijas (Last Click attribution). 

Pārsvarā visas atskaites Google Analytics rīkā balstās uz Last Click atribūcijas.

Google-Analytics-source-medium-report-last-click-attribution-imarketings

Meklējot, kā uzņēmums var sasniegt augstāku ROI no reklāmas, digitālā mārketinga eksperti sākuši uzdod vairākus jautājumus. Daži no tiem ir “Vai pirkšanas process tiešām ir tik vienkāršs, ka uzreiz pēc viena/pirmā klikšķa cilvēks iegādājas produktu?”, “Vai pareizi vērtēt kanāla atdevi tikai pēc Last Click atribūcijas modeļa?”. Jau ir bijuši vairāki pētījumi par šo tēmu. Piemēram, vienā no pētījumiem Google ir konstatējis, ka auto pirkšanas procesā cilvēkam bija ap 900 touchpointi ar reklāmu un dīleru lapām. 900!!! Vai šajā gadījumā būtu pareizi vērtēt kanāla efektivitāti pēc Last Click modeļa? Jo uzvarētājs būs tikai viens kanāls. Bet kā paliek ar pārējiem? Pēc Last Click modeļa tiem nav nekādas vērtības. Sanāk, ka tie ir nenozīmīgi un tajos var neieguldīt naudu? Ok, skaidrs, ka auto un nekustamo īpašumu iegāde ir laikā izstiepti procesi. Pārtiku, bērnu preces, rezerves daļas utt. cilvēki iegādājas īsākā laika periodā. Bet tik un tā lēmums par pirkumu netiek pieņemts tikai un vienīgi, pateicoties vienam kanālam vai vienam klikšķim.  

Tad paliek jautājums, kāds varētu būt risinājums? Kā pareizāk vērtēt katra kanāla efektivitāti, lai “redzētu” arī tos, kas piedalās un arī ietekme pirkšanas procesu?

Atbilde uz šo jautājumu ir Atribūcijas modeļu izmantošana (Attribution models).

Šis vārdu salikums uzņēmējiem noteikti būs svešs un viss liksies ļoti sarežģīti. Bet daudzi digitālā mārketinga eksperti jau labu laiku vērtē reklāmas, izmantojot dažādus atribūcijas modeļus. Tas ļauj precīzāk noteikt katra kanāla ROI un pareizāk sadalīt reklāmas budžetus.

Parasti pirkšana ir process, kas izstiepts laikā. Atkarībā no produkta cilvēks var “briest” līdz pirkumam, pasūtījumam un zvanam dienu, pusgadu vai arī gadu. Piemēram, lai nopirktu ceļojumu, nepieciešams ilgāks laiks nekā, ja pirksim rezerves daļas.

Pirkšanas procesā cilvēks, kā likums, mijiedarbojas ar vairākiem kanāliem. Viens kanāls vairāk uzrunās “aukstos” klientus, kas vēl nav gatavi pirkt un atrodas pirkšanas procesā sākumā. Otrais kanāls – “karstos”, kas jau ir gatavi izvilkt savu maciņu un samaksāt. Trešais kanāls uzrunā tos klientus, kas atrodas pirkšanas procesā kaut kur pa vidu. Tas nozīme, ka jāzina katra kanāla izmantošanas specifika un līdz ar to jāzina, kādu rezultātu sagaidīt no katra kanāla un arī kā pareizi mērīt un analizēt atdevi. 

Gandrīz vai katram uzņēmumam “jāsilda” savi potenciālie klienti, komunicējot vairākos kanālos. Piemēram, piemēroti kanāli, kuros jāstrādā ar “aukstiem” klientiem, ir Display, Facebook, YouTube reklāma. Faktiski tajos vajadzētu strādāt ar potenciālajiem klientiem, kas atrodas pirkšanas procesā sākumā.

Iemeslus un argumentus, kāpēc jāstrādā ar “aukstiem” klientiem šajā rakstā neizskatām. Pieņemam, ka vairākums lasītāju ir jau pieredzējuši mārketinga speciālisti un pieņems mūsu apgalvojumu, ka ar “aukstajiem” klientiem arī jāstrādā, kā aksiomu.

Bet kā lai novērtē ROI no tā kanāla, kas strādā ar “aukstiem” klientiem? Cilvēki uz reklāmām šajos kanālos klikšķina, bet uzreiz nepērk, jo viņi vēl nav gatavi to darīt. Un, iespējams, viņi ir nopirkuši vēlāk, ienākot lapā Direct vai caur Organic? Vai tomēr nenopirkuši? Kā lai to uzzina?  

To var noteikt, izmantojot atribūcijas modeļus (Attribution model). Šie modeļi ir pieejami katram uzņēmējam viņa Google Analytics kontā. Bez maksas.

Daži populārākie modeļi ir First Click, Linear un arī Last Click attribution.

Lai saprastu, ar ko atšķiras atribūcijas modeļi un ko tie nozīme, tālāk izskatīsim dažas praktiskās situācijas.

AdWords reklāmas izmaksas ir 50 EUR
Facebook reklāmas izmaksas ir 50 EUR

Uzņēmums analizē atdevi no reklāmas ROI griezumā.

Pieņemsim, ka tika saņemti trīs pirkumi

1. pirkums notika pēc šāda scenārija:
Facebook click –> Organic click –> AdWords click un pirkums (Revenue 150 EUR)

2. pirkums notika pēc šāda scenārija:
AdWords click –> Facebook click –> Organic click un pirkums (Revenue 200 EUR)

3. pirkums notika pēc šāda scenārija:
Facebook click –> AdWords click –> Organic click un pirkums (Revenue 300 EUR)

Ja rēķina kanāla ROI pēc Last Click atribūcijas, sanāk:

  • Google Ads ROI ir 200%* (uz katru ieguldīto 1 EUR nopelnīts 2 EUR);
  • Organic ROI ir maksimālais, jo SEO izdevumu uzņēmumam nav (pats pievilcīgākais kanāls);
  • Facebook ROI ir 0%. Pēc šīs analīzes Facebook reklāma jānopauzē (vai jāveic stratēģijas/taktikas kardinālas izmaiņas).
    *Lai vienkāršotu piemēru, ROI aprēķinu veicam, neņemot vērā nodokļus, Margin un citus ROI ietekmējošus faktorus.

Ja paskatās uzmanīgāk šos trīs scenārijus, var pamanīt, ka divos gadījumos Facebook ir bijis pirmais kanāls, kas atved potenciālo klientu uz mājaslapu. Acīmredzami, klients vēl bija pārāk “auksts”, lai nopirktu, bet pietiekami ieinteresēts, lai atcerētos piedāvājumu/uzņēmumu un pēc tam atkārtoti apmeklētu mājaslapu un veiktu pirkumu. Vai būtu iespējami šie divi pirkumi, ja klients nebūtu reaģējis uz Facebook reklāmu? To nekad nevar pateikt precīzi. Bet kas noteikti ir jādara, jāveic vispusīga analīze. Ja kāds kanāls dod pirmo klikšķi un “iepludina” mājaslapā “aukstus” klientus, kas pēc tam pērk, tad šim kanālam jāpievērš pastiprināta uzmanība. Visdrīzāk būtu riskanti atslēgt šādu kanālu. Bet jūs vienmēr varat eksperimenta pēc to izdarīt un pārbaudīt, kas notiek ar rezultātu. Noteikti jāanalizē reklāma pēc First Click atribūcijas. Ne tikai Last Click. Jo būs kanāli, kas dod pirmo klikšķi. Un būs arī tādi, par kuriem jūs maksājat un kuri neatved uz mājaslapu ne “aukstus”, ne “karstus” klientus.*

*Situācijas, kad mums vienkārši jāinformē potenciālie klienti un mēs nesagaidām klikšķus, šajā rakstā neizskatām.

Ja rēķina kanāla ROI pēc First Click atribūcijas, sanāk:

  • Google Ads ROI ir 300%* (uz katru ieguldīto 1 EUR nopelnīti 3 EUR);
  • Facebook ROI ir 900%.  

Šī analīze parāda pavisam citu ainu. Šeit redzam, cik vērtīgs ir Facebook kanāls. Jūs vienmēr varat neticēt datiem un teikt, ka notiek “spēlēšanas”. Bet tad var atslēgt uz mēnesi kanālu, kas dod “aukstos” klientus un vērot, kas notiek. Šāda veida eksperimentēšana ar kanāliem ir standarta lieta uzņēmējiem.

Jāpiezīmē, ka abu atskaišu datus nedrīkst summēt. Tās ir pavisam dažādas atskaites. Kā jau ar jebkuriem datiem jums ļoti labi jāsaprot, kā jūs tos interpretējat un kādus secinājumus izdarāt.

Iedomājaties, ka minētos scenārijos jums būtu bijis vēl viens kanāls – Delfi. Baneris kaut kur Delfi lapas vidū. Gan no Facebook reklāmas, gan no Delfiem jūs saņemtu klikšķus un, ja jūs rēķinātu pēc Last Click, tad Facebook reklāmai un Delfi banerim būtu 0% ROI. Bet, analizējot pēc First Click, jūs varētu redzēt pavisam citu ainu. Ja pieņem, Facebook ir ļoti labs First Click kanāls, kas dod “aukstos” klientus, un Delfi neparādās atskaitē vispār, tad jūsu lēmums par budžeta sadalīšanu būtu krietni pamatotāks*.
*Mēs neapgalvojam, ka Delfi “strādā” sliktāk nekā Facebook. Šie kanāli šeit paņemti kā piemērs.  

Ko jums praktiski nozīme atribūcijas modeļu izmantošana?

Izskatīsim situāciju ar Google reklāmas piemēru. Bet tāds pats princips attiecas arī uz pārējiem kanāliem.

Pieņemsim, ka Google Ads eksperts analizē reklāmas atdevi. Kā tas notiek? Ja mēģinām vienkāršot stāstu, tad Google reklāmas eksperts analizē, kādi atslēgvārdi atnes pirkumus un kādi nē. Piemēram, no 10 atslēgvārdiem trīs atnes pirkumus un septiņi nē. Tad šos septiņus atslēgvārdus Google Ads eksperts nopauzēs (mūsu vienkāršotā scenārijā). Un tagad iedomājamies, kas būtu, ja viņš vērtētu reklāmu pēc First Click atribūcijas un redzētu, ka nevis trīs, bet pieci atslēgvārdi no 10 noved pie pirkuma. Tad Google reklāmas eksperts varētu likt akcentu nevis uz trīs atslēgvārdiem, bet uz pieciem. Tas ļautu klientam saņemt vairāk vērtīgo klikšķu uz mājaslapu un arī vairāk pirkumu. Pieaugtu Revenue.

Tālāk ir daži piemēri, kur salīdzinām dažiem mūsu klientiem First un Last Click modeļus Google un Facebook reklāmai. Lai dati būtu ticami, esam paņēmuši ilgāku laika periodu (vairākus mēnešus).

Last Click attribution model vs other models

Uzskatami var redzēt, ka pat Google reklāma vairākos gadījumos ir First Click kanāls (kas piegādā uz lapu “aukstus” klientus jeb tos, kas atrodas pirkšanas procesa sākumā). Kā jau iepriekš minējām, tas nozīme, ka, veicot Google Facebook reklāmas analīzi (un arī citu kanālu) un optimizāciju pēc First Click atribūcijas, var pamatotāk veikt optimizācijas darbus un pareizāk sadalīt reklāmas budžetu. Tas ved pie labāka ROI un lielākas Revenue.

Atribūcijas modeļu salīdzināšana. First Click vs Last ClickAttribution Model atskaites var atrast šeit

Kur atrast Attribution model atskaiti Google Analytics

Ceram, ka mums sanāca aprakstīt aktualitāti un pārliecināt jūs aizdomāties par to, kā šobrīd analizējat atdevi no reklāmas. Ja jūs vēlaties dziļāk izprast katra kanāla atdevi, piesakieties bezmaksas konsultācijai welcome@imarketings.lvVienmēr labprāt palīdzēsim!