So verwenden Sie die algorithmische Attribution, um Conversions zu spielen und das Wachstum des gesamten Trichters voranzutreiben

Wie treiben Sie profitables Wachstum voran, wenn Sie sich nicht sicher sind, wo Sie Ihre Marketing-Dollars einsetzen sollen? In der zunehmend fragmentierten Welt von heute – in der Käuferreisen mehrere Geräte, Kanäle und Berührungspunkte umfassen, bevor sie zu einer Conversion führen – bleibt diese Frage wichtiger denn je.

Die Antwort ist die algorithmische Zuordnung.

Mit dem beschleunigten Wachstum neuer digitaler Kanäle und Technologien sind die Verbraucher klüger geworden (mit immer kürzeren Aufmerksamkeitsspannen). Laut einer Cisco-Studie benötigt ein Kunde durchschnittlich 56 Berührungspunkte, um einen Kauf zu tätigen. Für Marketer, die sich ein vollständiges Bild von der Leistung machen möchten, ist es jetzt an der Zeit, auf umfassendere Formen der Marketingmessung umzusteigen.

Was ist ein algorithmisches Multi-Touch-Attributionsmodell (MTA)?

Single-Touch-Attribution ist seit mehreren Jahren das Hauptmodell; seine Benutzerfreundlichkeit und Popularität rührt von seiner Verbindung zu Google Analytics her. Bei einem Single-Touch-Zuordnungsmodell werden jedoch 100 % der Konversion nur einem Berührungspunkt gutgeschrieben, ohne dass die Auswirkung jedes einzelnen Berührungspunkts (und der Aktionen, die der Benutzer während dieser Sitzung durchgeführt hat) bewertet werden kann, die zu einer Konversion führten. Im Folgenden finden Sie einige Beispiele für Single-Touch-Attributionsmodelle:

• Letzte Berührung: 100 % der Gutschrift für den letzten Marketing-Berührungspunkt vor der Konvertierung
• Letzter Klick: Der „letzte Klick“ vor der Conversion wird zu 100 % gutgeschrieben
• Erster Kontakt: 100 % der Gutschrift werden dem ersten Marketing-Kontaktpunkt (dem Kanal oder der Aktivität, über die der Kunde gewonnen wurde) zuerkannt.
• Erster Klick: 100 % der Gutschrift für den „ersten Klick“

Kurz gesagt, es macht einfach keinen Sinn, einem einzelnen Conversion-Touchpoint ohne Sinn und Verstand blindlings Anerkennung zuzusprechen. Sie investieren Ihre Werbegelder wahrscheinlich bereits in verschiedene Kanäle und Kampagnen – warum also nicht dieser zukunftsorientierte Vermarkter sein und damit beginnen, jeder Nutzeraktion basierend auf Daten auf der Grundlage ihres tatsächlichen Beitrags zur Konversion Anerkennung zuzuweisen?

Algorithmische MTA-Modelle sind die neue Best Practice, um den Kundenkontaktpunkten die genaueste und relevanteste Anerkennung zuzuweisen, die möglich ist, indem sie das Verständnis der Vermarkter darüber erweitern, wie sich verschiedene Kanalinteraktionen direkt auf die Marketingleistung auswirken. Hier ist ein Beispiel dafür, wie eine typische Customer Journey aussehen könnte:

Durch die optimale Messung der Leistung jedes Berührungspunkts (und der Benutzeraktionen während dieser Berührungspunkte) hat sich algorithmische MTA im Vergleich zu First-Touch- oder Last-Touch-Modellen als weitaus überlegen erwiesen.

Tiefergehend sucht die algorithmische Attribution nach Unterschieden in der Art und Weise, wie Kunden, die konvertieren, mit Marketing interagieren, im Vergleich zu denen, die nicht konvertieren – was es Marketingfachleuten ermöglicht, diese Engagements mit höheren Konvertierungen objektiv zu würdigen. Im Wesentlichen sucht es nach Mustern zwischen profitablen Zielgruppen im Gegensatz zu unprofitablen Zielgruppen. Wenn es konsistente Muster in der Reihenfolge der Personen findet, die konvertieren, konzentriert es sich mehr auf diese Muster.

Wichtige Überlegungen bei der Auswahl eines Attributionsmodells, das für Ihr Kerngeschäft geeignet ist

Google Ads und Google Analytics verwenden derzeit einen datengesteuerten Ansatz (DDA) für die Multi-Touch-Attribution, bei dem Conversions basierend darauf, wie Personen mit Ihren verschiedenen Anzeigen interagieren und sich entscheiden, Ihre Kunden zu werden, gutgeschrieben werden. Sie sollten jedoch nicht nur die Verwendung eines DDA- oder MTA-Modells eines Drittanbieters in Betracht ziehen, sondern einen Schritt weiter gehen und „weiche Konvertierungen“ als Berührungspunkte hinzufügen, die in Ihre Plattformen einfließen. Eine übliche Soft Conversion wäre ein Kunde, der etwas in den Warenkorb legt und nachweislich Interesse an Ihrem Produkt oder Ihrer Dienstleistung zeigt. Während viele Vermarkter dieses Ereignis bereits in Google Analytics verfolgen, um das Remarketing zu unterstützen, könnte man tiefer gehen, indem man den Warenkorbabbruch als Ziel auf der Plattform festlegt, um zu verfolgen, wo sie Kunden verlieren. Hier ist ein Beispiel für einen Besucher, der mit mehreren Soft Conversions interagiert, bevor er schließlich einen Kauf tätigt:

30 Sekunden auf der Website verbracht → mehr als 3 Produktdetailseiten besucht → Bewertungen für Produkte auf der Seite angesehen → in den Warenkorb gelegt → zur Kasse gegangen → gekauft

Anstatt 100 % des Werts dem letzten Berührungspunkt (Kauf) zuzuordnen, müssen Marketingspezialisten zu einem algorithmischen MTA-Modell wechseln, das andere weiche Conversions berücksichtigt, die in diesem Conversion-Pfad vorhanden waren. Bestimmte Metriken und Merkmale, die für den Kern des Algorithmus wesentlich sind, umfassen:

• Berücksichtigung aller aktiven Marketingkanäle
• Die Art des Berührungspunkts (z. B. Klicken, Herunterladen, Anmelden)
• Der Grad der Benutzerinteraktion vor Ort (z. B. auf der Seite verbrachte Zeit)
• Anpassen, wenn sich der Medienmix weiterentwickelt

Indem Sie diese ganzheitlichere Sicht auf Ihre Kunden einnehmen, können Sie diese Daten sowohl in Ihre automatisierten als auch in Ihre manuellen Gebotstechniken einspeisen und Kampagnen entsprechend optimieren. Die Kombination aus dem Teilen von Credits durch MTA und dem Zuweisen von Werten zu Soft Conversions durch algorithmische Zuordnung kann zur ultimativen Gamifizierung des Performance-Marketings führen.

Verwenden eines algorithmischen MTA-Modells zur Maximierung des Return on Marketing Investment

Während die Abkürzung darin besteht, Google Analytics einfach kostenlos zu verwenden und nach dem Last-Click-Modell zu arbeiten, um festzustellen, woher die Conversions stammen, spiegelt dies einfach nicht die heutige Customer Journey wider.

Ein algorithmisches MTA-Modell ermöglicht es Ihnen, mehr als nur die Kanäle zu identifizieren, die an einem bestimmten Berührungspunkt eine gute Leistung erbringen. Die wahre Stärke dieses Ansatzes liegt in seiner Fähigkeit, Marketern dabei zu helfen, zu verstehen, wie ihre Kanäle Hand in Hand zusammenarbeiten, um Kunden entlang des Trichters zu einer möglichen Conversion zu führen. Weitere Vorteile sind:

• Einheitliche Messung: Bessere Einblicke in die Marketingbemühungen für eine ganzheitliche, integrierte Sicht auf Kundeninteraktionen
• Echtzeit-Optimierung: Ein granulares Verständnis dessen, was funktioniert, um die richtige Zielgruppe zur richtigen Zeit mit der richtigen Botschaft zu erreichen
• Intelligentere Investitionen: Leistungsstarke Marketinginformationen, um intelligentere Ausgabenentscheidungen zu treffen und eine höhere Kapitalrendite (ROI) zu erzielen

Einfach ausgedrückt: Es hilft Vermarktern herauszufinden, was funktioniert und was nicht – und Mittel für die Kanäle bereitzustellen, die den höchsten ROI bieten. Wenn einer der folgenden Punkte auf Ihr Unternehmen zutrifft, sollten Sie einen qualifizierten algorithmischen MTA verwenden:

1. Sie vermarkten über mehrere Kanäle und Netzwerke: Die algorithmische Zuordnung wird keinen großen Mehrwert bringen, es sei denn, Sie vermarkten über mehrere Anzeigenplattformen. An diesem Punkt ist der Weg Ihrer Kunden zum Kauf nicht so einfach, was bedeutet, dass Sie eine ausgefeiltere Methode benötigen, um die Budgetzuweisung auf allen Anzeigenplattformen zu informieren.
2. Sie erwägen oder kaufen aktiv Offline-Kanäle: In dem Moment, in dem Sie Offline-Marketing wie Printmedien, Messen usw. betreiben, ist Google Analytics nicht mehr ausreichend, um relevante Daten zu füttern. Wenn Sie Ihr Offline-Marketing nicht messen können, wissen Sie nicht, wo Sie die Ausgaben erhöhen oder kürzen können.
3. Ihr Team hat sich realistische Ziele und Erwartungen gesetzt: Die Vorteile eines algorithmischen Modells werden selten über Nacht realisiert. Alle beteiligten Teams sollten verstehen, dass Sie die notwendige Marketinggrundlage für die nächsten paar Jahre aufbauen, nicht für morgen. Es ist wahrscheinlich, dass Ihre Kampagnen in den ersten Monaten ohne algorithmische Optimierungen ausgeführt werden, um einen grundlegenden Leistungsbenchmark zu erstellen.
4. Sie müssen zeigen, wie Ihr Marketing Ergebnisse erzielt: In einer idealen Welt wäre es schön, Marketinggelder in jeden möglichen Kanal zu stecken. Aber in Wirklichkeit haben Vermarkter ein begrenztes Budget und müssen den ROI auf ganzer Linie maximieren. Die Lösung: Eine algorithmische Attributionsstrategie ermöglicht es Marketingteams, ihre Kampagnen zu optimieren, um mit jedem ausgegebenen Dollar mehr Umsatz zu erzielen, und leistungsschwache Taktiken abzuschneiden.

So wählen Sie die richtige Attributionssoftware aus, die Ihren Anforderungen entspricht

Der nächste Schritt besteht darin, nach Marketing-Attributionssoftware zu suchen, mit der Sie mehr als nur Klicks messen, Conversions von einzelnen Plattformen erfassen und sie integrieren können, um genaue Gesamt-Conversion-Daten zu erhalten. Hier sind einige Tipps für den Anfang:

• Ziehen Sie Softwaretools in Betracht, die komplizierte MTA-Modelle verwalten und nachverfolgen, z. B. ein Analyse-Dashboard oder einen Berichtsmechanismus, der sowohl allgemeine als auch detaillierte Details zur Leistung jedes Kanals und Berührungspunkts bietet
• Suchen Sie nach Lösungen, mit denen Sie sehen können, wie sich Kunden über mehrere Kanäle hinweg verhalten und mit Ihrer Marke interagieren. Ein zentralisiertes Dashboard bietet den genauen Einblick, der für die kanalübergreifende Analyse benötigt wird.
• Stellen Sie vor allem sicher, dass das System die Daten zurück in die Plattformen leitet. Während ein ausgeklügeltes MTA-Modell den Menschen helfen könnte, besser zu verstehen, was funktioniert und was nicht, müssen wir auch das automatisierte Bieten, das während der Auktion stattfindet, informieren, um die Vorteile von MTA wirklich freizusetzen.

Denken Sie daran, dass Daten an sich nutzlos sind; Das Erreichen umsetzbarer Erkenntnisse ist das ultimative Ziel für jedes Unternehmen.

Wenden Sie Kundenerkenntnisse an und vertiefen Sie sie durch kontinuierliche Optimierung

Algorithmischer MTA ist kein Set-it-and-forget-it-Ereignis. Um sein volles Potenzial auszuschöpfen, ist es entscheidend, Ihr Modell kontinuierlich zu testen, zu analysieren und weiter zu optimieren, um Ihre Marketingbemühungen zu informieren und sicherzustellen, dass Sie die richtigen Kunden zur richtigen Zeit erreichen.

Beispielsweise kann das Identifizieren und Verfolgen von Soft Conversions wie dem Verlassen des Warenkorbs zu entscheidenden Erkenntnissen führen – und der erste Schritt zu einer kontinuierlichen Optimierung sein.

Der eigentliche Zweck einer algorithmischen Attributionsstrategie besteht darin, Marketern dabei zu helfen, in Erfahrungen zu investieren, die nachweislich das Wachstum vorantreiben. Während die meisten Vermarkter in Wirklichkeit dazu neigen, ein unvollständiges (oder sogar falsches) Verständnis davon zu haben, was ihre Verbraucher motiviert, kann ihnen dieser Ansatz helfen, mit viel größerer Gewissheit zu verstehen, welche Rolle bestimmte Marketingtaktiken für ihre breiteren Zielgruppensegmente spielen.

Erfolgreiche Vermarkter vertiefen ständig ihre Erkenntnisse und nutzen Daten, um die Leistung zu testen. Ein Performance-Marketing-Framework, das auf einem starken Fundament aus wichtigen Erkenntnissen basiert und durch die kontinuierliche Interaktion von Daten und Strategie angetrieben wird, wird Wunder für Ihr Marketing, Ihre Kundenbeziehungen und Ihr Endergebnis bewirken.

Wenn Sie bereit sind für einen agileren, bewussteren und integrierteren Ansatz für datengesteuertes Marketing im Jahr 2022, laden Sie jetzt den vollständigen Umfragebericht von Wpromote für Führungskräfte herunter.