Jaki jest najlepszy model atrybucji marketingowej w 2022 roku?

Dzisiejsi marketerzy odgrywają trudną rolę, demonstrując wartość i wpływ swoich działań marketingowych. Ponieważ wiele kanałów marketingowych jest dostępnych online i offline, a podróże zakupowe i decyzyjne stają się coraz bardziej złożone, umiejętność zrozumienia wpływu marketingu stała się ważniejsza, ale trudniejsza niż kiedykolwiek wcześniej. W tym artykule przyjrzymy się, dlaczego marki muszą korzystać z atrybucji opartej na danych (DDA), aby uzyskać lepszą widoczność wydajności, szybko skalować i dostosowywać strategie oraz zdobywać nowych klientów.

Marketerzy od lat zmagają się ze zrozumieniem wartości ich działań. Podróże zakupowe pozostają niejednoznaczne dla większości marketerów, pomimo dostępności innowacyjnych rozwiązań z zakresu analityki i nauki o danych w całej branży. Wciąż często nie wiadomo, jaki wpływ na sprzedaż mają działania marketingowe.

Jednak ścieżki zakupowe można analizować poprzez interakcje z klientami w kanałach marketingowych firmy. Jednym z takich rozwiązań jest wdrożenie gotowych modeli atrybucji marketingowych w analityce.

Jednak podróże klientów są złożone. Marketerzy często szybko przekonują się, że gotowe modele nie odzwierciedlają dokładnie zawiłości podróży klientów.

Rozwiązaniem dla marketerów jest porzucenie domyślnych, nieszablonowych metod atrybucji marketingowej, które były używane od lat, i przyjęcie atrybucji opartej na danych (DDA).

W tym artykule omówimy niedoskonałość gotowych modeli atrybucji marketingowej i zagłębimy się w to, dlaczego DDA zapewnia skoncentrowaną soczewkę, aby zrozumieć wielodotykowe podróże.

Czas zaufać obiektywnym wynikom maszyny.

Co to jest przypisywanie udziału w konwersji oparte na danych (DDA)?

Data Driven Attribution to metoda uczenia maszynowego pozwalająca określić wpływ kanałów marketingowych na decyzje klientów.

Zamiast polegać na przestarzałych domyślnych modelach atrybucji marketingowej (z założonymi regułami zachowania kanałów), modele uczenia maszynowego, takie jak DDA, eliminują subiektywność, zapewniając szczegółowy wgląd w rzeczywisty wpływ kanałów na ostateczne decyzje zakupowe.

Dlaczego stosowanie odpowiedniego modelu atrybucji marketingowej ma znaczenie?

Nie wszystkie działania marketingowe mają tak duży wpływ jak inne. Post w mediach społecznościowych prawdopodobnie będzie miał inny poziom wpływu niż reklama PPC, mimo że mogą być powiązane z tą samą nadrzędną kampanią. W rezultacie założenie, że wszystkie działania są równie skuteczne w generowaniu (na przykład) konwersji, byłoby niedokładne.

Zrozumiałe jest, że marketerom nie jest łatwo odkryć wpływ swoich kampanii, gdy wiele działań odbywa się w różnych kanałach – czasami w tym samym czasie.

Oprócz określenia, które kanały najlepiej sprawdzają się w przypadku komunikatów lub produktów, marketerzy będą również chcieli efektywnie planować i budżetować. Jest to szczególnie ważne, biorąc pod uwagę fakt, że budżety marketingowe są często w pierwszej kolejności uszczuplane.

Obraz dodatkowo komplikuje fakt, że różne kanały odgrywają różne role w decyzjach zakupowych konsumentów w różnych branżach. Na przykład działania marketingu cyfrowego, które mają wpływ na handel detaliczny B2C, będą miały inne przełożenie w sektorze prywatnej opieki zdrowotnej.

To samo dotyczy aplikacji B2B. Jedno uniwersalne rozwiązanie po prostu nie istnieje, dlatego domyślne modele atrybucji marketingowej nigdy nie będą odpowiednie.

Modele atrybucji marketingowej pomagają również marketerom zidentyfikować najlepsze kanały dla:

• Wprowadzenie klienta do biznesu
• Momenty zamknięcia i podejmowania decyzji
• Planowanie i skalowanie działań marketingowych
• Szybkie reagowanie na zmiany.

Istnieją dwa rodzaje modeli atrybucji marketingowej:

Podstawowe: Niestandardowe modele, takie jak pierwsze kliknięcie, ostatnie kliknięcie, oparte na pozycjonowaniu, rozkład czasowy. Wszystkie są oparte na zasadach, zazwyczaj przy założeniu, że decyzje są podejmowane przez konsumentów w sposób liniowy.

DDA (Data Driven Attribution): Zamiast używać z góry określonych reguł i założeń stworzonych przez ludzi, maszyny muszą uczyć się na podstawie danych i określać optymalną wagę kredytów dla każdego kanału

Podstawowe, oparte na regułach modele atrybucji są często najlepszym rozwiązaniem dla działów marketingu, ponieważ są łatwe do zrozumienia. Ale nie opowiadają całej historii.

Co jest nie tak z podstawowymi modelami atrybucji marketingowej?

Wymieniliśmy główne typy podstawowych modeli atrybucji marketingowej i wyjaśniliśmy, dlaczego nie są one idealne:

• Ostatnie kliknięcie: cały udział przypada na ostatnie kliknięcie przed konwersją lub rejestracją
• Pierwsze kliknięcie: odwrotność powyższego

Powyższe metody nie uwzględniają żadnych innych punktów styku, które mogły mieć wpływ na podróż klienta. Poniższe metody w różnym stopniu uwzględniają różne etapy procesu konwersji, ale nadal opierają się na założeniu, że podróż klienta jest liniowa.

W rezultacie każdy kanał zyskuje uznanie za ostatnią lub swoją pozycję w nadmiernie uproszczonym procesie decyzyjnym:

• Ostatnie kliknięcie niebezpośrednie: ostatni kanał pośredni używany przed konwersją klient otrzymuje cały udział
• Rozpad czasowy: Kredyt wzrasta w zależności od ostatniej konwersji lub rejestracji, przy czym ostatnia aktywność przynosi największy kredyt
• Liniowy: Każdy etap otrzymuje równą kwotę podzielonego kredytu
• Na podstawie pozycji: pierwsza i ostatnia interakcja uzyskują równy udział w podziale.

DDA to jedyna metoda atrybucji, która tworzy reprezentatywny obraz podróży klientów, które są (w końcu) unikalne dla każdej firmy.

W atrybucji opartej na danych maszyna uczy się na podstawie dużych próbek podróży klientów w danym okresie, analizując wszystkie niechlujne i złożone interakcje między kanałami bez zakładania linearności.

DDA przypisuje kredyt na podstawie relacji między kanałami, które zostały przeanalizowane obliczeniowo. Dlatego modele DDA mogą zapewnić bardziej obiektywne przypisanie kredytu. Jest to znacznie bardziej reprezentatywne dla rzeczywistości rzeczywistych podróży klientów, które są niechlujne i złożone.

„Najlepszy” model atrybucji marketingowej to…? Subiektywny

DDA zapewnia najpełniejszy obraz wydajności kanału. Jednak algorytmicznie istnieje więcej niż jeden sposób uruchomienia DDA. Platformy marketingowe, takie jak Google Analytics 360, stosują podejście oparte na teorii gier przy użyciu wartości Shapleya.

Inne platformy mogą wykorzystywać metody probabilistyczne, takie jak łańcuch Markowa. Bardziej zaawansowane cyfrowo firmy będą korzystać z niestandardowych modeli DDA, które są regularnie optymalizowane.

Oznacza to, że chociaż DDA jest lepszym wyborem niż podstawowe modele liniowe, nie ma jednego „najlepszego” sposobu zastosowania DDA. Każda firma jest inna, a działania marketingowe będą różne dla unikalnych grup klientów.

Dla marketerów, którzy zamierzają przetestować wody za pomocą DDA przed podjęciem dużego zobowiązania do stworzenia własnych modeli niestandardowych, być może najbardziej przyjaznym i najbardziej dostępnym sposobem jest skorzystanie z Google Analytics 4. Google Ads używa teraz również DDA jako domyślnego modelu atrybucji w marketingu Pay Per Click działalność.

Przyznawaj uznanie tam, gdzie zasługuje, dzięki modelom atrybucji marketingu opartego na danych

Podróże klientów są znacznie bardziej bałaganiarskie, bardziej złożone i trudniejsze do zrozumienia niż gotowe modele atrybucji. Nie oznacza to, że marketerzy powinni polegać na domyślnych modelach atrybucji: wręcz przeciwnie.

Dzięki potężniejszym niż kiedykolwiek narzędziom do dyspozycji marketerów nigdy nie było lepszego czasu na tworzenie modeli atrybucji opartej na danych. Dojrzały zespół ds. danych może konsultować, projektować i opracowywać infrastrukturę analityczną niezbędną do pozyskiwania i modelowania dużych ilości danych dotyczących podróży klientów.

Na różnych platformach marketerzy mogą jasno określić, gdzie przypisać kredyt i wreszcie odkryć wpływ swoich działań.

Zaprojektuj modele atrybucji marketingowej następnego poziomu

Agencja cyfrowa dwadzieściasix współpracuje z markami z różnych branż, aby zwiększyć ich dojrzałość danych. Kierują ambitnymi marketerami, aby przygotować swoje zespoły na sukces, zbierając, organizując i wykorzystując swoje dane do wspomagania podejmowania doskonałych decyzji.

Aby uzyskać więcej informacji o tym, jak dyrektorzy marketingu i starsi marketerzy mogą wykorzystywać dane do zwiększania swoich wpływów, pobierz ich najnowszy dokument.