Атрибуция

Атрибуция — метод присвоения “очков” за продажи и конверсии точкам соприкосновения клиента с вашим сайтом или приложением. Атрибуция доступна во всех отчетах Kissmetrics.

Атрибуция

Модели атрибуции

Модель атрибуции — это правило присвоения очков точкам соприкосновения на пути конверсии. Каждая модель группирует клиентов по тому, как они взаимодействуют с вашим сайтом или приложением.

Например, модель последнего взаимодействия присваивает 100% очков последней точке соприкосновения, непосредственно перед продажей или конверсией. В противоположность этому, модель первого взаимодействия присваивает 100% очков той, точке соприкосновения, которая впервые привела клиента на сайт или приложение, как анонимного пользователя.

Модели атрибуции Kissmetrics

Первого взаимодействия (First Ever)

Сгруппирует ваших пользователей в соответствии с первым значением свойства/точки соприкосновения (может быть вне выбранного периода).

Последнего взаимодействия (Last Ever)

Сгруппирует ваших пользователей в соответствии с последним значением свойства/точки соприкосновения (может быть вне выбранного периода).

Первого взаимодействия в выбранном периоде (First in Date Range)

Сгруппирует ваших пользователей в соответствии с первым значением свойства в пределах выбранного периода.

Последнего взаимодействия в выбранном периоде (Last in Date Range)

Сгруппирует ваших пользователей в соответствии с последним значением свойства в пределах выбранного периода.

Распределения во времени (доступно только в метриках) (Breakdown Over Time)

Сгруппирует пользователей в соответствии со значением свойства, которое они имели на момент совершения события, указанного в метрике. Это единственная модель атрибуции, которая позволяет пересчитать одного пользователя по нескольким значениям свойства или точкам соприкосновения.

Для метрик “Общее значение свойства” (“Total Value for Property”) и “Среднее значение свойства” (“Average Value for Property”) необходимо сначала провести границу между сегментированным значением свойства и тем, которое мы хотим посчитать. Мы будем ссылаться на сегментированное значение свойства, как на значение свойства, а на расчетное знамение, как на сумму. В таком группировании мы будем соотносить сумму со значением свойства человека в момент получения этой суммы.

Примеры модели атрибуции

Давайте разберем пример,чтобы показать исходящие данные в каждом типе модели атрибуции. В нашем примере создадим метрику “Общее значение свойства” (“Total Value for Property”), где расчетным свойством будет выручка. В нашем примере Александр совершит следующие события и получит следующие свойства:

April 16

Visited Site (Посетил сайт)
Referrer (Реферальная ссылка): linkedin.com

May 2

Visited Site
Referrer: facebook.com

Purchased (Оплатил)
Revenue (Выручка): 50

May 5

Visited Site
Referrer: google.com

Purchased
Revenue: 100

June 3

Visited Site
Referrer: pinterest.com

Пример результатов атрибуции

Вот исходящие данные для каждого типа группирования для периода “май”, сегментированные по реферальной ссылке (referrer):

лвафлв

Примечание: Для метрик “Уровень конверсии” (“Conversion Rate”) и “Среднее время между событиями” (“Average Time Between Event”), сгруппированных с использованием “Распределения во времени”, пользователь должен иметь какие-то значения по двум событиям. Иначе они будут исключены из расчетов.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Можно использовать следующие HTML-теги и атрибуты: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>