Jak wykorzystać algorytm atrybucji do grywalizacji konwersji i napędzania pełnego rozwoju ścieżki?

Jak osiągnąć zyskowny wzrost, jeśli nie jesteś pewien, gdzie przeznaczyć środki na marketing? W dzisiejszym coraz bardziej rozdrobnionym świecie, w którym podróże kupujących obejmują wiele urządzeń, kanałów i punktów styku, zanim doprowadzą do konwersji, to pytanie pozostaje ważniejsze niż kiedykolwiek.

Odpowiedzią jest atrybucja algorytmiczna.

Wraz z przyspieszonym rozwojem nowych kanałów i technologii cyfrowych konsumenci stali się bardziej doświadczeni (z coraz krótszymi okresami uwagi). Według badania przeprowadzonego przez Cisco, klient potrzebuje średnio 56 punktów styku, aby dokonać zakupu. Dla marketerów, którzy chcą uzyskać pełny obraz skuteczności, nadszedł czas, aby przejść w kierunku bardziej kompleksowych form pomiaru marketingowego.

Co to jest algorytmiczny model atrybucji wielodotykowej (MTA)?

Atrybucja jednoprzyciskowa jest podstawowym modelem od kilku lat; jego łatwość użycia i popularność wynika z powiązań z Google Analytics. Jednak model atrybucji „single-touch” przypisuje 100% udziału w konwersji tylko jednemu punktowi styczności, bez możliwości oceny wpływu każdego pojedynczego punktu styczności (i działań, które użytkownik wykonał podczas tej sesji) prowadzących do konwersji. Poniżej znajduje się kilka przykładów modeli atrybucji jednodotykowej:

• Ostatni kontakt: przyznaje 100% udziału ostatniemu marketingowemu punktowi kontaktu przed konwersją
• Ostatnie kliknięcie: przypisuje 100% udziału „ostatniemu kliknięciu” przed konwersją
• First touch: przyznaje 100% udziału pierwszemu marketingowemu punktowi kontaktu (kanałowi lub działaniu, które pozyskało klienta)
• Pierwsze kliknięcie: daje 100% udziału w „pierwszym kliknięciu”

Krótko mówiąc, po prostu nie ma sensu ślepe przypisywanie udziału do pojedynczego punktu styku konwersji bez ładu i składu. Prawdopodobnie inwestujesz już pieniądze z reklam w różne kanały i kampanie – dlaczego więc nie być tym myślącym przyszłościowo marketerem i zacząć przypisywać udział, na podstawie danych, każdemu działaniu użytkownika na podstawie jego rzeczywistego wkładu w konwersję?

Algorytmiczne modele MTA to nowa najlepsza praktyka przypisywania możliwie najdokładniejszego i odpowiedniego kredytu punktom kontaktu z klientem poprzez poszerzenie wiedzy marketerów o tym, jak różne interakcje kanałów wpływają bezpośrednio na skuteczność marketingu. Oto przykład tego, jak może wyglądać typowa podróż klienta:

Dzięki optymalnemu pomiarowi wydajności każdego punktu kontaktu (i działań użytkownika w tych punktach kontaktu) — algorytm MTA okazał się znacznie lepszy w porównaniu z modelami pierwszego lub ostatniego dotknięcia.

Idąc głębiej, algorytmiczna atrybucja szuka różnic w sposobach, w jakie klienci, którzy dokonują konwersji, angażują się w działania marketingowe, w porównaniu z tymi, którzy nie dokonują konwersji, co pozwala marketerom na obiektywną grywalizację udziału w działaniach generujących wyższą konwersję. Zasadniczo poszukuje wzorców między dochodowymi odbiorcami a odbiorcami nieopłacalnymi. Kiedy znajdzie spójne wzorce w sekwencji osób, które dokonały konwersji, bardziej skupia się na tych wzorcach.

Kluczowe kwestie do rozważenia przy wyborze modelu atrybucji, który będzie odpowiedni dla Twojej podstawowej działalności

Google Ads i Google Analytics używają obecnie podejścia opartego na danych (DDA) do atrybucji wielodotykowej, która przypisuje udział w konwersjach na podstawie tego, jak użytkownicy wchodzą w interakcję z Twoimi różnymi reklamami i decydują się zostać Twoimi klientami. Ale powinieneś nie tylko rozważyć użycie modelu DDA lub zewnętrznego modelu MTA, powinieneś pójść o krok dalej i dodać „miękkie konwersje” jako punkty styku, które zasilają twoje platformy. Typową miękką konwersją byłoby dodanie klienta do koszyka, wykazujące widoczne zainteresowanie Twoim produktem lub usługami. Podczas gdy wielu marketerów już śledzi to zdarzenie w Google Analytics, aby pomóc w remarketingu, można sięgnąć głębiej, przypisując porzucenie koszyka jako cel na platformie, aby śledzić, gdzie tracą klientów. Oto przykład użytkownika, który wchodzi w interakcję z kilkoma miękkimi konwersjami, zanim ostatecznie dokona zakupu:

Spędziłem 30 sekund na stronie→ odwiedziłem ponad 3 strony ze szczegółami produktu→ spojrzałeś na recenzje produktów na stronie→ dodano do koszyka→ rozpoczęto kasę→ zakup

Zamiast przypisywać 100% wartości do końcowego punktu styku (zakupu), marketerzy muszą przejść do algorytmicznego modelu MTA, który uwzględnia inne miękkie konwersje, które istniały w tej ścieżce konwersji. Niektóre metryki i cechy, które są istotne dla rdzenia algorytmu, obejmują:

• Uwzględniając wszystkie aktywne kanały marketingowe
• Charakter punktu styku (np. kliknięcie, pobranie, rejestracja)
• Poziom zaangażowania użytkownika na stronie (np. czas spędzony na stronie)
• Adaptacja, gdy miks mediów ewoluuje

Opierając się na bardziej całościowym spojrzeniu na swoich klientów, możesz wprowadzić te dane zarówno do automatycznych, jak i ręcznych technik określania stawek i odpowiednio zoptymalizować kampanie. Połączenie dzielenia się uznaniem za pomocą MTA oraz przypisywania wartości do miękkich konwersji poprzez atrybucję algorytmiczną może prowadzić do ostatecznej grywalizacji marketingu efektywnościowego.

Korzystanie z algorytmicznego modelu MTA w celu maksymalizacji zwrotu z inwestycji marketingowych

Chociaż skrótem jest po prostu bezpłatne korzystanie z Google Analytics i działanie zgodnie z modelem ostatniego kliknięcia w celu określenia, skąd pochodzą konwersje, to po prostu nie jest to prawdziwe odzwierciedlenie dzisiejszej ścieżki klienta.

Algorytmiczny model MTA pozwala zidentyfikować więcej niż tylko kanały, które dobrze sobie radzą w danym punkcie styku. Prawdziwą mocą tego podejścia jest pomoc marketerom w zrozumieniu, jak ich kanały współpracują ze sobą, aby kierować klientów wzdłuż ścieżki do ostatecznej konwersji. Inne zalety to:

• Ujednolicony pomiar: lepszy wgląd w działania marketingowe dla całościowego, zintegrowanego obrazu zaangażowania klientów
• Optymalizacja w czasie rzeczywistym: szczegółowe zrozumienie tego, co działa, aby dotrzeć do właściwych odbiorców we właściwym czasie z odpowiednim komunikatem
• Mądrzejsze inwestycje: Potężne dane marketingowe pozwalające podejmować mądrzejsze decyzje dotyczące wydatków i uzyskiwać wyższy zwrot z inwestycji (ROI)

Mówiąc najprościej: pomaga marketerom dowiedzieć się, co działa, a co nie — i przeznaczyć środki na kanały zapewniające najwyższy zwrot z inwestycji. Jeśli którakolwiek z poniższych sytuacji dotyczy Twojej firmy, powinieneś używać kwalifikowanego algorytmicznego MTA:

1. Prowadzisz marketing za pośrednictwem wielu kanałów i sieci: atrybucja algorytmiczna nie przyniesie dużej wartości dodanej, chyba że prowadzisz marketing za pośrednictwem wielu platform reklamowych. Na tym etapie ścieżka Twoich klientów do zakupu nie jest już tak prosta, co oznacza, że ​​potrzebujesz bardziej wyrafinowanego sposobu informowania o alokacji budżetu między platformami reklamowymi.
2. Rozważasz lub aktywnie kupujesz kanały offline: moment, w którym angażujesz się w marketing offline, taki jak media drukowane, targi itp., to moment, w którym usługa Google Analytics staje się niewystarczająca do dostarczania odpowiednich danych. Jeśli nie możesz zmierzyć swojego marketingu offline, nie wiesz, gdzie zwiększyć lub zmniejszyć wydatki.
3. Twój zespół wyznaczył realistyczne cele i oczekiwania: Korzyści z modelu algorytmicznego rzadko są realizowane z dnia na dzień. Wszystkie zaangażowane zespoły powinny zrozumieć, że budujesz niezbędne podstawy marketingowe na najbliższe kilka lat, a nie jutro. Prawdopodobnie przez pierwsze kilka miesięcy Twoje kampanie będą działać bez żadnych optymalizacji algorytmicznych w celu ustalenia bazowego testu porównawczego skuteczności.
4. Musisz pokazać, w jaki sposób Twój marketing przynosi wyniki: w idealnym świecie byłoby miło kierować pieniądze marketingowe na każdy możliwy kanał. Ale w rzeczywistości marketerzy mają ograniczony budżet i muszą zmaksymalizować zwrot z inwestycji we wszystkich dziedzinach. Rozwiązanie: algorytmiczna strategia atrybucji umożliwia zespołom marketingowym optymalizację kampanii w celu uzyskania większych przychodów z każdego wydanego dolara i odcięcia wszelkich taktyk, które nie są skuteczne.

Jak wybrać odpowiednie oprogramowanie do atrybucji, które odpowiada Twoim potrzebom

Następnym krokiem jest wyszukanie oprogramowania do atrybucji marketingowej, które pozwoli mierzyć więcej niż tylko kliknięcia, gromadzić konwersje z poszczególnych platform i integrować je w celu uzyskania dokładnych ogólnych danych o konwersjach. Oto kilka wskazówek na początek:

• Rozważ narzędzia programowe, które zarządzają i śledzą skomplikowane modele MTA, takie jak pulpit analityczny lub mechanizm raportowania, który oferuje zarówno szczegółowe, jak i szczegółowe informacje na temat wydajności każdego kanału i punktu kontaktu
• Poszukaj rozwiązań, które oferują możliwość zobaczenia, jak klienci zachowują się i wchodzą w interakcję z Twoją marką w wielu kanałach. Posiadanie scentralizowanego pulpitu nawigacyjnego zapewnia dokładny wgląd potrzebny do analizy wielokanałowej.
• Co najważniejsze, upewnij się, że system przesyła dane z powrotem do platform. Chociaż zaawansowany model MTA może pomóc ludziom lepiej zrozumieć, co działa, a co nie, musimy również informować automatyczne licytacje, które mają miejsce podczas aukcji, aby naprawdę odblokować korzyści płynące z MTA.

Pamiętaj, że same dane są z natury bezużyteczne; dążenie do praktycznych spostrzeżeń jest ostatecznym celem każdej firmy.

Stosuj i pogłębiaj spostrzeżenia klientów poprzez ciągłą optymalizację

Algorytmiczne MTA nie jest wydarzeniem typu „ustaw i zapomnij”. Aby uwolnić jego pełny potencjał, niezwykle ważne jest ciągłe testowanie, analizowanie i dalsza optymalizacja modelu, aby informować o działaniach marketingowych i zapewnić docieranie do właściwych klientów we właściwym czasie.

Na przykład identyfikacja i śledzenie miękkich konwersji, takich jak porzucenie koszyka, może prowadzić do kluczowych spostrzeżeń – i być pierwszym krokiem do ciągłej optymalizacji.

Prawdziwym celem algorytmicznej strategii atrybucji jest pomoc marketerom w inwestowaniu w doświadczenia, które, jak udowodniono, napędzają wzrost. Podczas gdy rzeczywistość jest taka, że ​​większość marketerów ma niepełne (lub nawet fałszywe) zrozumienie tego, co motywuje ich konsumentów, takie podejście może pomóc im zrozumieć ze znacznie większą pewnością, jaką rolę mają określone taktyki marketingowe w ich szerszych segmentach odbiorców.

Skuteczni marketerzy stale pogłębiają swoje spostrzeżenia i wykorzystują dane do testowania wydajności. Ramy marketingu wydajnościowego zbudowane na silnym fundamencie kluczowych wniosków — i napędzane ciągłą interakcją danych i strategii — zdziałają cuda w zakresie marketingu, relacji z klientami i wyników finansowych.

Jeśli jesteś gotowy na bardziej zwinne, celowe i zintegrowane podejście do marketingu opartego na danych w 2022 r., pobierz teraz pełny raport z ankiety Wpromote.