4

Allocazione delle Risorse sui Canali Digitali: i Modelli di Attribuzione di Google Analytics

Credo che i Modelli di Attribuzione e lo strumento per il loro confronto siano attualmente una della cose più geniali presenti in Google Analytics.

Tool di misurazione, certamente, ma soprattutto di Marketing, utile al consulente ma anche all’imprenditore per comprendere effettivamente se le proprie risorse investite nei canali digitali siano sotto- o sovradimensionate.

Lo strumento che permette il confronto tra i modelli si trova in Google Analytics, nella sezione Conversioni>Attribuzione.

Ma prima del confronto, occorre definire i modelli.

Partiamo con una premessa: il processo di acquisto da parte degli utenti raramente implica un solo canale. O meglio. Il processo d’acquisto è frutto dell‘interazione tra diversi punti di contatto: ricerca organica, ricerca a pagamento, canali social, DEM…L’ultima interazione dell’utente, il clic che ha determinato il suo acquisto, è stata preceduta da una serie di interazioni di “assistenza”, che hanno contribuito al realizzarsi della conversione. Ciò è evidente, in Google Analytics, nel report relativo alle canalizzazioni multicanale, che mostra tutti gli step che hanno condotto l’utente alla conversione e relativi canali coinvolti:

canalizzazioni-multicanale

Ma la domanda è: posso effettivamente comprendere se le mie decisioni di investimento sui diversi canali sono corrette a partire dall’analisi delle canalizzazioni multicanale? Posso, in base ad essi, comprendere se l’allocazione delle risorse è stata effettuata in modo efficiente ed efficace?

La risposta è: NI. Lo strumento, insieme all’analisi delle Conversioni indirette, mi offre senza dubbio la possibilità di poter comprendere, a colpo d’occhio, come i singoli canali di marketing guidano l’utente alla conversione. Ma non risolvono la questione di allocazione delle risorse, o almeno non così semplicemente. Ipoteticamente, dovrei costruire una struttura analizzando i singoli processi di conversione, difficilmente aggregabili in un unico dato. Inoltre, questa struttura, difficilmente avrebbe capacità predittive in quanto è matematicamente impossibile poter prevedere e controllare il percorso che un utente potenziale potrebbe intraprendere.

Ciononostante, grazie ai Modelli di Attribuzione, è possibile attribuire un “merito” ad ogni canale che ha contribuito alla conversione e, in base ad esso, prendere decisioni in merito all’allocazione o riallocazione delle risorse.

Perchè i Modelli di Attribuzione sono rilevanti

Hai un problema di attribuzione?

Sì.

Scusa, intendevo dire che è altamente probabile che tu ce l’abbia.

-Avinash Kaushik

Potenzialmente la quota dei problemi di attribuzione potrebbe essere direttamente correlata al numero delle conversioni sul nostro sito. Un utente potrebbe aver acquistato con un percorso social>referral>diretto, un altro rete di ricerca Adwords>ricerca organica>email, un altro ancora social>email>rete Display. Se osserviamo i rapporti all’interno della scheda “Canali”, i valori relativi alle conversioni sono attribuiti esclusivamente ai canali che le hanno prodotte all’ultimo clic. Per questo motivo, basarci su questi dati per le nostre decisioni di budgeting, potrebbe essere fuorviante.

Lo strumento di confronto tra i modelli, invece, permette di definire dei modellio di utilizzare dei modelli predefiniti – per assegnare a ogni canale un peso relativo, un “merito” o un “credito” in termini del suo contributo al processo di conversione. Confrontando tra loro i diversi modelli – appunto divergenti a seconda della rilevanza al loro interno dei canali di conversione indiretta – è possibile comprendere se e quali canali siano stati sotto- o sovrastimati.

 

modelli

In questo caso, ho confrontato il modello che attribuisce il merito di conversione solo all’ultima interazione (su cui si basano i dati di conversione nella scheda “canali”) con un modello che attribuisce un peso relativo anche agli altri canali. Nell’ultima colonna, sono riportati i differenziali tra i modelli – ergo, i suggerimenti sui canali ai quali allocare più o meno risorse – , evidenziando metriche rilevanti quali il numero delle conversioni, il CPA o il ROAS, particolarmente rilevanti per le decisioni di spending. Se non avessi confrontato i due modelli non avrei compreso che il CPA della mia Campagna Display è sovrastimato e, probabilmente, avrei erroneamente ridotto le risorse destinate a questa Campagna.

Google Analytics offre dei modelli predefiniti utili per il confronto.

1.Ultima Interazione

E’ il modello di default, che attribuisce il merito della conversione al canale che ha generato il clic immediatamente precedente alla conversione. Non attendibile in sè, perchè ignora la multicanalità, ma utile come parametro di confronto con i modelli più accurati.

2. Ultimo Clic non Diretto

Stesso principio del modello Ultima Interazione, con la differenza che ignora completamente il traffico diretto. In questo caso, se l’ultimo clic provenisse da traffico diretto, la conversione sarebbe attribuita al canale che precede quello diretto. Utile come parametro di confronto con un modello più accurato, ad esempio per effettuare analisi sulle fonti organiche (è possibile visualizzarle cliccando sulla voce “Ricerca Organica”)

3. Ultimo Clic Adwords

In questo modello, il 100% del credito è attributo all’ultimo clic Adwords. Ovviamente stima in modo eccesivo la performance del canale a pagamento.

4. Prima Interazione

E’ il modello opposto dell’ultima interazione. Qui il 100% del credito viene attribuito al primo canale. Non affidabile perchè, semplicemente, ignora tutto ciò che è accaduto dopo. A rigor di logica, se il primo clic fosse stato così rilevante, l’utente avrebbe dovuto acquistare subito senza interagire con gli altri canali.

5. Lineare

La “democrazia” per antonomasia. 100% di merito, 5 canali= 20% per canale. Potrebbe essere un’approssimazione estrema ma non lo utilizzerei per prendere delle decisioni di allocazione delle risorse.

6. Decadimento Temporale

Il principio è il seguente: quanto più ci si avvicina alla conversione, tanto più il canale assume maggior rilevanza. In un certo senso è un’approssimazione delle fasi del processo d’acquisto: dall’interesse alla considerazione alla conversione e per questo potrebbe offrire una buona rappresentazione della realtà. Apprezzo questo modello anche perchè permette di personalizzare il “decadimento temporale” con l’impostazione del “tempo di dimezzamento” – il numero dei giorni dopo i quali il clic precedente alla conversione assumerà metà del valore del clic effettuato nel momento della conversione – , che può essere definito analizzando il Tempo alla Conversione all’interno delle Canalizzazioni Multicanale.

7. Sulla Base della Posizione

Una curva ad U: il 40% del credito è attribuito al primo e all’ultimo click, il restante 20% è suddiviso equamente tra tutto il resto. Considerando una continuità tra i canali, il modello può funzionare in quanto, in parte, supera i limiti dei Modelli della Prima e dell’Ultima Interazione.

 

Quale modello scegliere?

Use the model that makes you awesome?

La battutina di Justin Cutroni un fondo di verità ce l’ha. I Brand Manager si entusiasmeranno con la Prima Interazione, i PPC Manager con l’Ultimo Clic Adwords.

In ottica globale – consulenziale o imprenditorialeoccorrerebbe preferire i modelli che garantiscono maggior continuità, logica e buonsenso nell’analisi delle diverse interazioniModello sulla Base della Posizione e Modello di Decadimento Temporale -. Ma c’è di più: è possibile personalizzare i modelli, modificando i pesi relativi delle interazioni e la finestra temporale e applicando regole personalizzate. Ovviamente i modelli vanno personalizzati e testati secondo le specificità, i tempi di conversione, le ripetitività degli acquisti e le aspettative del business di riferimento. 

Michela Marzoli

Michela Marzoli

4 Comments

  1. Ciao Michela,

    Bell’articolo.

    una sola precisazione: il modello predefinito di google analytics è Last Click non direct, il che porta ad attribuire una porzione di diretto ad un canale precedente (se c’è) nel periodo indicato dalla finestra di attribuzione.

    per questo motivo nello strumento di analisi delle conversioni conviene sempre inserire il confronto con il last click non direct in finestra di attribuzione in modo da avere il confronto con le transazioni GA standard.

    rif: https://support.google.com/analytics/answer/1665189?hl=en

    Se vuoi che ne parliamo ti lascio la mail, è sempre interessante confrontarsi con i colleghi su questi temi, e complimenti ancora per il blog.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *