12 motive pentru a selecta OWOX BI ML Funnel Based Atribution

Scopul atribuirii este de a evalua eficacitatea canalelor și campaniilor de publicitate și de a identifica care canale de trafic plătite duc la conversii. Știind acest lucru, puteți să vă redistribuiți bugetul de publicitate către canale eficiente, să nu mai cheltuiți bani pe canale ineficiente și, în cele din urmă, să obțineți mai multe conversii.

Succesul dvs. în executarea planului dvs. de vânzări și creșterea afacerii dvs. depinde de calitatea și validitatea modelului dvs. de atribuire. Problema este că majoritatea conversiilor au loc ca urmare a mai multor sesiuni: înainte de a cumpăra, utilizatorul vizitează site-ul de mai multe ori. Prin urmare, pentru a distribui în mod obiectiv valoarea veniturilor sau profitului pentru o anumită comandă, trebuie să evaluați fiecare sesiune, nu doar ultima. Majoritatea modelelor standard de atribuire nu iau în considerare toate acțiunile utilizatorului înainte de o comandă și acordă toată valoarea acesteia unui canal din lanț. Sau evaluează canalele după o regulă condiționată și nu după merite reale.

La OWOX BI, am creat propriul model de atribuire bazat pe canal de învățare automată (ML) care ia în considerare toate acțiunile utilizatorilor online și offline, plus datele despre veniturile reale din CRM și arată influența reciprocă a canalelor asupra conversiilor și promovării utilizatorilor prin intermediul pâlnie.

În acest articol, descriem ce puteți face cu OWOX BI Attribution.

Pentru început, să vă reîmprospătăm cunoștințele teoretice.

Atribuirea este distribuirea valorii dintr-o conversie între canale care a avansat utilizatorul prin canal. Vă ajută să răspundeți în ce măsură fiecare canal a influențat promovarea utilizatorului prin canal și veniturile pe care le-ați primit în final.

Un model de atribuire definește logica distribuirii acestei valori — de exemplu, către canalele de publicitate și campaniile care au ajutat la atragerea utilizatorilor. În mod ideal, modelul dvs. de atribuire ar trebui să fie de încredere (ținând cont de contribuția obiectivă a fiecărui efort) și transparent (făcând posibilă înțelegerea și verificarea rezultatelor calculului).

Cine are nevoie de atribuire și de ce?

Atribuirea este nevoie de cei care gestionează bugetul pentru canalele de marketing și doresc să-l distribuie eficient pentru a reduce costurile, a crește veniturile și a îndeplini planul de vânzări.

Modele standard de atribuire în Google Analytics

1. Primul clic. Toată valoarea derivată din conversie este atribuită primei surse care a condus utilizatorul pe calea către conversie.
2. Ultimul clic. Toată valoarea se îndreaptă către ultimul canal cu care utilizatorul a intrat în contact înainte de conversie.
3. Ultimul clic non-direct. Toate valorile sunt atribuite ultimului canal din lanț. Dacă este trafic direct, valoarea este atribuită sursei anterioare.
4. Liniar. Valoarea este distribuită în mod egal între toate sursele din lanț.
5. Decăderea timpului. Valoarea este distribuită între canale pe o bază incrementală.
6. Bazat pe poziție. Canalul care a introdus utilizatorul în brand și cel care a încheiat afacerea primesc 40% din valoare fiecare. Restul de 20% este împărțit în mod egal între toate canalele din mijlocul pâlniei.

Modele de atribuire în serviciile de publicitate

Diferite modele de atribuire sunt disponibile în diferite servicii de publicitate și sisteme analitice.

Majoritatea serviciilor folosesc ultimul model de clic non-direct; unele oferă modele post-view, cross-device sau alte modele. Dar aceste modele nu pot fi comparate între servicii: Facebook măsoară publicitatea în felul său, în timp ce Google Ads are o abordare diferită. Drept urmare, este imposibil să obțineți o imagine de ansamblu a tuturor instrumentelor dvs. de publicitate.

Modelele standard de atribuire nu sunt adecvate atunci când:

• majoritatea comenzilor de pe site-ul dvs. sunt efectuate în mai mult de o sesiune - adică există două sau mai multe vizite în lanț înainte de tranzacție
• aveți un număr mare de surse de publicitate
• trebuie să evaluați influența reciprocă a fiecărui canal asupra promovării canalului
• doriți să înțelegeți cum funcționează canalele de publicitate într-un pachet
• aveți o pâlnie de vânzări complicată și inconsecventă.

Pentru a evalua influența reciprocă a tuturor surselor, trebuie să combinați datele de la diferite servicii de publicitate, Google Analytics și CRM-ul dvs. și să utilizați modele complexe de atribuire: modelul bazat pe date în Google Analytics 360, Markov Chains, valoarea Shapley sau algoritmi personalizați. . Dar aceste modele au și limitările lor: o cantitate minimă de date necesară pentru calcule, incapacitatea de a lua în considerare conversiile post-vizualizare sau de a combina date din CRM-ul tău, logica de calcul ascunsă, implementare complexă și costisitoare etc.

Atribuirea bazată pe pâlnie ML de la OWOX BI vă ajută să evitați toate aceste limitări.

Modelul de atribuire OWOX BI evaluează eficacitatea campaniilor dvs. de publicitate, ținând cont de contribuția fiecărui canal la promovarea clientului prin canalul de conversie. Cu acest model, puteți:

• alocă-ți corect bugetul de publicitate, ținând cont de contribuția reală a canalelor la conversii și de influența lor reciprocă
• reduceți Rata rezervelor de numerar (CRR) crescând în același timp veniturile
• crește numărul de clienți noi economisind în același timp bugetul
• crește numărul de utilizatori țintă atinși de campaniile media, economisind în același timp bugetul.

Atribuirea bazată pe pâlnie în OWOX BI se bazează pe lanțuri Markov și învățarea automată. Lanțul Markov este o succesiune de evenimente în care fiecare eveniment ulterior depinde de precedentul. Atribuirea bazată pe lanțuri Markov utilizează un model probabilistic care calculează probabilitatea tranzițiilor între pașii pâlniei, permițându-vă să evaluați influența reciprocă a pașilor asupra conversiilor și să aflați care pași sunt cei mai semnificativi.

Pentru a calcula probabilitățile, toți pașii pâlniei de conversie specificați în setările modelului de atribuire OWOX BI, plus pasul de conectare la site, sunt prezentați ca rezultate în lanțul Markov. După aceea, se calculează probabilitatea unei tranziții între aceste rezultate:

Graficul de mai sus este un exemplu simplificat pentru ușurință de înțelegere. În cazuri reale, pot exista și mai multe tranzacții.

Citiți mai multe despre calcularea modelului de atribuire pe bază de pâlnie OWOX BI în Centrul nostru de ajutor.

1. Colectați date brute despre comportamentul utilizatorilor de pe site-ul dvs. în Google BigQuery. Pentru a face acest lucru, puteți utiliza fluxul de date din OWOX BI sau BigQuery Export cu Google Analytics 360.
2. Importați date de cost în Google BigQuery din serviciile de publicitate. Pentru a face acest lucru, puteți utiliza OWOX BI pentru a completa statisticile campaniilor Google Ads din Google Analytics cu date de cost de la alte servicii de publicitate, apoi importați toate aceste informații în Google BigQuery. De asemenea, puteți utiliza OWOX BI pentru a importa direct date brute de pe Facebook în BigQuery.
3. Dacă doriți, puteți completa datele din Google BigQuery cu informații din CRM/ERP, call center și sistemele interne de contabilitate. Acest lucru vă va permite să utilizați vânzările offline și datele reale ale veniturilor CRM în calculele de atribuire. De asemenea, puteți utiliza evenimente personalizate ca pași canal: apeluri, e-mailuri, întâlniri personale etc.
4. În proiectul dvs. OWOX BI, creați un model de atribuire și executați calcule.

Majoritatea clienților noștri folosesc OWOX BI pentru a evalua în mod obiectiv campaniile publicitare existente și pentru a le planifica pe cele viitoare. Acest lucru este necesar pentru a executa un plan de venituri cu rentabilitatea planificată a cheltuielilor publicitare (ROAS).

Iată principalele motive pentru care credem că OWOX BI este cea mai bună alegere pentru marketeri.

Modelul nostru de atribuire se bazează pe date complete: afișări de publicitate media și conversii post-vizionare, activitatea utilizatorilor pe site-ul dvs. web, date privind costurile de la serviciile de publicitate, date despre tranzacții din CRM și orice alte evenimente online și offline. Ca rezultat, vedeți întreaga imagine a interacțiunilor utilizatorilor cu afacerea dvs. și puteți lua în considerare impactul tuturor eforturilor de marketing asupra indicatorilor de afaceri.

Veniturile din Google Analytics și veniturile din bunurile achiziționate din CRM nu se potrivesc adesea. Cu OWOX BI, poți măsura contribuția marketingului online la vânzările reale ținând cont de veniturile din magazinele fizice și de datele privind comenzile finalizate din CRM-ul tău.

Spre deosebire de modelele standard de atribuire, modelul OWOX BI ia în considerare fiecare pas al utilizatorului înainte de comandă – nu doar ultimul clic. Cu cât este mai greu să treci un pas, cu atât mai multă valoare primește o sesiune care a ajutat-o ​​să se întâmple. Și cunoscând valoarea sesiunilor, puteți calcula valoarea campaniilor, ținând cont de contribuția acestora la promovarea utilizatorilor prin canal.

Puteți crește mai repede decât concurenții dvs. exploatând avantajele unice ale afacerii dvs. Cu OWOX BI, poți crea o pâlnie care să corespundă structurii afacerii tale.

Pe lângă acțiunile utilizatorilor de pe site-ul dvs., puteți adăuga orice evenimente personalizate din CRM, sistemul de urmărire a apelurilor și alte sisteme ca pași de canal. De exemplu, puteți încărca date despre apeluri, întâlniri sau e-mailuri în Google BigQuery. Combinați toate eforturile de afaceri care vizează convertirea utilizatorilor într-o singură pâlnie pentru a evalua mai precis eficacitatea acestora.

Nu este suficient să obțineți o evaluare completă a campaniei dvs. de publicitate. Evaluarea dumneavoastră trebuie să fie împărțită în etape de conștientizare, interes și conversie folosind modelul AIDA.

De exemplu, cu OWOX BI, puteți vedea că campaniile aproape că nu formează Conștientizare:

Drept urmare, campaniile concepute pentru a influența etapele următoare ale canalului pot părea ineficiente. O evaluare a rentabilității cheltuielilor publicitare a campaniilor existente vă poate arăta cum să vă redistribuiți bugetul între ele, dar nu va dezvălui lipsa de efort în etapa superioară a canalului. OWOX BI vă oferă o înțelegere a locului în care să vă concentrați efortul.

Niciun algoritm nu vă poate înlocui experiența. De exemplu, poate știți că campaniile dvs. de brand sunt epuizate și că rentabilitatea lor ridicată nu înseamnă că ar trebui să investiți mai mult în ele.

În OWOX BI, puteți specifica cu ușurință canalele care nu vor participa la evaluarea dvs.:

În consecință, obțineți o evaluare numai a acelor campanii pe care le puteți gestiona în mod obiectiv. Este important să puteți face acest lucru în orice moment într-o interfață convenabilă, fără a contacta dezvoltatorii sau echipa de asistență.

OWOX BI calculează valoarea fiecărei sesiuni. Acest lucru vă permite să personalizați modele de atribuire pentru diferite cohorte de utilizatori, să calculați rentabilitatea investiției/ROAS pentru utilizatorii noi și cei care revin și să comparați profitabilitatea cohortei.

De exemplu, operatorii de telefonie mobilă pot evalua contribuția campaniilor de publicitate la vânzarea de servicii suplimentare către clienții actuali (cohorta „clienți actuali”). Și companiile din nișa retailului de modă pot evalua separat pe cei care cumpără pentru prima dată și pe viitorii cumpărători pentru a afla care canale sunt mai bune pentru a atrage noi clienți către afacere.

De asemenea, cunoscând costul unei sesiuni, puteți calcula cât cheltuiți și cât câștigați pe fiecare grupă de produse. Cu aceste informații, puteți evalua eficiența publicității pentru diferite regiuni, pagini de destinație, versiuni de aplicații mobile și aplicații.

Este important nu numai să evaluăm campaniile, ci și să facem evaluarea transparentă pentru companii. Orice evaluare a casetei negre va fi discutabilă și nu vă va permite să găsiți erori.

În OWOX BI, puteți vedea cum este distribuită valoarea în campanii pentru fiecare tranzacție cu care un utilizator a interacționat:

Erorile și concluziile incorecte obținute din cauza încercărilor de a aplica învățarea automată pe date insuficiente pot fi costisitoare pentru companii. Algoritmul nostru verifică și controlează automat semnificația statistică a calculelor. În plus, OWOX BI oferă analiștilor dvs. acces complet la un tabel cu intervale de încredere pentru fiecare segment. Datorită acestui lucru, puteți fi sigur de rezultatele dvs. și puteți înțelege cum sunt obținute.

Eficacitatea marketingului online depinde din ce în ce mai mult nu de tehnologiile utilizate, ci de calitatea datelor pe care modelele sunt antrenate. Prin urmare, atribuirea de sine stătătoare pierde în fața modelelor construite folosind datele de piață.

Modelul de învățare automată OWOX BI ia în considerare datele de la zeci de mii de proiecte.

Pentru ca un model de atribuire să fie eficient, acesta trebuie să îndeplinească și următoarele cerințe:

1. Datele pentru calcule trebuie pregătite corect. Nu puteți sări peste datele colectate de instrumentul de urmărire JavaScript prin intermediul învățării automate. Din acest motiv, BigQuery ML este potrivit pentru experimente, dar nu pentru uz comercial.
2. Trebuie să luați în considerare informații despre interacțiunile cu partea superioară a pâlniei: afișările publicitare media. Pentru a face acest lucru, am dezvoltat OWOX BI Post-View Pixel, care vă permite să măsurați reclamele media la nivel de utilizator. De asemenea, am integrat OWOX BI cu Google Ads Data Hub, care îi permite lui BigQuery să solicite informații de la Campaign Manager (fostul DoubleClick Campaign Manager) și din alte surse, astfel încât companiile să poată lua în considerare și să evalueze în mod transparent contribuția publicității media la etapele superioare ale pâlnia.
3. Modelul ar trebui să ia în considerare opinia experților:

• Ce canale sunt gestionate?
• Care este capacitatea acestor canale?
• Care este rolul unui anumit canal în canal?
• Care este fereastra de conversie?

Modelul de atribuire OWOX BI îndeplinește toate aceste cerințe.

Atribuirea bazată pe date în Google Analytics 360 necesită cerințe mari de date: 400 de conversii de fiecare tip, cu o lungime a căii de cel puțin două interacțiuni. OWOX BI, prin gruparea dinamică a evenimentelor în etape de pâlnie, oferă rezultate semnificative cu cantități mai mici de date și se potrivește mult mai multor companii. În același timp, semnificația statistică a calculelor este controlată automat la nivelul cohortelor de utilizatori, astfel încât să fii sigur de rezultate.

În OWOX BI Smart Data, puteți construi rapoarte bazate pe date de atribuire fără ajutorul analiștilor sau orice cunoștințe de SQL. Odată ce modelul de atribuire este calculat, Smart Data raportează automat veniturile, numărul de conversii, ROI, ROAS și CRR în contextul evenimentelor adăugate. În plus, vă puteți crea propriile rapoarte utilizând un Generator de rapoarte convenabil. Pur și simplu selectați parametrii și cifrele cheie pe care doriți să le vedeți în raportul dvs. Serviciul vă va oferi instantaneu o diagramă și un tabel ușor de înțeles.

Iată câteva exemple de rapoarte de atribuire a datelor disponibile pe care le puteți obține în Smart Data:

Acest raport vă permite să comparați rezultatele calculelor folosind diferite modele de atribuire. În cazul nostru, acestea sunt Ultimul clic non-direct, care este utilizat în Google Analytics, și atribuirea ML bazată pe pâlnie de la OWOX BI. Puteți vedea venitul atribuit și rentabilitatea cheltuielilor publicitare în funcție de canal, campanie, tip de utilizator, regiune, oraș și dispozitiv. Campaniile supraevaluate au o diferență negativă. Campaniile subestimate au o diferență/valoare pozitivă. De exemplu, în captura de ecran de mai sus, vedem că canalul yandex/display a fost subestimat și merită să depuneți mai mult efort în el.

Următorul raport arată modul în care valoarea surselor și canalelor este distribuită pe pași de canal. În exemplul de mai sus, vedem că cel mai mare număr de achiziții (banda verde deschis) se fac offline.

Pe lângă evenimente, puteți adăuga și alți parametri la rapoarte, cum ar fi tipul de utilizatori (noui sau care revin):

Raportul de mai sus arată cum sunt distribuite cheltuielile, pașii canalului și achizițiile între cohortele de clienți. Cu ajutorul acestuia, puteți determina ce canale și campanii atrag tranzacții de la noi clienți și să le alocați bugete. Aceste campanii vă ajută să vă creșteți baza de clienți.

Cu OWOX BI, puteți crea segmente de public actualizate automat pe baza oricăreia dintre datele dvs. și puteți descărca aceste segmente în Google Ads. În plus, puteți trimite automat rezultatele calculelor de atribuire către serviciile de licitare K50 și Alytics, precum și către Google Ads și Facebook pentru a gestiona sumele licitate ținând cont de eficiența reală a publicității dvs.

În pionieratul dezvoltării atribuirii bazate pe pâlnie, am adunat o experiență unică pe care o împărtășim cu clienții noștri în zeci de articole și o mulțime de documentație. În plus, suntem pregătiți să garantăm un nivel de colectare a datelor și calitatea procesării peste 96% în SLA-ul nostru.

Cu OWOX, obțineți nu doar ideea frumoasă de a folosi învățarea automată în marketing, ci și ghiduri pas cu pas, recomandări practice și exemple de cazuri de utilizare de succes.

Aflați cum atribuirea OWOX BI vă poate ajuta afacerea. Înscrieți-vă pentru o demonstrație de produs pentru a evalua capacitățile produselor noastre.