Привіт! На зв’язку Саша, Marketing Manager у бізнесі Guru Apps. За 4 роки в маркетингу я працював із різними бізнесами — від європейських e-commerce проєктів до українських FinTech стартапів. У кожного була своя стратегія залучення через Meta, Google, TikTok, Twitter. Зараз я фокусуюсь на розвитку нових каналів для Cleaner Guru — застосунку, який за допомогою performance-маркетингу залучає користувачів з усього світу, і яким активно користуються понад 20 тисяч юзерів.
Якщо ви тільки починаєте працювати з кількома каналами або вже намагаєтесь оцінити їх ефективність — ця стаття для вас. За час прочитання дізнаєтесь:
які виклики та переваги має мультиканальний маркетинг;
як атрибуція може спотворювати дані та ускладнювати аналіз;
як правильно оцінювати ефективність каналів.
Що ж таке ця мультиканальність?
Мультиканальний маркетинг — це модель залучення користувачів за допомогою різних каналів, платформ, точок взаємодії, ціллю якої є масштабування бізнесу через вихід на нову аудиторію, збільшення охоплення та посилення присутності бренду.
Більшість бізнесів сьогодні є мультиканальними. Навіть якщо ви витрачаєте гроші лише на рекламу в Meta, користувачі можуть знайти ваш продукт через органічний пошук в Google, через контент у TikTok або просто побачити застосунок у знайомого в телефоні. Кожен з цих каналів так чи інакше можна проаналізувати та оцінити їх вплив на бізнес. Тобто атрибутувати (привласнити) результати.
Чому це потрібно? Розуміння ефективності кожного з ваших каналів є ключем до масштабування та маржинальності. Коли ви знаєте, які канали є ефективними, а які ні, стає дуже просто оптимізувати витрати та перерозподілити бюджет. Але…
… що робити, якщо користувач на своєму шляху зробив кілька дотиків із різними каналами? Наприклад, він побачив рекламу вашого продукту в Instagram, але не робив жодних дій. Через 3 дні він знову побачив вас, але у TikTok. А ще через 20 днів він подивився відео на YouTube про здорове харчування та зрозумів, що йому дуже потрібен трекер калорій. Тому відкрив пошук в App Store і там, серед різноманіття застосунків, побачив вже знайомий логотип вашого продукту, завантажив його та сплатив підписку. Який канал в цьому випадку призвів користувача до конверсії?
Більша частина аудиторії проходить певний шлях (user journey) перед тим, як здійснює цільову дію. Вже з прикладу вище видно, що оцінити вплив каналу на результат досить складно. А якщо розглянути більш реальну ситуацію, коли бізнес закупає кілька рекламних платформ (Google, TikTok, Meta і т.д.) одночасно й при тому просувається органічно в соцмережах та пошуковій видачі (ASO, SEO), то тут виходить справжня задача із зірочкою для маркетолога.
Як рішення рекламні платформи пропонують нам свої атрибутовані дані, але їх складно сприймати за Single Source Of Truth (SSOT), оскільки, не маючи інтеграцій з іншими партнерами, кожна платформа привласнює конверсію собі, якщо користувач взаємодіяв із нею в межах атрибуційного вікна. У результаті: одна реальна дія, але декілька конверсій.
*Атрибуційне вікно — це період часу, протягом якого дії користувача (наприклад, клік на рекламу або встановлення застосунка) можуть бути "прив'язані" до конкретної рекламної кампанії.
Отож, аналіз ефективності – це один з головних викликів мультиканальності. І щоб приймати кращі рішення пропоную подивитись, які блокери мають платформи в інтерпретації даних та які поради існують для роботи в таких умовах.
Почнемо із того, як працює атрибуція, для чого вона взагалі потрібна та якою буває. Це допоможе краще зрозуміти чому не можна спиратись лише на дані платформ при оптимізації маркетингу.
Атрибуція, переваги та недоліки
Атрибуція — це процес визначення, які маркетингові активи сприяли досягненню певних дій користувача. Іншими словами, це спосіб «прив’язати» результат до роботи каналу, кампанії, оголошення та інше.
Чому нам потрібна атрибуція?
Оптимізація на конверсію. Без атрибуції рекламні платформи не могли б націлювати оголошення та перерозподіляти бюджет на користь користувачів, схожих на тих, що вже здійснили конверсію.
User journey. Атрибуція відстежує точки взаємодії користувача з бізнесом і дозволяє відображати послідовність цих контактів.
Аналіз ефективності. Завдяки атрибуції ми можемо порівнювати ефективність маркетингових активів. Проте результати цього порівняння будуть сильно залежати від обраної вами моделі атрибуції.
На сьогодні існує декілька основних моделей атрибуції, які мають свої переваги та недоліки:
Last interaction: 100% заслуги за конверсію отримує останній канал, з яким користувач взаємодіяв перед покупкою.
First interaction: 100% заслуги за конверсію отримує канал, з яким користувач взаємодіяв першим.
Linear: атрибуція розподіляє заслугу конверсії рівномірно серед усіх точок взаємодії.
Position based: 40% ваги отримує перший та останній канал, а решта 20% розподіляється між усіма іншими точками дотику.
Time Decay: ця модель надає більшу вагу тим каналам, які знаходяться ближче до моменту конверсії. Тобто чим ближче контакт до покупки, тим більший його вплив.
Algorithmic: розподіляє внесок у конверсії між усіма точками взаємодії користувача на основі даних і машинного навчання. Алгоритм аналізує поведінку, визначає вплив кожної кампанії та пропорційно розподіляє "кредит" за конверсію.
Виходить так, що результати одного періоду можна по-різному оцінювати, якщо просто обрати іншу модель атрибуції.
Уявімо шлях клієнта, який складається з двох кроків:
перейшов по рекламі в TikTok, але не здійснив конверсію;
перейшов по рекламі в Google та здійснив конверсію.
Якщо обрати модель First interaction, то вся заслуга надається TikTok. Якщо оцінювати по Last interaction, то причиною конверсії став Google.
У сучасних реаліях бізнеси частіше спираються на Last interaction і для більшості випадків – це дійсно найбільш придатний варіант. Особливо, якщо шлях користувача є досить коротким. Але питання про справедливість такої оцінки залишається відкритим.
Звісно, ще є алгоритмічна модель, яку мають деякі рекламні платформи та зовнішні інструменти трекінгу. Проте навіть наявність такого інструменту не може закрити всі питання про ефективність. Це все ще лише один з варіантів інтерпретацій даних, хоча й від досить розумної машини. До будь-якої з моделей варто радше ставитись як до індикатора, а не прямої відповіді, про те куди треба інвестувати.
Крім цього, атрибуція має ще ряд блокерів в своїй роботі, про які варто знати для якісного аналізу:
Атрибуційні вікна. Кожна платформа визначає свій період зарахування конверсій. Це вікно може виявитись занадто коротким або довгим та пересікатись із вікнами інших платформ, що призводить втрати даних, дублювання конверсій та поскладнення визначення впливу каналу. При цьому ідеального атрибуційного вікна не існує, оскільки користувачі проходять різний шлях за різний час.
Обмеження IOS 14.5. З впровадженням оновлення iOS 14.5 Apple суттєво обмежила доступ до персональних даних користувачів, зокрема через нову функцію App Tracking Transparency (ATT). Ця функція вимагає від користувачів надавати дозвіл на трекінг їхньої активності через додатки та сайти. Відсутність дозволу значно ускладнює атрибуцію, оскільки різні дії користувача не зможуть бути прив’язані до його ID.
Обмеження Cookies. Нова політика браузерів щодо відмови від cookies створює серйозні проблеми для атрибуції. Використання cookies для відстеження дій користувачів стало стандартною практикою для багатьох бізнесів, але нові ініціативи щодо конфіденційності змушують компанії шукати альтернативні рішення.
AdBlockers. Встановлені користувачами adblockers також знижують точність атрибуції. Це програмне забезпечення блокує рекламу, але навіть якщо користувач взаємодіє з рекламою, цю взаємодію неможливо відстежити.
Нецифрова взаємодія. Сучасні моделі атрибуції переважно зосереджені на онлайн-взаємодії, але частина шляху користувача може пролягати й через офлайн-контакти, які складно або взагалі неможливо відстежити.
Підсумовуючи, атрибуція – це корисний інструмент, який дозволяє бізнесу відстежувати взаємодію користувачів із маркетинговими активами та порівнювати ефективність їх роботи. Окрім того, ця технологія дозволяє знаходити цільову аудиторію та ефективніше використовувати рекламний бюджет.
Проте також важливо пам'ятати про особливості роботи атрибуції. Обираючи модель атрибуції, варто розуміти, що кожен підхід має свої сильні та слабкі сторони, і інтерпретація даних може змінюватися залежно від вибору тієї чи іншої моделі. Також ця технологія має ряд блокерів, про які варто знати та враховувати їх при аналізі даних.
Як аналізувати маркетинг в мультиканальних умовах?
Дослідження User Journey
Якщо ви розумієте, як виглядають шляхи ваших користувачів, ви отримуєте набагато більше якісних “важелів впливу”, аніж якби орієнтувались лише на окремі точки дотику, яким атрибуційні моделі привласнюють найбільші заслуги. Більше того, вивчення user journey дозволяє зрозуміти, як різні канали підсилюють одне одного для досягнення кінцевої мети.Розуміння функцій каналів
Щоб правильно використати “важелі впливу”, про які казав вище — потрібно розуміти роботу кожного з каналів, який знаходиться на шляху користувача. Наприклад, це розуміння допоможе вам знайти пояснення, чому після підвищення бюджету в Meta збільшився обсяг органічних завантажень. Або чому після запуску YouTube реклами покращилась конверсія у відкриття email листів. Відповідь полягає у “суперсилі” цих платформ, які можуть створювати обізнаність. Користувачі з Meta могли не завантажувати застосунок одразу після перегляду реклами, але пам’ятали про нього та знаходили пізніше в App Store. А за допомогою YouTube аудиторія дізналась про бренд, тому стала частіше відкривати листи від знайомого відправника.Орієнтація на загальні показники
Неповнота даних атрибуції, численні варіанти інтерпретації та заангажованість рекламних платформ доводить нам те, що в першу чергу бізнес має орієнтуватись на внутрішні показники CPA, LTV, ROI і т.д. Наскільки б не були дані якісними, а штучний інтелект, що їх надає, просунутим — у вас має бути свій SSOT. Саме цей SSOT у поєднанні із побудованими User Journeys має допомагати у прийнятті рішень для масштабування та оптимізації. Атрибуція в цьому випадку може виступати додатковим індикатором, який підтвердить або навпаки спростує ваші гіпотези.Тести та оцінка в динаміці
Для того, щоб проаналізувати ефективність каналу або визначити вплив змін на цьому каналі (наприклад, підвищення бюджету), можна використовувати оцінку в динаміці. При аналізі потрібно буде звернутися як до атрибутованих даних, так і до загальних показників. Атрибутовані дані допоможуть побачити чи відбулися зміни всередині платформи, а внутрішні показники запевнять, що ці зміни не контрастують із загальними результатами. Наприклад, у вас була гіпотеза про вищу окупність аудиторії з Meta Ads, тому ви збільшили бюджет цієї платформи. Через певний час ви побачили, що метрики на платформі практично не змінились, але загальні показники прибутковості збільшились. Додаткова оцінка атрибутованих даних так само показала вищу окупність цієї аудиторії, а отже гіпотеза була підтверджена.Зовнішні інструменти аналізу та MMM
Одним із рішень для аналізу ефективності каналів, є використання зовнішніх сервісів. Google Analytics, AppsFlyer, Adjust, Amplitude, Mixpanel є незалежними від рекламних платформ сервісами, які допоможуть вам поєднати дані з різних джерел та більш об’єктивно оцінити результати. У поєднанні із пунктами вище, такі сервіси зможуть значно покращити прийняття рішень вашою командою. Наступним рівнем у розвитку системи вашого аналізу може стати імплементація Marketing Mix Modeling (МММ).
MMM — це метод аналізу, який полягає у побудові статистичних моделей через урахування усіх можливих факторів: показники прибутку, співвідношення витрат каналів у певні проміжки часу, сезонність продукту, маркетингові та продуктові метрики і т.д. Моделі показують вплив різних каналів один на одного, а також прогнозують довгостроковий ефект маркетингових змін. Це може значно підвищити розуміння ефективності каналів і допомогти краще оптимізувати бюджет.
До чого це все?
Як бачимо, мультиканальний маркетинг створює перед бізнесом і нові можливості, і складнощі, особливо в аспекті аналізу та оцінки ефективності. Кожен шлях до конверсії може бути унікальним та поєднувати взаємодію багатьох каналів. У цьому контексті атрибуція, хоча і є корисним інструментом, не може бути єдиним джерелом правди через обмеження даних, упередженість платформ і складність шляхів користувачів. Однак, правильне розуміння user journeys та функцій каналів, орієнтація на загальні бізнес-показники та системний підхід до тестування можуть значно полегшити завдання для бізнесу.
Для глибшого аналізу доцільно використовувати зовнішні аналітичні інструменти, які поєднують дані з різних джерел, і навіть розглянути впровадження MMM для оцінки довгострокових і короткострокових ефектів маркетингових зусиль. Проте варто пам’ятати, що жоден інструмент чи модель не може повністю замінити стратегічний підхід і наявність свого власного SSOT, що враховує специфіку бізнесу та загальні цілі.
Зрештою, мультиканальність — це не лише виклик, а й значна перевага. Якщо навчитися розуміти та правильно використовувати її особливості, вона відкриває величезний потенціал для масштабування та розвитку бізнесу.
