提升您的考虑引擎：推动需求的 3 种上层漏斗策略

去年数字渠道的加速推动了对品牌以及他们如何在上层漏斗中投资、制定战略和部署营销的长期预测。

简而言之：“绩效营销”中的过度索引会损害您的品牌。 有效地建立您的品牌以推动增长至关重要，但漏斗上层营销应该由漏斗下层绩效洞察力提供支持——这也确保您的所有营销都对整体业务成果负责，如增量收入、客户生命周期价值 (CLV ) 和有利可图的转换。

这称为全漏斗激活。

我们与来自 Avail、The Trade Desk 和 Wpromote 的真正的营销领导者进行了交谈，探讨如何抓住机会，不仅推动而且创造需求，从取消营销渠道和调整渠道中的媒体到准确归因于接触点客户旅程的每个阶段。

今天，第一大品牌差异化因素不再是价格或产品：而是客户体验。 您的客户期望的不仅仅是无缝的数字交易——他们希望在每个接触点和与您的品牌互动中都获得超个性化的预期体验。

品牌应遵循以下三种策略，以确保其体验满足客户不断增长的需求：

1. 将品牌知名度分数作为您组织的关键 KPI，最好使用实时分析，而不是从某个时间点回顾过去的快照。
2. 构建丰富的第一方数据策略，以对客户的集中视图为基础，在整个漏斗中激活更好的意图信号和行为洞察力（下一节将详细介绍）。
3. 在整个客户旅程中协调个人和集体目标，以便最终消费者看不到营销、销售和客户服务等功能孤岛之间的任何脱节。

“消费者控制着体验，所以真正要在许多地方对他们正在进行的旅程类型有意义——并认识到他们不再将电视视为电视，将印刷品视为印刷品； 他们正在与所有这些渠道互动。”

利用第一方数据将上层漏斗工作与以转化为重点的活动保持一致。

有远见的营销人员直观地知道，品牌建设和绩效营销是相辅相成的活动，可以共同实现整体业务目标。 所有营销都应该发挥作用，所有营销都应该为您的品牌故事做出贡献。

但要真正统一营销并在整个连续过程中最大限度地提高效率——营销人员必须开始优先考虑他们的第一方数据战略。 第一方数据或贵公司拥有的客户数据（当然是在消费者同意的情况下）是获取受众洞察、创建个性化体验、改进重定向策略、识别模式和预测未来趋势等计划的驱动力。

随着主要浏览器和平台对数据隐私政策的广泛改变，营销人员需要更好地寻找新方法来利用自己的数据的力量，并制定策略以在整个渠道中一对一地进行定位. 以下是组织可以部署的三种数据驱动策略，以实现更全面的营销和更无缝的客户体验：

• 与 KPI 保持一致：在 KPI 和预算规划方面，共享指标是确保营销活动与您的核心业务目标保持一致的关键。 围绕整体沟通、规划和预算处理定义流程非常重要，以确保您的整个组织始终朝着同一个方向前进。
• 将您的数据见解集中在一个屋檐下：没有任何一种测量工具可以完美地捕捉所有媒体曝光、转化和销售数据，并为您提供持续可行的见解。 要取得成功，您需要使用混合方法来衡量跨渠道的媒体影响。 例如，虽然归因建模工具正在扩展以包括一些品牌建设活动，但它们仍然可能导致对实际发生的事情以及您的活动对您的整体业务产生的影响的看法出现偏差。 相反，应将归因建模和类似工具与其他形式的分析、研究和测试一起考虑。
• 采取全面的预算方法：以牺牲品牌建设为代价过度投资于较低的渠道绩效计划会损害您的品牌扩大客户群、推动与客户的情感联系以及真正最大化业务成果的能力。 相反，请考虑如何将漏斗的两端结合在一起，以及如何利用流动、灵活的预算将实现目标的行动归零并从整体上扩展业务增长。

“了解品牌和绩效是协同工作的，相互促进，这一点至关重要。 永远不应该有摩擦：如果你因为你认为绩效真的很好而将资金从品牌转移到绩效营销，那么绩效可能会开始下降。 要真正实现最大价值，您的预算必须灵活且灵活。”

在客户旅程的每个阶段确定关键的归因接触点。

哪些渠道应该获得将潜在客户转变为购买者的信用——每个渠道应该获得多少信用？ 随着客户旅程变得越来越复杂，了解每个接触点的贡献可能意味着业务成功与营销工作失败之间的区别。

最终，营销人员有多种方法来衡量每个接触点在客户旅程中的影响，并优化营销活动以获得最大的投资价值。 鉴于没有万能的解决方案来衡量按渠道的营销影响，最好采用适合您的具体情况和目标的混合方法。 以下是三种流行的方法可供考虑：

• 营销组合建模 (MMM)：最适合长期决策
  • 许多品牌历来依赖 MMM 作为指导其资源分配决策的主要来源。 但是因为它们基于过去的结果并且通常每年运行一次，所以它们无法跟上快速变化的市场的步伐。 这就是为什么精明的品牌采用额外的方法，如多点触控归因和测试，可以实时提供更精细的洞察力。
• 多点触控归因：最适合日常优化和洞察
  • 数据驱动归因 (DDA) 是一种多点触控归因 (MTA)，它使用模型通过不断评估不同媒体渠道的相对影响来提供比 MMM 更可操作的实时洞察。 数据驱动的归因使用机器学习来确定为客户旅程中的每次点击分配多少功劳，从客户第一次与您的品牌互动到他们采取所需行动之前的最终互动。 它分析独特的转化模式，将完成所需操作的客户路径与未完成操作的客户路径进行比较，以确定每个业务最有效的接触点。
• 实验：最适合验证新发现
  • 更复杂的性能分析需要使用随机对照实验来确定是什么推动了每次转化——也称为增量或提升。 换句话说，虽然归因可以帮助您将消费者行为与转化相关联（并且是指导您的营销投资以获得最大回报的有用工具），但增量实验使用因果方法来确定广告是否真的改变了消费者行为。 虽然实验可以采取多种形式，但增量特别与因果关系有关，不应将其与衡量增加对广告活动预算或 A/B 创意测试的影响相混淆。

“虽然没有一种完美的测量工具，但除了最后一次点击之外，还有更好的方法来处理它。 一种方法是使用非常复杂的多点触控归因模型，该模型通过算法将功劳分配给客户接触点，从而阐明支出在哪里最有效和最不有效。 ”

借助 Google、密歇根罗斯商学院和 Wpromote 的新指南，了解如何解决影响营销绩效的四个关键营销悖论。