360° bir dijital pazarlama ekosistemi düşündüğümüzde, müşterileriniz ya da kullanıcılarınız web sitenize birden fazla yolla ve bir çok farklı kaynak üzerinden erişim sağlayabilir. Bu erişim sonucunda – ilgili kullanıcının pazarlama hunisinin hangi aşamasında geldiğine bağlı olarak değişse de – genellikle ilk defa gerçekleşen ziyaretlerin dönüşümle sonuçlanma oranı oldukça düşüktür. Bu normal bir durum olarak karşılanabilir, zira ilk etapta farkındalık ile başlayan yolculuk dönüşüm ile sonuçlanana kadar kullanıcı farklı farklı safhalardan geçer.
Bu yolculuk son derece normal olsa da iş performans değerlendirmelerini ve rakamları konuşmaya geldiğinde karşınıza bazı zorlukları da beraberinde getirebilir. Örneğin, sitenize çektiğiniz kullanıcılar öncelikle Paid kanallar üzerinden geliyor olsa da son aşamada organik kanallar aracılığıyla web sitenize gelip dönüşüm gerçekleştiriyor olabilir. Bu aşamada dönüşüm organik kanala yazılsa da Paid kanalın sağladığı fayda arka planda kalıyor olabilir.
Tam da bu aşamada yardımınıza ilişkilendirme modelleri koşuyor. Farklı ilişkilendirme modellerini kullanarak web sitenizde gerçekleştirilen etkinlikler üzerinde bütünsel bir analiz yapabilir, 360° bir dijital pazarlama kurgusunun ne kadar etkili çalıştığını müşterilerinize ya da yöneticilerinize gösterebilirsiniz.
İlişkilendirme Modeli Nedir?
İlişkilendirme modeli, dönüşüm sürecini tamamlayan kullanıcıların dönüşüm yolculuğunu anlamak ve kanallar arası etkileşimi analiz ederek daha doğru raporlar ortaya çıkarmak için Google Analytics tarafından sunulan modellemelerdir. Bu modellerden faydalanarak pazarlama faaliyetlerine ayırdığımız bütçelerin daha verimli bir şekilde yönetilebilmesini, kanal performanslarının daha doğru değerlendirilmesini ve dönüşüm yolculuğu üzerinde optimizasyonlar yapılmasını sağlayabiliriz.
İlişkilendirme Modeli Neden Önemlidir?
İlişkilendirme modellerini doğru bir şekilde kullandığınız takdirde; pazarlama kanalları için ayırdığınız bütçeleri daha verimli yöneterek markanıza maksimum fayda sağlama noktasında bir adım öne geçebilirsiniz.
Şunu mutlaka belirtmek gerek; veriyi doğru bir şekilde anlamlandırma noktasında doğru bir iş çıkaramadığımız takdirde, potansiyelimizin %100’ünü kullanmamız maalesef mümkün değil. Veriyi doğru bir şekilde anlamlandırmak için de aslında kanal performanslarına her yönüyle bakmamız ve bu kanalların dönüşümün hangi aşamasında bize katkı sağladığını iyi anlamamız gerekir.
İlişkilendirme Modelleri
Google Analytics’in bize sunduğu ilişkilendirme modellerine baktığımızda;
- Last Interaction (Son Etkileşim)
- Last Non-Direct Click (Doğrudan Olmayan Son Tıklama)
- Last Google Ads Click (Son Google Ads Tıklaması)
- First Interaction (İlk Etkileşim)
- Linear (Doğrusal)
- Time Decay (Zaman Bozulması)
- Position-based (Sıralama Tabanlı)
modelleri Google Analytics tarafından bize sunulmaktadır.
Bunlar haricinde bir de Custom Models (Özelleştirilmiş Modeller) seçeneği karşımıza çıkıyor.
Özelleştirilmiş modeller, kullanıcı tarafından belirli kural setlerine dayalı şekilde oluşturulmuş ilişkilendirme modelleridir. “Model Comparison” aracı üzerinden görünüm başına maksimum 10 tane olmak üzere özelleştirilmiş ilişkilendirme modelleri oluşturabilirsiniz.
Özelleştirilmiş modelleri bir kenara bırakırsak Google Analytics üzerinde önceden tanımlı modellere yakından bir bakalım.
Last Interaction (Son Etkileşim)
Last interaction modeli, adından da anlaşılacağı üzere, dönüşümle ilgili tüm krediyi son kaynağa verir. Son etkileşim dışında hiçbir etkileşim dikkate alınmaz, en yaygın kullanılan ilişkilendirme modelidir. Yaygın kullanılmasının en temel sebepleri raporlama tarafını basitleştirmesi ve neredeyse her analiz aracı için ön tanımlı bir model olmasından kaynaklanır.
Raporlama aşamasında rakamları görmek için faydalı olsa da tek başına kullanıldığında; kısır bir rapor oluşturmanıza ve tüm kaynakları doğru bir şekilde yorumlayamamanıza neden olabilir.
Last Non-Direct Click
Doğrudan olmayan sok tıklama modeli, yine adından da anlaşılacağı üzere, tüm krediyi doğrudan olmayan son kanala verir. Yani, eğer direct kanal üzerinden gelen bir dönüşüm varsa, bu dönüşüm kullanıcının direct’ten önce sitemizi ziyaret ettiği son kanala yazılır.
Web sitenizin yapısına göre faydalanabileceğiniz bu model, deyim yerindeyse, aslında direct kanaldan bir önceki tetikleyici kanalı ödüllendirir.
Google Analytics varsayılan olarak bu modeli kullanır ve raporlamalarınızı bu doğrultuda oluşturur. Dolayısıyla, standart bir Analytics görünümü üzerinden raporlama yaparken – eğer herhangi bir uygulama yapılmamışsa – ölçümlediğiniz dönüşümler arasında direct kanal üzerinden gelen dönüşümlerde yer alıyor olabilir.
İpucu: Direct dışında herhangi bir temas noktası yoksa dönüşümün kredisi direct kanala verilir.
Last Google Ads Click
Son Google Ads Tıklaması modeli, diğer tüm etkileşimLeri göz ardı ederek, gerçekleştirilen dönüşümün tüm kredisini son Google Ads tıklamasına verir. Gerçekleşen dönüşüme herhangi bir aşamada katkı sağlayan Google Ads kampanyalarınızın – ilk tıklama, ara ziyaret ya da son tıklama fark etmeksizin – performansını bu modeli kullanarak analiz edebilirsiniz.
İpucu: Hiç Google Ads etkileşimi yoksa dönüşümün kredisi etkileşimin gerçekleştiği kanala verilir.
First Interaction
İlk etkileşim, adından da anlaşılacağı üzere, tüm krediyi kullanıcının web sitenizle ilk etkileşime geçtiği kanala verir. Bu modeli kullanarak web sitenizle etkileşime geçen kullanıcıların hangi kanal üzerinden geldiğine bağlı olarak dönüşümler üzerindeki etkisini analiz edebilirsiniz.
Linear
Doğrusal model, kredinin dönüşüm yolunda kullanıcının temas ettiği tüm kanallara eşit miktarda dağıtıldığı modeldir. 360° bir dijital pazarlama kurgusunda müşteriye temas ettiğiniz her kanal sizin için eşit öneme sahipse, bu modelden yararlanabilirsiniz.
Time Decay
Zaman dayalı bu modelde dönüşüme en yakın zamanda gerçekleştirilen etkileşim en fazla krediyi alırken, dönüşüme en uzak zamanda gerçekleştirilen etkileşim en az krediyi alır. Yani, bir kullanıcının dönüşüme en yakın olduğu an en değerli andır diyebiliriz. Krediler, 7 günlük yarılanma süresine göre dağıtılır. Yani dönüşümden 8 gün önce gerçekleşen tıklama, 1 gün önce gerçekleşen tıklamanın yarısı kadar kredi alır.
Varsayım, müşterinizin etkileşime girdiği ilk reklam kanalının yalnızca bir tohum ektiği ve dönüşüm ihtimalinin ancak ve ancak çeşitli pazarlama kanallarına tekrar tekrar maruz kalmasıyla zamanla arttığı üzerinedir. Kullanıcıların tekrar tekrar maruz kaldıkları pazarlama kampanyalarının dönüşüm üzerinde ne kadar etkili olduğunu ve en etkili dönüşüm yolculuğunu analiz etmek için kullanılabilir.
Position Based
Pozisyona dayalı ilişkilendirme modeli, gerçekleştirilen etkileşimlerin sıralamasına göre; ilk kanala ve son kanala ayrı ayrı olmak üzere %40’ar pay verir. Geriye kalan %20’lik dilim ise ilk kanal ve son kanal arasında kullanıcının etkileşime geçtiği diğer kanallara paylaştırılır.
Bu modeldeki varsayım; ilk etkileşim kullanıcıyı web sitesine getirdiği, son etkileşim ise dönüşümü gerçekleştiren kanal olduğu için öncelikli tutulur. Arada gerçekleştirilen temaslar ise az da olsa bu modelde payını alır ve dönüşüme sağladığı katkı dolayısıyla bir nevi ödüllendirilir.
Farklı İlişkilendirme Modellerini Neden Kullanmalıyız?
Dönüşüm hedefine katkı sağlayan kanalların analizini yapabilir ve dijital pazarlama kampanyalarınızın 360° daha verimli yönetilmesini sağlayabilirsiniz. Bu sayede de yürüttüğünüz kampanyaların dönüşümün hangi aşamasında etkili olduğunu ve katkı sağladığını görebilir ve dönüşüm yolculuğunu optimize edebilirsiniz.
Dönüşüm noktasında son etkileşimde yüksek paya sahip olmayan farklı kanallar, dönüşümün herhangi bir aşamasında kilit bir role sahip olabilir ve sizin bu yatırımdan vazgeçmeniz bütün bir süreci etkileyebilir. Farklı ilişkilendirme modellerini kullanarak bir kanalın dönüşüm için gerçekten değerli olup olmadığını tekrar değerlendirebilirsiniz.
Bunların yanı sıra zamana veya pozisyona dayalı ilişkilendirme modellerini kullanarak kullanıcıların dönüşüm süreçlerini daha iyi analiz edebilir, kampanyalarınızı bu doğrultuda kurgulayabilirsiniz.
İlişkilendirme Modelleri Ölçümlemeleri Nasıl Etkiler?
Belirli bir kanal üzerinden gelen ilk etkileşim dönüşüm noktasında farklı bir kanal üzerinden gerçekleşiyor olabilir, bu durumda yalnızca son tıklamalara bakarak bir değerlendirme yaparsak elimizdeki veriyi sağlıklı bir şekilde yorumlamamız mümkün olmayabilir.
Örneğin aşağıdaki tabloya baktığımızda; en yüksek ilk etkileşimlerden birine sahip kanal olan Organic, dönüşüm aşamasına geldiğimizde, son tıklama modeline göre, %38 oranında düşüş gösteriyor.
Buradan yola çıkarsak aslında Organic kanalın ilk temas noktasında çok daha etkili bir konumda olduğunu söyleyebiliriz.
Bir diğer örnek olarak Direct kanala baktığımızda, son etkileşim modeline göre, dönüşüm aşamasında %112 oranında artış gösteriyor. Yani, aslında ilk temasını direct üzerinden gerçekleştirmeyen kullanıcılar dönüşüm noktasında web sitesine direct kanallar üzerinden gelerek işlemini tamamlayabiliyor. Bu da aslında tek başına baktığımızda yanıltıcı içgörüler oluşturmamıza neden olabilir.