Analityka atrybucji: jak Manago AI przypisuje przychód do kanałów

E-mail, SMS, paid social i narzędzia on-site docierają do tych samych klientów, często w ciągu tego samego tygodnia, a każdy z tych kanałów może mieć uzasadnione podstawy, by przypisać sobie sprzedaż. Platformy reklamowe liczą konwersje według własnych zasad: Google Ads domyślnie może przypisać zakup do kliknięcia reklamy nawet przez 30 dni, a Meta przez siedem dni od kliknięcia lub jeden dzień od wyświetlenia reklamy. Każda platforma liczy zamówienie niezależnie od pozostałych, dlatego po zsumowaniu raportowanych konwersji wynik może przekraczać rzeczywistą sprzedaż sklepu.

Dyskusja o budżecie szybko zamienia się wtedy w spór o to, któremu dashboardowi ufać. Trudno też odróżnić kanały, które rzeczywiście miały wpływ na przychód, od tych, które po prostu pojawiły się gdzieś na ścieżce klienta.

Atrybucja przychodów porządkuje ten problem, stosując jeden zestaw reguł do wszystkich zamówień. W Manago AI reguły te konfiguruje się w Revenue Analytics, a zespół sam określa model atrybucji, kanały uwzględniane w analizie oraz to, jak długo przed zakupem dany rodzaj interakcji może jeszcze otrzymać przypisanie. Każde zamówienie trafia dokładnie do jednego kanału albo otrzymuje status Unattributed. Dzięki temu łączna wartość sprzedaży przypisanej kanałom i pozostającej bez atrybucji odpowiada temu, co klienci faktycznie wydali.

Poniżej dowiesz się, jak działają te reguły, jak je skonfigurować i jak interpretować wyniki po ponownym przeliczeniu danych.

Jeden zakup, jeden punkt styku z przypisanym przychodem (na razie)

Obecnie zasada jest prosta. Manago AI wykorzystuje atrybucję last touchpoint, czyli przypisuje pełną wartość zakupu do ostatniej kwalifikującej się interakcji, która miała miejsce przed transakcją. Przychód nie jest dzielony między kilka kanałów. (Mały spoiler: wkrótce klienci będą mogli korzystać z kolejnych modeli atrybucji, dlatego warto śledzić aktualizacje produktu).

Interakcja kwalifikuje się do atrybucji, jeśli jej kanał lub typ jest włączony w Attribution Setup i wydarzyła się w ustawionym dla niej oknie atrybucji. Każdy zakup jest oceniany osobno, dlatego ten sam punkt styku może otrzymać przypisanie dla kilku zamówień. Jeśli kliknięcie w ten sam e-mail było ostatnią kwalifikującą się interakcją przed dwoma osobnymi zakupami tego samego kontaktu, e-mail otrzyma przypisanie obu transakcji. Jeśli żadna interakcja nie spełnia warunków, zakup zostaje oznaczony jako Unattributed. Nadal jest widoczny na dashboardzie, ale nie zostaje przypisany do żadnego kanału.

To, które interakcje w ogóle mogą brać udział w atrybucji, zależy od wybranego modelu.

Dwa modele odpowiadające na dwa różne pytania

Revenue Analytics oferuje dwa modele atrybucji. Każdy z nich konfiguruje się osobno, a między modelami można w dowolnym momencie przełączać się na dashboardzie.

Last Click uwzględnia wyłącznie interakcje poza narzędziami on-site: e-mail, SMS, WhatsApp, web push, mobile push, reklamy zewnętrzne (Google, Facebook, Instagram, TikTok i LinkedIn), ruch organiczny oraz ruch bezpośredni. Model sprawdzi się w zespołach, które chcą oceniać kanały wychodzące bez wpływu narzędzi on-site na wynik, a także na kontach, które nie korzystają aktywnie z pop-upów i formularzy Manago AI.

Last Click Enhanced dodaje interakcje on-site: pop-upy, formularze, ramki rekomendacji oraz landing page’e Manago AI. Jest przeznaczony dla zespołów, które aktywnie korzystają z tych narzędzi i chcą zobaczyć ich udział w sprzedaży. Interakcje na stronie są często ostatnim punktem styku przed zakupem, dlatego mogą przejąć znaczną część przypisanego przychodu.

Z tego powodu wiele zespołów analizuje oba modele równolegle, porównując udział narzędzi on-site z kanałami wychodzącymi i reklamami zewnętrznymi.

Model określa, które kanały mogą brać udział w atrybucji. Osobną decyzją jest to, jak długo poszczególne interakcje pozostają brane pod uwagę. Do tego służą okna atrybucji.

Okna atrybucji dopasowane do cyklu zakupowego

Okno atrybucji określa maksymalny czas przed zakupem, w którym dana interakcja może jeszcze otrzymać przypisanie. Jeśli dla Email Opened ustawisz siedem dni, a kontakt otworzył wiadomość dziesięć dni przed zakupem, otwarcie nie będzie już brane pod uwagę. Przy oknie 14-dniowym ta sama interakcja nadal by się kwalifikowała.

Okna ustawia się osobno dla każdego rodzaju interakcji, ponieważ poszczególne sygnały różnią się siłą, a cykle zakupowe zależą od kategorii. Klient sklepu meblowego zachowuje się inaczej niż klient marki kosmetycznej, dlatego jedno wspólne okno atrybucji mogłoby zniekształcać wyniki przynajmniej jednego z tych biznesów. W praktyce słabsze sygnały, takie jak Email Opened, mogą otrzymać krótsze okno, np. siedem dni, silniejsze sygnały intencji, takie jak Email Clicked, dłuższe, np. około 30 dni, a kanały nastawione na natychmiastową reakcję, takie jak SMS Sent, bardzo krótkie, np. dwa lub trzy dni.

Wyjątkiem jest ruch bezpośredni. Niezależnie od pozostałych ustawień zawsze obowiązuje dla niego stałe, jednogodzinne okno. Bezpośrednia wizyta może więc otrzymać przypisanie tylko wtedy, gdy wydarzyła się krótko przed zakupem. Ogranicza to sytuacje, w których ruch bezpośredni odbiera przychód interakcji, która faktycznie sprowadziła klienta na stronę kilka dni wcześniej.

Model i okna atrybucji konfiguruje się na tym samym ekranie.

Konfiguracja atrybucji

Attribution Setup znajduje się w Analytics → Revenue → Setup. Ustawienia są zapisywane osobno dla każdego modelu, dzięki czemu Last Click i Last Click Enhanced mogą działać według różnych reguł.

W konfiguracji możesz:

• włączać i wyłączać całe kanały albo pojedyncze typy interakcji, np. zachować kliknięcia SMS, ale wykluczyć SMS Sent,

• ustawiać osobne okno atrybucji dla każdego typu interakcji,

• wykluczyć e-maile transakcyjne, aby potwierdzenia zamówień nie konkurowały z kampaniami marketingowymi,

• usuwać z atrybucji e-mailowej kliknięcia generowane przez boty.

Ruch organiczny obejmuje także wizyty pochodzące z narzędzi wyszukiwania opartych na AI, takich jak ChatGPT i Perplexity.

Na dole ekranu znajduje się podgląd, który przepuszcza przykładowe ścieżki zakupowe przez aktualne ustawienia modelu. Przy każdej interakcji pokazuje, czy nadal bierze udział w atrybucji, czy jej okno już wygasło, czy została wyłączona oraz która interakcja ostatecznie otrzymuje przypisanie sprzedaży.

Po zastosowaniu zmian Manago AI ponownie przelicza historyczną sprzedaż według nowych reguł. Do czasu zakończenia tego procesu dashboard może nadal prezentować wartości oparte na wcześniejszej konfiguracji. Jeśli nowe ustawienia się nie sprawdzą, możesz przywrócić poprzednią wersję albo wrócić do ustawień domyślnych.

Zobaczmy, jak wygląda to w praktyce dla jednego zamówienia w obu modelach.

Przykład: jedno zamówienie w dwóch modelach

Załóżmy, że przed jednym zakupem zarejestrowano kilka interakcji. W konfiguracji ustawiono siedmiodniowe okno dla Email Opened, 30-dniowe dla kliknięć Google Ads, a pop-upy są uwzględnione w Last Click Enhanced:

• 9 dni przed zakupem kontakt otwiera e-mail kampanii,

• 3 dni przed zakupem klika reklamę Google Ads,

• 2 godziny przed zakupem wraca na stronę bezpośrednio,

• 10 minut przed zakupem zapisuje się przez pop-up na stronie, a następnie finalizuje zamówienie.

W modelu Last Click otwarcie e-maila już się nie kwalifikuje, ponieważ nastąpiło dziewięć dni wcześniej przy siedmiodniowym oknie. Bezpośrednia wizyta również wypada z analizy, bo miała miejsce poza stałym jednogodzinnym oknem, a pop-up w ogóle nie jest uwzględniany w tym modelu. Najnowszą kwalifikującą się interakcją pozostaje więc kliknięcie Google Ads, które otrzymuje 100% wartości zamówienia.

W Last Click Enhanced to samo zamówienie zostanie przypisane do pop-upu, ponieważ ta interakcja kwalifikuje się do atrybucji i wydarzyła się najpóźniej.

Oba wyniki są poprawne w kontekście pytania, na które odpowiada dany model. Last Click pokazuje, który kanał spoza warstwy on-site sprowadził klienta z powrotem, natomiast Last Click Enhanced uwzględnia również wkład narzędzi na stronie tuż przed zakupem, jednocześnie nadal pokazując udział kanałów zewnętrznych. Gdyby okno Email Opened zostało wydłużone do 14 dni, otwarcie wiadomości kwalifikowałoby się już do atrybucji, ale nadal przegrałoby z późniejszym kliknięciem reklamy.

Na dashboardzie ta sama logika jest stosowana do wszystkich zamówień z wybranego okresu.

Jak czytać Revenue Dashboard

Na górze dashboardu znajdują się trzy główne wskaźniki: łączna sprzedaż, sprzedaż przypisana do kanałów Manago AI oraz średnia wartość zamówienia. Każdy z nich można analizować osobno dla nowych i powracających klientów. Poniżej wykres oraz tabela kanałów pokazują, jak przychód zmienia się w czasie i jak rozkłada się między poszczególne kanały, aż do poziomu podkanałów, takich jak masowe kampanie e-mailowe czy automatyzacje. Między modelami atrybucji można przełączać się w dowolnym momencie, a wszystkie wartości na dashboardzie aktualizują się zgodnie z wybranym modelem.

Warto obserwować także pozycję Unattributed. Zakupy trafiają do niej z dwóch powodów: żadna z interakcji kontaktu nie mieściła się w ustawionych oknach atrybucji albo nie było danych, które można byłoby śledzić, np. w przypadku kontaktów zaimportowanych przez API bez historii zdarzeń. Jeśli udział sprzedaży bez atrybucji jest wysoki, zacznij od sprawdzenia, czy odpowiednie kanały i okna są włączone oraz czy kontakty mogą zostać prawidłowo zidentyfikowane.

Kiedy dashboard stanie się elementem regularnego raportowania, prędzej czy później ktoś zestawi go z Google Analytics 4 i zapyta, dlaczego liczby się nie zgadzają.

Dlaczego wyniki nie będą takie same jak w Google Analytics 4

Wyniki poszczególnych kanałów mogą się różnić nawet wtedy, gdy oba narzędzia korzystają z last click. Najczęściej odpowiadają za to trzy rzeczy.

Pierwsza to okno atrybucji. GA4 stosuje jedno okno dla całej usługi, domyślnie 90 dni dla zdarzeń zakupu, podczas gdy Revenue Analytics pozwala ustawić oddzielne okno dla każdego typu interakcji. E-mail kliknięty dziesięć dni przed zakupem może więc w Revenue Analytics wypaść poza siedmiodniowe okno, a jednocześnie nadal otrzymać przypisanie w GA4.

Druga różnica dotyczy ruchu bezpośredniego. Model last click w GA4 pomija bezpośrednie wizyty i cofa się do ostatniego źródła innego niż direct. Revenue Analytics może przypisać sprzedaż do ruchu bezpośredniego, jeśli wizyta miała miejsce w jego jednogodzinnym oknie. To samo zamówienie może więc trafić do innego kanału.

Trzecim elementem jest sam model atrybucji. Domyślne raporty GA4 korzystają z atrybucji opartej na danych, dlatego porównanie domyślnego GA4 z Revenue Analytics często oznacza porównywanie dwóch różnych modeli.

Do różnic dokładają się również metody śledzenia. Manago AI rejestruje interakcje z e-mailami, SMS-ami i web push po stronie serwera za pomocą przekierowań linków, natomiast reklamy zewnętrzne i ruch organiczny są rejestrowane przez skrypt na stronie z wykorzystaniem parametrów UTM. Znaczenie mają też przepisy dotyczące śledzenia e-maili. Kontakty we Francji i Włoszech mogą odmówić śledzenia e-maili, zarówno w zakresie piksela rejestrującego otwarcie, jak i śledzenia kliknięć. W przypadku takich osób w danych wykorzystywanych do atrybucji e-mailowej pojawią się więc luki.

Reguły atrybucji, które zespół potrafi wyjaśnić

Spór o budżet opisany na początku rzadko kończy się dlatego, że jeden dashboard udowodnił, że drugi się myli. Znacznie łatwiej go zakończyć, gdy cały zespół pracuje według tych samych reguł i może sprawdzić, w jaki sposób zostały zastosowane.

Revenue Analytics pozwala prześledzić źródło każdego przypisanego zamówienia. Każdy zakup jest oceniany według reguł wybranych przez zespół, podgląd pokazuje ich działanie na przykładowych ścieżkach zakupowych, a zmiana konfiguracji jest stosowana również do danych historycznych. Gdy ktoś zapyta, dlaczego przychód został przypisany właśnie do e-maila, odpowiedź można znaleźć w ustawionych oknach atrybucji i konfiguracji kanałów, a podgląd pokazuje, jak te zasady działają w praktyce.

Revenue Analytics: FAQ