アルゴリズムアトリビューションを使用してコンバージョンをゲーム化し、フルファンネルの成長を促進する方法
公開: 2022-07-06マーケティング費用をどこに割り当てるかわからない場合、どのようにして収益性の高い成長を促進しますか？ ますます細分化されている今日の世界では、購入者の移動が複数のデバイス、チャネル、タッチポイントにまたがってからコンバージョンに至るまで、この質問はこれまで以上に重要になっています。
答えはアルゴリズムによる帰属です。
新しいデジタルチャネルとテクノロジーの成長が加速するにつれ、消費者はより精通しているようになりました（注意のスパンはますます短くなっています）。 シスコの調査によると、顧客が購入するには平均56のタッチポイントが必要です。 パフォーマンスの全体像を把握したいマーケターにとって、今こそ、より包括的な形式のマーケティング測定に移行するときです。
アルゴリズムによるマルチタッチアトリビューション（MTA）モデルとは何ですか？
シングルタッチアトリビューションは、数年前から主力モデルでした。 その使いやすさと人気は、GoogleAnalyticsとのつながりに由来しています。 ただし、シングルタッチアトリビューションモデルでは、コンバージョンに至るまでの個々のタッチポイント（およびそのセッション中にユーザーが行ったアクション）の影響を評価することなく、1つのタッチポイントに100％のコンバージョンクレジットが付与されます。 以下は、シングルタッチアトリビューションモデルの例です。
- ラストタッチ：コンバージョン前の最後のマーケティングタッチポイントに100％のクレジットを付与します
- ラストクリック：コンバージョン前の「ラストクリック」に100％のクレジットを付与します
- ファーストタッチ：最初のマーケティングタッチポイント（顧客を獲得したチャネルまたはアクティビティ）に100％のクレジットを提供します
- ファーストクリック： 「ファーストクリック」に100％のクレジットを付与します
要するに、韻や理由なしに単一のコンバージョンタッチポイントに盲目的にクレジットを割り当てることは単に意味がありません。 すでにさまざまなチャネルやキャンペーンに広告費を投資している可能性があります。そのため、先見の明のあるマーケティング担当者になって、コンバージョンへの真の貢献に基づいて、データに基づいてすべてのユーザーアクションにクレジットを割り当て始めてみませんか。
アルゴリズムによるMTAモデルは、さまざまなチャネルの相互作用がマーケティングのパフォーマンスに直接影響を与える方法についてのマーケターの理解を広げることにより、可能な限り最も正確で関連性の高いクレジットを顧客のタッチポイントに割り当てるための新しいベストプラクティスです。 典型的なカスタマージャーニーがどのように見えるかの例を次に示します。
すべてのタッチポイント（およびそれらのタッチポイント中のユーザーアクション）のパフォーマンスを最適に測定することにより、アルゴリズムMTAは、ファーストタッチモデルまたはラストタッチモデルと比較してはるかに優れていることが証明されています。
さらに深く、アルゴリズムによるアトリビューションは、コンバージョンを達成した顧客がマーケティングに関与する方法と、コンバージョンを達成しない顧客との違いを探します。これにより、マーケターは、コンバージョン率の高いエンゲージメントのクレジットを客観的に把握できます。 基本的に、収益性の低いオーディエンスではなく、収益性の高いオーディエンス間のパターンを探します。 改宗する人々のシーケンスの中で一貫したパターンを見つけるとき、それはそれらのパターンにもっと焦点を合わせます。
コアビジネスに適したアトリビューションモデルを選択する際の重要な考慮事項
Google広告とGoogleアナリティクスは現在、マルチタッチアトリビューションにデータドリブンアプローチ（DDA）を使用しています。これにより、ユーザーがさまざまな広告にどのように関与し、顧客になるかを決定した方法に基づいて、コンバージョンのクレジットが付与されます。 ただし、DDAまたはサードパーティのMTAモデルの使用を検討するだけでなく、さらに一歩進んで、プラットフォームにフィードするタッチポイントとして「ソフトコンバージョン」を追加する必要があります。 一般的なソフトコンバージョンは、顧客がカートに追加して、商品やサービスに明確な関心を示していることです。 多くのマーケターはすでにGoogleAnalyticsでそのイベントを追跡してリマーケティングを支援していますが、プラットフォームの目標としてカートの放棄を割り当てて、顧客を失っている場所を追跡することで、さらに深く掘り下げることができます。 これは、最終的に購入する前に、訪問者がいくつかのソフトコンバージョンと対話する例です。
サイトで30秒過ごした→3つ以上の商品詳細ページにアクセス→ページで商品のレビューを確認→カートに追加→チェックアウトを開始→購入
マーケターは、最終的なタッチポイント（購入）に100％の価値を割り当てる代わりに、その変換経路に存在する他のソフト変換を考慮に入れたアルゴリズムMTAモデルにピボットする必要があります。 アルゴリズムのコアに不可欠な特定のメトリックと特性は次のとおりです。
- すべてのアクティブなマーケティングチャネルを検討する
- タッチポイントの性質（クリック、ダウンロード、サインアップなど）
- オンサイトユーザーエンゲージメントのレベル（例：ページで費やした時間）
- メディアミックスが進化するときに適応する
この顧客の全体像を把握することで、このデータを自動入札と手動入札の両方の手法にフィードし、それに応じてキャンペーンを最適化できます。 MTAを介してクレジットを共有することと、アルゴリズムによるアトリビューションを介してソフトコンバージョンに値を割り当てることの組み合わせは、パフォーマンスマーケティングの究極のゲーミフィケーションにつながる可能性があります。
アルゴリズムMTAモデルを使用して、マーケティング投資回収率を最大化します
ショートカットは単にGoogleAnalyticsを無料で使用し、ラストクリックモデルを操作して、コンバージョンがどこから来ているかを判断することですが、これは今日のカスタマージャーニーを真に反映したものではありません。
アルゴリズムによるMTAモデルを使用すると、特定のタッチポイントで良好に機能しているチャネルだけでなく、それ以上のものを特定できます。 このアプローチの真の力は、マーケターがチャネルがどのように連携して機能し、顧客を目標到達プロセスに沿って最終的なコンバージョンに導くかを理解するのに役立つ能力です。 その他の利点は次のとおりです。
- 統一された測定：顧客エンゲージメントの全体的で統合されたビューのためのマーケティング活動へのより良い洞察
- リアルタイムの最適化：適切なメッセージを適切なタイミングで適切なオーディエンスに届けるために何が機能しているかを詳細に理解する
- よりスマートな投資：よりスマートな支出決定を行い、より高い投資収益率（ROI）を獲得するための強力なマーケティング情報
簡単に言えば、マーケティング担当者が何が機能していて何が機能していないかを把握し、最高のROIを提供するチャネルに資金を投入するのに役立ちます。 次のいずれかがビジネスに当てはまる場合は、適格なアルゴリズムMTAを使用する必要があります。
- 複数のチャネルとネットワークを介してマーケティングを行っている：複数の広告プラットフォームを介してマーケティングを行っていない限り、アルゴリズムによるアトリビューションはそれほど付加価値がありません。 現時点では、顧客の購入経路はそれほど単純ではありません。つまり、広告プラットフォーム全体の予算配分を通知するためのより洗練された方法が必要です。
- オフラインチャネルを検討している、または積極的に購入している：印刷メディア、見本市などのオフラインマーケティングに従事する瞬間は、GoogleAnalyticsが関連データを提供するのに不十分になる瞬間です。 オフラインマーケティングを測定できない場合、支出をどこで増やしたり減らしたりするかを知る方法はありません。
- チームは現実的な目標と期待を設定しました。アルゴリズムモデルの利点が一夜にして実現されることはめったにありません。 関係するすべてのチームは、明日ではなく、今後数年間に必要なマーケティング基盤を構築していることを理解する必要があります。 最初の数か月は、ベースラインパフォーマンスベンチマークを確立するために、アルゴリズムによる最適化なしでキャンペーンが実行される可能性があります。
- マーケティングがどのように成果を上げているかを示す必要があります。理想的な世界では、可能なすべてのチャネルにマーケティング費用を注ぎ込むのがよいでしょう。 しかし実際には、マーケターの予算は限られており、全体的なROIを最大化する必要があります。 解決策：アルゴリズムによるアトリビューション戦略により、マーケティングチームはキャンペーンを最適化して、費やした1ドルごとにより多くの収益をもたらし、成果の低い戦術を排除することができます。
ニーズに合った適切なアトリビューションソフトウェアを選択する方法
次のステップは、クリックだけでなく、個々のプラットフォームからコンバージョンを収集し、それらを統合して正確な全体的なコンバージョンデータを取得できるマーケティングアトリビューションソフトウェアを検索することです。 開始するためのヒントは次のとおりです。
- 分析ダッシュボードや、各チャネルとタッチポイントのパフォーマンスに関する高レベルで詳細な詳細を提供するレポートメカニズムなど、複雑なMTAモデルを管理および追跡するソフトウェアツールを検討してください。
- 複数のチャネルにわたって顧客がどのように行動し、ブランドと対話するかを確認する機能を提供するソリューションを探してください。 一元化されたダッシュボードを持つことで、クロスチャネル分析に必要な正確な洞察が得られます。
- 最も重要なことは、システムがデータをプラットフォームにパイプで戻すことを確認することです。 洗練されたMTAモデルは、人間が機能しているものと機能していないものをよりよく理解するのに役立つ可能性がありますが、MTAのメリットを真に引き出すには、オークション中に行われる自動入札にも通知する必要があります。
データ自体は本質的に役に立たないことを忘れないでください。 実用的な洞察に駆り立てることは、あらゆるビジネスの究極の目標です。
継続的な最適化を通じて顧客の洞察を適用し、深める
アルゴリズムMTAは、設定して忘れるイベントではありません。 その可能性を最大限に引き出すには、モデルを継続的にテスト、分析、さらに最適化して、マーケティング活動に情報を提供し、適切な顧客に適切なタイミングでリーチできるようにすることが重要です。
たとえば、カートの放棄などのソフトコンバージョンを特定して追跡することは、重要な洞察につながる可能性があり、継続的な最適化への第一歩となります。
アルゴリズムによるアトリビューション戦略の本当の目的は、マーケターが成長を促進することが証明されているエクスペリエンスに投資できるようにすることです。 現実には、ほとんどのマーケターは消費者の動機について不完全な（または誤った）理解を持っている傾向がありますが、このアプローチは、特定のマーケティング戦術がより広いオーディエンスセグメントでどのような役割を果たしているかをはるかに確実に理解するのに役立ちます。
成功しているマーケターは常に洞察を深め、データを活用してパフォーマンスをテストしています。 重要な学習の強力な基盤の上に構築され、データと戦略の継続的な相互作用に支えられたパフォーマンスマーケティングフレームワークは、マーケティング、顧客関係、および収益に驚異的な効果をもたらします。