Как серверное отслеживание OWOX помогло найти реальные источники конверсий для более чем 30% онлайн-продаж

Высокий процент прямого/отсутствующего трафика – головная боль любого маркетолога. Когда вы не знаете реальных источников конверсий, вы не можете понять, в какие каналы инвестировать, а также не можете отчитываться о расходах на рекламу.

Отслеживание на стороне сервера OWOX может решить эту проблему. Совместный эксперимент с клиентом показал, что с OWOX BI доля транзакций, отнесенных к direct/none, уменьшилась более чем на21% .Также удалось определить правильный источник/канал для более чем30% доходов, источники которых ранее были неизвестны.Кроме того, правильно распределяя транзакции по каналам, можно было пересчитать CPO и увидеть, что для некоторых каналов он оказался ниже рассчитанного ранее CPO.

В этой статье мы подробно опишем результаты этого эксперимента.

Возможно, вы обнаружите, что значительная часть сеансов и конверсий приходится на прямые/нет. Таким образом, невозможно понять, из каких источников действительно приходят эти сеансы и конверсии. Наиболее распространенная причина — ограниченное время жизни куки, что приводит к ситуации, когда каждый последующий сеанс конкретного посетителя определяется как новый сеанс, а связь с самым первым сеансом теряется. Однако этот первый сеанс содержит истинный источник, из которого пришел пользователь.

Срок действия основных файлов cookie в браузере Safari ограничен семью днями. Суть в том, что идентификаторclientIdиспользуется для идентификации конкретного пользователя в Google Analytics. Таким образом, он используется инструментами аналитики в качестве ключа, по которому можно понять действия пользователя на протяжении длительного периода: откуда пользователь изначально пришел, какие страницы посещал и так далее.

ИдентификаторclientIdзаписывается вфайл cookie ga_и сохраняется на устройстве пользователя, когда пользователь посещает ваш веб-сайт. Это считается основным файлом cookie, но, поскольку он написан на языке JavaScript, на него распространяются ограничения ITP. Так живет не более семи дней.

Это означает, что если пользователь посещает ваш веб-сайт сегодня по объявлению в Facebook и размещает заказ через восемь дней, ваш аналитический инструмент будет считать покупателя новым пользователем, и заказ никоим образом не будет связан с вашей рекламой в Facebook. Маркетолог становится слеп к этой части трафика и, не понимая реального источника заказа, может отключить якобы неэффективную рекламу в Facebook. Это может привести к падению заказов и прибыли бизнеса. Следовательно, увеличение доли новых пользователей в аналитике может привести к потере дохода.

С OWOX BI вы можете повысить точность оценок ваших рекламных кампаний и определить истинные источники/каналы/кампании, приносящие доход. Отслеживание на стороне сервера OWOX BI отслеживает любую активность пользователей на вашем сайте, продлевает срок жизни файлов cookie и не зависит от блокировщиков рекламы, что позволяет вам видеть весь путь конверсии.

Готовое отслеживание на стороне сервера без файлов cookie

С OWOX BI вы можете настроить сбор данных из первых рук для решения проблем ITP. Для этого на этапе интеграции мы создаем на вашем сайте отдельный поддомен, на котором будет происходить сбор данных.

При каждом попадании/событии OWOX BI создает cookie ouid и обновляет его при каждом взаимодействии с пользователем в течение 364 дней. Этот файл cookie будет иметь собственный идентификатор пользователя:owox.user_id. На его основе мы можем строить аналитические отчеты без большой доли поддельных новых пользователей и строить путь пользователя на более длительный период. Это дает возможность правильно оценивать эффективность рекламных кампаний и отслеживать весь путь пользователя.

Проблема прямого/отсутствующего трафика была особенно актуальна для клиента, с которым мы проводили эксперимент, так как почти половина его трафика (44%) приходится на браузер Safari.

В ходе эксперимента мы сравнили, как отличаются основные метрики компании (транзакции, выручка, CPO) при расчете на основе данных, собранных с использованием разных идентификаторов пользователей: Google Analyticsclient_idиowox.user_id.

Ключевой вопрос, на который мы хотели ответить, заключался в том, сколько транзакций изменится источник трафика. Почему это важно? Потому что эффективность рекламных каналов оценивается по количеству транзакций по источникам/носителям, и на основе этой эффективности принимаются решения о перераспределении бюджета и формируются отчеты для руководства.

Эксперимент показал, что использованиеowox.user_idуменьшило процент пользователей, ошибочно идентифицированных как новые, на 12%. Это означает, что без использования стриминга на стороне сервера OWOX система аналитики идентифицировала бы этих пользователей как новых, но благодаря OWOX BI эти пользователи были идентифицированы как вернувшиеся, что снизило процент новых пользователей. Для эксперимента мы проанализировали данные за один месяц. В течение более длительного периода количество неправильно идентифицированных пользователей должно быть еще больше.

На следующем снимке экрана показан процент пользователей, идентифицированных как вернувшиеся (верхний график — поclient_id; нижний график — поowox.user_id).

На этих графиках показан процент пользователей, признанных «вернувшимися». Мы видим, что в течение первых семи дней (пока cookie Safari еще активен) процент вернувшихся пользователей примерно одинаков для обоих методов. Однако через семь дней разница становится значительной. Благодаряowox.user_idможно распознать вдвое больше вернувшихся пользователей на восьмой день и в шесть раз больше вернувшихся пользователей на тридцатый день. 😎

На следующем скриншоте показан процент транзакций, для которых изменился источник трафика из-за использованияowox.user_id(для наглядности оценка производилась по наиболее популярным моделям атрибуции First Click и Last Non-Direct Click).

Например, если мы посмотрим на данные за 27 марта, то увидим, что источник трафика изменился для 12% транзакций (по данным First Click) и 6,8% транзакций (по данным LNDC). Это означает, что изначально для этих транзакций был неправильно идентифицирован источник. Следовательно, каналы, по которым на самом деле поступали эти транзакции, были недооценены. Это привело маркетологов к неверным выводам и неэффективному распределению бюджета. Отслеживание на стороне сервера может решить эту проблему.

Теперь давайте перейдем к основной части эксперимента и посмотрим, как изменения доли новых/вернувшихся пользователей и источника транзакций влияют на коэффициент конверсии, доход и CPO.

В таблице ниже мы видим, как использование трекинга на стороне сервера OWOX BI снижает количество транзакций с прямым/отсутствующим источником трафика. Это делается путем перераспределения этих транзакций на их истинный источник/носитель.

Например, возьмем данные за 6 апреля. Мы видим, что количество транзакций с (direct)/none в этот день уменьшилось на 33,33%. Эти транзакции были перераспределены среди других комбинаций источника/канала: google/cpc получил +12,5% транзакций, twitter.com/social +50% транзакций и так далее.

В следующей таблице показано, как перераспределяется доход от транзакций, для которых ранее источник/канал был прямым/нет.

Например, мы видим, что 6 апреля доход от транзакций с источником/каналом direct/none уменьшился на 32,78% пункта. Однако этот доход распределялся между другими каналами и источниками. Это кажется подозрительным, так как реальные каналы, которые приносили доход, были недооценены. Теперь мы можем это не только интуитивно почувствовать, но и обосновать цифрами 😎.

Мы также заметили, что для некоторых источников/каналов CPO предсказуемо снизился. Почему? Потому что доля транзакций из direct/none перетекала в другие категории source/medium. Увеличилось количество транзакций (в знаменателе), на которые нужно разделить расходы по тому или иному каналу, что привело к снижению CPO. Выражаясь маркетинговыми терминами, транзакции, которые не учитывались в Google Analytics, были включены в эти категории источника/канала, что указывает на то, что их фактическая эффективность выше.

Например, 31 марта CPO для google/cpc снизился на 8,77%:

CPO для bing/cpc снизился на 12,5%:

CPO для Facebook/платных социальных сетей снизился на 13,33%:

Из-за ограничений, связанных с использованием сторонних файлов cookie, увеличивается доля новых пользователей и прямого/отсутствующего трафика. Это существенно усложняет оценку рекламных каналов для маркетологов.

Серверный трекинг OWOX помогает решить эту проблему: он снижает долю прямого/нет трафика на 21% и более и корректно перераспределяет 30% и болеетранзакций и доходов на другие источники и каналы. Благодаря этому команда маркетинга может лучше выполнять свои KPI и быстрее защищать свой бюджет.