Janusz kontra maszyny w filmie pt. "Ostatnia Atrybucja" #e-biznes festiwal 2017

Post on 22-Jan-2018

602 views 1 download

Transcript of Janusz kontra maszyny w filmie pt. "Ostatnia Atrybucja" #e-biznes festiwal 2017

Niech Atrybucja Ci służy!

Karol Dziedzic Google Certified Trainer, Socjomania

Janusz kontra maszyny w filmie pt.

Ostatnia Atrybucja

TRAILER

JEDEN JANUSZ

JEDNA DECYZJA

Ogarnę te analitixy sam bo chyba mnie

kiwają!

JEDNO PRAGNIENIE

Muszę się dowiedzieć ile na tym realnie

zarabiam!

CZY JESTEŚCIE GOTOWI NA AKCJĘ?

Gdzie mój raport za ostatnią kampanię?!

Andrzej użyj jakiegoś szablonu z Data

Studio i podeślij do Janusza

WIĘCEJ AKCJI

Tu są tylko dane o kliknięciach

i wyświetleniach!

Andrzej nie podpiąłeś żadnej konwersji

w Analytics?!

Spokojnie Mieciu, coś zaczarujemy

w raportach

TEJ JESIENI

JEDEN JANUSZ

WIELE SPOSOBÓW LICZENIA ROAS

W OSTATECZNYM STARCIU

OSTATNIA ATRYBUCJA

Rozłóżmy to na czynniki pierwsze

Skorzystaj z danych na koncie demonstracyjnym Google Analytics

http://bit.ly/DEMOGA

Ustaw poprawną datę

Sprawdź efektywność źródła google / cpc

Sprawdź efektywność źródła google / cpc

Sprawdź ścieżki wielokanałowe

Sprawdź ścieżki wielokanałowe

Sprawdź konwersje wspomagane

Sprawdź konwersje wspomagane

Sprawdź konwersje wspomagane

Sumować ???

Porównanie modeli atrybucji

Porównanie modeli atrybucji

Policzmy to na kolanie

Zestawienie modeli atrybucji

Metoda Zwrot z inwestycji w $ Różnica od danych z Pozyskiwanie

Konwersje wspomagane 22 118,4 128,87%

Raport pozyskiwanie 17163,66 100,00%

Ostatnie kliknięcie AdWords 20372,75 118,70%

Ostatnie kliknięcie niebezpośrednie 14411,04 83,96%

Pierwsza interakcja 15644,73 91,15%

Uwzględnienie pozycji 13418,6 78,18%

Ostatnia interakcja 11653,3 67,90%

Rozkład czasowy 13003,94 75,76%

Rozkład liniowy 13384,11 77,98%

Dla przypomnienia (ścieżki wielokanałowe)

Ścieżki wielokanałowe z grupowaniem kanałów

91% konwersji z udziałem źródła

google / cpc miało miejsce, kiedy ten

kanał rozpoczynał ścieżkę zakupową

Na głównych ścieżkach dodatkowo

występowało źródło direct

(któremu nie przypisujemy wartości)

oraz organic (na frazy brandowe),

które w tym przypadku również pomijamy

Podsumowanie

Metoda Zwrot z inwestycji w $ Różnica od danych z Pozyskiwanie

Konwersje wspomagane 22 118,4 128,87%

Raport pozyskiwanie 17163,66 100,00%

Ostatnie kliknięcie AdWords 20372,75 118,70%

Ostatnie kliknięcie niebepośrednie 14411,04 83,96%

Pierwsza interakcja 15644,73 91,15%

Uwzględnienie pozycji 13418,6 78,18%

Ostatnia interakcja 11653,3 67,90%

Rozkład czasowy 13003,94 75,76%

Rozkład liniowy 13384,11 77,98%

Który model wybrać w innych przypadkach?!

To zależy KTO KOMU raportuje ;)

#takabranża

METODA NR 1 (na Janusza)

Urzekła mnie Twoja historia, ale zostaje przy danych z raportu pozyskiwanie

METODA NR 2 (na agencję)

Wybierz ten model, gdzie kanał reklamowy, za który jesteśmy odpowiedzialni

ma największy ROAS

METODA NR 3 (na książkę)

Ostatnie kliknięcie Jeśli użytkownicy konwertują bez

porównywania (krótka ścieżka zakupowa)

Pierwsze kliknięcie Kiedy najważniejsze jest dla Ciebie

budowanie marki odpowiednim kanałem, lub korzystasz z jednego

głównego kanału reklamowego

Model liniowy Kiedy każdy styk z klientem jest dla Ciebie ważny

(długi proces konwersji w którym support odgrywa ważną rolę oraz wiele różnorodnych

kanałów reklamowych)

Rozkład czasowy Kiedy chcesz przypisać większy

udział źródle, które było jak najbliżej konwersji

Uwzględnienie pozycji Kiedy chcesz przypisać większy udział źródłom na poczatku i końcu ścieżki

(np. kampanii zasięgowa i remarketingowej)

Ostatnie kliknięcie niebezpośrednie Technicznie ruch bezpośredni nie jest kanałem, więc go ignorujesz

(last click bez źródła direct)

Ostatnie kliknięcie AdWords Kiedy chcesz zrozumieć rolę

kampanii AdWords w ścieżkach konwersji

(lub wykazać większy ROAS :) )

METODA NR 4 (na logikę)

Skreślamy skrajności i wybieramy model

z środkowymi wartościami

METODA NR 5 (na analityka)

Budujemy własny model atrybucji!

Własny model atrybucji

Pożyczony model atrybucji

OSTATECZNE STARCIE

Taksówkarz kontra autonomiczny Uber

VS

Co robi różnicę?

#machinelearning

No dobra, ale ile to kosztuje?

=

=

TAK Machine Learning TAK

n/a Przyspieszenie do 100 km/h 2,5 s

TAKModelowanie Atrybucji

w oparciu o daneNIE

20 miliardów Max ilość użytkowników 7

150000 $ Koszt 150000 $

#smutnyjanusz

=

=

=

#wesołyjanusz

http://bit.ly/AttributionBETA

Gdzie to można wykorzystać?

Integracja z AdWords

+

A tak tu i teraz?

Ponad 600 konwersji i 15000 kliknięć

w ciągu ostatnich 30 dni

O czym musisz pamiętać?

Checklista

Zadbaj o poprawne wdrożenie Google Analytics

Checklista

Zadbaj o poprawne wdrożenie Google Analytics

Pamiętaj o wykluczeniu odpowiednich domen odsyłających

Checklista

Zadbaj o poprawne wdrożenie Google Analytics

Pamiętaj o wykluczeniu odpowiednich domen odsyłających

Zastosuj cross-domain tracking, gdzie jest to potrzebne

Checklista

Zadbaj o poprawne wdrożenie Google Analytics

Pamiętaj o wykluczeniu odpowiednich domen odsyłających

Zastosuj cross-domain tracking, gdzie jest to potrzebne

Obowiązkowo taguj w odpowiednim schemacie wszystkie

źródła poza AdWords

Checklista

Zadbaj o poprawne wdrożenie Google Analytics

Pamiętaj o wykluczeniu odpowiednich domen odsyłających

Zastosuj cross-domain tracking, gdzie jest to potrzebne

Obowiązkowo taguj w odpowiednim schemacie wszystkie

źródła poza AdWords

Stosuj grupowanie kanałów

Wstrzykiwanie danych o kosztach z innych źródeł

Dodatkowe elementy do wdrożenia

Wstrzykiwanie danych o kosztach z innych źródeł

Wykluczanie niedokończonych transakcji

Dodatkowe elementy do wdrożenia

Dodatkowe elementy do wdrożenia

Wstrzykiwanie danych o kosztach z innych źródeł

Wykluczanie niedokończonych transakcji

Wdrożenie User-ID pod kątem cross-device

NAPISY KOŃCOWE

Zawsze bądź sceptyczny/a w stosunku do danych.

Sprawdź wszystko 3 razy

Nie bój się automatyzacji. Ona pracuje, kiedy Ty śpisz ;)

Pewnie i tak już z niej korzystasz!

Universal app campaign

Smart display campaign

365 * 1,01 > 365 * 0,99

Avinash Kaushik

@Marketing Festival 2017

Machine Learning

Google Analytics App

Mamy pytanie z

publiczności.

„Co dalej Avinash?!”Zacznijcie się uczyć

Pythona!

Trochę materiałów

Wolisz czytać? Książka o atrybucji:

http://bit.ly/KsiazkaOAtrybucji

Wolisz pooglądać? Wideo Google Attribution

http://bit.ly/VideoOGoogleAttribution

Serio chce Ci się uczyć Pythona?

http://bit.ly/PythonMaterialy

Wsparcie z Google Analytics | AdWords | Tag Manager by Dziedzic

https://www.facebook.com/groups/119198165194533/

Możesz być Januszem

i dawać radę w modelowaniu

atrybucji!

linkedin.com/in/karoldziedzic

kontakt@karoldziedzic.pl

fb.com/k.w.dziedzic

Dziękuję!

Karol DziedzicGoogle Certified Trainer @Socjomania