Jak działają modele atrybucji w Google Ads i które wybrać?

Wyniki kampanii Google Ads nie zawsze pokazują całą drogę prowadzącą do zakupu lub wysłania formularza. Zanim klient wykona oczekiwane działanie, może zetknąć się z kilkoma reklamami, wyszukiwaniami i formatami kampanii. Model atrybucji decyduje, jak ich udział zostanie przedstawiony w raportach, dlatego wpływa na ocenę rentowności reklam i dalszą optymalizację konta.

Czym jest atrybucja w Google Ads?

Atrybucja określa, które interakcje z reklamami otrzymają udział w konwersji. Jeżeli klient przed zakupem kliknął reklamę produktową, później reklamę w wyszukiwarce na frazę ogólną, a na końcu reklamę brandową, system musi zdecydować, jak rozdzielić pomiędzy nie wartość transakcji.

Sposób podziału zależy od wybranego modelu. Cała konwersja może zostać przypisana do ostatniego kliknięcia albo rozdzielona pomiędzy kilka interakcji, które uczestniczyły w ścieżce. W drugim przypadku w raportach pojawiają się wartości ułamkowe, np. 0,2 konwersji przy jednej kampanii i 0,8 przy drugiej.

Model nie zmienia liczby zamówień ani wysłanych formularzy. Zmienia natomiast sposób ich prezentacji na poziomie kampanii, grup reklam, słów kluczowych i innych elementów konta. W rezultacie wpływa na raportowane CPA, ROAS oraz ocenę udziału poszczególnych reklam w doprowadzeniu do konwersji.

Sposób oceny kampanii zależy również od jej miejsca na ścieżce klienta. Fraza ogólna, np. „meble do salonu”, może rozpocząć kontakt z marką, natomiast wyszukiwanie konkretnego modelu lub nazwy sklepu pojawi się dopiero przed zakupem. Przypisanie całej wartości ostatniej reklamie może zaniżyć udział kampanii, która pozyskała klienta na wcześniejszym etapie.

Jakie modele atrybucji są dostępne w Google Ads?

Google Ads udostępnia obecnie dwa modele: oparty na danych, czyli Data-Driven Attribution, oraz ostatnie kliknięcie, czyli Last Click. Modele pierwszego kliknięcia, liniowy, spadku udziału z upływem czasu i uwzględnienia pozycji zostały wycofane w 2023 roku. Działania powodujące konwersję, które z nich korzystały, zostały przeniesione do DDA, choć nadal istnieje możliwość zmiany na Last Click.

Jak działa model oparty na danych?

Data-Driven Attribution analizuje ścieżki użytkowników, którzy dokonali konwersji, i porównuje je ze ścieżkami osób, które jej nie wykonały. Na tej podstawie algorytm szacuje udział poszczególnych kliknięć i zaangażowanych obejrzeń reklam w doprowadzeniu do działania.

Model uwzględnia między innymi kolejność kontaktów, format reklamy oraz czas pomiędzy interakcją a konwersją. Jeżeli określone kliknięcie częściej występuje na ścieżkach zakończonych zakupem niż na pozostałych ścieżkach, może otrzymać większą część wartości. Wynik jest wyliczany osobno dla konkretnego działania powodującego konwersję.

Źródło: https://support.google.com/google-ads/answer/6394265?hl=pl

DDA nie opiera się więc na sztywnym założeniu, że pierwsza lub ostatnia reklama zawsze była najważniejsza. Podział może zmieniać się wraz z nowymi danymi, ponieważ model aktualizuje ocenę poszczególnych interakcji.

Wszystkie działania powodujące konwersję mogą korzystać z DDA niezależnie od liczby zebranych danych. Google zaznacza jednak, że skuteczność modelu rośnie wraz z ich wolumenem. Rekomendowany poziom to co najmniej 200 konwersji i 2000 interakcji z reklamami w obsługiwanych sieciach w ciągu 30 dni. Poniżej tych wartości model nadal działa, ale może mieć mniej informacji potrzebnych do rozpoznawania powtarzalnych schematów.

Jak działa model ostatniego kliknięcia?

Last Click przypisuje 100% udziału w konwersji ostatniej reklamie klikniętej przed wykonaniem działania. Wcześniejsze kontakty z reklamami nie otrzymują części wartości w standardowych raportach.

Jeżeli klient najpierw kliknął reklamę produktową, później obejrzał materiał wideo, a przed zakupem wpisał nazwę sklepu i kliknął reklamę brandową, cała wartość zostanie przypisana ostatniej kampanii. Model jest prosty i łatwy do interpretacji, ale pokazuje wyłącznie końcowy etap ścieżki.

Takie raportowanie może zawyżać udział kampanii brandowych oraz reklam odpowiadających na zapytania o wysokiej intencji zakupowej. Jednocześnie zaniża udział kampanii, które rozpoczęły kontakt z marką lub pomogły użytkownikowi porównać dostępne rozwiązania.

Data-Driven a Last Click – czym różnią się te modele?

Najważniejsza różnica dotyczy sposobu rozdzielenia udziału w konwersji. Last Click stosuje jedną stałą regułę. DDA wykorzystuje dane z konta i przypisuje poszczególnym interakcjom wartości ułamkowe.

Różnicę dobrze pokazuje przykład zakupu o wartości 300 zł. Klient najpierw obejrzał reklamę wideo, następnie kliknął reklamę w wyszukiwarce na frazę ogólną, a przed transakcją reklamę brandową.

Last Click przypisze jedną konwersję i 300 zł kampanii brandowej. Pozostałe kampanie nie otrzymają udziału. DDA może natomiast przypisać przykładowo 0,1 konwersji i 30 zł reklamie wideo, 0,3 konwersji i 90 zł kampanii na frazę ogólną oraz 0,6 konwersji i 180 zł kampanii brandowej.

Podane proporcje są jedynie ilustracją. Faktyczny podział ustala algorytm na podstawie danych dotyczących danego działania powodującego konwersję. DDA nie zakłada z góry, że każda interakcja musi otrzymać udział.

Jak model atrybucji wpływa na Smart Bidding?

Model atrybucji wpływa na dane w kolumnach „Konwersje” i „Wszystkie konwersje”. Jeżeli strategia automatycznego ustalania stawek korzysta z tych danych, zmiana sposobu ich przypisywania może wpłynąć również na licytację.

Dotyczy to między innymi strategii docelowego CPA i docelowego ROAS. Smart Bidding analizuje, które aukcje, zapytania, urządzenia i inne sygnały wiążą się z konwersjami. Gdy wcześniejsza interakcja otrzymuje część wartości, system uwzględnia ją w danych wykorzystywanych do prognozowania wyników.

DDA może dzięki temu lepiej pokazać udział kampanii pojawiających się przed ostatnim kliknięciem. Nie oznacza to jednak, że każda kampania z górnej części lejka automatycznie okaże się rentowna. Model nadal opiera się na danych, a wyniki zależą od jakości pomiaru, liczby konwersji, konstrukcji kampanii i zachowań klientów.

Last Click przekazuje Smart Biddingowi inny obraz ścieżki. Cała wartość trafia do ostatniej reklamy, dlatego wcześniejsze interakcje pozostają bez udziału. Może to zmieniać sposób oceny kampanii inicjujących kontakt z marką, ale nie przesądza jeszcze o kierunku wszystkich decyzji podejmowanych przez system.

Po zmianie modelu warto sprawdzić, jak zmieniły się CPA i ROAS na poziomie kampanii. W przypadku strategii tCPA lub tROAS może być potrzebna korekta wartości docelowych, ponieważ algorytm zaczyna korzystać z inaczej rozdzielonych konwersji.

Który model atrybucji wybrać?

DDA jest domyślnym i najczęściej właściwym wyborem dla kont korzystających ze Smart Biddingu. Uwzględnia więcej etapów ścieżki niż Last Click i nie przypisuje całej wartości jednej reklamie wyłącznie dlatego, że wystąpiła bezpośrednio przed konwersją.

Model oparty na danych szczególnie dobrze pasuje do kont, na których:

• klient ma kontakt z kilkoma kampaniami przed zakupem lub wysłaniem formularza;
• prowadzone są różne typy kampanii, np. Search, Shopping, Performance Max, Demand Gen lub Video;
• wykorzystywane są strategie automatycznego ustalania stawek;
• decyzja zakupowa trwa dłużej niż jedna wizyta;
• kampanie odpowiadają za różne etapy pozyskiwania klienta.

Last Click może pozostać pomocnym punktem odniesienia podczas analizy kampanii domykających sprzedaż. Można go również wybrać, gdy celem raportu jest świadome pokazanie ostatniego kliknięcia, a wcześniejsze interakcje nie mają otrzymywać udziału. Trzeba jednak uwzględnić, że taki model nie przedstawia pełnej ścieżki w obrębie reklam Google.

Mały budżet lub niewielka liczba konwersji nie są wystarczającym argumentem za przejściem na Last Click. DDA pozostaje dostępna przy niższym wolumenie danych, choć jej wyniki mogą być wtedy mniej stabilne. W takim przypadku lepiej analizować dłuższe okresy i ostrożniej interpretować niewielkie różnice pomiędzy kampaniami.

Przed wyborem modelu należy również sprawdzić jakość pomiaru. Powielone transakcje, brak wartości konwersji, niewłaściwie ustawione działania główne i pomocnicze lub błędnie działające tagi mogą zaburzyć wyniki niezależnie od zastosowanej atrybucji. Model nie poprawi danych, które od początku są niekompletne albo nieprawidłowo zebrane.

Jak porównać modele przed zmianą ustawień?

Google Ads udostępnia raport „Porównanie modeli”, który pozwala zestawić Last Click i Data-Driven dla tych samych kampanii, grup reklam, słów kluczowych lub urządzeń. Dzięki temu można sprawdzić, gdzie po zastosowaniu DDA nastąpiłoby przesunięcie udziału w konwersjach.

Aby przeprowadzić porównanie:

1. W menu „Cele” należy przejść do sekcji „Atrybucja”.
2. Następnie wybrać raport „Porównanie modeli”.
3. W polach porównania ustawić Last Click oraz Data-Driven.
4. Sprawdzić różnice w liczbie konwersji, koszcie konwersji i wartości konwersji do kosztu.
5. Zwrócić uwagę na kampanie, które tracą lub zyskują udział po odejściu od ostatniego kliknięcia.

Źródło: https://www.fibbler.co/blog/google-ads-attribution-models

Przydatne są również kolumny oznaczone jako „obecny model”, między innymi „Konwersje (obecny model)”, „Koszt konw. (obecny model)” i „Wartość konw./koszt (obecny model)”. Pokazują one, jak historyczne wyniki wyglądałyby przy zastosowaniu aktualnie wybranego modelu.

Sama zmiana modelu nie przelicza wstecz standardowych kolumn „Konwersje” i „Wszystkie konwersje”. Nowy sposób przypisywania zaczyna obowiązywać dla kolejnych danych. Kolumny „obecny model” służą natomiast do porównania historycznych wyników według nowych zasad.

Ocena nie powinna opierać się wyłącznie na kilku ostatnich dniach. Google Ads przypisuje konwersje do dat interakcji z reklamą, a nie zawsze do dnia zakupu lub wysłania formularza. Jeżeli od kliknięcia do konwersji mija kilka dni, część wyników zostanie dopisana do wcześniejszych dat z opóźnieniem.

Świeże dane mogą więc początkowo pokazywać mniej konwersji i wyższy CPA. Nie jest to reguła dla każdego konta, ale częste następstwo dłuższej ścieżki decyzyjnej. Raport warto ocenić dopiero po upływie typowego dla konta czasu do konwersji.

Dlaczego Google Ads i GA4 mogą pokazywać inne wyniki?

Google Ads i Google Analytics 4 mogą prezentować inną liczbę oraz wartość konwersji, mimo że korzystają z danych dotyczących tej samej witryny. Wynika to z różnic w modelach, zakresie kanałów, oknach konwersji, dacie przypisania zdarzenia i sposobie konfiguracji działań.

Google Ads koncentruje się na mierzeniu oraz optymalizacji reklam. Zakres kanałów, które mogą otrzymać udział w konwersji, zależy jednak od źródła tego działania i jego ustawień. W koncie mogą występować konwersje, w których udział otrzymują wyłącznie płatne kanały Google, wszystkie kanały płatne albo kanały płatne i organiczne.

GA4 analizuje ruch z większej liczby źródeł, takich jak reklamy, wyniki organiczne, wejścia bezpośrednie, serwisy odsyłające czy e-mail. Udostępnia model Data-Driven, model ostatniego kliknięcia dla kanałów płatnych i organicznych oraz model ostatniego kliknięcia dla płatnych kanałów Google.

Jeżeli ścieżka obejmuje reklamę Google Ads, wejście z bezpłatnych wyników i powrót z wiadomości e-mail, wynik w GA4 będzie zależał od wybranego modelu. W modelu ostatniego kliknięcia udział może otrzymać ostatni kwalifikujący się kanał. W DDA wartość może zostać rozdzielona pomiędzy kilka punktów styku.

Z tego powodu panelu Google Ads i GA4 nie należy porównywać wyłącznie na podstawie jednej liczby. Najpierw trzeba sprawdzić źródło konwersji, model atrybucji, kanały kwalifikujące się do otrzymania udziału oraz okno konwersji.

Jak Consent Mode wpływa na dane o konwersjach?

Brak zgody na przechowywanie danych reklamowych lub analitycznych ogranicza możliwość bezpośredniego połączenia części interakcji z późniejszą konwersją. Consent Mode dostosowuje wtedy działanie tagów Google do wyboru użytkownika. Jeżeli konfiguracja i konto spełniają wymagania systemu, Google może uzupełnić część luk za pomocą modelowania konwersji.

Zakres danych dostępnych do modelowania zależy między innymi od sposobu wdrożenia Consent Mode. Google rozróżnia tryb podstawowy i zaawansowany.

Źródło: https://support.google.com/google-ads/answer/10000067?hl=en

Modelowanie konwersji i atrybucja DDA pełnią inne funkcje. Modelowanie pomaga oszacować zagregowaną część wyników, której nie można było bezpośrednio zaobserwować. DDA odpowiada natomiast za rozdzielenie udziału w konwersji pomiędzy kwalifikujące się interakcje reklamowe.

Modelowane konwersje mogą pojawiać się w kolumnie „Konwersje” i zasilać strategie automatycznego ustalania stawek. Nie oznacza to jednak, że system odtwarza pełną ścieżkę konkretnej osoby. Wyniki są szacowane zbiorczo na podstawie obserwowalnych danych i historycznych zależności.

Samo wdrożenie Consent Mode nie gwarantuje pojawienia się modelowanych wyników. Google stosuje dodatkowe wymagania dotyczące poprawności konfiguracji oraz skali ruchu. Przed oceną atrybucji warto więc sprawdzić działanie tagów, status zgód i sposób rejestrowania najważniejszych konwersji.

Jak podejść do atrybucji na własnym koncie?

DDA będzie najlepszym punktem wyjścia dla większości kont Google Ads, szczególnie przy wieloetapowych ścieżkach i strategiach Smart Bidding. Last Click nadal może być przydatny jako prosty model kontrolny, ale jego wyniki trzeba interpretować jako obraz ostatniej interakcji, a nie całej drogi klienta.

Przed zmianą ustawień warto porównać modele, sprawdzić jakość pomiaru i ocenić długość opóźnienia konwersji. Dopiero wtedy można określić, czy różnice w CPA lub ROAS wynikają z faktycznej kondycji kampanii, czy ze sposobu przypisywania udziału w sprzedaży.

Jeżeli raporty Google Ads i GA4 pokazują różne wyniki albo model atrybucji nie pasuje do sposobu prowadzenia kampanii, potrzebna jest szersza analiza konfiguracji konta. W Webmetric sprawdzamy pomiar konwersji, ustawienia atrybucji oraz strategie stawek, a następnie wskazujemy, które elementy mogą zaburzać ocenę rentowności reklam.

Źródło:
1. https://support.google.com/google-ads/answer/6394265?hl=pl