Атрибуция

Содержание
  1. Модель атрибуции: какая подойдет вашему бизнесу
  2. Что такое модель атрибуции
  3. Первое взаимодействие («First click»)
  4. Последнее взаимодействие («Last Click»)
  5. Последнее платное взаимодействие («Last Non-Direct Click»)
  6. Post-click конверсия
  7. Post-View конверсия
  8. Линейная атрибуция («Linear model») 
  9. Атрибуция с учетом давности взаимодействий («Time Decay»)
  10. Атрибуция на основе позиции («U-Shape»)
  11. Модель атрибуции в Roistat
  12. Атрибуция в Google Analytics и Google Ads, как выбрать модель атрибуции
  13. Другие модели атрибуции
  14. Кастомные модели атрибуции 
  15. Атрибуция
  16. Что такое атрибуция
  17. Виды атрибуций
  18. Зачем нужна атрибуция в диалогах
  19. Что такое атрибуция
  20. Виды атрибуции
  21. Функции атрибуции
  22. Общие сведения о моделях атрибуции
  23. Доступные модели атрибуции
  24. Атрибуция на основе правил
  25. Атрибуция на основе данных
  26. Как работает атрибуция на основе данных
  27. Требования для атрибуции на основе данных
  28. Новые данные для продолжения работы
  29. Сравнение атрибуции с многоканальными последовательностями

Модель атрибуции: какая подойдет вашему бизнесу

Атрибуция

Путь от знакомства с товаром до принятия решения о покупке может включать в себя несколько взаимодействий с брендом.

Например, после первого просмотра рекламы в Instagram пользователь может подписаться на рассылку для близкого знакомства с компанией и купить товар только после рекламной интеграции у блогера.

Объясняем, как оценивать влияние маркетинговых каналов в цепочке взаимодействия компании с потенциальными клиентами.

Что такое модель атрибуции

Модель атрибуции — это правило, по которому происходит распределение ценности между маркетинговыми каналами, участвовавшим в привлечении покупателя.

Модели атрибуции помогают маркетологу, определить, какие каналы или рекламные сообщения приводят к продажам и в какие стоит вкладывать бюджет, а от каких можно отказаться.

По данным Google, принимая решение о покупке, пользователь может соприкоснуться с брендом 20-500 раз.

Подключить сквозную аналитику бесплатно

Пример: пользователь увидел рекламу онлайн-курса в Instagram, заинтересовался и перешел на сайт. Оплатить обучение он не был готов, поэтому подписался на бесплатную серию мастер-классов, чтобы ближе познакомиться с программой.

После прохождения интенсива пользователь получил несколько рассылок с полезной информацией и статьями из блога онлайн-школы.

Когда таргетированная реклама с предложением скидки снова «догнала» пользователя в соцсетях, он уже был готов к покупке и поэтому оплатил курс.

До покупки будущий клиент взаимодействовал с онлайн-школой несколько раз. Увидел рекламу курса, поучаствовал в мастер-классах, получил несколько рассылок, почитал статьи в блоге и, наконец, увидел рекламу с информацией о скидке. Все взаимодействия вместе привели к покупке курса, но какое было наиболее ценным с точки зрения продажи?

Первое взаимодействие («First click»)

Первому касанию с клиентом присваивается 100% ценности в привлечении покупателя, остальные источники трафика (объяснили, что такое источник трафика, у нас в блоге) игнорируются.

Например, клиент впервые зашел на сайт по рекламе ВКонтакте, ознакомился с товарами, но ничего не купил. После этого пользователь увидел рекламу в поисковике, нашел статью о товаре в СМИ и увидел рекламу у блогера до того, как совершил покупку.

Но вся ценность отдана первому взаимодействию — рекламе ВКонтакте. Поскольку благодаря ей пользователь впервые услышал о бренде и продуктах.

Атрибуция по первому взаимодействию

Плюсы: атрибуция по первому взаимодействию полезна, когда цель компании повысить узнаваемость, а не продажи. Эта модель выделяет кампании, которые познакомили покупателя с брендом, независимо от результата.

Минусы: нет возможности определить, что повлияло на принятие решения о покупке: было ли это первое знакомство с брендом или повторные касания. Поскольку все остальные взаимодействия с пользователем игнорируются.

Последнее взаимодействие («Last Click»)

Все 100% ценности вклада в привлечение клиента присваиваются последнему касанию. Пользователь может несколько раз прочитать статьи бренда, увидеть рекламу в соцсетях, но купить товар после получения рассылки с предложением скидки. Маркетологи, которые ориентируются на показатели этой модели, понимают, у каких кампаний самая высокая конверсия в продажу.

Атрибуция по последнему взаимодействию

Плюсы: модель удобна для компаний, которые нацелены исключительно на привлечении покупателей и чьи бизнес-модели подразумевают быструю покупку. Например, продажа сезонной одежды в период скидок, продажа недорогих продуктов — сувениров, товаров первой необходимости и других.

Минусы: как и в случае атрибуции по первому взаимодействию, игнорируется влияние остальных источников трафика на пути клиента к покупке. 

Последнее платное взаимодействие («Last Non-Direct Click»)

Все 100% ценности конверсии в покупку получает последний платный клик. Если пользователь ввел прямую ссылку на сайт и совершил покупку, он скорее всего уже знаком с брендом.

Атрибуция по последнему платному взаимодействию

Плюсы: игнорирует бесплатные источники трафика и позволяет сосредоточиться на платных. Поскольку, например, на прямые заходы на сайт бизнес не тратит рекламный бюджет.

Минусы: как и в случае атрибуции по последнему взаимодействию, учитывается только источник, после которого была совершена продажа, остальные игнорируются.

Post-click конверсия

В идеальной ситуации клиент переходит на сайт по рекламе или по ссылке в письме и после просмотра страницы оставляет заявку на покупку. В действительности между просмотром рекламы, переходом на сайт и покупкой может пройти некоторое время. После чего пользователь зайдет на сайт напрямую или через поиск в Google или Яндекс.

Каждый бизнес должен закладывать разное время на принятие решения. Например, для принятия решения о покупке, обсуждения всех вариантов нужна 1-2 недели. На принятие решения покупке квартиры уйдет несколько месяцев.

Post-click конверсия

Плюсы: учитывается то, что пользователю может быть нужно время на принятие решения. Например, это важно для бизнесов с высокой стоимостью продуктов или услуг — покупка машины, ремонт помещений и других.

Минусы: действия, направленные на повышение визуальной узнаваемости бренда, не учитываются. Например, когда пользователь увидел рекламное объявление, но не кликнул на него.

Подключить сквозную аналитику бесплатно

Post-View конверсия

Post-View конверсия — действия, которые совершает потенциальный клиент после просмотра рекламы, например, ролика или баннера в соцсетях. Для отслеживания просмотров на рекламный баннер или лендинг добавляют pixel tag — невидимый тег для сбора статистики. Каждому увидевшему рекламу присваивается свой файл cookie, который помогает отследить дальнейшие действия пользователя.

Например, сначала спортсмен увидел рекламу смарт-часов в соцсети, но не стал заходить на сайт и покупать технику. Через неделю он решил взять часы и через поисковик зашел на нужный сайт за покупкой. При этом результаты выдачи в поисковике не участвовали в привлечении покупателя.

Post-View конверсия

Плюсы: учитывается действие отложенного эффекта контакта с рекламными объявлениями, эффект узнаваемости бренда.

Минусы: пользователь может просмотреть рекламное объявление, когда читает статью на сайте компании, но не увидеть его. Что мы имеем в виду: не все, у кого, например, открыта статья в блоге на экране ноутбука, действительно читают ее внимательно, внимательно просматривают все вставки.

Линейная атрибуция («Linear model») 

Ценность всех взаимодействий в цепочке одинакова. Например, на пути к продаже было 4 касания, поэтому каждый маркетинговый канал получает 25% ценности. Если касаний было 10 — 10%.

Линейная атрибуция

Плюсы: в модели учитываются все взаимодействия с пользователем. Компания может отследить, какие маркетинговые каналы участвовали в привлечении продаж.

Минусы: каждое касание с клиентом получает одинаковую оценку.

Модель не дает понимания, в какие каналы стоит вкладывать больше денег, а какие не играют решающую роль в принятии клиентом решения о покупке.

Например, в данной модели атрибуции клик по ссылке в описании аккаунта в Instagram будет равноценен переходу по рекламе, после которого клиент оставил заявку на расчет стоимости услуги.

Атрибуция с учетом давности взаимодействий («Time Decay»)

Распределяет ценность взаимодействий по нарастающей. Большая ценность у последнего касания, которое привело к покупке, меньшая — у первого касания.

Например, пользователь познакомился с товаром, когда увидел рекламу в , дважды заходил на сайт по ссылкам в соцсетях компании и, наконец, купил продукт, после того, как увидел рекламу в поисковике.

Первое взаимодействие получит 10% ценности, последнее — 40%.

Атрибуция с учетом давности взаимодействий

Плюсы: модель учитывает значимость каждого взаимодействия, ведущего к продаже. Но наибольшую ценность представляет действие, которое фактически привело к конверсии. Более поздние касания, близкие к конверсии, более ценные, чем первые взаимодействия с клиентом, поскольку они увеличивают вероятность покупки.

Минусы: эта модель низко оценивает взаимодействие, которое познакомило клиента с товаром и брендом.

Атрибуция на основе позиции («U-Shape»)

Ценность конверсии распределяется между касаниями следующим образом: первое и последнее взаимодействие получают 40% ценности, оставшиеся 20% равномерно распределяются на все остальные источники трафика.

Например, пользователь узнал о товаре из рекламы в Telegram. Этот маркетинговый канал получает 40% ценности. Купил клиент товар после просмотра рекламу на . Этот канал трафика тоже получает 40% ценности.

Остальные взаимодействия делят между собой 20% ценности.

Атрибуция на основе позиции

Плюсы: каждое взаимодействие с клиентом учитывается. При этом наибольшая значимость присваивается каналу, который познакомил аудиторию с брендом, и маркетинговой кампании, которая в итоге подтолкнула клиента к покупке.

Минусы: приписывать много влияния первому и последнему взаимодействию может быть неверно. Некоторые взаимодействия в середине цепочки могут активнее продвигать пользователя по воронке продаж.

Например, в момент, когда клиент хотел совершить покупку, на сайте не было нужного размера куртки.

Пользователь нажимает «Уведомить о поступлении товара» и после получения письма о том, что нужный размер поступил в продажу, совершает покупку.

Модель атрибуции в Roistat

В Roistat автоматически используется «Стандартная» модель атрибуции — большая ценность отдается последнему источнику трафика, который участвовал в цепочке привлечения клиента.

Отличие от атрибуции по последнему взаимодействию: в «Стандартной» атрибуции Roistat отражены только заявки, полученные за выбранный период, а не заявки, у которых последнее взаимодействие с пользователем было в выбранный период.

То есть заявка может быть получена позднее.

Клиенты Roistat могут выбрать атрибуцию по первому взаимодействию, по последнему взаимодействию, по последнему платному клику, по позиции касания, линейную атрибуцию и атрибуцию с учетом давности, либо настроить собственную модель атрибуции.

Собственную модель атрибуции в Roistat можно задать по шаблону U-Shape. В настройках необходимо задать значения ценности каждого касания с пользователем, которые подходят конкретному бизнесу.

Подключить сквозную аналитику бесплатно

Для добавления своей модели атрибуции нужно зайти в настройки. Выбрать раздел  «Экспериментальные». Найти поле для заполнения пользовательской модели и задать ценность источников. Например, чтобы первому визиту соответствовала ценность 20%, последнему — 40%, а оставшиеся 40% распределялись по остальным визитам в равных долях, нужно ввести значения: 0.2, 0.4, 0.4.

Можно также задать ценность второго и предпоследнего визита. Например, чтобы в первый маркетинговый канал имел ценность 30%, второй — 10%, предпоследний — 20%, последний — 20%, а все оставшиеся вместе — 20%, нужно ввести значения в таком порядке: 0.3, 0.1, 0.2, 0.2, 0.2.

В отчете инструмента «Аналитика» можно настроить показ рассчитанных по нескольким моделям атрибуции показателей. Например, выручку, прибыль, расходы, ROI и другие.

Пример расчета показателя по нескольким моделям атрибуции в Roistat

Хотите получать уведомления о новых материалах Roistat? Подпишитесь на наш Telegram-канал.

Атрибуция в Google Analytics и Google Ads, как выбрать модель атрибуции

Атрибуция

При пополнении баланса eLama на сумму от 10 000 ₽ бесплатно создадим вам кампании в  Google Ads и Яндекс.Директе.

Получить кампании

Для начала немного сухой теории.

Атрибуция — распределение конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.

Модель атрибуции — принцип распределения конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.

Для наглядности — ситуация.

  1. Маркетолог Евгений читал статью об оптимизации интернет-рекламы, заметил баннер eLama и кликнул по нему, перейдя на elama.ru. Побродил по сайту, но пока не зарегистрировался.
  2. Спустя какое-то время Евгений вспомнил название eLama и набрал его в поиске Яндекса. В рекламных блоках на странице выдачи оказались и другие сервисы. Евгений открыл их в разных вкладках браузера и начал изучать. Но его отвлек звонок заказчика. 
  3. Спустя два часа Евгений наконец смог вернуться за ноутбук. Обновил вкладки, изучил и сравнил предложения.
  4. Зарегистрировался в eLama.

Если посмотреть на эту ситуацию через призму аналитики, то получится следующее: 

  1. Переход на сайт с платной рекламы.
  2. Переход на сайт из органики.
  3. Прямой заход на сайт.
  4. Конверсия.

Возникает вопрос: откуда же все-таки конверсия? 

Атрибуция нужна как раз для того, чтобы понять, какому источнику перехода пользователя на сайт стоит «присудить» конверсию (или между какими источниками ее поделить). 

Почему это так важно? От модели атрибуции зависит то, как распределяются конверсии между источниками трафика. А от распределения конверсий зависит СРА по каждому источнику.

Видя слишком высокий СРА, рекламодатель снизит ставки или вообще откажется от данного источника. А на источник, где СРА ниже, увеличит бюджет.

Таким образом, неправильно распределяя конверсии, рекламодатель рискует неправильно распределить бюджет, что может повлечь снижение общего ROAS (Return of Advertising Spend).

В простых моделях атрибуции конверсия целиком «присуждается» какому-то одному источнику. 

По первому взаимодействию (First Interaction)

Конверсия и вся ее ценность отдается первому источнику посещения сайта.

По последнему взаимодействию (Last Interaction)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, даже если это был прямой переход. 

Если применить эту модель атрибуции в нашем случае, то получится, что конверсия взялась… ниоткуда: пользователь сам и сразу нашел наш сайт и совершил конверсию. Так не бывает. Поэтому данная модель используется редко. 

По последнему непрямому клику (Last Non-Direct Click)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, но если это был прямой переход на сайт, то источнику перед ним.

Если применить эту модель в нашем случае, то получится, что конверсию принес органический трафик, т.е. это заслуга специалистов по SEO, которые занимались продвижением сайта в поисковиках. С точки зрения аналитики это тоже не совсем корректно: мы не получили бы этот переход из поиска, если бы ранее не показали платную рекламу.

По последнему клику в Google Рекламе (Last Google Ads Click)

Конверсия и вся ее ценность отдается последнему источнику посещения сайта, связанному с Google Ads. 

Эта модель может использоваться при анализе эффективности рекламных кампаний, потому что платные каналы (по сравнению с бесплатными, например, email-рассылкой) легко масштабировать — увеличивать охват или дневной бюджет и т.д. 

Другие модели атрибуции

Существуют модели, при которых конверсия распределяется между несколькими источниками, а не отдается целиком какому-то одному.

Линейная модель (Linear)

Конверсия равномерно распределяется между всеми источниками, которые приводили пользователя. Например, если пользователь приходил из четырех источников, каждому из них зачтется по 0,25 конверсии. 

С учетом давности взаимодействий (Time Decay)

Суть этой модели в том, что чем ближе был источник к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.

Допустим, пользователь впервые попал на наш сайт месяц назад; в течение месяца несколько раз возвращался и в какой-то момент совершил конверсию. Тогда первые источники трафика, которые приводили пользователя три-четыре недели назад, получат минимальную долю конверсии (почти не получат). А те источники, из которых пользователь приходил последние несколько дней, получат максимальную долю. 

С привязкой к позиции (Position Based)

Первый и последний источники перехода получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными источниками. 

Константин
Найчуков эксперт по работе с платным трафиком в eLama

«На мой взгляд, самый первый и самый последний источники трафика — самые важные. Потому что без самого первого источника трафика пользователь мог вообще не появиться у нас на сайте, а самый последний его „дожал“, чтобы он наконец совершил покупку».

Подробнее: Стандартные модели атрибуции для многоканальных последовательностей, справка Google Analytics

В Google Analytics доступно сравнение моделей атрибуций («Конверсии» → «Многоканальные последовательности» → «Инструмент сравнения моделей»). Отчет показывает, как будет различаться распределение конверсий между РК, если использовать разные модели атрибуций.

В Google Analytics модель атрибуции по умолчанию — по последнему непрямому клику.

Веб-аналитика под ключ от 15 000 рублей! Специалисты eLama проведут аудит и исправят ошибки или настроят аналитику с нуля.

Кастомные модели атрибуции 

Можно не ограничиваться стандартными моделями, а создать свои. Некоторые настраиваются внутри Google Analytics, но чаще создаются при помощи внешних инструментов. Данные из них используются для распределения бюджетов, управления ставками и т.д. 

По количеству хитов в сессии

Если хотим оценить, насколько пользователи были активны, когда приходили из какого-либо источника. 

Можно распределять источники по количеству хитов, например, открытий страниц и других событий. Если пользователь активно изучает сайт, ему, очевидно, интересно предложение. Источнику, из которого пришел такой пользователь, отдается большая часть конверсии. Источникам, откуда пользователь приходил, но почти не совершал действий на сайте, отдается минимум. 

На основе воронки (Funnel-based)

Тем источникам, которые переводили пользователя с одного этапа воронки на другой, отдается большая доля конверсий. Источникам, из которых пользователь приходил, но не продвигался по воронке, — меньшая.

Например, если пользователь впервые зашел на сайт интернет-магазина и открыл карточку товара (посмотрел фото, характеристики или отзывы), он продвинулся по воронке.

Если пользователь уже был на сайте и открывал карточку товара, а потом вновь зашел на сайт и положил товар в корзину, он также продвинулся по воронке.

Если пользователь во второй визит открывал карточку товара, но не добавлял товар в корзину, он не продвинулся по воронке.

Многие модели атрибуции в Google Analytics и Google Ads называются одинаково (например, атрибуция по последнему клику), но между ними есть принципиальное различие.

Модели атрибуции в Google Ads учитывают только взаимодействия, получаемые из Google Ads (то есть не учитывают органику, переходы из email-рассылки и т.п.), и применяются только для поисковых и торговых РК. Для остальных кампаний используется модель атрибуции по умолчанию.

Модели атрибуции в Google Analytics учитывают все взаимодействия: полученные как из Google Ads, так и из поиска, email-рассылок и прочих источников. 

Например, пользователь впервые попал на сайт, кликнув по рекламному объявлению; во второй раз — из поиска и подписался на email-рассылку. В третий раз перешел на сайт по ссылке из письма и совершил конверсию. 

Допустим, выбрана атрибуция по последнему клику. Google Analytics «присудит» конверсию email-рассылке, а Google Ads — объявлению из самой первой рекламной кампании. 

Атрибуция по последнему клику (Last Click)

Конверсия и вся ее ценность отдается объявлению, по которому кликнули последним, и соответствующему ключевому слову. 

Атрибуция по первому клику (First Click)

Конверсия и вся ее ценность отдается объявлению, по которому кликнули первым, и соответствующему ключевому слову. 

Линейная атрибуция (Linear)

Конверсия равномерно распределяется между всеми объявлениями, которые приводили пользователя.

Атрибуция с учетом давности взаимодействий (Time Decay)

Чем ближе был клик к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.

Атрибуция с привязкой к позиции (Position-based)

Первый и последний клики (и соответствующие ключевые слова) получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными кликами.

Атрибуция на основе данных (Data-driven)

Система, используя большое количество данных, анализирует, какими путями пользователи чаще всего доходят до конверсии. Большая доля конверсии отдается тем источникам трафика, которые часто участвуют в путях, приводящих к конверсии. 

Data-driven атрибуцию можно использовать, если собрано достаточно данных — не менее 15 000 кликов с поиска и 600 конверсий за последние 30 дней. 

Подробнее: Модели атрибуции, справка Google Ads

В Google Ads также есть инструмент, который позволяет сравнивать модели атрибуции.

От выбранной модели атрибуции зависит распределение конверсий в кампаниях. Конверсия принадлежит не кампании в целом, а конкретному таргетингу: в поисковых РК — конкретной ключевой фразе.

Чем больше конверсий приносит ключевая фраза, тем выше ставки по ней мы можем себе позволить. То есть если поменять модель атрибуции, в конечном счете изменятся ставки по ключевым словам (при использовании автоматических стратегий — автоматически).

А это, в свою очередь, может повлиять на расходы рекламодателя. 

Схематично это выглядит так: 

смена модели атрибуции → перераспределение конверсий → переоценка эффективности ключевых фраз → пересчет ставок для ключевых фраз → оптимизация кампании

Например, мы использовали модель атрибуции Last Click, а затем перешли на Data-driven.

Из-за этого конверсии распределились по-новому: фраза «лама плюшевая купить» получила больше конверсий, а «лама игрушечная купить спб» — меньше.

Тогда ставки по фразе «лама плюшевая купить» поднимутся (потому что она приносит больше конверсий), а ставки по фразе «лама игрушечная купить спб» снизятся (потому что она приносит меньше конверсий). 

В Google Ads модель атрибуции можно сменить либо на этапе импорта конверсий из Google Analytics, либо уже после. Для этого нужно зайти в раздел «Конверсии» («Инструменты и настройки» → «Отслеживание» → «Конверсии»), выбрать нужную конверсию и зайти в редактирование.

Модель атрибуции в Google Ads по умолчанию — по последнему клику. 

Data-driven атрибуция — оптимальный вариант: она работает на общее увеличение конверсий и не требует никаких дополнительных действий. Если она для вас доступна, лучше подключить именно ее.

Константин
Найчуков эксперт по работе с платным трафиком в eLama

«Как правило, использование Data-driven атрибуции дает лучший результат. Правда, гарантий нет: все зависит от того, насколько точно у вас настроена аналитика. Если вам стала доступна Data-driven атрибуция, подключите ее и через месяц проанализируйте результаты. Должно стать лучше. Но если вам не повезло и результаты ухудшились — возвращайтесь на Last Click».

Last Click атрибуция подойдет, если:

  • стоит задача тратить как можно меньше денег, а увеличение числа конверсий не так важно;
  • в условиях низкой конкуренции и короткого цикла принятия решения о покупке. 

Time Decay стоит применять только в одной ситуации: если вы неоспоримый лидер на своем рынке, о котором все знают и которого всегда рассматривают в первую очередь (Time Decay занижает вклад первых переходов).

Linear подойдет, если вы считаете, что вся ваша реклама работает в комплексе и каждый контакт пользователя с вашим брендом увеличивает вероятность покупки. 

Position-based или First Click (как более «агрессивный» вариант) подойдут:

  • если нужно привлекать новую аудиторию или увеличить долю на рынке — например, когда компания новая и о ней еще никто не знает (в этом случае всю конверсию отдаем именно первому клику, потому что без него не было бы продаж; самые важные ключи и кампании — те, которые приводят новую аудиторию);
  • при высокой конкуренции и / или длинном цикле принятия решения о покупке (первый клик значим, потому что без него пользователь, скорее всего, не сделал бы выбор в нашу пользу). 

Прежде чем менять текущую модель атрибуции на новую, сравните их и оцените, насколько заметны изменения (выбирая модели для сравнения, учитывайте указанные выше рекомендации). Если отличия существенные — от 25%, — смена модели атрибуции может заметно улучшить результаты кампаний (хотя может произойти и наоборот). 

Спустя месяц-два после смены модели атрибуции нужно проанализировать кампании — стали они лучше или хуже работать. Важно учитывать сезонность: например, не стоит сравнивать апрель с маем, потому что в мае из-за длинных праздников практически во всех тематиках наблюдается просадка показателей.

Атрибуция

Атрибуция

Атрибуция – это наделение одним индивидом другого характеристиками и качествами, которые ему невозможно увидеть в непосредственном поле восприятия. С помощью атрибуции один человек анализирует и размышляет над причинами поведения второго, оценивает его личность.

Атрибуция в психологии это механизм объяснения поведения личности. Она возникает потому, что информации, поступающей от непосредственного наблюдения недостаточно, чтобы адекватно взаимодействовать с окружением.

Поэтому часто люди «додумывают» факты, которые не сумели узнать или не смогли непосредственно воспринять. Один человек, следящий за действиями другого, приходит к своему заключению о потенциальных причинах поведения.

Свои выводы наблюдатель основывает на ситуационных факторах (условия, обстановка) и субъективных (усилия, способности).

Социальными психологами были разработаны теории атрибутивных характеристик, объясняющие правила, какие используют люди, когда судят о поведении других, тем самым определяя стили атрибуции.

Атрибуция редко бывает объективной, также это не всегда точный процесс, ему препятствуют определенные атрибутивные искажения (установки, цели, мотивы). Эти искажения воздействуют на способ оценки человеком собственного поведения и поступков других.

Часто говорят о каузальной атрибуции, которая означает интерпретацию поведения собеседника, через выдвижение определенных предположений о возможных намерениях, причинах, мотивах поведения личности, с дальнейшим их наделением партнеру общения.

Каузальная атрибуция больше всего определяет социальное восприятие личности, если информации является недостаточно и её нужно откуда-то узнавать.

Выводы, полученные в процессе атрибуции, могут поспособствовать созданию социальных стереотипов и шаблонов.

Это позволяет самому человеку легче воспринимать и познавать других людей, способствует развитию предубеждений относительно представителей разных социальных категорий и групп (этнических, возрастных, профессиональных).

Что такое атрибуция

В психологии атрибуция это когнитивный процесс объяснения поведения сторонних людей и собственных действий. В основном она выражается в объяснении поступков других через собственные суждения, поскольку многие качества не могут восприниматься непосредственно социальной перцепцией при прямом наблюдении, но приписываются им.

Атрибуция является попыткой интерпретировать какой-то объект, его действия, понять мотивы поведения в условиях брака информации с помощью домысливания.

Атрибуцией являются когнитивные процессы, протекающие в жизни миллионов человек, которые изучаются социальной психологией.

В атрибутивных исследованиях сравнительно с исследованиями восприятия одним человеком другого происходит повышение показателя интеллектуальности осваиваемых явлений.

Самая простая классификация атрибуций делится на диспозиционные и ситуационные.

Существует такой психологический термин, как оборонительная гипотеза, он относится к системе убеждений, принадлежащих индивиду, у которого есть функция собственной защиты от внешнего беспокойства.

Оборонительные атрибуции обычно встречаются, когда человек становится свидетелем ужасающей картины.

Приписывание ответственности в подобных ситуациях, создание личных выводов, будут иметь отношение к уровню тяжести неудачи и степени внутреннего и ситуативного подобия человека и жертвы.

Примеры атрибуции оборонительной знают многие, например, известная гипотеза, которая гласит, что хорошие вещи происходят исключительно с добрыми людьми, плохие – с нехорошими людьми. Есть люди, что верят в это, поскольку чувствуют свою уязвимость и невозможность проконтролировать ситуацию полностью. Это приводит к упрекам других, даже в случае трагической ситуации самой жертвы.

Так, люди могут услышать, что кого-то избили хулиганы, они принимаются мыслить, что если бы тот не ходил, где не нужно, ни давал бы повода, он был бы цел. Или услышали известие об автомобильной аварии, начинают приписывать всю вину водителю (например, был пьян), при этом заставляют уверить себя, что подобного с ними не произойдет.

Люди зачастую верят, что с ними чаще случаются положительные события, нежели с остальными, соответственно, отрицательные случаются реже.

Примеры атрибуции: заядлый курильщик думает, будто у него намного меньше шансов раком заболеть, чем у иных курильщиков.

Виды атрибуций

На основании ценностных критериев выделяют три вида атрибутивных характеристик – это положительные, отрицательные и смешанные (положительно-отрицательные). Положительные – это совокупность тех характеристик, что в этнокультурной среде находят положительными, то есть социально одобряемыми, желательными.

Отрицательные – включают характеристики, что в этнокультурной среде все считают отрицательными, негативными, нежелательными и неодобряемыми.

Смешанные – проявляются, если в одинаковой степени выражаются отрицательные и положительные характеристики, которые частично воспринимаются этнокультурной средой.

При наблюдении поведения людей можно сделать вывод, что основания этого поведения локализуются в самой личности или в мире. Это называется «локусом контроля».

Локус контроль является способностью приписывать собственные успехи либо неуспехи внутренним (здесь внутренний локус) или внешним (здесь внешний локус) факторам.

Внутренними факторами являются характеристики человека – усилия, качества, черты, знания, навыки.

Внешние факторы – обстоятельства ситуации, условия, рамки. Склонность к внешней атрибуции делает человека более беспомощным, поскольку не даёт раскрыть способности и потенциал.

Стили атрибуции – это свойственные человеку способы интерпретации произошедших с ним различных событий. Стили атрибуции: внутренний (личностный); внешний (ситуативный).

Внутренний стиль присутствует, когда существует связь поведения личности с её характеристиками и качествами, если человек поступает под влиянием внутренних мотивов, установок. Например, если человеку долгое время что-то не удается, он начинает списывать всё на то, что он неспособный, следовательно, обречен на неуспех и этот человек начинает меньше прилагать сил для своих достижений.

Примеры атрибуции личностной: «Мы не успели вовремя приехать, потому что ты задержался»; «У него всегда все выходит, поскольку он подхалим».

Примеры атрибуции ситуативной: «Он так делает, поскольку условия его вынуждают».

Внешний стиль – это связь поведения с текущей ситуацией. Индивид, который сталкивается со случаем неуспеха, понимает, что есть определенные обстоятельства, которые этому мешают или считает это случайностью.

Выделяют еще два важных вида атрибуции. Гетероатрибуция – это приписывание определенных мотивов, качеств и черт другим личностям или группам. Самоатрибуция или автоатрибуция является приписыванием себе самому разнообразных черт, установок, мотивов поведения. Самоатрибуция играет немаловажную роль в создании самосознания личности.

Данные виды хорошо взаимосвязаны.

Некоторые ученые исследовали, что индивид, который воспринимает человека, как плохого соответственно приписывает ему негативные черты, при этом себя самого наделяет положительными, то есть противоположными.

Это является психологической закономерностью сопряженного развития нескольких процессов. Здесь отрицательная и положительная атрибуции являются взаимосвязанными процессами, совместно протекающими.

Виды атрибуции друг друга порождают, поддерживают и продуцируют абсолютно противоположные по существу представления о психологических чертах, которые индивид приписывает другим и себе.

Индивид, в активном состоянии обращает острое внимание исключительно на ситуацию и обстановку. Он лучше самого наблюдателя понимает, как возникла текущая ситуация, как сам в ней оказался, что будет делать или выяснять. Он лучше владеет информацией о собственных знаниях, целях, установках, способностях, которыми он наделен.

Наблюдатель обращает больше внимания на самого индивида, его способ поведения. Он игнорирует ситуацию, хотя обычно плохо владеет информацией об истории её возникновения, не понимая сущности социального объекта.

Это способствует тому, что появляется асимметричность в самих атрибуциях. Данная асимметричность выражается при объяснении обыкновенного или необычного, желаемого и нежелаемого поведения индивида.

Поэтому гетероатрибуция считается более рациональной, нежели самоатрибуция.

Автор: Практический психолог Ведмеш Н.А.

Спикер Медико-психологического центра «ПсихоМед»

Мы в телеграм! Подписывайтесь и узнавайте о новых публикациях первыми!

Зачем нужна атрибуция в диалогах

Атрибуция

Приветствую вас, друзья. Надеюсь, вы бодры и активны назло всем стихиям. Сегодня для вас статья, тема которой будет интересна, прежде всего, тем, кто пишет художественные тексты.

Занимаясь редактурой, я часто отмечаю чрезмерное увлечение авторов атрибуцией в диалогах. Однако сейчас я работаю с текстом, где атрибуции совсем нет, и я понимаю, что это меня раздражает ещё больше. Впрочем, всё по порядку.

Что такое атрибуция

Диалог – это обмен фразами-репликами между людьми. В книге их правильнее называть персонажами, так как в художественном произведении может быть полноценный диалог и с кошкой, и с драконом и даже с чернильницей.

В тексте, кроме слов персонажей, в диалоге присутствует атрибуция. В широком смысле слова, в том числе в психологии, этот термин означает приписывание объекту каких-то характеристик, свойств, особенностей. А в литературе атрибуция – это слова автора, поясняющие реплики персонажей. Например:

– Ты завтра придёшь? – спросил с надеждой Олег.

– Нет, у меня завтра много дел. – Девушка сокрушённо вздохнула, показывая, что от неё здесь ничего не зависит.

Однако изменится ли смысл этого диалога, если вообще убрать слова автора?

“Чаепитие” Худ. Чарльз Блэр Лейптон.

Нужна ли атрибуция?

Это непростой вопрос. Ведь в реальной жизни никто не стоит в сторонке и не поясняет реплики собеседников. И есть авторы, которые убеждены, что нет никакой необходимости в «захламлении» текста ненужными словами.

Тем более когда в диалоге участвуют двое, и так можно понять, кому какие слова принадлежат. Правда, в этом случае диалог начинает напоминать игру в настольный теннис, и чтобы разобраться, кому принадлежит реплика, иногда приходится возвращаться к «первой подаче».

Так себе развлечение, надо сказать, особенно если диалог длинный.

Да, в реальной жизни специальных «комментаторов» нет, но общающиеся и так могут видеть, какие эмоции испытывает собеседник, что он в это время делает, куда смотрит и т. д. Люди активно используют мимику, жесты, интонацию, выражение глаз, передавая с помощью невербальных средств огромный массив информации.

Вы знаете, что в реальном живом общении невербалика занимает до 80% коммуникации, а слова, речевые средства только 20%? Например, ваш партнёр/партнёрша удивлено спрашивает: «За что ты на меня обиделся? Что я тебе такого сказала?». Так вот собеседник обиделся не на те 20%, что ему озвучили с помощью слов, а на те 80% , что ему транслировали с помощью интонации, выражения лица и глаз, жестов и поз.

Художник Карл Швенингер младший. Смотрите, сколько экспрессии в движениях и выражении лиц.

Автор лишён такой возможности, в его арсенале только 20-30% процентов от всей человеческой коммуникации. Поэтому он должен дополнять фразы героев атрибуцией, сообщая о чувствах собеседников, об их отношении друг к другу, об изменении окружающей обстановки и т. д.

Даже просто сообщение о том, кто это говорит, может облегчить читателю восприятие текста, особенно если собеседников больше двух.

Виды атрибуции

Можно выделить два вида атрибуции.

Во-первых, традиционная, указывающая на того, кто произносит реплику. В приведённом примере, это атрибуция к первой фразе:

– «Ты завтра придёшь?» – с надеждой спросил Олег.

Такая атрибуция обязательно содержит атрибутивный глагол, обозначающий речевое действие: «сказал», «произнёс», «вскрикнул», «ахнул», «прошептал», «проворчал», «запричитал» и т. д. В качестве атрибутивных глаголов также могут использоваться слова, связанные с выражением эмоций: «возмутился», «обиделся», «рассердился», «насторожился» и т. д.

Знаки препинания при такой атрибуции классические для диалога: запятая (знак вопроса, знак восклицания) и тире после слов персонажа. А атрибутивная фраза начинается со строчной (маленькой) буквы. Причём это всегда, даже если реплика героя заканчивается восклицательным или вопросительным знаком.

Такая же атрибуция может быть внутри слов персонажа:

– Ты завтра придёшь? – с надеждой спросил Олег. – Я буду очень ждать.

Приятная картинка из свободного доступа.

Второй вид атрибуции не связан непосредственно с речевым действием. Это слова автора, описывающие поведение персонажа во время разговора. Они не содержат атрибутивного глагола, поэтому оформляются, как обычное самостоятельное предложение.

В моём примере это ответ девушки:

– Нет, завтра у меня много дел. – Девушка сокрушено вздохнула, показывая, что от неё здесь ничего не зависит. – Но мы обязательно встретимся.

Я намеренно добавила продолжение фразы, демонстрируя, что этот тип атрибуции тоже может быть внутри слов персонажа. Раньше такие самостоятельные, не связанные с речью ремарки принято было выносить в отдельный абзац, сейчас же они чаще вставляются в диалог, но сохраняются знаки препинания самостоятельного предложения.

После слов персонажа ставится знак окончания предложения (точка, многоточие, восклицательный, вопросительный знак), и атрибутивная фраза начинается с заглавной буквы. Если в середине фразы – то заканчивается точкой, и продолжение слов – с прописной буквы. Обратите внимание на пример.

Правда, иногда авторы очень увлекаются такой атрибуцией, и в реплику персонажа вклинивается описание его настроения, одежды, оружия, разнообразные мысли и воспоминания, изменения погоды и ещё что-то. В итоге между началом и концом реплики оказывается целый рассказ, что мешает и восприятию диалога, и нарушает связность текста.

Душевная беседа

Функции атрибуции

Несмотря на то что в ряде случаев без атрибуции можно обойтись, от неё не стоит отказываться, так как она выполняет важные функции.

  • Указывает на то, кто произносит слова.
  • Передаёт эмоциональное состояние персонажей, их отношение к собеседнику и ситуации.
  • Описывает важные для эпизода действия, которые происходят непосредственно во время разговора.
  • Показывает изменения в обстановке, которые происходят в процессе общения и имеют значение для сцены.
  • Помогает характеризовать героя, его поведение, особенности характера, какие-то специфические движения (теребит мочку уха, крутит пуговицу собеседника, шмыгает носом и т. д.).
  • Просто разнообразит диалог, добавляя ярких штрихов к образам персонажей.

Так что атрибуция – вещь полезная. Но увлекаться ею не стоит. Впрочем, как всегда, всё хорошо в меру.

На сегодня все. Желаю добра и вдохновения. Кто хочет почитать ещё о диалогах и их значении в тексте может заглянуть в другие статьи.

«Зачем в тексте диалоги»

«Самые распространённые ошибки в диалогах»

Общие сведения о моделях атрибуции

Атрибуция – это присвоение ценности конверсии различным событиям, происходящим на пути к этой конверсии, например показам объявлений и кликам. Модель атрибуции – это правило или набор правил, определяющих принцип распределения ценности. В Атрибуции используются модели двух типов: на основе правил и на основе данных.

Доступные модели атрибуции

Примечание. Модели, используемые в Атрибуции, не назначают ценность прямым переходам, если только путь к конверсии не состоит полностью из таких переходов.

Атрибуция на основе правил

Модели атрибуции на основе правил распределяют ценность конверсии с помощью фиксированных правил независимо от типа конверсии и поведения пользователей. В Google Атрибуции доступны следующие модели этого типа:

По последнему клику. Вся ценность конверсии присваивается последнему клику.

По первому клику. Вся ценность конверсии присваивается первому клику.

Линейная атрибуция. Всем кликами в последовательности присваивается одинаковая ценность.

С учетом давности взаимодействий. Кликам, полученным ближе к конверсии по времени, присваивается более высокая ценность. При этом считается, что ценность клика увеличивается вдвое каждые 7 дней. То есть клику, сделанному за 8 дней до конверсии, приписывается вдвое меньшая ценность, чем клику, сделанному за один день до конверсии.

С привязкой к позиции. Первому и последнему кликам присваивается по 40 % ценности конверсии, а оставшиеся 20 % равномерно распределяются между остальными кликами.

Атрибуция на основе данных

При атрибуции на основе данных ценность конверсии распределяется между точками взаимодействия с учетом статистики по эффективности. В такой модели, в отличие от остальных, рассчитывается реальный вклад каждого клика.

Применяемая модель На основе данных зависит от типа конверсии и рекламодателя.

Как работает атрибуция на основе данных

При атрибуции на основе данных используются алгоритмы машинного обучения для оценки путей, независимо от того, завершаются ли они конверсией. В полученной модели на основе данных учитывается, как различные точки взаимодействия влияют на конверсии.

В ней также учитываются различные факторы, такие как время после конверсии, тип устройства, количество взаимодействий с объявлениями, порядок их просмотра и тип показанных рекламных материалов.

Моделируются гипотетические ситуации, и их статистика сравнивается с полученной, чтобы определить, какие точки взаимодействия вероятнее всего приведут к конверсиям. Ценность конверсии распределяется между этими точками взаимодействия с учетом данной вероятности.

Подробнее о методах атрибуции на основе данных можно узнать из PDF-документа Data-driven attribution methodology in Attribution (Beta). Он доступен только на английском языке.

Требования для атрибуции на основе данных

Для создания точной модели атрибуции на основе данных требуется достаточное количество информации. Поэтому функция доступна лишь тем рекламодателям, в аккаунте которых зарегистрировано не менее 600 конверсий в течение 30 дней.

Как только в проекте Атрибуции соберется необходимый объем информации, начнется подготовка модели На основе данных и вам станут доступны соответствующие отчеты. Если данных недостаточно, этот тип модели будет вам недоступен.

Модель На основе данных зависит от объема информации по каждому действию-конверсии, поэтому может быть доступна для одних конверсий и недоступна для других.

Новые данные для продолжения работы

Чтобы модель На основе данных продолжала точно работать, должны поступать новые данные. Если количество конверсий за последние 30 дней меньше необходимого минимума, сведения по атрибуции уже не будут доступны в отчетах.

Сравнение атрибуции с многоканальными последовательностями

Атрибуция и многоканальные последовательности – это разные функции. Вы можете использовать любую из них, выбор зависит от ваших целей.

  Атрибуция в Google Аналитике Многоканальные последовательности
  Отчеты Интеграция назначения ставок с Google Рекламой для атрибуции на основе данных Учет показов в качестве событий Модель атрибуции на основе данных Настройка отчетов Время Данные о кликах и расходах Google Рекламы в отчетах Модели на основе правил Собственные модели на основе правил
  • Сравнение моделей
  • Пути конверсии (с распределением ценности)
  • Время до конверсии
  • Длина пути
  • Сравнение моделей
  • Ассоциированные конверсии
  • Основные пути конверсии (без распределения ценности)
  • Время до конверсии
  • Длина пути
  • Анализ рентабельности инвестиций*
  • Анализ модели*
Есть (закрытая бета-версия)Нет
Нет

Бета-функция (показы, ведущие к сеансам)

  • Контекстно-медийная сеть: через интеграцию с Google Рекламой
  • Остальные отслеживаемые показы рекламы (через интеграцию с Дисплеем и 360/Менеджером кампаний 360)*
  • Бесплатно, доступно для всех
  • Включает все точки взаимодействия в рамках заданного периода ретроспективного анализа
  • Взаимодействия на нескольких устройствах не поддерживаются
  • Исключает канал Прямой трафик†
  • Доступно только для клиентов Google Аналитики 360
  • Включает 4 последние точки взаимодействия
  • Взаимодействия на нескольких устройствах не поддерживаются
  • Включает канал Прямой трафик
  • Системная группа каналов Атрибуции
  • Группы каналов по умолчанию Google Аналитики (но не другие группы, созданные в Google Аналитике)
  • Системная группа каналов Google Аналитики
  • Группы каналов по умолчанию Google Аналитики
  • Собственные группы каналов Google Аналитики
Можно переключаться между временем взаимодействия и временем конверсии (взаимодействия учитываются в соответствии с настройками Google Рекламы)Только время конверсии
НетЕсть
  • По последнему клику (исключает прямой трафик†)
  • По первому клику (исключает прямой трафик†)
  • Линейная атрибуция (исключает прямой трафик†)
  • С учетом давности взаимодействий (исключает прямой трафик†)
  • С привязкой к позиции (исключает прямой трафик†)
  • По последнему клику (исключает прямой трафик)
  • По последнему взаимодействию (включает прямой трафик)
  • По последнему клику в Google Рекламе
  • По первому взаимодействию (включает прямой трафик)
  • Линейная атрибуция (включает прямой трафик)
  • С учетом давности взаимодействий (включает прямой трафик)
  • С привязкой к позиции (включает прямой трафик)
НетЕсть

*Доступно только для клиентов Google Аналитики 360.

†Модели, используемые в Атрибуции, не назначают ценность прямым переходам, если только путь к конверсии не состоит полностью из таких переходов.Файлы cookie Аналитики, которые используются для хранения информации о взаимодействии с вашим сайтом, могут быть недоступны по определенным причинам, например из-за настроек браузера.

Поэтому некоторые конверсии могут быть ошибочно отнесены к каналу прямого трафика. Во избежание этого в моделях Атрибуции (бета-версия) используются агрегированные анонимные данные пользователей. Система Google будет включать смоделированные конверсии в отчеты Атрибуции (бета) в качестве оценки для всех применимых моделей атрибуции.

ПСИХОЛОГ
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: