Asysta Roberta Lewandowskiego czyli wspomagane konwersje w procesie decyzyjnym pacjentów

Ile osób, które odwiedzą i przeglądają strony internetowe lekarza/kliniki, bezpośrednio umówi się na konsultację? 1-2%? Może będzie to nawet 5%, jeśli zoptymalizujemy proces konwersji. W naszym przypadku konwersje to nic innego jak liczba pacjentów, którzy nawiązali kontakt z lekarzem, umawiając się mailowo lub telefonicznie na konsultacje czy zabieg. Pozostałe 95% to nie odpad, ale zazwyczaj potencjalni pacjenci, którzy są w chwili odwiedzin w innej fazie procesu decyzyjnego. Większość stron internetowych lekarzy i klinik koncentruje się właśnie na tej niewielkiej części odwiedzających, na użytkownikach zdecydowanych na zabieg, szukających już jedynie lekarza, który go wykona. Potem oceniają z perspektywy tej małej grupy nie tylko wydajność swoich stron internetowych, lecz także efektywność pozostałych narzędzi internetowych, którymi się w jakikolwiek sposób posługują. To tak jakby na punktację hokeisty miała wpływ jedynie liczba strzelonych przez niego bramek.

W przypadku dużych, inwazyjnych zabiegów, jak na przyykład powiększanie piersi, proces decyzyjny pacjenta trwa kilka lat, a nie miesięcy. Ba, nawet w przypadku mniejszych zabiegów nie bywa to spontaniczna decyzja – pacjent długo zbiera informacje na temat możliwości leczenia. Zanim uda się na konsultację do konkretnego lekarza, odwiedzi dziesiątki różnych stron internetowych, gdzie przeczyta różne informacje jak o zabiegu, tak i o danym specjaliście. Zanim znajdzie się więc w fazie konwersji (umówienia się na konsultację), prawdopodobnie kilkukrotnie odwiedzi różne źródła, w tym strony internetowe lekarza, na którego się ostatecznie zdecyduje.

asisstovane_konverze_pl

Na tym schemacie pokazana jest droga, jaką przechodzi pacjent, zanim skontaktuje się z lekarzem. Pacjent znalazł się na stronie internetowej lekarza poprzez wyszukiwarkę Google (SEO), druga wizyta odnotowana jest po kliknięciu na banner (remarketing), przy kolejnej wizycie został przekierowany na strony z opiniami pacjentów  – ZnanyLekarz, Estheticon, Facebook. A następnie skontaktował się z lekarzem online za pośrednictwem Google AdWords – PPC. Dokonuje się konwersja.

Powyższy przykład ścieżki konwersji jest oczywiście fikcyjny, ale całkiem prawdopodobny, co porównać możemy z raportem najczęściej spotykanych ścieżek konwersyjnych zaczerpniętym z Google Analytics. Kombinacji różnych źródeł wizyt mogą być tysiące, a często są one stosunkowo długie.

Liczy się każde źródło, które pozytywnie wpływa na decyzję pacjenta o poddaniu się zabiegowi u konkretnego specjalisty, ponieważ wspomaga ostateczną konwersję. Warto jednak określić, które źródła wspomagały konwersje i jakie są ich zasługi.

Punkt za asystencję zyskuje…

W hokeju na lodzie asysta jest definiowana jako podanie, dzięki któremu pośrednio zostaje strzelony gol. Statystyki obejmują także drugą asystę. Są to wstępne podania do graczy, którzy następnie podają do strzelców bramek. W przypadku pierwszej i drugiej asysty graczowi są przyznawane punkty (asysty i gole są traktowane tak samo).
Również w piłce nożnej pojawiło się pojęcie asysty, stąd coraz częściej nagłówki komentarzy sportowych głoszą: “Dwa gole i astysta Roberta Lewandowskiego”, “Asysta Błaszczykowskiego przy pięknym golu Fiorentiny!”, “Gol i asysta Milika”, “Grosicki z asystą”.
Tak samo jest w online marketingu. Źródła, które wspomagały finalną konwersję, powinny być w jakiś sposób docenione. Spójrzmy teraz, w jaki sposób ze wspomaganymi konwersjami radzi sobie Google Analytics i jakie są jego ograniczenia.

W większości raportów związanych z konwersjami Google Analytics funkcjonuje w prosty sposób, podobnie jak większość narzędzi analitycznych (włącznie z ludzkim mózgiem) – 100% wartości przypisze źródłu, które bezpośrednio doprowadziło do konwersji – w naszym przypadku kampanii Google AdWords. Co oczywiście nie jest w pełni poprawne, ponieważ na konwersję miały wpływ również inne źródła. W raporcie wspomaganych konwersji Google Analytics umie oczywiście wskazać pozostałe źródła wizyt pacjenta, który ostatecznie dokonał konwersji. Z raportu można w łatwy sposób odczytać, ile razy dane źródło wspomagało finalną konwersję (assisted conversions) w stosunku do liczby wygenerowanych finalnych konwersji (last click conversions) tego źródła.

assisted-conversions

Raport wspomaganych konwersji Google Analytics

W tym raporcie nie jest ważne, którą wizytę dane źródło przyprowadziło – po prostu, jeśli źródło przyprowadziło odwiedzającego, który później zrealizował konwersję, policzy mu wspomaganą konwersję.

RADA: Google Analytics pozwala definiować źródła wizyt poza jego prostym podziałem na „wyszukiwania organiczne”, „wyszukiwania płatne” itp. W ten sposób zyskuje się dokładniejsze zestawienie uczynności poszczególnych źródeł wizyt pacjentów. Pod tym linkiem dostępna jest definicja kanału, z której my korzystamy i  która dotyczy większości istotnych online źródeł wizyt.

Raport wspomaganych konwersji pokaże nam zatem stosunkowo dokładnie, ile razy źródło wspomagało konwersję, a ile razy doprowadziło do konwersji. Jeśli chcemy w jakiś sposób docenić  źródła za wspomaganie, musimy w Google Analytics zmienić system oceniania źródeł za konwersję, do tego wykorzystujemy narzędzie porównywania modeli atrybucji.

Modele atrybucji

atribucni-modely-ga

Model atrybucji pozwala na rozdzielenie wartość konwersji pomiędzy poszczególne źródła, które przyprowadziły na stronę wizytę zakończoną konwersją. Jak już wspomnieliśmy, Google Analytics w standardowych raportach przypisuje 100% wartości konwersji ostatniemu źródłu, jest to jednakże trochę bardziej złożone. Google Analytics przypisuje 100% wartości konwersji ostatniemu źródłu, jeśli to nie było bezpośrednie kliknięcie (tzw. Last Non-Direct Click Model). Jednocześnie opiera się na warunku, że jeśli konwersja przebiegła z bezpośredniej wizyty (czyli wpisaniem adresu do przeglądarki, kliknięciem na zapisaną zakładkę itp.), to dla konwersji ważniejsze było źródło poprzedniej wizyty (jeśli jakakolwiek miała miejsce – jeśli nie, wówczas 100% konwersji będzie przypisane bezpośredniej wizycie). Raport porównania modelu atrybucji umożliwia wybór rozłożenia wartości konwersji pomiędzy poszczególne źródła inaczej niż to zazwyczaj robi Google Analytics.

Istnieje kilka modeli atrybucji: Pierwsza interakcja (przypisze 100% wartości konwersji pierwszemu punktowi styczności, na który natknął się odwiedzający stronę), Liniowy (rozdzieli udział w konwersji po równo pomiędzy wszystkie źródła wizyt – podobnie jak w hokeju, gdzie gdzie pierwsze i drugie asysty są warte tyle samo, co gole), Rozkład czasowy (stopniowa degradacja znaczenia źródła w czasie – największy udział w konwersji otrzyma ostatni kanał, dzięki któremu użytkownik trafił na stronę przed konwersją)  oraz najbardziej interesujący model Uwzględnienia pozycji (umożliwia szczegółowo ustalić rozkład procentowy pomiędzy źródła pierwszej, kolejnych i ostatniej wizyty).

jagr-1

Niestety nie istnieje żaden jednoznacznie „właściwy” model atrybucji, ogólnie przyjmuje się jednak, że im dłuższa jest droga konwersji, (a w przypadku chirurgii plastycznej droga ta jest bardzo długa), tym wyższa jest wartość wspomaganych konwersji. Dlatego właśnie standardowy model atrybucyjny Google Analytics (ostatnie kliknięcie niebezpośrednie) zdecydowanie jest nieodpowiedni. Polecamy wypróbować modele opierające się na pozycji, lub model ze spadkiem w czasie. Celem nie jest jednak uzyskanie modelu, który będzie prezentował „najładniejsze” wyniki, ale modelu, który jest najbardziej sprawiedliwy dla poszczególnych źródeł. Porównując do hokeja – gdyby przy Punktacji kanadyjskiej (indywidualnych statystykach sportowców, które sumują bramki i asysty) korzystano z Google Analytics, czy wynik Jaromíra Jagra byłby lepszy? Z tabeli obok wynika, że tak, ponieważ strzelił więcej bramek niż drugi Mark Messier. W rzeczywistości pozostałby na trzecim miejscu, ponieważ drugie miejsce z 801 golami zajmuje Gordie Howe, nazywany Mr. Hockey. W momencie opublikowania tego artykułu Jaromír wspiąłby się na drugie miejsce, gdyby Punktacja kanadyjska wykorzystała model atrybucji 57,5% za gol i 42,5% za asystę (aż do stosunku bramek i asyst 57/43 Messier pozostaje drugi, a od stosunku 58/42 drugi jest Howe).

RADA: Jeśli chcieliby Państwo bardziej się zagłębić, Google Analytics umożliwia import zdefiniowanych przez użytkownika modeli atrybucji. Jeden z modeli, z którego czasami korzystamy, to model autorstwa Avinasha Kaushika – guru on-line marketingu, mogą go Państwo importować bezpośrednio z raportu porównania modeli atrybucji. Więcej na ten temat tutaj >>

A teraz te ograniczenia

Za pomocą raportów asystowanych konwersji i porównywania modeli atrybucji można  trochę sprawiedliwiej ocenić efektywność poszczególnych źródeł, dzięki którym pacjenci odwiedzają Państwa strony, jednak i w tym przypadku natkniemy się na dwa znaczące ograniczenia:

  1. Google Analytics analizuje dane dotyczące asystowanych konwersji z ograniczonego okresu czasu, są to maksymalnie 3 miesiące, jeśli na stronie odnotowano wizyty starsze niż trzy miesiące, nie będą one przypisane do wspomaganych konwersji. A trzy miesiące w przypadku podejmowania decyzji o wykonaniu zabiegu chirurgii plastycznej, to karygodnie krótki okres.
  2. (jeszcze poważniejsze ograniczenie) Google Analytics jest w stanie pracować jedynie ze źródłami, które sprowadziły pacjenta na stronę internetową lekarza. Dlatego nawet najlepiej skonfigurowany model atrybucji nie uwzględnia źródeł, które odwiedził pacjent (i które posunęły go dalej w procesie decyzyjnym), ale nie przeniósł się z nich na stronę internetową lekarza. To nie obniża ich ważności, ale utrudnia (lub z punktu widzenia Google Analytics wyłącza) wykazanie wspomaganej konwersji.

Estheticon zdobywa punkty i asystuje

Estheticon jest portalem ukierunkowanym na wszystkie fazy procesu decyzyjnego pacjenta. Tak samo jak na stronach internetowych lekarza, na portalu Estheticon liczba pacjentów, którzy chcą się umówić na wizytę, nie przekroczy 5%. Podobnie pozostałych 95% odwiedzających to nie odpad, ale potencjalni pacjenci, którzy są dopiero we wczesnej fazie procesu decyzyjnego, podczas której zbierają informacje o zabiegach, pochłaniają odpowiedzi lekarzy na Forum, zapoznają się z doświadczeniami innych pacjentów, wspierają się wzajemnie, oglądają zdjęcia i widea edukacyjne.

Estheticon za pomocą formularzy kontaktowych, pytań od pacjentów i telefonicznych kontaktów nie tylko strzela bramki, lecz także umiejętnie podaje. Dociera do pacjentów i pomaga im we wszystkich fazach procesu decyzyjnego, pomaga im znaleźć właściwą drogę i zrobić ostateczny krok.

Jesteśmy przekonani, że nawet Ci, którzy są przyzwyczajeni uznawać jedynie punkty za gole, uznają także punkty za asystencję.

 

CTO

Leave a Reply

Your email address will not be published. Required fields are marked *

*