{"id":35308,"date":"2020-02-27T14:09:36","date_gmt":"2020-02-27T13:09:36","guid":{"rendered":"https:\/\/sprawnymarketing.pl\/?p=35308"},"modified":"2020-02-27T14:09:36","modified_gmt":"2020-02-27T13:09:36","slug":"czym-jest-conversion-lift","status":"publish","type":"post","link":"https:\/\/sprawnymarketing.pl\/blog\/czym-jest-conversion-lift\/","title":{"rendered":"Czym jest conversion lift?"},"content":{"rendered":"

Google i Facebook zaczynaj\u0105 umo\u017cliwia\u0107 reklamodawcom prowadzenie eksperyment\u00f3w conversion lift. Upowszechnienie tego sposobu mierzenia skuteczno\u015bci reklam mo\u017ce wywr\u00f3ci\u0107 do g\u00f3ry nogami metodologi\u0119 modelowania atrybucji, a na konwersje ju\u017c nigdy nie b\u0119dziemy patrze\u0107 tak, jak dotychczas. Czym jest coversion lift i na czym polega prze\u0142om, kt\u00f3rego mo\u017ce dokona\u0107 w analityce skuteczno\u015bci marketingu?<\/p>\n

\u015aledzenie konwersji<\/h2>\n

Nasze podej\u015bcie do mierzenia efektywno\u015bci marketingu online nie zmieni\u0142o si\u0119 istotnie od czas\u00f3w narodzin poj\u0119cia konwersji. Je\u017celi u\u017cytkownik klikn\u0105\u0142 w reklam\u0119, a nast\u0119pnie \u2013 w okresie zwanym oknem konwersji \u2013 dokona\u0142 transakcji, to uznajemy, \u017ce reklama konwertuje na sprzeda\u017c.<\/p>\n

Na konwertuj\u0105ce kampanie jeste\u015bmy w stanie przeznaczy\u0107 dowolny bud\u017cet, jednak pod warunkiem, \u017ce generuj\u0105 one dodatni zwrot z inwestycji. Popularno\u015b\u0107 reklamy w wyszukiwarkach i pot\u0119ga finansowa Google\u2019a zosta\u0142y zbudowane w\u0142a\u015bnie na tej koncepcji.<\/p>\n

Na konwersjach po klikni\u0119ciu opiera si\u0119 ca\u0142y marketing efektywno\u015bciowy i programy afiliacyjne.<\/strong><\/span><\/p>\n

Konwersje po klikni\u0119ciu w kontek\u015bcie reklamy display lub wideo zazwyczaj nie wygl\u0105daj\u0105 ju\u017c tak dobrze. A w\u0142a\u015bciwie trzeba zacz\u0105\u0107 od tego, \u017ce reklamy te s\u0105 stosunkowo rzadko klikane. Bywa, \u017ce ich wsp\u00f3\u0142czynnik klikalno\u015bci wynosi u\u0142amek procenta. Przy nierzadko dwucyfrowym CTR reklam w wyszukiwarce jest to warto\u015b\u0107 znikoma.<\/p>\n

Z drugiej strony, billboard\u00f3w ulicznych, reklamy prasowej, radiowej czy telewizyjnej te\u017c nikt nie klika. A przecie\u017c nie przeszkadza to reklamodawcom inwestowa\u0107 w nie miliardowych sum.<\/strong> Wiemy przecie\u017c, \u017ce te reklamy dzia\u0142aj\u0105.<\/p>\n

Kiedy jednak w raportach pojawiaj\u0105 si\u0119 nam konwersje po wy\u015bwietleniu reklamy, podchodzimy do nich z rezerw\u0105. Owszem, reklama zosta\u0142a wy\u015bwietlona, ale czy by\u0142a widoczna? Czy u\u017cytkownik zwr\u00f3ci\u0142 na ni\u0105 uwag\u0119? Je\u015bli tak, to w jakim stopniu wp\u0142yn\u0119\u0142o to na jego decyzj\u0119?<\/p>\n

\"czym<\/p>\n

Rys. 1. Reklamy wideo maj\u0105 niewielk\u0105 klikalno\u015b\u0107, znikom\u0105 w por\u00f3wnaniu z CTR reklamy w wyszukiwarce. Z drugiej strony, nikt nie klika reklam outdoor, radiowych czy telewizyjnych \u2013 a mimo to oddzia\u0142uj\u0105 one na odbiorc\u00f3w.<\/em><\/p>\n

\u015acie\u017cki wielokana\u0142owe<\/h2>\n

W 2019 r. poj\u0119cie wielokana\u0142owych \u015bcie\u017cek konwersji nie jest ju\u017c nowo\u015bci\u0105. Wiemy, \u017ce konwersja najcz\u0119\u015bciej jest wynikiem wielu interakcji \u2013 klikni\u0119\u0107, ale r\u00f3wnie\u017c wy\u015bwietle\u0144 skutkuj\u0105cych obejrzeniem lub us\u0142yszeniem reklamy.<\/p>\n

Modelowanie atrybucji pozwala nam podzieli\u0107 wygenerowane przychody i przypisa\u0107 je poszczeg\u00f3lnym kana\u0142om.<\/strong> Do dyspozycji mamy szereg gotowych modeli: liniowy, rozk\u0142adu czasowego, uwzgl\u0119dnienia pozycji \u2013 by wymieni\u0107 te najwa\u017cniejsze. W Google Analytics dost\u0119pne s\u0105 te\u017c modele niestandardowe, w kt\u00f3rych samodzielnie decydujemy o regu\u0142ach przypisywania konwersji konkretnym interakcjom.<\/p>\n

\"doch\u00f3d<\/p>\n

Rys. 2. Na \u015bcie\u017cce znajduj\u0105 si\u0119 klikni\u0119cia i wy\u015bwietlenia r\u00f3\u017cnych reklam. Uzyskany z konwersji doch\u00f3d mo\u017ce zosta\u0107 im przypisany z wykorzystaniem r\u00f3\u017cnych modeli atrybucji.<\/em><\/p>\n

Modele te maj\u0105 jedn\u0105 wsp\u00f3ln\u0105 wad\u0119. Jest ni\u0105 konieczno\u015b\u0107 podejmowania arbitralnych decyzji na temat tego, kt\u00f3ry z modeli wybra\u0107, jakie wagi przypisa\u0107 poszczeg\u00f3lnym \u017ar\u00f3d\u0142om, jak podchodzi\u0107 do klikni\u0119\u0107, wy\u015bwietle\u0144 i innych interakcji.<\/p>\n

Aby rozwi\u0105za\u0107 ten problem, stworzono modele algorytmiczne, takie jak stosowany przez Google\u2019a model Data Driven czy inne modele oparte o \u0142a\u0144cuchy Markowa.<\/strong> Wykorzystuj\u0105 one elementy teorii gier do okre\u015blenia znaczenia poszczeg\u00f3lnych \u201egraczy\u201d, kt\u00f3rzy reprezentuj\u0105 \u017ar\u00f3d\u0142a, kampanie czy s\u0142owa kluczowe. \u0179r\u00f3d\u0142em danych dla algorytm\u00f3w jest analiza \u015bcie\u017cek prowadz\u0105cych i nie prowadz\u0105cych do konwersji, kt\u00f3ra pozwala oszacowa\u0107 wag\u0119 danego kana\u0142u w generowaniu konwersji. Rysunek 3 przedstawia metodologi\u0119 modelu Data Driven wykorzystywanego przez Google\u2019a.<\/p>\n

\"metodologia<\/p>\n

Rys. 3. Metodologia atrybucji opartej na danych (Data Driven). Z por\u00f3wnania \u015bcie\u017cek konwersji wynika, \u017ce pojawienie si\u0119 na \u015bcie\u017cce reklamy display zwi\u0119ksza prawdopodobie\u0144stwo konwersji o 50%.<\/em><\/p>\n

Modele algorytmiczne nie s\u0105 jednak panaceum i cz\u0119sto prowadz\u0105 do b\u0142\u0119dnych konkluzji. Dlaczego? Opieraj\u0105 si\u0119 one o analiz\u0119 korelacji, na podstawie kt\u00f3rej stawiane s\u0105 hipotezy o istnieniu zwi\u0105zk\u00f3w przyczynowo-skutkowych mi\u0119dzy interakcjami i konwersj\u0105. Tyle, \u017ce je\u015bli dana interakcja cz\u0119sto pojawia si\u0119 na \u015bcie\u017cce, to owszem, mo\u017ce to wskazywa\u0107, \u017ce ma ona wp\u0142yw na konwersje, ale nie jest tego dowodem.<\/p>\n

\"czym<\/p>\n

Rys. 4. Korelacja mo\u017ce by\u0107 przes\u0142ank\u0105, ale nie jest dowodem na istnienie zwi\u0105zku przyczynowo-skutkowego. Zastosowanie metodologii atrybucji opartej na danych w tym przypadku doprowadzi\u0142o do wniosku, \u017ce bociany zwi\u0119kszaj\u0105 prawdopodobie\u0144stwo narodzin dziecka.<\/em><\/p>\n

Sp\u00f3jrz na Rysunek 4. Metodologia Data Driven zastosowana do danych demograficznych doprowadzi\u0142a do wniosku, \u017ce obecno\u015b\u0107 bocian\u00f3w przyczynia si\u0119 do przyrostu naturalnego. Taki \u201emodel atrybucji\u201d powiedzia\u0142by nam: \u201etw\u00f3rzmy wi\u0119cej siedlisk bocian\u00f3w, a dzi\u0119ki temu b\u0119dzie wi\u0119cej narodzin!\u201d.<\/p>\n

Oczywi\u015bcie wiemy, \u017ce bociany nie maj\u0105 z tym nic wsp\u00f3lnego. Po prostu na wsi rodzi si\u0119 wi\u0119cej dzieci, a bociany \u2013 z zupe\u0142nie innych powod\u00f3w \u2013 przewa\u017cnie osiedlaj\u0105 si\u0119 na terenach wiejskich. Eksperyment, w kt\u00f3rym w podobnych warunkach nast\u0105pi\u0142oby zmniejszenie lub zwi\u0119kszenie populacji bocian\u00f3w, nie wykaza\u0142by zmian w dzietno\u015bci ludzi.<\/p>\n

Co tak naprawd\u0119 chcemy osi\u0105gn\u0105\u0107?<\/h2>\n

Celem modelowania atrybucji nie jest stworzenie skomplikowanego modelu. Marketerzy potrzebuj\u0105 jedynie odpowiedzi na pytanie, o ile faktycznie wzros\u0142a sprzeda\u017c dzi\u0119ki wybranej kampanii. Ilu klient\u00f3w mogliby\u015bmy straci\u0107, gdyby t\u0119 kampani\u0119 ograniczy\u0107? Je\u015bli zrezygnowaliby\u015bmy z tej reklamy, to jaka cz\u0119\u015b\u0107 naszych klient\u00f3w i tak dokona\u0142aby zakupu?<\/p>\n

Aby zmierzy\u0107, jak wzros\u0142a sprzeda\u017c dzi\u0119ki danej kampanii, nale\u017ca\u0142oby por\u00f3wna\u0107 u\u017cytkownik\u00f3w, kt\u00f3rzy widzieli reklam\u0119, ze statystycznie identyczn\u0105 grup\u0105 kontroln\u0105 os\u00f3b, kt\u00f3ra reklamy nie widzia\u0142a.<\/strong><\/span><\/p>\n

Niestety, od strony technicznej nie zawsze jest to mo\u017cliwe do przeprowadzenia. O ile konwersje u\u017cytkownik\u00f3w, kt\u00f3rzy ogl\u0105dali reklamy, jeste\u015bmy w stanie \u015bledzi\u0107, to problem pojawia si\u0119 w przypadku monitoringu grupy kontrolnej, kt\u00f3ra nie mia\u0142a styczno\u015bci z nasz\u0105 reklam\u0105.<\/p>\n

Dotychczas takie pomiary by\u0142y mo\u017cliwe wy\u0142\u0105cznie w remarketingu, gdy\u017c tu reklamodawca dysponuje w\u0142asnymi plikami cookie i mo\u017ce tworzy\u0107 listy u\u017cytkownik\u00f3w, kt\u00f3rym zablokuje wy\u015bwietlenie reklamy (zob. np. bit.ly\/test-remarketingu<\/a>). Udost\u0119pnienie narz\u0119dzi conversion lift przez Facebooka i Google\u2019a pozwoli\u0142o na przeprowadzenie takiego badania w kampanii prospektingowej.<\/p>\n

Conversion lift, czyli badanie wzrostu konwersji<\/h2>\n

Conversion lift jest eksperymentem, w kt\u00f3rym potencjalni odbiorcy reklamy okre\u015bleni na podstawie kryteri\u00f3w targetowania, dzieleni s\u0105 na dwie grupy: testow\u0105 i kontroln\u0105.<\/strong> U\u017cytkownikom z grupy testowej reklama jest normalnie wy\u015bwietlana. W grupie kontrolnej w momencie, gdy system reklamowy kwalifikuje reklam\u0119 do wy\u015bwietlenia (np. w wyniku wygrania aukcji), wy\u015bwietlenie reklamy zostaje zablokowane. Zamiast niej u\u017cytkownik zobaczy inn\u0105 reklam\u0119, ale dzi\u0119ki plikom cookie i danym logowania b\u0119dziemy mogli \u015bledzi\u0107 p\u00f3\u017aniejsze zachowania tego u\u017cytkownika.<\/p>\n

Po zako\u0144czeniu eksperymentu por\u00f3wnywane s\u0105 konwersje w obydwu grupach. W grupie kontrolnej odnotujemy u\u017cytkownik\u00f3w, kt\u00f3rzy skonwertowali, mimo \u017ce nie zosta\u0142a im wy\u015bwietlona reklama. Odejmuj\u0105c t\u0119 liczb\u0119 od liczby konwersji w grupie testowej, kt\u00f3ra reklamy ogl\u0105da\u0142a, otrzymamy przyrost konwersji uzyskany dzi\u0119ki reklamie.<\/p>\n

\"czym<\/p>\n

Rys. 5. Zasada dzia\u0142ania eksperymentu conversion lift. R\u00f3\u017cnica mi\u0119dzy konwersjami w grupie testowej i kontrolnej okre\u015bla konwersje wygenerowane dzi\u0119ki danej kampanii, bez tych, kt\u00f3re by\u0142y od niej niezale\u017cne.<\/em><\/p>\n

W ten oto prosty spos\u00f3b realizujemy empiryczny pomiar przyrostu konwersji. Jest to dok\u0142adna i w zasadzie niepodwa\u017calna odpowied\u017a na pytanie o op\u0142acalno\u015b\u0107 danego kana\u0142u w kategoriach marketingu efektywno\u015bciowego. A\u017c dziw, \u017ce tak d\u0142ugo musieli\u015bmy czeka\u0107 na jej wprowadzenie przez gigant\u00f3w reklamowych.<\/p>\n

Conversion lift okre\u015bla konwersje wygenerowane dzi\u0119ki danej kampanii, bez tych, kt\u00f3re by\u0142y od niej niezale\u017cne.<\/strong><\/span><\/p>\n

Case study<\/h2>\n

Rumu\u0144skie biuro podr\u00f3\u017cy Vola.ro przeprowadzi\u0142o kampani\u0119 YouTube. Reklama przekonywa\u0142a, \u017ce stycze\u0144 jest najlepszym momentem na zakup bilet\u00f3w lotniczych na przysz\u0142e podr\u00f3\u017ce, poniewa\u017c statystyki wskazuj\u0105, \u017ce w tym czasie ich ceny s\u0105 najkorzystniejsze.<\/p>\n