Coraz więcej osób podpytuje mnie ostatnio o Facebook Analyticsa (wprowadzony w pierwszej połowie 2017 roku) i Facebook Attribution (udostępniony pod koniec 2018). Niestety większość z nich nie rozumie, w jaki sposób działa mierzenie konwersji w Attribution. I o tym właśnie będzie ten wpis, ponieważ chciałbym nie tylko bawić, ale też edukować, a tutaj widzę potrzebę.
O co chodzi z tym Facebook Attribution?
Zacznijmy jednak od początku. Facebook Analytics to trochę taki odpowiednik Google Analyticsa ze współcześniejszym interfejsem i ładniejszymi wykresami. Facebook mierzy ruch w całej witrynie i źródła z jakiego pochodzi za pomocą piksela. W facebookowym Analyticsie znajdziesz wskaźniki, których nie ma w standardowym Menadżerze reklam, przykładowo – współczynnik odrzuceń. O dziwno dane zbierane w Google Anlaytics i Facebook Analytics są zaskakująco spójne.
Z kolei Facebook Attribution to narzędzie, które pokazuje wpływ poszczególnych kanałów na ścieżkę zakupową, bezpośrednia odpowiedź na Google Attribution. Konwersje są w nim mierzone za pomocą 9 modeli atrybucji w 17 różnych przedziałach atrybucji – łącznie ponad 150 sposobów mierzenia konwersji! Domyślnie Facebook pokazuje wyniki w modelu atrybucji Ostatnia interakcja oraz przedziale atrybucji Kliknięcia i wizyty z 28 dni, wyświetlenia z 1 dnia, czyli tak jak na screenie poniżej.
Problematyczne wyświetlenia
Już w tym miejscu zaczynają się schody, o których mało kto wie, a które mają absolutnie kluczowe znaczenie dla dalszej interpretacji wyników.
Facebook ma oczywiście dane na temat konwersji po wyświetleniu reklam w swoich kanałach (Facebook, Instagram, Messenger, Audience Network). Skąd może mieć dane na temat konwersji po wyświetleniu reklam w takich kanałach jak Google, Criteo czy rtbhouse? A no właśnie – nie ma!
Na wykresie u góry (Ostatnia interakcja, Kliknięcia i wizyty z 28 dni, brak wyświetleń) narzędzie przypisuje Facebookowi Opłaconemu 123 konwersje. Wystarczy jednak przełączyć się na Kliknięcia i wizyty z 28 dni, wyświetlenia z 1 dnia (dla przypomnienia: to domyślny przedział atrybucji), aby liczba konwersji przypisana Facebookowi wzrosła ze 123 do 229, czyli niemal dwukrotnie.
Zwróć uwagę, że wszystkie pozostałe kanały pozostały z taką samą liczbą konwersji jak wcześniej, czyli zyskał tylko i wyłącznie płatny Facebook.
Zróbmy sobie ładny wykres!
Facebook na pierwszym miejscu? Proszę bardzo, wystarczy ustawić model atrybucji Rozkład czasowy 7 dni oraz Kliknięcia i wizyty z 90 dni i wyświetlenia z 90 dni i już mamy piękny wykres dla prezesa albo do case study. Według poniższego screena Facebook jest zdecydowanym źródłem nr 1 konwersji w witrynie, chociaż więcej ruchu generują Google Organic i Google CPC. Bajka!
Niby wszystko pięknie z perspektywy osoby/agencji obsługującej kampanię na Facebooku, gdyby nie to że… te wyniki są kompletnie bez sensu. To trochę tak, jakby Google Analytics domyślnie mierzył konwersje po wyświetleniu i kliknięciu, ale tylko z Google Ads, a z innych kanałów wyłącznie po kliknięciu.
Co zrobić, aby było dobrze?
Dzieje się tak dlatego, ponieważ domyślnie Facebook Attribution nie jest zintegrowany z pozafacebookowymi platformami reklamowymi.
W zakładce Ustawienia i Platformy reklamowe masz możliwość zintegrowania Attribution z większością najpopularniejszych platform, ale jest to żmudny proces, o którym nie wie 90% ludzi, z którymi rozmawiałem o Facebook Attribution. Troszkę słabo, nie? W ten sposób działają też inne narzędzia do modelowania atrybucji konwersji – wymagają wcześniejszej integracji z poszczególnymi systemami reklamowymi.
Jeśli nie zintegrujesz Attribution ze wszystkimi platformami reklamowymi, których używasz (a nie ze wszystkimi można, bo np. integracja z LinkedInem, Twitterem, Pinterestem i Snapchatem jest w tej chwili wyłączona), to powinieneś korzystać jedynie z okien niezawierających konwersji po wyświetleniu. Tylko i wyłącznie! To oczywiście sprawia, że w naturalnym, zdrowym e-commercie (nieopierającym się na samym ruchu płatnym) niemożliwe jest wygenerowanie wykresu takiego jak poniżej, na którym Facebook będzie miał kilkakrotnie więcej konwersji niż drugi pod tym względem kanał.
W 85-90% sklepach internetowych takie wykresy (z Facebookiem jako absolutnie najważniejszym źródłem konwersji) można uzyskać korzystając z przedziału atrybucji uwzględniającego konwersje po wyświetleniu tylko na Facebooku, czyli sztucznie pompując efektywność tego kanału. Pokazałem to na przykładzie powyżej.
Pozostałe 10-15% e-commerców to przykładowo biznesy dopiero startujące, które cały swój marketing opierają na Facebooku. Na to może wskazywać chociażby niski ruch i liczba konwersji z Google Organic. Pozafacebookowe kanały są po prostu kompletnie niedoinwestowane. To jednak stosunkowo rzadko spotykana sytuacja, której na pewno nie wybrałbym do zaprezentowania jakiegokolwiek narzędzia do mierzenia wpływu poszczególnych kanałów na ścieżkę zakupową.
Facebooku, miałeś grać bardziej fair!
Moim zdaniem Facebook powinien wyraźnie informować w Attribution, z czym wiąże się używanie przedziałów atrybucji uwzględniających konwersje po wyświetleniu. Powinien też zmienić domyślny przedział atrybucji, ponieważ już na wstępie w zakładce Wyniki raportuje nieporównywalne wyniki poszczególnych kanałów. W dodatku podczas prezentacji wprowadzającej do Attribution sugeruje, że z automatu mierzy konwersje po wyświetleniu także poza Facebookiem.
Nie rozumiem również, dlaczego w zakładce Ścieżki konwersji nie mamy możliwości zrezygnowania z problematycznych konwersji po wyświetleniu.
Bez wspomnianej już integracji z pozafacebookowymi platformami reklamowymi sensowność analizy ścieżek konwersji za pomocą tego narzędzia jest mocno wątpliwa.
Używaj, ale z głową
Nie zrozum mnie źle. Nie jestem hejterem Facebook Analyticsa i Attribution. Po prostu po paru dniach zachłyśnięcia się nowymi narzędziami, w których sprzedaż z Facebooka wygląda dużo lepiej niż w Google Analytics, przychodzi (a przynajmniej powinien nadejść) moment refleksji pt. „Jak to w ogóle wszystko działa?”.
Oba narzędzia mają wiele zalet i super, że Facebook rozbudowuje swoje analityczne zabawki. W obecnym kształcie za bardziej przydatny dla mnie uważam Facebook Analytics niż Attribution. Każdy socialowy geek będzie pod ważeniem danych, jakie można z niego wyciągnąć, chociażby z dowolnie modyfikowanych lejków z podziałem na miejscowości, wiek czy płeć użytkowników.
Wiemy już, że Facebook ma nad czym pracować w Attribution. My sami, jako świadomi i uczciwi marketerzy, powinniśmy zawsze pokazywać, z jakiego korzystamy modelu i przedziału atrybucji w tym narzędziu.
Swoją drogą jestem ciekaw, czy komukolwiek z Was udało się w ogóle zintegrować Facebook Attribution ze wszystkimi wykorzystywanymi platformami reklamowymi? Dajcie znać w komentarzu albo wiadomości prywatnej!
Dzięki za ten wpis, miałem podobne wątpliwości, ale wiedziałem, że muszę spiąć Facebook Analytics z Google Ads zanim zacząłem z niego korzystać. Nie mniej jednak ruch z Google (organic) i Google (opłacony) – jakkolwiek by to nie brzmiało może wprowadzić w błąd. Przynajmniej przy konwersjach mógłby być jakiś wykrzyknik czy podczas uruchamiania atrybucji krok, w którym się spina Facebook Analytics z Google Ads.