Мультиканальная атрибуция конверсии

Анна Зимина: Здравствуйте, уважаемые телезрители! В эфире передача «Точка зрения» — и я ее ведущая Анна Зимина. Сегодня у нас в гостях Сергей Куликов, менеджер по онлайн-рекламе Е5.ru (X5 Retail Group), и Инна Москалева, руководитель отдела контекстной рекламы компании SEO complex.
Инна Москалева: Добрый день!
Сергей Куликов: Добрый день!
А. З.: И с ними мы сегодня поговорим о такой интересной и сложной штуке, как мультиканальная атрибуция конверсии. Здравствуйте, Инна и Сергей! Давайте начнем с расшифровки термина для тех наших телезрителей, которые не совсем понимают, о чем идет речь. Давайте обсудим, что такое мультиканальные последовательности и что такое атрибуция конверсии. Сергей?
С. К.: Начну с первого термина. Атрибуция конверсии — это соотнесение конверсии с источником, который нам привел заказ. А мультиканальная последовательность — это учет всех источников в цепочке переходов до момента совершения заказа.
А. З.: Когда пользователь совершил несколько кликов, несколько раз пришел на сайт, да?
С. К.: Совершенно верно.
А. З.: И один из этих кликов закончился покупкой.
С. К.: Ну да, это уже вопрос учета. Мы либо учитываем последний переход, last click, и атрибутируем, относим к нему конверсию, либо учитываем все источники переходов и разделяем между всеми ними конверсию по долям, выделяя более значимые и менее значимые.
А. З.: Инна, есть ли вам что добавить? Может быть, какие-то пояснения?
И. М.: Нет, в принципе. В любой справке можно прочесть об этом — о том, что многоканальные последовательности отслеживают часть различных источников трафика в конверсии. И атрибуция конверсии — это как раз выяснение того, к какому источнику трафика необходимо приписать совершившуюся конверсию. Собственно, это все несложно.
А. З.: Отлично! Спасибо. Раньше в сфере интернет-маркетинга доминировала модель last click, когда, как вы верно сказали, Сергей, последнему клику присваивалась конверсия. С какого источника пришел пользователь, который купил в итоге, тому конверсия и присваивалась. Но давайте поговорим о том, почему такая модель сейчас считается несколько устаревшей и не самой правильной, хотя и самой простой.
С. К.: Пользователь, прежде чем совершить покупку, несколько раз приходит на сайт. Приходит с нескольких источников: с контекстной рекламы, с лидогенераторов, с SEO, с каких-то брендовых запросов, type-in. И как здесь выбрать более значимый канал — это и есть задача. Исходя из того, что растет конкуренция, растет стоимость привлечения заказа.

Чтобы не получить на выходе дорогое CPO, дорогих клиентов, дорогое привлечение трафика, мы должны уметь выделять источники конверсий: повышать более значимые, нивелировать вес менее значимых, от каких-то, может быть, даже отказываться.

В частности, тут имеет смысл сказать про баннерную рекламу, на мой взгляд. Это один из примеров, когда ее значимость зачастую нивелируется, когда она приравнивается к «контексту» или какому-то другому источнику. Все-таки баннерная реклама имеет брендовую составляющую. И как минимум ставить знак равенства между баннерной рекламой и «контекстом» неправильно. А в last click модели атрибуции, как правило, это равенство. Еще и поэтому неправильно относить конверсию именно к last click. Однако бизнес, по-моему, сейчас это понимает, все понимают, но особо не делают. Либо делают, но не говорят об этом. В частности, я знаю несколько компаний, где это используется, но в большинстве случаев работают по старинке. Даже очень крупные игроки на рынке, насколько мне известно, достаточно часто используют старую модель. Она работает, и вроде как, слава богу, пока всех все устраивает. Однако к бизнесу пришло уже понимание, что это неправильно.
А. З.: А не кажется ли вам, что эта тесная взаимосвязь одного метода рекламы с другим, в плане того, как человек «перетекает» из одного метода в другой и в итоге совершает покупку, казалось бы, из ниоткуда, обусловлена самими принципами работы интернет-маркетинга? Все, что человек делает в интернете, все очень рядом, все рекламные воздействия на него очень близко. Может быть, поэтому модель last click не совсем эффективна — из-за этой близости, интегрированности одного источника в другой? SEO и «контекст» даже разделить очень трудно, и пользователю трудно их разделить. Может быть, именно поэтому модель last click не так эффективна, как хотелось бы?
И. М.: Как Сергей сказал, многие работают про старинке, хотя знают, что есть какие-то новейшие инструменты, передовые технологии. Их нужно, во-первых, опробовать. Во-вторых, эти продукты…
С. К.: Внедрить еще.
И. М.: Да, внедрить. Иногда эти продукты весьма сырые. И, в частности, e-commerce боится отдавать на откуп этим инструментам такие серьезные вещи, как продажи. Это может быть катастрофичным для бизнеса. Они ждут, когда эти технологии будут обкатаны, проверены, стабильны, и уже тогда к ним обратятся. Некоторая здоровая доля консерватизма, чтобы не головой в пропасть. Конечно, хочется быть впереди планеты всей, но какие-то эксперименты не ставятся сразу глобально на всей маркетинговой деятельности. Особенно у крупных рекламодателей один из способов — протестировать рекламную кампанию в каком-то регионе, если речь идет об игроке, который работает на всю Россию. Вот то, что хотелось добавить.
А. З.: Хорошо. А давайте поговорим о том, какие новые модели появляются на рынке, кроме last click, и как еще можно определять, какой метод привлечения трафика привел к конверсии. Когда мы готовились к передаче, Сергей прислал довольно интересные тезисы на эту тему с подробным описанием, какие еще модели есть, как они образовались, собственно, и чем они друг от друга отличаются. Может быть, вы тогда расскажете об этом подробнее?
С. К.: О`кей. Пару вступительных слов хотелось бы сказать по поводу моделей и систем.

Как известно, Google Analytics уже представил инструмент Attribution Modeling Tool, который позволяет сместить акцент с last click и предлагает несколько моделей. В частности, это разделение веса между всеми источниками равномерно. Это выделение first click, last click — 40, 40 и 20%, допустим, посередине. Линейная модель, когда каждому последующему отдается чуть больше веса конверсии.

И какая-то custom-модель, которая позволяет самому выбрать наиболее правильные параметры. Клиент знает свой бизнес лучше, и поэтому он понимает, что, например, first click более значим априори, чем last click. Соответственно, он может выбрать и самостоятельно настроить. Другое дело, насколько мне известно, данный инструмент больше информационный, наверное. Практической ценности для нас он не несет. Не секрет, что вся реклама автоматизирована. И чтобы управлять, в частности, нашим ассортиментом, это порядка 2 млн товаров, чтобы управлять этой рекламой, мы используем автоматизацию. Вручную этим управлять нереально. Соответственно, чтобы этим всем управлять, нужно учитывать эффективность каждого объявления, каждого товара, каждого рекламного материала, чтобы вовремя что-то отключить, что-то включить, что-то вернуть, что-то оставить и т. д. Соответственно, модель last click хорошо интегрируется с нашей системой, и можно получать все данные из Google Analytics, условно говоря, и с ними работать, считать по ним эффективность. А когда мы говорим уже о мультиканальных последовательностях, то тут не все так просто. Эти данные как-то получить и применить в работе достаточно проблематично, здесь есть некоторые сложности.
А. З.: В реализации именно, да?
С. К.: Да.
А. З.: Инна, а вы как представитель агентства, может быть, расскажете, как вы используете на большом количестве разных клиентов новые модели, какие используете и почему?
И. М.: Знаете, к сожалению, пока не используем. Пока есть определенная инертность рекламодателей. Плюс не секрет, что существует большой дефицит специалистов высокой квалификации, которые могут не только все настроить, но и правильно интерпретировать данные аналитики. Поэтому с этим пока сложности. Я еще раз хочу подчеркнуть, что это передовой инструмент и правильно им воспользоваться могут на данный момент на рынке, мне кажется, единицы. Может быть, пара-тройка десятков специалистов, не больше. Именно из-за того, что нет людей, которые правильно интерпретируют и превратят эти данные в решения для бизнеса, способные реально повлиять. Это уже технический вопрос, как это нужно перенести на кампании, на ставки и т. д.
С. К.: Можно я еще добавлю один момент. Дело в том, что рынок-то инертный, по сути дела, рынок не очень хочет что-то менять, по большому счету.
А. З.: Консервативен?
С. К.: Бизнес достаточно консервативен и не всегда хочет что-то менять. Точнее, хочет, но не всегда это может сделать.
А. З.: Боится?
С. К.: Сложно сказать, боится или не боится. Но, наверное, просто опасается: если это использовать, не пострадает ли от этого бизнес? Это нормальное опасение.
А. З.: Да, не потеряем ли мы продажи, как уже говорила Инна.
С. К.: Да, не потеряем ли мы продажи. Нет же устоявшейся модели, что правильно вот так, используйте, и это будет хорошо. Last click всем известен, всем понятен, а в работе с мультиканальной атрибуцией все сложно. И поэтому исходя из того, что нет устоявшейся модели, сложно что-то рекомендовать. Здесь, получается, любое действие — это эксперимент. Эксперимент означает не всегда предсказуемый результат, что, в общем-то, естественно для бизнеса. Я даже про нас скажу немножечко. На данный момент у нас нет какой-то устоявшейся модели, которую мы используем. Мы ее постоянно дорабатываем, постоянно чуть-чуть изменяем. Есть какие-то базовые принципы, от которых мы стараемся не отходить, и тем не менее она постоянно развивается. Поэтому я думаю, наверное, и остальные думают примерно в том же ключе: раз это эксперимент и нет чего-то устоявшегося, что уже можно использовать, на этом зарабатывать деньги и использовать для оценки эффективности, соответственно, стоит ли вообще это использовать?
И. М.: А можно я еще добавлю? Еще я бы хотела сказать, что нет какой-то действительно формулы.
С. К.: Универсальной, да.
И. М.: И нет какого-то алгоритма. Все это создается вновь специалистами. Используются какие-то сложные алгоритмы машинного обучения и т. д. и т. д. И очень часто эта пропорция для тестирования модели атрибуции с помощью того же самого Attribution Modeling Tool нащупывается чисто эмпирическим путем. Мы поставим первому клику 20%, последнему — 40%, остальное немножечко распределим посерединке и посмотрим, какой будет результат. Формул, гарантированно просчитанных, на текущий момент на российском рынке не существует. А все, что получается эмпирическим путем, как говорит Сергей, связано с определенными рисками. В чем может проявляться инертность? Не хотят рисковать какое-то время. Какая-то выжидательная позиция в большей степени. Это как раз, мне кажется, особенность российского бизнеса, что у нас еще не готовы рисковать, хотят получать гарантированный результат.
С. К.: У всех свои KPI.
И. М.: Это все понятно.
А. З.: Конечно, всем хочется денег, эффективности. Мне начинает казаться, что инициатором мультиканальной атрибуции вообще должны быть агентства, потому что сам бизнес вроде как более косный. Права я или нет? Кто является инициатором этого нового подхода на рынке, агентства или все-таки клиенты? На чьей стороне старт?
И. М.: Честно говоря, мое мнение, что агентства. Почему? Потому что системы, такие большие корпорации, как «Яндекс» и Google, постоянно обучают агентства, потом в их недрах рождаются какие-то сложные алгоритмы, продукты. И затем они выходят на рынок. Понятно, что все это создается исходя из трендов рынка, исходя из запросов бизнеса. Потом это все всплывает уже в виде функций продуктов. Эти корпорации сотрудничают с агентствами в плане обучения, рассказывают, каких результатов можно добиться, показывают кейсы, которые они на этапе бета-тестирования получили. Затем уже агентства предлагают своим клиентам: «Вот, такая суперфишка! Давайте сделаем!» И тут очень много зависит от того, какой специалист работает на стороне клиента.
А. З.: Давайте дадим слово Сергею, а то он немножко примолк. Инна тут высказала такую прекрасную точку зрения, что от агентства идет инициатива по внедрению новых технологий. Но вы довольно долго работаете на стороне клиента. И я вижу, что Е5.ru развивается довольно активно, и вы много рассказывали, у вас был доклад, насколько я помню, на RIW как раз по поводу мультиканальной атрибуции.
С. К.: Было дело.
А. З.: Расскажите, как у вас это происходит? Это инициатива внутри компании или это какая-то помощь со стороны агентства, чтобы такие технологии внедрялись?
С. К.: От агентств я таких предложений не получал. Были разговоры, какие-то обсуждения, но больше кулуарные беседы: «А вот смотрите, можно сделать вот так… Вот это можно сделать, вот это хорошие идеи». До каких-то конкретных предложений, каких-то реальных обсуждений дело не доходило.
А. З.: Агентства, получается, тоже довольно инертны, не предлагают?
С. К.: Я сейчас говорю об абстрактном агентстве, без названий, без упоминания наших подрядчиков. Цель агентства какая? Получать деньги, зарабатывать деньги. Плохо становится, когда в работе бизнеса и агентства наступает период пассивного получения денег. Когда есть какой-то механизм, который приносит, условно говоря, деньги, и агентство на нем пытается заработать, уже не особо развиваясь, не особо вкладываясь во внедрение чего-то нового. Это очень плохой вариант, очень плохой случай. В идеале агентство само говорит: «Смотрите, вот так правильно, это вам даст больше денег, больше эффективности». Но это, соответственно, требует от агентства времени, компетенций и, главное, какой-то ориентированности на бизнес клиента. К сожалению, это не повсеместно. Исходя из того, с кем я знаком, кого я знаю, с какими агентствами я работал, можно составить достаточно небольшой шорт-лист компаний, агентств, которые реально заинтересованы, реально вовлечены в бизнес клиента и стараются, предлагают что-то новое, заинтересованы в развитии. Зачастую агентства не очень готовы что-то менять, их все, в принципе, устраивает.
А. З.: Понятно, что современные модели атрибуции работают лучше на больших объемах, на маленьких эффекта просто не видно. И получается, что с таким объемом данных, как Сергей говорил, тяжело справиться вручную, и поэтому всевозможные инструменты автоматизации применяются. Ручное управление ставками уже не рулит на рынке, только автоматизированное. И я хочу спросить, есть ли возможности автоматизации на рынке для таких компаний, которые хотят использовать не last click модель атрибуции конверсии? И платный это инструмент или нет, русский или зарубежный, что вы используете, что вам нравится? Поделитесь своим опытом. Сергей?
С. К.: Наверное, я начну, а Инна продолжит. Прежде чем начинать что-то делать, мы, естественно, попытались эту разработку вынести на сторону, с тем чтобы мотивировать некую систему статистики на это действие.
А. З.: Секундочку. Извините, я на секунду перебью, чтобы сразу уточнить. Вы работаете с моделями мультиканальной последовательности со своим инструментом по управлению?
С. К.: Собственным.
А. З.: Не внешним каким-то.
С. К.: Нет, не внешним. Я просто поясняю, почему своим. В идеале хотелось бы, конечно, чтобы это было что-то на стороне, потому что это и поддержка, и разработка, и доработка. Однако многочисленные встречи с системами статистики, с их представителями, показали, что им сейчас это не очень интересно делать. И они за это хотят денег, и достаточно приличных. И поэтому все-таки, на наш взгляд, было правильно сделать это самостоятельно и учитывать статистику у нас уже, in-house, вместо того чтобы делать это на стороне. Так получилось, что, если бы это было доступно сейчас у кого-то, мы бы с удовольствием это купили. Однако до сих пор я не вижу реальных предложений, которые можно использовать и применять на практике. Не просто видеть, условно говоря, некие столбцы: здесь 40, здесь 20, здесь 30, — а получить инфраструктуру, которую можно использовать и из которой можно, условно говоря, по API вытягивать данные и притягивать к рекламе. Как-то автоматизировать процесс.
А. З.: Понятно. Получается, агентства не предлагают подобного функционала для клиентов?
С. К.: А нечего предлагать-то!
А. З.: Нет такого не рынке?

И. М.: Вы знаете, сейчас буквально в последние месяцы из бета-тестирования выходит Google Universal Analytics. И там существует возможность передавать данные с CRM по API как раз о продажах, о реальных конверсиях в Google Analytics. Это уже какое-то готовое решение, но я считаю, что для мелких и средних клиентов, потому что никто не отменял семплирование данных, анализ выборки в Google Analytics.

Единственный инструмент на текущий момент общедоступный — это как раз Attribution Modeling Tool в Google Analytics. С выпуском Google Universal Analytics из бета-тестирования открываются широкие возможности. Но все равно это требует определенной квалификации от агентств, которую нужно нарабатывать. Не все так сразу. Будет определенная инертность. Не в каждом агентстве есть хороший пул специалистов, которые могут это все быстренько переработать и внедрить. В моей практике, честно говоря, даже крутые аналитики работают либо на стороне клиента, либо в системе, которая занимается как раз автоматизацией, в каких-то аналитических сервисах. Кадры перетекают туда из агентств.
А. З.: К слову, недавно открывшийся сервис K50.ru Максима Уварова из Wikimart, всем известный, наверное...
И. М.: Да, сначала он наработал свои компетенции в рекламном агентстве. Я даже не знаю, можно ли называть…
А. З.: Ну, in-house все-таки Wikimart.
И. М.: Затем уже был Wikimart, а потом сторонний сервис. Естественно, становление специалистов такого уровня занимает время. Бешеный кадровый голод! И, по моему убеждению, все так медленно именно от большой нехватки специалистов.
А. З.: Ну, это большая беда, я думаю, для всех интернет-маркетологов, для всех агентств, для in-house тоже частично. У меня такой вопрос: как вы думаете, насколько целесообразно именно для клиентов и для агентств разрабатывать собственные системы автоматизации? Насколько это целесообразно in-house и для какого бизнеса? И насколько это целесообразно для агентства с точки зрения повышения эффективности, повышения собственной прибыли?
С. К.: Я думаю, нет смысла разрабатывать эту систему для небольшой компании, ввиду того что это требует ресурсов и немалых затрат.
А. З.: Давайте сразу определимся: небольшая — это какая?
С. К.: Вопрос финансирования, вопрос трафика, наверное, тоже. Например, если мы говорим про компанию, у которой в день порядка 10 тыс. трафика, где-то около того, может быть, для них и нет смысла этого делать, для них в перспективе Google Analytics позволит это давать. Рано или поздно Google Analytics к этому придет и сможет правильно отдавать данные. Однако в нашем случае Google Analytics не всегда правильно работает ввиду объемов трафика и объемов данных. Там есть свои ограничения по количеству хитов. Соответственно, там даже при просмотре статистики видно семплинг. Плюс сам Google Analytics заявляет некий процент погрешности, который у него есть. Хоть цифры там большие, больше показывают тренды, но нам все-таки важно гораздо более точные данные получать о рекламе. И, соответственно, в нашем случае это было очень важным моментом — иметь в своем распоряжении максимально точные данные. Для компаний меньшего размера, наверное, в этом есть смысл, но разрабатывать, вкладываться в это не очень правильно. Это точно не история малого бизнеса.
А. З.: А для агентств, Инна?
И. М.: Я считаю, что с переходом на Google Universal Analytics многие проблемы, головная боль у агентств действительно снимаются. Разработка такого инструмента требует значительных ресурсов — и кадровых, и финансовых. Честно говоря, не вижу смысла. Я считаю, что лучше эти ресурсы потратить на внедрение шикарного инструмента, который уже существует. На совмещение данных с CRM и Google Analytics и на их интерпретацию.
А. З.: Хорошо, давайте напоследок попробуем посоветовать нашим телезрителям, что же им делать, какие инструменты им использовать, как правильно выбрать модель атрибуции, как правильно отслеживать, откуда приходит конверсия, и как правильно определять вес каждого источника. Есть ли у вас какие-то рекомендации на этот счет? Зависит ли это как-то от типа бизнеса, от размера бизнеса и т. д.?
С. К.: Наверное, сначала Инна ответит в общем, а потом уже к частному перейду я.
И. М.: Хорошо. По поводу бесплатных инструментов: в России любят все бесплатное.

Два самых распространенных инструмента, которые позволяют отслеживать многоканальные последовательности, — это Google Analytics и «Яндекс.Метрика». Необходимо установить эти счетчики. В Google Analytics есть отчет по многоканальным последовательностям, есть инструмент моделирования атрибуции. В «Яндекс.Метрике» несколько более скромные возможности, но они дополняют данные Google Analytics. Это данные по отложенным конверсиям, они присутствуют в нескольких отчетах.

Отложенные конверсии определяются по модели first click. Поэтому какие-то эксперименты и сравнения модели атрибуции возможны только в Google Analytics. Как я уже сказала, скорее всего, придется нащупывать эту модель именно эмпирическим путем. Если интернет-магазин, допустим, торгует какими-то дорогими товарами, если решение о покупке принимается долго, то я рекомендую модель с зависимостью от позиции. Когда первому и последнему клику придается наибольший вес, а все остальное, процент участия в конверсии, распределяется между источниками-посредниками, которые находятся в серединке цепочки. Я бы рекомендовала отталкиваться от этого. Некоторые специалисты, в частности тот же Максим Уваров, рекомендуют в качестве базовой модели временной спад. Что это значит? Это когда первому клику отдается наименьшая доля участия в конверсии и по мере приближения конверсии источнику присваивается все больший и больший процент участия в конверсии. Если покупки совершаются большей частью спонтанно, необходимо просто зайти в отчет Google Analytics, посмотреть время до покупки. И если 75% ваших посетителей совершают покупку с первого визита, то, возможно, вам имеет смысл как раз ориентироваться на модель last click. Как правило, в интернет-магазинах порядка 30-35% пользователей совершают покупку в первый визит, а остальные 75% проходят достаточно длинную цепочку до конверсии. Практически в качестве анекдота можно привести историю из нашей практики, когда конверсия была совершена офлайн. Друг человека, который в конце концов позвонил и сделал заказ, проживает в Москве, отправил SMS телефон своему другу, который жил в Сибири. Он выбрал то, что нужно, то есть, не заходя на сайт, порекомендовал какой-то товар. Он просто по телефону позвонил.
С. К.: Нестандартно.
И. М.: Да, нестандартно. И таких пользователей может быть 75%.
А. З.: Ну да.
И. М.: В зависимости от бизнеса. По поводу e-commerce Сергей, скорее всего, добавит.
С. К.: О'кей. По поводу весов, выделения того или иного источника: на наш взгляд, все-таки действительно, как правильно сказала Инна, есть last click, это, пожалуй, самый весомый источник. First click — это чуть менее значимый источник. И, соответственно, все остальное, по идее, разделяется посередине. Это модель достаточно правильная. Мы ее несколько доработали исходя из своего видения. Исходя из наших принципов мы основную долю отдаем last click, выделяя last click как основной, самый весомый источник. Далее мы выделяем first click, good middle click и middle click. Это срединные источники, которые варьируются в зависимости от того, был ли клиент, приходил ли клиент на товар, который в итоге купил. Если с того или иного источника был такой переход, он у нас именуется good middle click, и ему присваивается дополнительный вес. На основании этих данных мы раздаем некие баллы каждому источнику, перемножаем их на коэффициенты, которые позволяют учесть время, проведенное на сайте пользователем, видел он или не видел товар, который в итоге заказал, или был ли он на категории этого товара, который оказался в «Корзине». Чем ближе к конверсии, тем более значим источник. Эти коэффициенты перемножаются на базовые баллы, и в итоге получаем некое итоговое значение. Максимальное из этих значений мы отдаем last click, перемножаем также на коэффициент и получаем некое итоговое значение. И в итоге получается: условно говоря, first click отдаем 7%, допустим, у middle click получается примерно от 0,2 до 2%, у good middle click — от 1 до 10%, и у last click — от 35 до 50-60%. Ну, такая модель. А дальше уже идет логика такая: что считать first click, что считать last click, это уже начинает варьироваться.
А. З.: Наверное, на этом мои вопросы закончились, поэтому будем прощаться. Спасибо большое за то, что пришли сегодня к нам в гости! Уважаемые телезрители, с вами была передача «Точка зрения», и я, ее ведущая Анна Зимина. Напомню, что в гостях у нас были Сергей Куликов, менеджер по онлайн-рекламе Е5.ru ( X5 Retail Group N.V.), и Инна Москалева, руководитель отдела контекстной рекламы компании SEO complex. Всего доброго, до свидания!