Spis treści
Dlaczego modelowanie atrybucji jest ważne?
Modelowanie atrybucji pozwala zrozumieć, co przyczynia się, a co nie, do konwersji. Firmy powinny również wykorzystywać zebrane informacje, aby określić, czy należy ulepszyć lub usunąć poszczególne punkty styku. Aby zmierzyć ROI kampanii, warto rozważyć wykorzystanie modelowania atrybucji.
Stosując modelowanie atrybucji, oceń wszystkie swoje kanały – w tym witrynę internetową, newsletter i media społecznościowe. Oprócz skupienia się na aspektach, które działają, sprawdź, czy możesz coś zrobić z tymi, które zawodzą. Modele atrybucji pozwolą Ci również określić rolę każdego kanału w lejku sprzedażowym.
Przykład:
Mierząc skuteczność swoich kampanii, możesz zobaczyć dane sugerujące, że reklamy Google konwertują leady. Możesz również zauważyć, że musisz bardziej skupić się na swoim blogu w celu pielęgnowania leadów.
Jakie są różne rodzaje modeli atrybucji?
Modele atrybucji single-touch i multi-touch to dwa typy, z którymi powinieneś się zapoznać. Oto krótkie wyjaśnienie obu:
- Atrybucja single-touch: Koncentruje się na jednym punkcie styku w podróży klienta. Zwykle jest to pierwsza lub ostatnia interakcja przed konwersją.
- Atrybucja wielopunktowa (multi-touch): Analizuje więcej niż jeden punkt styku i określa, które z nich miały, a które nie miały wpływu na ostateczny wynik.
Czym jest atrybucja pierwszego kliknięcia?
Atrybucja pierwszego kliknięcia traktuje pierwszy punkt wejścia jako punkt wyjścia do tego, co spowodowało konwersję klienta. Firmy używają tego, aby przyjrzeć się górnej części lejka sprzedażowego, a następnie określić, czy muszą wprowadzić jakiekolwiek zmiany w swojej strategii. Należy jednak pamiętać, że klient mógł również wchodzić w interakcje z różnymi kanałami przed zakupem.
Zagłębienie się:
Na przykład klient może kliknąć post na blogu z mediów społecznościowych. Firma może następnie promować produkt za pośrednictwem poczty e-mail, który klient kupuje. Atrybucja pierwszego kliknięcia wskazywałaby, że początkowy post w mediach społecznościowych spowodował sprzedaż, mimo że klient miał kontakt z innymi punktami styku.
Uwagi:
Chociaż atrybucja pierwszego kliknięcia jest łatwa do wdrożenia, należy pamiętać, że nie uwzględnia ona tego, czy inne punkty styku — takie jak e-mail — były bardziej skuteczne.
Czym jest atrybucja ostatniego kliknięcia?
Atrybucja ostatniego kliknięcia jest zasadniczo przeciwieństwem atrybucji pierwszego kliknięcia. Zamiast przypisywać zasługi pierwszemu punktowi kontaktu, kładzie się większy nacisk na ostatni punkt styku. Powinieneś używać atrybucji ostatniego kliknięcia, analizując strategie dolnej części lejka sprzedażowego.
Zagłębienie się:
Na przykład klient może najpierw wejść w interakcję z firmą za pośrednictwem posta, który zobaczył na Instagramie. Stamtąd może kliknąć link do witryny, przeczytać kilka postów na blogu i zapisać się do newslettera. Po obejrzeniu oferty produktu w newsletterze, klient może dokonać zakupu. W takich okolicznościach newsletter otrzyma atrybucję ostatniego kliknięcia.
Uwagi:
Podobnie jak atrybucję pierwszego kliknięcia, atrybucję ostatniego kliknięcia można wykorzystać na początku. Główna różnica polega na tym, że należy jej używać do oceny działań w dolnej części lejka sprzedażowego. Aby uzyskać pełny obraz, należy jednak używać jej razem z atrybucją pierwszego kliknięcia.
Czym jest atrybucja wielopunktowa?
Atrybucja wielopunktowa, znana również jako MTA, analizuje punkty styku na całej ścieżce klienta. Ocenisz wszystkie interakcje, jakie klient miał z firmą przed dokonaniem zakupu, a następnie zmierzysz skuteczność każdej z nich.
Należy stosować atrybucję wielopunktową, jeśli nie chce się analizować tylko początku lub końca ścieżki klienta.
Zagłębienie się:
W innym przykładzie możesz najpierw zwrócić uwagę klienta za pośrednictwem wyszukiwarki Google. Następnie klient może odwiedzić Twoją witrynę i przeczytać posty na blogu więcej niż raz, zanim zapisze się do Twojego newslettera. Klient może następnie przeczytać e-mail i dokonać zakupu. Użyjesz atrybucji wielopunktowej, aby przyjrzeć się swojemu SEO, postom na blogu i newsletterom.
Uwagi:
Użyj atrybucji wielopunktowej, aby ocenić swoją strategię marketingową i zobaczyć, z czym użytkownicy wchodzą w interakcję przed zakupem. Powinieneś także zastanowić się, czy Twoje kombinacje różnych kanałów marketingowych działają razem, czy nie. Upewnij się, że masz wymagane narzędzia do śledzenia danych i analizy, a także zdobądź odpowiednią wiedzę, zanim zaczniesz.
Jakie są popularne modele atrybucji?
Modele atrybucji, o których powinieneś wiedzieć, obejmują:
- Liniowy: Rozkład na wszystkie punkty styku bez odchyleń.
- Zanik w czasie: Koncentruje się bardziej na punktach styku z klientem na końcu lejka sprzedażowego, przed dokonaniem sprzedaży.
- Model U (oparty na pozycji): Bierze pod uwagę pierwszy i ostatni punkt styku.
- Model W: Podobny do modelu U, z tą główną różnicą, że uwzględnia również środkowe punkty styku.
- Niestandardowy: Samodzielnie wybierasz metryki do śledzenia.
Jakie są częste błędy i pułapki w modelowaniu atrybucji?
Na co należy zwrócić uwagę korzystając z modeli atrybucji:
- Interakcje offline: Należy wziąć pod uwagę interakcje offline, takie jak reklamy na billboardach.
- Pojedyncze modele: Powinieneś używać wielu modeli atrybucji, aby uzyskać pełny obraz swojej strategii marketingowej.
- Sezonowość: Wahania mogą występować w zależności od sezonu i należy zastanowić się, jak wpłyną one na konwersje.
- Określanie jakości danych: Należy skupić się na jakości danych i korzystać z dokładnych informacji.
Jaki jest najlepszy model atrybucji?
Wybór modelu atrybucji jest subiektywny i powinien być oparty na potrzebach Twojej firmy i ścieżkach klientów. Jeśli dopiero zaczynasz korzystać z modelowania atrybucji, poświęć trochę czasu na wypróbowanie różnych typów, aby zobaczyć, który z nich odpowiada Twoim potrzebom. W razie potrzeby dostosuj również bazę modelu.
Podsumowanie
Modele atrybucji są wykorzystywane przez firmy do określenia, które punkty styku są odpowiedzialne za konwersję klientów. Wykorzystaj je do oceny swojej strategii.
Korzystając z modeli atrybucji, zacznij od prostszych opcji, zanim przejdziesz do bardziej złożonych. Należy również ocenić dokładność danych podczas korzystania z modelowania atrybucji.
