Bir Trafik Kaynağının Gerçek Katma Değeri Nasıl Hesaplanır?

Yeni bir üyenin veya müşterinin gerçek değerinin, yaşam boyu yapacağı alışverişlerin toplamı olarak kabul edilmesine dair bir yazıyı daha önce paylaşmıştım. E-ticaret sitelerine doğal yollarla veya ücretli olarak, birçok farklı kaynaktan ziyaretçi geliyor. E-ticaret yöneticileri ise reklam yatırımlarını, siteden alışveriş yapma potansiyeli bulunan ziyaretçilerin geldiği verimli kanallara yapmaya çalışıyorlar. Bu nedenle yandaki grafikte yer alan ABD’deki Online reklam harcamalarının dağılımı gibi verilerin, özellikle e-ticaret firmaları için geri dönüşlerin en çok olduğu formatlarla veya kanallarla ciddi bir korelasyon göstermesi son derece doğal.

Günümüzde Webtrends gibi ücretli veya Google Analytics gibi ücretsiz web analizi araçları yardımıyla ziyaret kaynaklarının, e-ticaret sitesinde yarattığı performans (ziyaretçi hacmi, üye adedi, satış cirosu, ...) kolayca ayrıştırılabiliyor. Fakat son yıllarda yapılan araştırmalara göre tüketiciler; üye olmadan veya alışveriş yapmadan önce siteleri birden fazla kez ziyaret ediyorlar. Bu nedenle analizleri daha da derinleştirmek önem kazanıyor. DoubleClick gibi gelişmiş teknolojilere sahip reklam sunucuları (adserver) kullanılarak bir sitenin, ziyaretçilerinin reklamları hangi sitede görüp hangisinde tıkladığına varıncaya kadar site dışındaki iletişimi de detaylı olarak ölçmesi mümkün. Önümüzdeki dönemde e-ticaret firmalarının ciroları ve sektörün toplam büyüklüğü arttıkça aşağıdaki senaryolara benzer, çoklu kanalları içeren detaylı analizlerin önem kazanacağına hiç şüphe yok.


Atfetme (Yükleme) Modellemesi (Attribution Modeling) olarak isimlendirilen bu analizler ile yeni bir üyeyi veya müşteriyi siteye çekerken kullanılan tüm kanallar, bir arada değerlendirilip performans ağırlıklarına göre gerçek maliyetler veya katma değerler ayrıştırılmaya çalışılıyor. Alışveriş öncesindeki son kaynak mı önemlidir, yoksa siteye ilk ayak bastıran kaynak mı, veya üzerinden en çok ziyaretçi çeken kaynak mı? Bunun için de reklamı bir sitede görüp tıklamayan kişilerin davranışlarından, reklama tıklayanların gerçekleştirdiği aksiyonlara; hatta bunların birbiri üzerindeki destekleyici etkilerine varıncaya kadar detaylı verileri içeren analiz araçları kullanılıyor. Bu alan ilginizi çektiyse performans atfetme konusu için oluşturulmuş bir çok temel veya detaylı bilgi kaynağını gözden geçirmeniz faydalı olacaktır. Böyle modeller oluşturulurken karşılaşılabilecek problemleri de önceden değerlendirmeniz iyi olacaktır.

Sağlıklı Bir AdWords Atfetme Modellemesi Oluşturabilmek İçin Hangi Veriler Kullanılmalı?
Google’ın reklam programı AdWords’ün raporlama özellikleri üzerinden bu konuyu örnekleyebilmek için, aşağıdaki gibi bir alışveriş akışı düşünelim:


Tüketici, önce görüntülü reklam ağında banner'ımızı görmüş fakat tıklamamış. Sonrasında arama motorunda yaptığı bir aramada reklam aracılığı ile sitemize gelmiş fakat alışveriş yapmamış. Aynı tüketici, aradan belli bir süre geçtikten sonra arama motorunda ürüne özel bir arama yapmış ve reklama tıklayıp geldiği sitemizden alışveriş yapmış. Bu akışı içeren atfetme modelini kurabilmek için (yani tüketici ile iletişim kurduğumuz hangi noktanın alışverişteki etkisinin ne kadar olduğunu anlayabilmek ve yatırımlarımızı bu çerçevede yönetebilmek için) ihtiyacımız olan raporlar aslında elimizin altında:

ADWORDS kampanyaları içindeki Dönüşüm İzleme (conversion tracking) raporları ve Arama Ağı Dönüşüm Hunileri (search funnels) verileri yanında görüntülü reklam ağındaki reklamlar için Görüntüleme Dönüşümü (view-through conversion) değerlerinin de analiz içerisine eklenmesi, tüm faktörlerin işin içine katılması açısından önem taşıyor.

Bunlar yanında ANALYTICS raporları içerisindeki Dönüşüm Hedeflerinin (goal) ve E-Ticaret Raporlamasının (e-commerce module) verileri ile Çok Kanallı Dönüşüm Hunileri (multi-channel funnels) raporlarının sağladığı değerlerin de tüm analiz içine ayrı faktörler olarak katılması gerekli. Hatta Google Analytics Premium versiyonu içerisinde yer aldığı belirtilen Atfetme Modellemeleri ile farklı modeller uygulamak da analizin tutarlılığını güçlendirecektir.

Kısaca, AdWords Dönüşüm İzleme ve Analytics raporlarının ölçtüğü dönüşümlerin farklı olduğunu ve bunları nasıl harmanlayabileceğinize dair sağlıklı modeli oluştururken; Arama Ağı ve Çok Kanallı Dönüşüm Hunileri raporlarında göreceğiniz Desteklenen Dönüşümleri (Assisted Conversions) de analize dahil etmeniz gerektiğini hatırlatmak istiyorum. Kampanya sonunda elde edilen gösterim ve tıklama (site ziyaretleri) adetlerinin; modelinize dahil edilmeyen (gelecekte potansiyel müşteriler yaratacak) ek katma değerler olduğunu da mutlaka hesaba katın.