Atribuce konverzí napříč kanály bez zkreslení

Atribuce konverzí je pravidlo, podle kterého se zásluha za objednávku nebo poptávku rozdělí mezi kanály, jimiž zákazník prošel. Žádné takové pravidlo není přesné. Poslední proklik nadhodnocuje kanály na konci cesty, datově řízený model potřebuje dost dat a každá reklamní platforma si navíc počítá konverze po svém. Atribuci proto berte jako několik pohledů na tutéž cestu, ne jako účetní pravdu.

Proč poslední proklik straní kanálům na konci cesty

Typická cesta ke službě má několik zastávek. Člověk zadá obecný dotaz a přečte si článek, o tři týdny později uvidí příspěvek na sociální síti, pak si vzpomene na název firmy, vyhledá ho a odešle poptávku. Model posledního prokliku připíše celou zásluhu tomu poslednímu kroku, tedy hledání názvu firmy.

Výsledkem je přehled, ve kterém vypadají skvěle značkové vyhledávání, e-mail a remarketing, zatímco obsah a sociální sítě působí jako ztrátové. Firma podle toho přesune peníze na konec cesty. Několik měsíců se nic neděje, potom začne ubývat nových lidí a cena za zákazníka roste, protože nikdo nevytváří poptávku, kterou by poslední krok mohl sbírat.

Datově řízený a lineární model

Lineární model rozdělí zásluhu rovným dílem mezi všechny kroky cesty. Je průhledný a snadno se vysvětluje, ale stejnou váhu dostane náhodné kliknutí i rozhodující návštěva. Datově řízený model váhy nepředepisuje. Porovnává cesty, které skončily konverzí, s těmi, které neskončily, a z rozdílu odhaduje, jak moc který krok k výsledku přispěl.

Nástroje Googlu dnes nabízejí už jen tyto dvě možnosti: datově řízený model jako výchozí a poslední proklik jako alternativu. Starší pravidlové modely včetně lineárního z nich byly odstraněny. Lineární rozdělení si přesto můžete spočítat ručně z přehledu cest ke konverzi a jako kontrolní pohled poslouží dobře.

U malých účtů bych byla k datově řízenému modelu zdrženlivá. Při několika desítkách konverzí měsíčně nemá z čeho počítat a jeho výsledek se nedá ověřit, protože systém neukazuje, jak k vahám došel. Doporučila bych v takovém případě porovnávat ho s posledním proklikem. Kanály, kde se oba pohledy výrazně rozcházejí, jsou ty, o kterých atribuce říká nejméně jistého.

Okno konverze a datum, ke kterému se konverze připíše

Okno konverze určuje, jak dlouho po kliknutí se konverze ještě započítá reklamě. Google Ads má ve výchozím stavu 30 dní po kliknutí a okno lze upravit. Meta používá ve výchozím nastavení 7 dní po kliknutí a 1 den po zobrazení. Druhá část je podstatná: konverze se připíše i reklamě, kterou člověk jen viděl a neklikl na ni.

Pro služby s dlouhým rozhodováním z toho plyne praktická věc. Zákazník, který si vybírá dodavatele kuchyně dva měsíce, může kliknout na reklamu, promyslet si to a objednat až po uplynutí okna. Reklama zakázku přinesla a v přehledu po ní není stopa. Okno bych proto nastavovala podle skutečné délky rozhodování zjištěné z evidence poptávek, ne podle výchozí hodnoty.

Rozdíl je i v datu. Google Ads vykazuje konverzi ke dni kliknutí, Google Analytics ke dni, kdy k ní skutečně došlo. Čísla za minulý týden se proto v Google Ads ještě několik dní mění a nikdy se přesně nepotkají s tím, co za stejné období ukazuje analytika.

Proč je součet konverzí z platforem vyšší než počet zakázek

Každý reklamní systém vidí jen vlastní reklamy. Pokud zákazník klikl na reklamu ve vyhledávání i na sociální síti, započítají si celou konverzi oba. Sečtete-li přehledy ze tří platforem, dostanete víc konverzí, než kolik přišlo poptávek. Nejde o chybu, každý systém jen odpovídá na otázku, zda u konverze byl, ne zda ji způsobil.

Analytický nástroj na webu naopak každou konverzi rozdělí mezi kanály tak, aby součet seděl, ale nevidí zobrazení reklam bez kliknutí a část návštěv mu uniká kvůli odmítnutým cookies a blokování skriptů. Přechod mezi telefonem a počítačem navíc často vypadá jako dva různí lidé. U služeb k tomu přibývá telefonát nebo osobní schůzka, které žádný nástroj nezaznamená.

Jak ověřit, co kanál skutečně přináší

Za nejspolehlivější považuji vlastní evidenci zakázek doplněnou o otázku „Jak jste se o nás dozvěděli?“. Odpovědi jsou nepřesné, ale zachytí doporučení, podcast nebo článek, které měřicí kód nevidí. Sama bych tu otázku dala přímo do poptávkového formuláře jako nepovinné pole.

Druhou cestou je jednoduchý experiment: kanál na několik týdnů vypnout nebo omezit v jednom regionu a sledovat celkový počet poptávek, ne jeho vlastní přehled. Když se po vypnutí remarketingu celkové číslo nepohne, sbíral lidi, kteří by přišli tak jako tak. Základní ukazatele pro takové srovnání shrnuje přehled o tom, jak se měří návratnost ve výkonnostním marketingu.

Zvlášť u placeného vyhledávání se vyplatí oddělit kampaň na název firmy od ostatních, protože právě ona sbírá zásluhy za cizí práci – víc o tom v textu o tom, jak postavit PPC kampaně pro služby. Výsledky pak použijte tam, kde na nich opravdu záleží, tedy při rozhodování, kolik z marketingového rozpočtu dát kterému kanálu.

Jako první krok si otevřete nastavení konverzí v každé platformě, kterou používáte, a zapište si vedle sebe atribuční model a okno konverze. Většina sporů o to, který kanál funguje, končí zjištěním, že se porovnávala čísla počítaná podle různých pravidel.

Zdroje

• Nápověda Google Ads – O atribučních modelech, Google
• Nápověda Google Ads – O oknech konverze, Google
• Nápověda Google Analytics – Atribuce a atribuční modely, Google
• Centrum nápovědy Meta pro firmy – Nastavení atribuce, Meta