Come scegliere e testare un modello di attribuzione

Quando un marketer affronta la sfida di attirare un certo numero di conversioni senza superare il budget, deve assicurarsi che il modello di attribuzione applicato lo aiuti a prendere le decisioni giuste e a comprendere la logica del modello. Molti errori possono essere commessi lungo la strada, portando a perdite di tempo e denaro.

In questo articolo, abbiamo raccolto informazioni che ti aiuteranno a confrontare e applicare modelli di attribuzione moderni per aiutarti a portare il marketing della tua azienda a un livello superiore.

Poiché gli utenti possono interagire con diverse campagne pubblicitarie, è necessario applicare un modello di attribuzione per stimare il numero e il valore delle conversioni risultanti da ciascuna campagna. Un modello di attribuzione ti consente di distribuire il valore di conversione tra le campagne con cui un utente ha interagito prima della conversione.

Cosa ci aspettiamo da un modello di attribuzione? Dovrebbe essere accurato e comprensibile. Ma la maggior parte dei modelli conosciuti soddisfa solo uno di questi requisiti.

Ad esempio, il modello di attribuzione dell'ultimo tocco più popolare (ultimo clic, ultimo clic non diretto) è abbastanza chiaro: all'ultima campagna viene assegnato tutto il valore. Ma ha un evidente inconveniente: ignora il contributo di tutte le campagne tranne l'ultima.

Molte persone utilizzano le conversioni associate , soprattutto per valutare le campagne display. Anche questo modello è abbastanza chiaro: fornisce il valore di conversione a ogni campagna con cui l'utente ha interagito. Ma una tale valutazione è estremamente imprecisa, poiché tiene conto solo della presenza di una campagna nella catena e ignora il grado della sua influenza.

Ad esempio, le campagne di copertura ottengono il valore di tutte le conversioni degli utenti che vedono i banner della campagna. Di conseguenza, il numero di conversioni attribuite supera significativamente il numero effettivo di conversioni.

I servizi moderni danno la priorità all'accuratezza e sviluppano modelli di attribuzione probabilistici . Ad esempio, Google promuove il suo modello basato sui dati, Facebook promuove l'incremento delle conversioni e Nielsen promuove l'incremento della campagna.

Questi modelli condividono un approccio comune: misurano in che misura una determinata campagna ha aumentato la probabilità di conversione e ne determinano il valore di conseguenza. Ciò rende la valutazione più obiettiva ma lascia molte domande aperte per gli inserzionisti, poiché i modelli sembrano una scatola nera e ci sono opportunità di debug limitate o assenti.

In OWOX, dal 2015 sviluppiamo un modello di attribuzione probabilistico. Il modello di attribuzione OWOX si basa sull'apprendimento automatico. Valuta le campagne pubblicitarie a livello di sessione dell'utente, tiene conto del loro contributo alla canalizzazione e consente agli esperti di marketing di specificare i canali gestiti e la finestra di conversione, nonché di collegare i dati CRM.

Di recente abbiamo lanciato una nuova versione del modello di attribuzione BI OWOX che riunisce le migliori pratiche e offre importanti vantaggi aziendali:

1. Il modello determina il contributo delle campagne in base alla probabilità di conversione e non richiede la selezione manuale dei passaggi della canalizzazione. Nell'esempio seguente, nella prima sessione dal canale di ricerca a pagamento, l'utente aveva il 20% di possibilità di conversione; nella seconda sessione dal canale Retargeting la probabilità è salita al 70%; e nella terza sessione, l'utente ha convertito.

Il valore di ciascuna sessione è pari all'aumento della probabilità di conversione da parte dell'utente rispetto alla sessione precedente. In questo caso:

• la prima sessione della ricerca a pagamento riceverà il 20% del valore di conversione, poiché ha aumentato la probabilità dallo 0% al 20%
• la seconda sessione con Retargeting riceverà il 50% del valore di conversione, aumentando la probabilità dal 20% al 70%
• la terza sessione con Email riceverà il restante 30% del valore di conversione

In qualsiasi modello di attribuzione probabilistica, la cosa più importante è l'accuratezza nel prevedere la probabilità di una conversione. Gli algoritmi di machine learning di OWOX BI sono estremamente accurati, come confermato dai risultati ottenuti da iProspect ed Eldorado, che hanno utilizzato questi algoritmi per ottenere un aumento del ROI di 2,2 volte.

2. Il secondo vantaggio della nuova versione del modello di attribuzione OWOX è la sua capacità di prevedere il valore anche di quelle sessioni che non hanno ancora portato a una conversione:

Questa previsione ti consente di scoprire quante conversioni da una campagna pubblicitaria puoi aspettarti di ricevere in futuro se disattivi la campagna oggi.

Ciò ti consente di prendere decisioni più rapide per disabilitare le campagne con prestazioni insufficienti e non disabilitare le campagne ritardate per errore.

L'accuratezza della previsione di un modello dipende non solo dagli algoritmi ma anche dalle dimensioni del campione di addestramento. L'aumento della velocità e della qualità delle previsioni per il modello OWOX è stato ottenuto addestrando il modello su decine di migliaia di progetti.

3. Soprattutto, per rendere la logica di calcolo il più trasparente possibile e tenere conto di eventuali peculiarità di una particolare attività, abbiamo reso il codice di trasformazione dei dati aperto a tutti i clienti. Puoi apportare tu stesso modifiche al codice e OWOX BI si occuperà di aggiornamenti regolari dei dati, combinerà i costi delle campagne pubblicitarie e fornirà tutti i report necessari. Puoi conoscere i vantaggi della trasformazione dei dati in dbt (strumento di creazione dati) iscrivendoti a una demo.

Quando valuti le campagne utilizzando diversi modelli di attribuzione, puoi aspettarti risultati diversi. Pertanto, sorge inevitabilmente la domanda: quale modello di attribuzione dovresti scegliere e quale mostra la strada giusta?

Infatti, un marketer non ha bisogno di una bussola che punti a destra oa sinistra, ma ha bisogno di un sistema di navigazione completo che calcoli e consigli i percorsi, tenendo conto degli ingorghi e dell'orario di arrivo richiesto. Questo è un modello di attribuzione, che consente a un'azienda di raggiungere un obiettivo sulla base di raccomandazioni specifiche.

Inoltre, gestire il budget pubblicitario senza tenere conto della capacità del canale può portarti in un vicolo cieco, proprio come una bussola che non tiene conto del panorama. La maggior parte degli esperti di marketing sa che un basso costo per conversione non è sufficiente per prendere la decisione di aumentare il budget. Ad esempio, le campagne brandizzate possono avere un basso costo per conversione ma hanno esaurito la loro capacità, quindi aumentare il budget non aumenterà le conversioni.

Il grafico sopra mostra come il numero di conversioni nelle campagne A e B dipende dal budget investito in tali campagne. Tieni presente che l'attuale CPA della campagna A è inferiore a quello della campagna B. Ma la prossima conversione nel canale A costerà di più che nel canale B!

Pertanto, per applicare l'attribuzione, devi conoscere non solo il rendimento attuale del canale, ma anche come cambierà il risultato complessivo se aumenti o diminuisci il budget per ciascun canale, campagna e parola chiave.

Con un tale modello nel loro progetto, il team di marketing può scegliere la strategia di crescita appropriata:

1. Ottieni lo stesso numero di conversioni riducendo il budget.
2. Aumenta il numero di conversioni con lo stesso budget.
3. Aumenta il numero di conversioni con lo stesso CPA.

Ciò consente di ottenere immediatamente non solo consigli sulla ridistribuzione del budget ma anche il risultato previsto.

La domanda principale rimane: come puoi conoscere la curva di capacità per ciascuna parola chiave? In OWOX BI, utilizziamo i dati di mercato di decine di migliaia di progetti per formare un modello che risponda a questa domanda quando viene data la regione e la nicchia di un progetto. In base alla nostra esperienza, i dati di un mese anche per progetti di grandi dimensioni non sono sufficienti per ottenere una previsione di alta qualità.

Punti chiave:

1. Un modello di attribuzione valuta le campagne pubblicitarie ma non fornisce consigli per la ridistribuzione del budget pubblicitario.
2. Per ottenere consigli, devi conoscere la capacità delle campagne e la strategia di promozione.
3. Il miglior modello di attribuzione è quello basato su consigli che consentono alla tua azienda di raggiungere un obiettivo specifico.

I modi per aumentare la capacità del canale (media) e gli errori comuni nella definizione degli obiettivi per le agenzie (ultimo clic) meritano un'attenzione particolare (e articoli). Scrivi nei commenti cosa vorresti leggere nei nostri prossimi articoli.

Se vuoi saperne di più sul modello di attribuzione OWOX, iscriviti a una demo. Saremo felici di rispondere a tutte le tue domande.