


Wdrożenie atrybucji dla list produktów i promocji w GA4 dla Avon - czyli jak dodać do GA4 ważne informacje których brakuje?
GA4 zmienia się nieustannie. Z miesiąca na miesiąc dochodzą nowe funkcje – co robić, jeżeli którejś ze znanych i lubianych z UA funkcji nam brakuje? Jedną z nich jest atrybucja promocji i list kategorii. W UA mieliśmy możliwość przypisania konwersji do konkretnej promocji albo do konkretnej listy produktów. Jako że w GA4 tej funkcjonalności brakuje postanowiliśmy wykorzystać niestandardowe rozwiązanie w GTM, które przekłada się na głębsze zrozumienie, które promocje/listy działają najlepiej.
Wyzwanie
Wdrożenie atrybucji first and last click dla list produktów oraz promocji. Każda akcja miała swoje dedykowane ID, które przekazywane było w URL, każdą listę oznaczaliśmy adresem URL i typem przypisywanym przez szablon.
Rozwiązanie miało wspierać różne zespoły marketingowe na kilkunastu rynkach, gdzie jest obecny Avon. Dokładność przypisania konwersji była kluczowa, ponieważ dane miały być wykorzystywane w procesie podejmowania decyzji o kolejnych akcjach promocyjnych.


Strategia i realizacja
Spotkanie z klientem na temat szczegółowej specyfikacji narzędzia, poprzedziliśmy researchem, po którym natchnęliśmy się na dwa gotowe rozwiązania, które chcieliśmy przetestować:
- https://www.savio.no/google-tag-manager/ga4-item-list-promotion-search-term-attribution-with-gtm
- https://github.com/google/ga4-ecom-attributor
Finalnie okazało się, że żadne z nich nie rozwiązuje w 100% problemu, ponieważ nie pozwala na szybką zmianę modelu atrybucji i testowanie różnych okien czasowych przypisania produktu do promocji. Dlatego postanowiliśmy napisać własny szablon dopasowany do potrzeb klienta i uwzględniający jego obecną strategię tagowania wewnętrznych kampanii.
Jak to działa?
Nasze rozwiązane składa się z 2 elementów:
- Ecommerce Item List & Promotion Attribution – niestandardowy tag oparty na szablonie GTM
- Extract Attribution – zmienna niestandardowa
Tag należy uruchomić w 3 wypadkach:
- przy każdym zdarzeniu, które ma powodować zapisanie atrybucji
- przy każdym zdarzeniu, które ma tą atrybucję przekazywać
- przy zdarzeniu zakupu (purchase).
Do poprawnego działania należy uruchomić tag Ecommerce Item List & Promotion Attribution przy każdym zdarzeniu, które zapisuje jak i przekazuje dane atrybucji. Przy zdarzeniach wysyłanych do GA4 należy przesyłać zmienną Extract Attribution w polu “Items”.
Taka konstrukcja pozwala po wyświetleniu listy produktów lub konkretnej promocji przechować do niej flagę w local storage, żeby późniejszy zakup użytkownika przypisać do odpowiedniej listy bądź promocji.
Główne zadania tagu opartego o niestandardowy szablon GTM to:
- Zapisać atrybucję w pamięci przeglądarki przy zdefiniowanym zdarzeniu;
- Usunąć atrybucję w przypadku zakupu przedmiotu;
- Usunąć atrybucję, gdy upłynęła zdefiniowana ilość dni.
Rys. 1 Konfiguracja szablonu.
W konfiguracji możemy zdecydować na podstawie jakiego modelu chcemy oceniać promocje – first czy może last click.
Na koniec należy poprawnie otagować bannery, które przekazują informację dotyczące promocji przekazywane potem jako określone w dokumentacji parametry.
Choć rozwiązanie z dodatkowymi parametrami nie jest najbardziej eleganckie, to jednak jest bardzo łatwe do wdrożenia przez zespoły marketingowe, gdyż nie angażuje IT, który musiałoby takie elementy uwzględnić w modelu danych i przekazywać w warstwie danych.
Weryfikacja i rollout
Weryfikacja implementacji była bardzo istotnym elementem procesu. Pozwoliła nam także znaleźć potencjalne problemy, które wyeliminowaliśmy przed rolloutem rozwiązania na inne rynki. Oszczędziło to wiele żmudnej pracy nad potencjalnymi poprawkami.
Sprawdziliśmy poprawność przypisywania danych do poszczególnych list oraz promocji. Dzięki temu, mogliśmy upewnić się, że analizy poszczególnych rynków, będą opierały się na rzetelnych danych.
Nasze działania rozpoczęliśmy od rynku węgierskiego, a następnie wdrożyliśmy przetestowane zmiany na pozostałych rynkach.
How-to i dokumentacja
Ostatnim elementem było zorganizowanie spotkania, na którym nastąpiło przekazanie dokumentacji i szczegółowego how-to które umożliwiało zrozumienie rozwiązania analitykom z poszczególnych rynków.
Rezultaty
Przed wdrożeniem, brakowało informacji o przychodach dla list i promocji:
Rys 2. Przykładowe dane GA4 dotyczące raportowania wyników promocji wewnętrznych po wdrożeniu.
Po wdrożeniu, Klient może analizować przychody i systematycznie mierzyć, jak działają poszczególne promocje i kategorie list:
Rys 3. Przykładowe dane GA4 dotyczące raportowania wyników promocji wewnętrznych po wdrożeniu.

