Hračka, kterou nám Googleři slíbili před pár týdny během Performance&Branding Summitu, se postupně dostává do našich AdWords životů. V menu Tools nově najdete Attribution, nástroj, který vám pomůže s analýzou konverzních tras.
Hrát si s atribucí pomocí různých modelů můžeme sice už nějaký ten pátek v Google Analytics, přenesení podobného nástroje přímo do AdWords, ale dává PPCkařům jasně najevo: u větších kampaní si prostě se sloupečkem „konverze“ nevystačíte. Navíc v tomto nástroji máte velmi zajímavá čísla, která byste z Analytics nevyčetli. Hned na úvodní obrazovce tak například vidím, že pro uskutečnění konverze je potřeba v průměru 1,54 kliknutí na reklamu a 5,6 zobrazení reklamy.
Assisted Conversions
Z tohohle reportu, respektive jeho posledního sloupečku je vidět rozdíl ve fungování jednotlivých kampaní (pokud si některou z nich prokliknu, uvidím sestavy a pak klíčová slova). Právě ten poslední sloupeček totiž udává poměr mezi konverzemi, které dané kampaň přivedla jako poslední zdroj, a mezi těmi, na kterých se podílela asistovaným proklikem (prvním nebo dalším). Čím je číslo nižší, tím spíš kampaň slouží jako zdroj posledního prokliku.
Typicky tak nízké hodnoty získává brandová kampaň, nebo kampaň zaměřená na konkrétní produkty. Naopak kampaň, která je zaměřená na obecné názvy kategorií, se přibližuje číslu 1, tedy asistuje na téměř tolika konverzích, jako přivádí ve formě last clicku. To je velmi důležitý pohled, tahle kampaň nejspíš při vyhodnocení PNO s last-click atribucí nebude vycházet, pokud ale zvážíme, že jejím vypnutím bychom se nejspíš připravili o dvojnásobný objem konverzí, vyjde nám úplně jiný údaj.
A tady asi zatím hlavní výtka k Attribution toolu: když už je takový nástroj přímo v AdWords, hodilo by se, kdyby vedle čísel o konverzích svítil také sloupeček s náklady na danou kampaň. Protože takhle, abych mohl z tohoto reportu něco vyvodit, stejně musím čísla přehazovat do Excelu a doplňovat si k nim cenu. Náhrada pomocí přidání atribučních sloupečů do běžných přehledů mi nepřijde dostatečná.
Top Paths
Report nejčastějších konverzních tras už známe dobře z AdWords. Pokud si zvolíme filtr „path length“ na 2+, získáme přehled, u kolika konverzí potřebujeme více než 1 proklik z AdWords. I tady je škoda, že nevidím náklady spojené s každou takovou trasou. Je otázka, nakolik dává smysl, sledovat toto jen v AdWords, kde chybí kontext dalších zdrojů návštěvnosti. Obzvlášť, pokud využíváte (i) remarketing v jiném systému, budou vám tato data chybět.
Co z reportu můžeme odvodit dobře, je způsob, jakým lidi hledají naše produkty. Například u Google Nákupů vidím, že přes třetinu konverzí, které tato kampaň přivedla, potřebovali uživatelé více než 1 proklik Google Nákupů (nepočítám zde tedy konverze, kde se zapojila i jiná kampaň). Vyplývá mi z toho, že je zcela běžné, že si někdo proklikne náš produkt v Google Nákupech, pak se třeba vrátí do výsledků vyhledávání, (nejspíš) aby se podíval ještě ke konkurenci, a nakonec se opět přes Google Nákupy vrátí k nám a nakoupí. Myslíte na to s RLSA?
Attribution Modeling
Přehled, který nás konečně může naučit používat jiný atribuční model než last-click. Právě tady si můžete porovnat, o kolik se pletete, když používáte tenhle model oproti jiným. Jak řekl David Špinar na Shopexpu: „Žádný z atribučních modelů není dokonalý, ale last-click je špatně.“
Dát si vedle last click a postupně ostatní modely vám ukáže, jak moc některým kampaním (sestavám či slovům) křivdíte, nebo naopak přidáváte. Některé kampaně bych v klasickém reportu obral až o polovinu konverzí, což může vést k nesprávným rozhodnutím. Vypnul bych zbytečně slova, nebo kampaně, které jsou pro velkou část konverzí důležitým zdrojem. Opět i tady mi ale chybí možnost doplnit si sloupečky se statistikami nákladů.
TIP: přečtěte si, co znamenají jednotlivé atribuční modely, v nápovědě Google Analytics
Attribution tool v AdWords je za mě dobrý posun dopředu. Pomáhám těm, co chtějí lépe číst svá data a neutlumovat zbytečně ty části PPC kampaní, které jsou důležitými zdroji návštěvnosti, i když třeba ne z hlediska last-click modelu.