Opas attribuutiomallinnuksen toteuttamiseen Google Analyticsilla

Abstract

Median pirstaloituminen on saanut mainostajat pohtimaan, kuinka mainosbudjetti tulisi jakaa kustannustehokkaimmin eri digitaalisten kanavien välillä. Attribuutiomallinnus on web-analytiikan osa-alue, jonka avulla pyritään selvittämään kunkin kanavan merkitys liiketoiminnallisen tavoitteen kannalta. Tämän opinnäytetyön aiheena oli tutkia attribuutiomallinnuksen toimintaa ja luoda yksinkertainen ohjeistus sen käyttöönottoa varten.

Opinnäytetyö on muodoltaan toiminnallinen opinnäytetyö, ja se koostuu kahdesta osasta. Ensimmäisessä osassa käsitellään keskeinen ammattisanasto, määritellään attribuutiomallinnuksen rooli muiden mainonnan mittauskeinojen joukossa ja käydään läpi mallinnuksen perusidea sekä digitaalisen mainonnan mittaamisen suurimmat haasteet. Toinen osa on varsinainen tuotos, attribuutiomallinnusprosessin työvaiheet esittelevä opas.

Opinnäytetyön johtopäätöksenä todettiin, että attribuutiomallinnusta tulisi käyttää mediaostamisen tukena, mutta sen ei tulisi olla ainoa päätöksentekoon vaikuttava tekijä. Erityisen paljon mallinnuksesta saadaan hyötyä, jos suurin osa mainospanostuksista sijoittuu internetiin, mallinnusta työstetään systemaattisesti jatkuvana prosessina, ja sen tuottaman tiedon tueksi otetaan käyttöön myös muita tutkimusmenetelmiä.

The fragmentation of the media landscape has raised a question among marketers about how to allocate the media budget most cost-efficiently between the digital channels. A part of web analytics, attribution modeling, is a method that helps to find out the value of each advertising channel in terms of the business objectives. The purpose of this thesis was to study the function of attribution modeling, and produce simple instructions for its implementation.

This is a functional study that consists of two parts. The first part discusses the key terminology, the role of attribution modeling among other measurement methods, the basic idea of attribution modeling and the current challenges of measuring digital advertising. The second part is the actual result, a guidebook that introduces the general steps of implementing attribution modeling.

The conclusion of this thesis was that attribution modeling should be used as a supportive mean in media buying, but it should not be the only guiding factor in the decision-making. Furthermore, attribution modeling is most beneficial when most of the media budget is used online, the process of attribution modeling is continuous, and other research methods are used to complement the data it provides.