Attention. The “Cross device” report is available if more than 100 users have visited the site over the past week using at least two different devices. If you don"t see this report in the Yandex.Metrica interface, the site probably didn"t have enough traffic.
This report lets you track conversions for clients who visited your site from several different devices (for example, if someone went to your site on a desktop computer first, then returned later on their laptop, and placed an order on their mobile device). The data in the report can help pinpoint what your conversion rate is in relation to device type so that you can distribute your budget more effectively across every marketing channel.
If a user views your site from a mobile device and then places their order from a laptop, other Metrica reports will attribute these conversions to the laptop. In the “Cross device” report, however, this conversion will be recorded in the user"s session group for both device types.
Technology allows us to factor a user"s entire history of sessions and actions on different devices into the report.
- Example of segmentation
Users and their activity level
The report divides users into types:
Desktop users: users who viewed your site from a personal computer or laptop
Mobile users: users who viewed your site from a smartphone or tablet
Desktop and mobile users: users who initially viewed your site on a mobile device and then on a desktop (or vice versa)
Data in the graph is divided into conditional groups based on number of sessions. This way you can see device-type data for every user that had a given number of sessions.
You can use the additional settings to select the sessions to show in the report:
Activity window
Number of days since the user"s first session during the indicated report period. You can change the quantity that"s entered by default. The activity period may be longer or shorter than the date interval that the report is generated for.
More information
For the window of activity, set the time that it usually takes for customers to complete a conversion. Let"s say that for most customers, five days elapses between their first or regular session on the site and the conversion (or declining to order). If the report is created for the period from May 1 to May 30 and the activity window is five days, for a user who started the conversion cycle May 10, the sessions and conversions from May 10 to May 15 will be included in the report.
The longer the window of activity, the more likely it is that the report will show data for users who have already started the second conversion cycle. For instance, if you set ten days instead of five, the report will also show data for customers who have completed one order and started making the next order. This means that customers in the report are not equal for analysis.
Window of inactivity
The number of days before the report"s start day when the user did not visit the site. Setting the number of days allows you to filter out only the users who visited your site during the period of activity you entered.
More information
Let"s say that for most customers, five days elapses between their first or regular session on the site and the conversion (or declining to order). In this case, the window of inactivity should be about one and a half times longer (for example, seven days). This means that the report won"t include information about users who went to the site right before the start of the report period and who also usually take longer to convert.
For instance, the report is created for the period from May 1 to May 30 and the inactivity window is five days. A user went to the site on April 25 (six days before the start of the report period) and converted on May 1.
If you don"t increase the window of inactivity, the report data will be skewed, as if there was a single session on May 1 and the user converted during it.
If you choose an excessively long window of inactivity (20 days instead of seven), the report will show information about users who return to the site less often than normal.
Conversions and revenue indicators
Conversions in this report refers to the percentage of site users who completed a target action during the specified window of activity.
If your site uses E-commerce , data in the report will be calculated taking the purchase action into account. You can select this action as a goal by flipping the Goal switch to on. You can also select any of the goals you created earlier (including the offline conversion goal, target calls , or a multi-step goal).
Note. If you created a new goal, it will take some time to gather statistics.
In addition to conversion rate, the following metrics are available for the goal you selected:
- ), but only direct traffic to your site will be identified as a source. So you won"t know what impact mobile ads had.
To determine what conversions resulted from mobile ads, you just have to highlight that segment in the “Cross device” report. You must enter a traffic source as a condition (for example, Sources → One of traffic sources → Ad system ).
По данным из 95% Россиян имеют мобильный телефон, в то время как лишь только 80% пользуются ноутбуком или персональным компьютером. По данным Google Россия еще в 2014 году 62% использовали мобильные устройства для поиска информации о товарах, а 39% отечественных пользователей хотя бы раз совершали покупку со смартфона. Там же отмечается, что путь к покупке, например, в ритейл сегменте, который начинался с поиска на мобильном устройстве, заканчивался покупкой на этом же устройстве лишь только в 3% случаях.
В свою очередь, специалисты компании Criteo прогнозировали , что рост числа покупок, совершенных в Рунете с мобильных устройств, в 2016 году превысит 50%.
Рис. 1 - Владельцы цифровых устройств среди взрослого населения Российской Федерации по данным из .
Вышесказанное определяет необходимость в оценке эффективности рекламных кампаний через все используемые каналы и по всем устройствам, посредством которых рекламодатель взаимодействует с покупателем.
Использование метода создания связанной рекламы для различных устройств позволяет в том числе и персонифицировать рекламное предложение для пользователей, имеющих сразу несколько источников доступа к сети. Так называемая связанная реклама имеет множество англоязычных синонимов и популяризируется под множеством продающих фраз, например:
- Tapad : Personalize content across multiple screens.
- BlueCava : Reach high-value targets on any screen.
- Adelphic : Target people, not devices.
- Tactads/MediaMath : Send the right message, to the right people, on the right devices.
- Drawbridge : Accurately scale desktop retargeting campaigns to mobile.
С появлением экосистемы для автоматизиваронной закупки рекламы рекламодатель может идентифицировать своего пользователя не только в рамках конкретной площадки, но и в рамках всех площадок, участвующих в рекламной кампании. Это позволяет достоверно оценивать охват рекламной кампании и настраивать частоту показа рекламного объявления на уникального пользователя. Однако для предоставления такой услуги рекламная платформа должна проводить аккуратную работу по сопоставлению множества идентификаторов пользователя к одному - универсальному, в рамках которого: настраиваются частота показа, аудиторные таргетинги; отслеживается эффективность рекламной кампании.
Глобально можно выделить следующие задачи так или иначе связанные с работой по сопоставлению множества различных идентификаторов пользователя к одному - универсальному:
- идентификация пользователя на различных SSP (Supply / Sell Side platform );
- идентификация пользователя между браузерами;
- идентификация пользователя между браузерами и приложениями на мобильном устройстве;
- идентификация пользователя между различными устройствами - как вершина эволюционного развития рекламных технологий.
Рис. 2 - Иллюстрации к кросс-идентификации пользователя: (а) - Идентификация пользователя на различных SSP, (б) - Идентификация пользователя между браузерами, (в) - Идентификация пользователя между браузерами и приложениями на мобильном устройстве.
Идентификация пользователя на различных SSP
Одна DSP (Demand-Side Platform ) всегда подключена более чем к одной SSP, и один и тот же пользователь (наблюдаемый через разные SSP) даже с одного устройства может рассматриваться в рамках рекламной кампании как несколько разных людей. Это не позволяет достоверно соблюдать частоту показа рекламных объявлений на уникального пользователя.Протокол Open RTB от IAB для объекта User предусматривает два поля для идентификации пользователя в момент запроса (бида ) от SSP к DSP: id - идентификатор пользователя в рамках конкретной SSP и buyerid - идентификатор пользователя DSP. Для того, чтобы SSP могла передавать информацию о buyerid, необходима реализация технологии матчинга идентификаторов на стороне SSP, например, . Однако не все SSP готовы хранить зачастую очень большую таблицу матчинга на своей стороне и тратить на это технологические ресурсы.
На практике, чаще всего поступают иначе - SSP передает свой идентификатор пользователя на сторону DSP в рамках процесса матчинга идентификаторов. В этом случае SSP достаточно заполнить поле id в объекте User и DSP будет самостоятельно понимать - для какого пользователя предлагается потенциальный показ. Еще реже используется двусторонний обмен идентификаторами.
Внимательная работа DSP по кросс-идентификации пользователей получаемых через различные SSP позволяет достоверно соблюдать необходимую рекламодателю частоту показов и обеспечивать больший охват рекламной кампании.
Идентификация пользователя в браузерах и в приложениях
Не редка ситуация, когда в рамках одного браузера идентифицировать пользователя оказывается невозможно, это может быть связано с тем, что пользователь для целей анонимизации использует специальные браузерные расширения и установка определенного вида куки оказывается невозможной (особенно актуально для Safari на мобильных устройствах). Это сразу же приводит к тому, что рекламный трафик от таких пользователей невозможно использовать даже для нужд классического ретаргетинга а контроль за частотой показа рекламных объявлений такому пользователю перестает работать. Для решения описанной проблемы и идентификации этих пользователей обычно используется технология fingerprint (например, Panopticlick , ), достаточно полное сравнение различных реализаций которой представлено в . Там же показано, что пользователь, который использует определенные технологии анонимизации оказывается наоборот - более уязвим с точки зрения анонимности в сети.При разработке DSP Exebid.DCA мы поступили гораздо проще, прекратив эксперименты по намеренной идентификации пользователя, который очевидно в данный момент против этого. Нам удалось выделить сегмент таких пользователей и избавить их от рекламных кампаний в которых устойчивая идентификация является важной. В более простых случаях, когда не удается поставить т.н. third-party cookie можно использовать возможности современных браузеров такие как Локальное хранилище (localStorage) и postMessage .
Для настольных устройств также оказывается достаточно частой ситуация, когда пользователь пользуется двумя разными браузерами для различных задач. Если не предпринимать специальных мер идентификации, то такой пользователь будет рассмотрен рекламной платформой как несколько разных пользователей, никак не связанных друг с другом. Здесь для идентификации в используются браузеро-независимые признаки, например из : IP адресс, информация об установленных шрифтах, временная зона, разрешение экрана и др.
Отдельной проблемой оказывается сопоставление поведения пользователя внутри мобильного приложения и на веб сайте. В общем случае данная проблема так и не имеет решения, однако для отслеживания эффективности рекламы в мобильных приложениях можно использовать технологию «нативного клика» (Native Browser Click , например ). При этом появляется возможность сопоставить IDFA (Identifier for Advertizer ) из приложения с кукой пользователя в браузере мобильного устройства.
Выбирают на телефоне а покупают с персонального компьютера
Склонность современных интернет-покупателей знакомиться с рекламным предложениями с планшетов или смартфонов, а покупать товар позже с персонального компьютера отметил и старший аналитик «Google Россия» Станислав Видяев. «Совершить покупку или заказать услугу с маленького экрана смартфона или планшета затруднительнее, чем с десктопа» , - заявил он на конференции Google Think Performance , подводя аудиторию к идее неизбежности внедрения кросс-девайс отслеживания уникальных пользователей.Одни устройства помогают сконвертироваться другим
Умение связать модели поведения пользователя со смартфона/планшета и ПК и определить, что это один и тот же человек, существенно упростит жизнь рекламодателям. Используя новую технологию, они смогут подталкивать нерешительных посетителей сайта или мобильного приложения к повторному визиту с другого устройства и покупке (ремаркетинг на основе кросс-девайс идентификатора пользователя), а так же экономить бюджет, не показывая рекламу на планшете тем, кто уже проигнорировал ее со смартфона или стационарного компьютера, и наоборот.В плюсе от внедрения модели кросс-девайс рекламы должны остаться и сами интернет-пользователи. Они начнут получать только интересные персонифицированные предложения и избавятся от утомительного потока одинаковой неактуальной для них рекламы на всех устройствах.
Хотя кросс-девайс реклама еще не успела стать объективной реальностью из-за ряда технических сложностей, некоторые компании уже успели опробовать новый метод и получить первые результаты. Так, журналисты американского профильного издания о рекламе Adweek узнали о результатах рекламной кампании производителя люксовых автомобилей, использовавшего технологию ретаргетинга для пользователей, просматривавших рекламу на трех разных устройствах - смартфонах, планшетах и персональных компьютерах. Выяснилось, что автоконцерн повысил конверсию на 15% в сравнении с контактами на одном устройстве.
Подходы к кросс-идентификации пользователя
Но как же определить, что у смартфона, планшета и ПК один и тот же хозяин? Сервис Google Analytics предлагает идентифицировать уникальных пользователей не только отслеживая файлы cookie браузеров персонального компьютера или id-мобильного устройства, но и посредством идентификатора клиента конкретного магазина (это приводит к тому, что данная технология кросс-девайс матчинга работает только для зарегистрированной аудитории сайта). Одного и того же пользователя, сидящего с разных устройств, система распознает после авторизации. По словам Станислава Видяева из российского Google, это помогает рекламодателям отслеживать путь пользователя к покупке и избегать ошибочных суждений вроде «реклама для планшетов неэффективна, потому что все транзакции совершаются при помощи персональных компьютеров» .Такой детерминистический подход (deterministic tracking ), фактически основан на сопоставлении логинов пользователей в интернет системах, это может быть не только конкретная целевая площадка-магазин, но и социальные сети и даже браузеры, например, синхронизация настроек и истории посещений в браузере Google Chrome между различными устройствами доступна с 18 версии, 2012 год . Таким образом данный подход мог быть реализован и популяризован гораздо раньше.
Использовать детерминистический трекинг могут любые платформы и паблишеры, которые собирают учетные данные пользователей. Однако не для всех пользователей путь до покупки состоит из двух простых шагов: просмотр предложения с мобильного устройства или планшета, оформление заказа через персональный компьютер; и далеко не все хотят регистрироваться на сайте.
Второй, и более сложный подход к кросс-девайс матчингу - вероятностный трекинг (probabilistic tracking ), который предполагает использование вероятностных алгоритмов для анализа поведения пользователей на различных устройствах. Крупные технологические компании, например BlueCava, Adelphic, Tapad и Drawbridge или российской DCA собирают данные о множестве файлов cookie, анализируют схожие шаблоны использования поисковых систем и с помощью специальных тестов определяют связь различных устройств с одним и тем же профилем пользователя.
Наиболее очевидно подойти к реализации кросс-девайс технологии можно рассмотрев все множество идентификаторов всех устройств всех пользователей как граф, вершины которого суть эти идентификаторы, а взвешенная связь двух идентификаторов ребром означает, то, что с определенной вероятностью эти идентификаторы принадлежат одному человеку, например, патент . Такой подход позволяет применять известные методы поиска кластеров в социальных сетях и идентифицировать одного и того же пользователя на различных устройствах.
По заявлениям Drawbridge вероятностный трекинг может гарантировать точность в 97.3% . В 2013 году Expedia (сайт для онлайн бронирования билетов и отелей) проводил тесты этой системы, в рамках которых для десктопной аудиотрии сайта на их мобильных телефонах демонстрировалось объявление с предложением установить приложение Expedia . По результатам тестов было отмечено увеличение конверсионности на целые порядки.
Заключение и перспективы развития
Даже сложные технологии кросс-девайс рекламы, позволяющие связывать несколько подключенных к сети устройств с пользователем-покупателем - это еще не предел развития digital-инструментов. Cross-device advertising - это первый шаг на пути к идеальной кросс-канальной конвергенции, предполагающей трансляцию форм одной и той же рекламы заинтересованным лицам сразу через несколько каналов - интернет-сайты, email-рассылку, телевидение, радио, социальные сети, колл-центры компаний. Например, телезрителю, который увидел рекламный ролик и решил узнать подробности о продукте, позвонив специалисту по работе с клиентами, могут отправить email с предложением приобрести товар со скидкой или получить бонус за покупку.Внедрение эффективно работающей кросс-канальной модели станет маркетинговой революцией, но заняться ее разработкой вплотную специалисты смогут только тогда, когда без изъянов заработает кросс-девайс модель. Сейчас мы наблюдаем сложности с конвергенцией устройств даже в рамках одного канала - интернета. Пользователь, выходящий в сеть при помощи двух браузеров все еще воспринимается системой как два разных человека. Более того, в мобильных устройствах пользователь внутри приложения и в браузере (которых может быть несколько) учитывается как несколько пользователей. Поэтому разработка технологии матчинга IDFA, который используется для идентификации пользователя внутри приложений, с кукой дефолтного браузера мобильного устройства является актуальной востребованной задачей.
В России к этому добавляются дополнительные сложности: «персональными» во многих семьях являются только смартфоны, а планшетами и ПК часто пользуются сразу несколько членов семьи, и рекламные предложения в этом случае могут не достигать своего адресата.
Несмотря на видимые трудности, очевидно - за кросс-девайс рекламой будущее. Именно поэтому бизнесу необходимо развивать методы сбора и обработки информации о потенциальных клиентах и их нуждах.
Cross-device attribution reports show you not only when customers interact with multiple ads before completing a conversion , but also when they do so on multiple devices. This gives you valuable insight into how your customers use different devices on their path to conversion.
In this article, we’ll explain how cross-device attribution can help you better understand your ad performance. We’ll also go over the specific insights you can gain from each report.
How it works
Attribution reports show you the paths customers take to complete a conversion, and attribute the conversion to different ad clicks and ad impressions along the way. Cross-device conversions show you when a customer interacted with an ad on one device and then completed a conversion on another device.
Cross-device attribution reports combine these two tools to give you even more insight into how people interact with your ads: these reports show you when a customer’s path to conversion includes clicks or impressions on ads on multiple devices.
Cross-device attribution reports give you more detailed information about how your advertising affects your goals, and allow you to make informed decisions on how to adjust your campaigns to optimize for those goals. For example, if you learn that a campaign receives many mobile assist clicks, you may want to increase your mobile bid adjustment for that campaign to potentially get even more clicks that assist conversions.
Data in these reports goes back to October 1, 2015.
Example
Ellen owns an electronics store, and uses conversion tracking to track online orders. When she segments her conversion data by device, it at first appears that most of her sales result from clicks on desktop computers.
However, when Ellen looks at cross-device attribution reports, she finds that while the last click before a conversion is often on a desktop, there are also many people who click her ads on a mobile phone or tablet before the last click. These mobile clicks are often on ads with upper funnel keywords , so it seems people click these ads early in their path to a purchase. This makes sense to Ellen: she knows from personal experience that she often researches a product on her phone, and then makes the purchase on her desktop computer.
Now that she has this information, Ellen increases her mobile bid adjustments to bid more on the ads that result in these mobile assist clicks.
Note: Google Analytics conversion actions
For Google Analytics conversion actions, the Cross-Device Activity reports can only show data for conversions where there was an ad click on the same device as the conversion device. The reports cannot show cross-device activity for conversions where there was no ad click on the conversion device.
A guide to the reports
The Devices report
The Devices report shows you the number of conversions that happened on each device broken down by the device where the ad interaction happened. This report allows you to quickly see how important cross-device activity is for your account.
At the top of the table, you’ll see the number of conversions with cross-device activity, the total number of conversions, and the percent of conversions that included cross-device activity. Below this, you’ll see a table that lists the conversion device for each kind of device where the ad interaction happened.
Note that this table only includes conversions which involved multiple devices. And if a conversion was assisted by more than 1 device, only 1 conversion will be counted in the number of "Conversions with Cross-Device Activity." For this reason, the number of "Conversions with Cross-Device Activity" may be lower than the sum of all values in the main table.
The Assisting Devices report
The Assisting Devices report gives the number of last click conversions and click-assisted conversions for each type of device. It also gives you the ratio of click-assisted conversions to last click conversions for each device.
This report is available for all levels of granularity: account, campaign, ad group, and keyword.
To provide a full view of device performance across the conversion path, all assisting devices are counted in this table (even if the conversion happened on the same device).
Tip: The Mobile Assist Ratio
The key metric for your business is likely the "Mobile Assist Ratio." This tells you how often your mobile ads assisted conversions that were completed on other devices. For example, a mobile assist ratio of 3.72 means that for every conversion on a mobile device, 3.72 conversions on other devices were assisted by a mobile device.
You can use the mobile assist ratio to adjust mobile bid adjustments to take the cross-device impact of your mobile ads into account.
The Device Paths report
This report shows a breakdown of the number of conversions by the path between devices, such as from mobile to desktop or desktop to tablet. This allows you to examine the order in which people typically use different devices before they complete a conversion.
Недавно в Яндекс.Метрике появился новый отчет под названием «Кросс-девайс», проходящий сейчас бета-тестирование. Необходимость такого отчета назревала очень давно, потому что люди пользуются несколькими устройствами, и могут заходить с них на один и тот же сайт, в результате чего, например, заказ в интернет-магазине оформляется при визите с телефона, хотя до этого поиск информации осуществлялся через стационарный компьютер.
Как работает «Кросс-девайс»
Особенно полезен этот отчет будет для отслеживания конверсий. Уже можно проследить все каналы трафика, по которым на сайт пришел лид: например, сначала был визит из контекстной рекламы, а после прямой заход, во время которого случилась заявка. Если судить только по последнему, то кажется, что контекст неэффективен, но в реальности без него не случилось бы заказа. Подобная история происходит и с разными девайсами: ехал в метро — зашел с телефона, добрался до дома — открыл компьютер. Иногда в интернет-магазине настраивают отслеживание через , в этом случае отследить можно «вручную». Новый же отчет этот процесс упрощает. Конверсии будут делиться на три группы : те, которые совершались только с ряда мобильных устройств, с нескольких десктопов, и смешанные.
Благодаря новому отчету можно лучше понять, пользователи каких устройств охотнее совершают у вас заявки, и есть ли в принципе такая разница. Кроме этого, если раньше вы и наблюдали за тем, как работает сайт для разных устройств, то теперь эти данные будут более корректными. И оценить их можно будет не только по количеству конверсионных действий, но и в денежном выражении, если у целей задана ценность или при настройке ecommerce-целей.
«Кросс-девайс» позволяет также оценить, как количество конверсий зависит от количества визитов с того или иного типа устройств.
Механика
Посетитель в кросс-девайсном отчете не равен браузеру, а учитывается на всех его устройствах и браузерах. Поэтому количество посетителей здесь подсчитывается точнее - и при прочих равных будет меньше, чем в других отчетах.
Отчет работает на основе технологии «Крипта»: она сравнивает анонимные данные о поведении пользователей Яндекса на телефонах, компьютерах и планшетах, и с достаточной долей вероятности привязывать несколько гаджетов к одному человеку. Если некоторые визиты с разных устройств не получается достоверно собрать в единую историю одного посетителя, они не попадут в кросс-девайсный отчет.
Как использовать отчет «Кросс-девайс»
С помощью отчета можно точнее оценивать эффективность рекламы. Предположим, вы запускаете кампанию на десктопах и хотите учитывать конверсии не только от тех клиентов, которые выполнили целевое действие с десктопа, но и от тех, кто переходил на сайт с компьютера, а конвертировался с мобильного. Для этого необходимо выбрать нужный диапазон дат и создать сегмент посетителей, которые переходили на сайт по выбранной кампании.
Не пропустите:
Today, we’re introducing new Cross Device features to Google Analytics. Analytics will now help you understand the journey your customers are taking across their devices as they interact with your website, giving you a complete view of the impact of your marketing so you can run smarter campaigns that deliver more tailored experiences to your customers.
Piecing together a more complete picture
Cross Device reporting in Analytics takes into account people who visit your website multiple times from different devices. Now, instead of seeing metrics in Analytics that show two separate sessions (e.g., one on desktop and the other on mobile), you’ll be able to see when users visited your website from two different devices. By understanding these device interactions as part of a broader customer experience, you can make more informed product and marketing decisions.
Say you’re a marketer for a travel company. With the new Acquisition Device report, you may find that a lot of your customers first come to your website on mobile to do their initial research before booking a trip later on desktop. Based on that insight, you might choose to prioritize mobile ad campaigns to reach people as they start to plan their trip.
In addition to the Acquisition Device report, you’ll soon have access to other Cross Device reports like Device Overlap, Device Paths and Channels. Our Cross Device reports only display aggregated and anonymized data from people who have opted in to personalized advertising (as always users can opt out at any time).
Reaching the right customers along the way
Analytics will also now help you create smarter audiences based on the actions people take on various devices. That way you can deliver more relevant and useful experiences.
Let’s say you’re a shoe retailer and you want to share a special promotion with your most loyal customers. You decide this means people who have purchased more than $500 in shoes on your website in the last 12 months using any of their devices. If a group of customers buy $300 worth of shoes on their phone and another $300 on their desktop, they’re just as valuable as another group who spend $600 on a single device, right?
Analytics now understands that these two groups of customers actually spent the same amount on your website, helping you create a more accurate audience list to reach the right customers. And spend isn’t the only way to segment and build audiences. You can also create remarketing campaigns to reach audiences based on how many times they visit your website across multiple devices.
Get started
To use these new Cross Device features, start by visiting the Admin section of your Analytics account and choose the setting to activate Google signals . (If you don’t see this setting, you will soon-we’ll roll it out to all Analytics accounts over the coming weeks.) There’s no need to update your website code or get additional assistance from a developer.
With these new beta features in Analytics, we hope you’ll quickly see that by better understanding the customer journey across devices, you can create more relevant and useful experiences for your customers.
