Что такое конверсия и ассоциированная конверсия
Конверсия — это соотношение количества целевых действий к визитам на сайт. Вычисляется по формуле: Число покупок ÷ Количество посещений × 100%. Например, на сайт за день зашло 200 посетителей, пять из них сделали покупку. Считаем: 5 ÷ 200 × 100% = 2,5% — процент посетителей, которые совершили нужное целевое действие.
К ним также относят не только покупки, но и другие действия пользователей, которые важны для компании. Это могут быть подписки, заявки, регистрации.
Путь клиента не ограничивается единственным визитом на сайт и мгновенной покупкой или регистрацией, поэтому стоит учитывать промежуточные каналы его взаимодействия с брендом. Особенно это актуально для бизнеса с длинным циклом продаж, когда клиент может несколько раз уходить и возвращаться на сайт с разных каналов, пока окончательно не решится купить товар или воспользоваться услугой.
Ассоциированные конверсии — это и есть промежуточные точки касания с брендом, которые помогают потенциальным клиентам быстрее совершить целевое действие.
Почему важно отслеживать ассоциированные конверсии и как они связаны с воронкой продаж
Потенциальный клиент может несколько раз встречаться с брендом, прежде чем решит что-то купить. Каждая точка касания в этой цепочке — это отдельный этап воронки продаж. Чтобы увеличить количество покупок, заявок, регистраций и других целевых действий и оптимизировать рекламные каналы, которые задействованы в воронке, важно отслеживать и анализировать все её этапы.
Если ориентироваться не только на начальные и конечные источники, но и на промежуточные звенья, можно получить полную картину эффективности рекламных кампаний, новых маркетинговых идей и инструментов, которые использовались при запуске. Без полноценного анализа некоторые каналы могут показаться неэффективными, так как не ведут напрямую к конверсии. Именно поэтому отслеживание ассоциированных достижений цели по всей воронке помогает сделать правильные выводы и избежать снижения конверсий в целом.
Пример. Молодой человек решил купить кроссовки для бега, ввёл в Поиске «беговые кроссовки». Ему выпала подборка с вариантами от разных брендов. Он посмотрел варианты, сравнил цены и сохранил себе в закладки несколько понравившихся пар любимого бренда. Через пару часов в социальных сетях ему попалось рекламное объявление с подборкой спортивной обуви этого бренда. Молодой человек кликнул на него, перешёл на сайт, посмотрел каталог и подписался на рассылку. На следующий день ему на почту пришло письмо с распродажей, а там скидки на его любимый бренд кроссовок — он нашёл подходящий вариант и добавил в корзину, но не оплатил. Этим же вечером ему попался рекламный баннер магазина, он кликнул по нему, перешёл на сайт и купил.
В этом случае клиент купил кроссовки после баннерной рекламы, но нельзя исключать предыдущие этапы воронки, которые подталкивали его к покупке. И если убрать, например, рассылку, то есть вероятность, что все последующие конверсии могут снизиться.
Разберём, какие модели в Яндекс Метрике помогают анализировать источники трафика. Всего их пять:
- «По первому переходу» — в ней вся ценность отдаётся первому каналу трафика, который привёл посетителя сайта к нужному действию. При этом она засчитывает все визиты на сайт, совершённые пользователем.
- «По последнему переходу» — здесь учитывается только последний переход, который привёл к нужной цели. Остальные визиты не учитываются, поэтому данная модель будет неинформативной при анализе ассоциированных конверсий.
- «По последнему значимому переходу» — вся ценность присваивается только значимому источнику, с которого пришёл пользователь перед покупкой, заявкой, регистрацией, звонком. Значимыми считаются: рекламные баннеры и объявления, социальные сети, мессенджеры, поисковые и рекомендательные системы, рассылки, ссылки на сайтах. Визиты с сохранённых страниц, внутренние переходы и прямые заходы на сайт модель не учитывает.
- «По последнему переходу из Директа» — по ней всю ценность получает последний переход из рекламного объявления, баннера в Директе. Если таких визитов не было, система отдаст ценность последнему переходу из значимого источника.
- Автоматическая — конверсии, к которым привела рекламная кампания, определяются с помощью алгоритмов машинного обучения. Алгоритмы учитывают различные факторы: время до и после конверсии, тип устройства (кросс-девайс), проявление интереса пользователя и членов его семьи (домохозяйства) к товару или услуге и т. д.
Чтобы оценить, насколько эффективно работает канал, важно понимать, на каком этапе воронки он располагается, и уже исходя из этого выбирать модель атрибуции для его анализа. Например, если компания выводит новый продукт на широкую аудиторию, анализировать результаты будет правильнее при помощи модели по первому переходу. Так как на данном этапе источники будут работать на узнаваемость бренда, а не на продажи.
Как работать с ассоциированными конверсиями в Метрике
В Метрике пока нет специального отчёта по ассоциированным конверсиям, собрать необходимую информацию помогут стандартные отчёты по моделям атрибуций и их целям.
Для этого войдите в «Отчёты» → «Источники» → «Источники, сводка».
В отчёте можно посмотреть основные показатели по всем источникам трафика, включая те, которые не участвовали в РК:
- Количество посетителей
- Число посещений
- Глубину просмотров
- Время, проведённое на сайте
- Процент отказов и так далее
Благодаря этим данным можно проанализировать эффективность каждого канала и его вклад в совершённые целевые действия.
Посмотреть ассоциированные достижения целей в Метрике по каждому отдельному источнику трафика можно с помощью детального отчёта. Для этого заходим в «Отчёты» → «Все отчёты» → «Источники» → «Источники, сводка» и далее следуем по шагам:
- В сегментации выбираем: «для людей, у которых» → «Источники» → «Один из источников трафика» → выбираем нужный показатель, например Директ → «Одна из рекламных кампаний» → нужная рекламная кампания.
- Добавляем цели, для этого нажимаем кнопку «Метрики» → «Целевые метрики» и выбираем нужный показатель. В примере на скриншоте ниже выбрана цель — «Корзина».
В полученном отчёте в строке «Итого и среднее» отображается число достижений цели «Корзина» за нужный период. Учитываются данные пользователей, которые хоть раз переходили на сайт из РК rsya_msk.
Дополнительно при сегментировании можно выбрать период, в рамках которого пользователи переходили на сайт из определённого источника. Это даёт возможность отследить целевые действия, которые совершили посетители за последние несколько дней или за какой-либо период.
Как использовать данные по ассоциированным и прямым конверсиям при распределении рекламного бюджета
Чтобы грамотно распределять бюджет между каналами трафика, важно понимать, как с ними взаимодействует клиент на всём пути — от знакомства до совершения конкретного целевого действия: покупки, заявки, регистрации.
Обращайте внимание, в какой связке каналы встречаются в отчётах чаще всего. Так вы сможете объективно оценить роль каждой площадки и избежать просадки тех, что сыграли меньшую роль в привлечении клиентов. Это важно, если после рекламной кампании вы решите перераспределить бюджет между ними или отключить наименее эффективные.
Общие рекомендации
- Ассоциированные конверсии — это важные составляющие всей воронки продаж. Если их не учитывать, не получится полноценно оценить эффективность каналов и получить от РК максимально возможное количество целевых действий.
- С их помощью компания может узнать, где потенциальные клиенты знакомятся с её продуктом или услугой, отследить всю длину пути взаимодействия и рассчитать, какой вклад в кампанию вносит каждый канал.
- Чтобы получить более точную картину взаимодействия пользователей с каналами трафика, стоит анализировать все конверсии с помощью моделей атрибуции. В Метрике данные атрибутируются по пяти моделям, каждая из которых помогает оценить рекламные источники по определённым параметрам.
- Отследить ассоциированные конверсии в Яндекс Метрике можно по каждому отдельному источнику трафика. Для этого нужно сегментировать визиты и выбрать людей, которые хотя бы раз приходили из этого источника на сайт. Всю детальную историю посещений можно увидеть в данных, которые выгружены с помощью Logs API Яндекс Метрики.
