如何使用算法歸因來游戲化轉化並推動全渠道增長
已發表: 2022-07-06如果您不確定將營銷資金分配到哪裡，您如何推動盈利增長？ 在當今日益分散的世界中——買家的旅程跨越多個設備、渠道和接觸點，然後才導致轉化——這個問題比以往任何時候都更加重要。
答案是算法歸因。
隨著新數字渠道和技術的加速發展，消費者變得更加精明（注意力持續時間越來越短）。 根據思科的一項研究，客戶平均需要 56 個接觸點才能進行購買。 對於希望全面了解績效的營銷人員來說，現在是時候轉向更全面的營銷衡量形式了。
什麼是算法多點觸控歸因 (MTA) 模型？
多年來，單點歸因一直是主流模式； 它的易用性和受歡迎程度源於它與 Google Analytics 的聯繫。 但是，單點觸摸歸因模型僅將 100% 的轉化功勞歸於一個接觸點，而無法評估導致轉化的每個單獨接觸點（以及用戶在該會話期間採取的操作）的影響。 以下是一些單點觸控歸因模型的示例：
- 最後接觸：將 100% 的功勞歸功於轉化前的最後一個營銷接觸點
- 最終點擊：將 100% 的功勞歸於轉化前的“最終點擊”
- 首次接觸：將 100% 的功勞歸功於第一個營銷接觸點（獲得客戶的渠道或活動）
- 首次點擊：將 100% 的功勞歸功於“首次點擊”
簡而言之，毫無道理地盲目地將功勞分配給單個轉化接觸點是沒有意義的。 您可能已經將您的廣告資金投入到不同的渠道和活動中——那麼為什麼不成為具有遠見的營銷人員並開始根據數據為每個用戶行為分配功勞，根據他們對轉化的真正貢獻呢？
算法 MTA 模型是一種新的最佳實踐，通過擴大營銷人員對不同渠道交互如何直接影響營銷績效的理解，為客戶接觸點分配最準確、最相關的信用。 以下是典型客戶旅程的示例：
通過優化測量每個接觸點（以及這些接觸點期間的用戶操作）的性能——算法 MTA 已被證明比第一次接觸或最後一次接觸模型要優越得多。
更深入地講，算法歸因會尋找轉化的客戶與未轉化的客戶在營銷方式上的差異，從而使營銷人員能夠客觀地將功勞歸於那些轉化率更高的參與。 從本質上講，它尋找有利可圖的受眾而不是無利可圖的受眾之間的模式。 當它在轉換的人的序列中找到一致的模式時，它會更加關注這些模式。
選擇適用於您的核心業務的歸因模型的主要考慮因素
Google Ads 和 Google Analytics 目前使用數據驅動方法 (DDA) 進行多點觸控歸因，該方法根據人們如何與您的各種廣告互動並決定成為您的客戶來獲得轉化功勞。 但是，您不僅應該考慮使用 DDA 或第三方 MTA 模型，還應該更進一步，將“軟轉換”作為接觸點添加到您的平台中。 常見的軟轉化是客戶添加到購物車，對您的產品或服務表現出明顯的興趣。 雖然許多營銷人員已經在 Google Analytics 中跟踪該事件以協助再營銷，但可以通過將購物車放棄作為平台中的一個目標來更深入地挖掘，以跟踪他們在哪裡失去了客戶。 以下是訪問者在最終購買之前與多個軟轉化進行交互的示例：
在網站停留 30 秒→ 訪問了 3+ 個產品詳細信息頁面→ 查看頁面上產品的評論→ 加入購物車→ 開始結帳→ 購買
營銷人員不能將 100% 的價值分配給最終接觸點（購買），而是必須轉向算法 MTA 模型，該模型將存在於該轉換路徑中的其他軟轉換考慮在內。 對算法核心至關重要的某些指標和特徵包括：
- 考慮所有活躍的營銷渠道
- 接觸點的性質（例如點擊、下載、註冊）
- 現場用戶參與度（例如在頁面上花費的時間）
- 適應媒體組合的發展
通過更全面地了解您的客戶，您可以將這些數據輸入到您的自動和手動出價技術中，並相應地優化廣告系列。 通過 MTA 共享信用以及通過算法歸因為軟轉化分配價值的組合可以導致績效營銷的最終遊戲化。
使用算法 MTA 模型最大化營銷投資回報
雖然捷徑是簡單地免費使用 Google Analytics，並根據他們的最終點擊模型來確定轉化的來源，但這根本不能真實反映當今的客戶旅程。
算法 MTA 模型允許您識別的不僅僅是在任何給定接觸點表現良好的渠道。 這種方法的真正威力在於它能夠幫助營銷人員了解他們的渠道如何攜手合作，從而將客戶沿著渠道轉移到最終的轉化。 其他優點包括：
- 統一衡量：更好地洞察營銷工作，以全面、綜合地了解客戶參與度
- 實時優化：詳細了解在正確的時間以正確的信息覆蓋正確的受眾的工作原理
- 更明智的投資：強大的營銷情報可做出更明智的支出決策並獲得更高的投資回報 (ROI)
簡而言之：它可以幫助營銷人員確定哪些有效，哪些無效，並將資金投入到提供最高投資回報率的渠道中。 如果以下任何一項適用於您的業務，則您應該使用合格的算法 MTA：
- 您正在通過多個渠道和網絡進行營銷：除非您通過多個廣告平台進行營銷，否則算法歸因不會有太大的附加值。 在這一點上，您的客戶的購買路徑並不那麼簡單，這意味著您需要一種更複雜的方式來通知跨廣告平台的預算分配。
- 您正在考慮或積極購買線下渠道：當您參與線下營銷（如印刷媒體、貿易展覽等）時，Google Analytics（分析）就無法提供相關數據。 如果你無法衡量你的線下營銷，你就無法知道在哪裡增加或減少支出。
- 您的團隊設定了切合實際的目標和期望：算法模型的好處很少能在一夜之間實現。 所有參與的團隊都應該明白，您正在為未來幾年而不是明天建立必要的營銷基礎。 在最初的幾個月裡，您的廣告系列可能會在沒有任何算法優化的情況下運行，以建立基準性能基準。
- 你需要展示你的營銷是如何產生結果的：在一個理想的世界裡，將營銷資金投入到每個可能的渠道中會很好。 但是，實際上，營銷人員的預算有限，需要全面提高投資回報率。 解決方案：算法歸因策略使營銷團隊可以優化他們的活動，以便為每一美元花費帶來更多收入，並切斷任何表現不佳的策略。
如何選擇適合您需求的正確歸因軟件
下一步是搜索營銷歸因軟件，它可以讓您測量的不僅僅是點擊次數，收集來自各個平台的轉化，並整合它們以獲得準確的整體轉化數據。 以下是一些入門提示：
- 考慮管理和跟踪複雜 MTA 模型的軟件工具，例如分析儀表板或報告機制，可提供有關每個渠道和接觸點性能的高級和細粒度詳細信息
- 尋找能夠了解客戶在多個渠道中的行為方式以及與您的品牌互動方式的解決方案。 擁有集中式儀表板可提供跨渠道分析所需的準確洞察力。
- 最重要的是，確保系統將數據通過管道傳輸回平台。 雖然複雜的 MTA 模型可能會幫助人們更好地了解什麼是有效的，什麼是無效的，但我們還需要通知拍賣期間發生的自動出價，以便真正釋放 MTA 的好處。
請記住，數據本身是無用的； 推動獲得可操作的見解是任何企業的最終目標。
通過持續優化應用和深化客戶洞察
算法 MTA 不是一勞永逸的事件。 為了釋放其全部潛力，持續測試、分析和進一步優化您的模型以告知您的營銷工作並確保您在正確的時間接觸到正確的客戶至關重要。
例如，識別和跟踪諸如放棄購物車之類的軟轉化可以帶來重要的洞察力——並且是持續優化的第一步。
算法歸因策略的真正目的是幫助營銷人員投資於被證明可以推動增長的體驗。 雖然現實情況是，大多數營銷人員往往對消費者的動機有不完整（甚至錯誤）的理解，但這種方法可以幫助他們更確定地了解某些營銷策略對其更廣泛的受眾群體所起的作用。
成功的營銷人員不斷深化他們的洞察力並利用數據來測試績效。 建立在關鍵學習的堅實基礎之上的績效營銷框架——並由數據和策略的持續交互推動——將為您的營銷、客戶關係和底線創造奇蹟。