De ce modelele de atribuire pe un singur canal sunt un punct mort pentru CMO

Cu acces la o cantitate masivă de date despre clienți, agenții de marketing pot obține o imagine holistică a ceea ce se întâmplă. De exemplu, marketerii pot afla exact cum interacționează clienții cu marca dvs., pot prezice probabilitatea ca un utilizator să cumpere ceva (și când), să estimeze ce venituri vor aduce clienții și să determine ce canale sunt cele mai bune pentru a interacționa cu clienții. Dar aceasta este doar o parte a monedei. Pe de altă parte, publicitatea devine din ce în ce mai scumpă, iar atenția consumatorilor devine din ce în ce mai dificil de obținut.

Cei mai avansați din punct de vedere tehnologic vor câștiga această cursă, iar atribuirea joacă un rol semnificativ în evaluarea eficienței canalelor de publicitate. Acest articol explică de ce modelele de atribuire pe un singur canal sunt un drum spre nicăieri și de ce nici măcar modelele bazate pe date nu sunt suficiente pentru un marketing de succes.

Odată cu dezvoltarea tehnologiei, apariția a tot mai multe canale de marketing (online și offline) și tranziția afacerilor către internet din cauza pandemiei, este esențial ca mărcile să înțeleagă de unde vin clienții lor și cum și când clienții se convertesc. . Aici intervine atribuirea de marketing.

În analiza de marketing, atribuirea se referă la evaluarea valorii pe care o aduc canalele de publicitate. Aceasta este una dintre sarcinile critice ale agenților de marketing digital. De ce? După cum arată cercetările Gartner din 2020, peste 80% din bugetele de marketing sunt alocate canalelor digitale. Mai simplu spus, milioane de dolari sunt cheltuiți pe publicitate, iar companiile vor să fie sigure că aceste cheltuieli aduc clienți și venituri.

Scopul atribuirii este de a defini contribuția unui canal la conversii — rolul său în mutarea clienților la următorul pas al canalului sau în determinarea achizițiilor — și de a atribui o valoare fiecărui pas de canal.

Mărcile folosesc analiza de marketing pentru a defini cum, unde și când interacționează un client cu o companie și folosesc atribuirea pentru a evalua eficiența canalului. Datorită acestor date, marketerii pot schimba și îmbunătăți campaniile de publicitate.

Există multe tipuri diferite de modele de atribuire și merită remarcat faptul că nu există un singur model corect. De obicei, modelele de atribuire sunt clasificate în funcție de logica după care calculează valoarea. Tipurile de modele de atribuire includ:

• Modele de atribuire bazate pe poziție — Time Decay, Position-Based
• Modele de atribuire algoritmică — Data-Driven, Markov Chains
• Modele de atribuire pe un singur canal — Ultimul clic, primul clic
• Modele de atribuire multicanal — Linear, Time Decay

Majoritatea companiilor folosesc modele de atribuire pe un singur canal. Aceste modele au fost întotdeauna folosite, așa că de ce să schimbi ceva care pare să funcționeze? Modelele cu un singur canal sunt simple, standard în Google Analytics (universal) și facilitează înțelegerea modului în care este distribuită valoarea.

Iată un exemplu despre modul în care valoarea conversiei este distribuită în modelele de atribuire pe un singur canal:

Cu toate acestea, aceste modele pot evalua doar un canal. Ele simplifică prea mult calea de cumpărare a clienților omnicanal, ceea ce duce la concepții greșite serioase și cu siguranță nu arată situația reală.

De exemplu, dacă aruncăm o privire la raportul Path pentru un retailer multicanal cu un număr moderat de vizitatori ai site-ului web, putem vedea ce cotă din venit este generată de comenzile efectuate la prima vizită. Aici, căile multicanal cu două sau mai multe vizite aduc 72% din venituri.

În medie, este nevoie de șapte până la nouă puncte de contact (cei mai buni performanțe pot reduce acest lucru la cinci) pentru ca un client să convertească. Evident, fiecare dintre aceste puncte de contact (canale) afectează probabilitatea de conversie. Este logic că este necesar să se țină cont de influența tuturor canalelor asupra cumpărătorului în acest caz.

Cu toate acestea, atunci când se utilizează modele de atribuire pe un singur canal, diferitele etape ale canalului sunt ignorate. Ignorarea a ceea ce se întâmplă la începutul, mijlocul și sfârșitul pâlniei de vânzări poate duce la decizii de management necorespunzătoare și pierderi monetare.

Pe lângă modelele de atribuire pe un singur canal, modelele bazate pe date sunt destul de populare. Printre cele mai cunoscute exemple se numără modelul Data-Driven de la Google, modelul Conversion Lift de la Facebook și Campaign Lift de la Nielsen.

Modelele bazate pe date reflectă mai precis impactul fiecărei surse asupra drumului către conversie. Sunt rapide, adaptabile și mai obiective decât modelele cu un singur canal, deoarece iau în considerare toate datele despre interacțiunile utilizatorilor cu mărcile. Într-un mediu cu mai multe canale, toate punctele de contact îi conving pe clienți să cumpere un produs, dar în mod clar influența lor nu este egală. În consecință, modelele de atribuire simple și tradiționale lasă lacune mari atunci când analizează datele și nu oferă o imagine completă a ceea ce se întâmplă.

Atribuirea bazată pe date compară căile utilizatorilor folosind date despre toți utilizatorii (cei care au efectuat conversii, precum și cei care nu au făcut-o). Această abordare permite marketerilor să evalueze, caz în care probabilitatea de conversie este mai mare.

Ca rezultat, modelul calculează greutatea de conversie a fiecărui canal din calea utilizatorului, indiferent de poziția acestuia.

Dezavantajele modelelor bazate pe date includ faptul că algoritmul trebuie să primească suficiente date pentru a arăta cele mai precise rezultate. Pentru ca un model să ofere o estimare fiabilă, este nevoie de o mulțime de date istorice și de piață. Sunt necesare cel puțin 12 puncte de contact pentru a obține o precizie ridicată în modelele de atribuire bazate pe date.

În concluzie, putem spune că cel mai adesea, un model cu un singur canal duce la decizii de management incorecte, deoarece aceste decizii nu vor lua în considerare întreaga imagine. Astfel, un model bazat pe date este mai bun decât un model cu un singur canal. Cu toate acestea, nu există limită pentru perfecțiune. Opțiunile mai avansate iau în considerare probabilitatea conversiilor și sunt instruite pe datele pieței folosind tehnologii de învățare automată.

Cea mai mare problemă cu modelele de atribuire bazate pe date este că sunt necesare prea multe date pentru analiză. Nu este un canal care participă la comunicarea cu clientul, ci un întreg set de surse media în diferite variante. Pentru a măsura valoarea ROI, de exemplu, un agent de marketing trebuie să gestioneze cumva toată această orchestră.

Aici este locul în care modelele de atribuire de învățare automată (ML) salvează ziua! Modelele care utilizează învățarea automată și datele de piață au schimbat absolut abordarea atribuirii. Modelele ML pot fi adaptate companiilor pentru a obține cea mai completă și veridică imagine a drumului către cumpărături al unui client. Cu o creștere de peste 70% de la an la an a vânzărilor pe internet între 2019 și 2020, un model ML este o necesitate pentru orice agent de marketing.

Toate datele necesare pentru analiza de marketing – a căror cantitate crește în fiecare zi – nu pot fi procesate fără utilizarea învățării automate. Cu ajutorul acestuia, marketerii nu mai trebuie să treacă printr-un labirint de numere în căutarea unor informații utile.

La urma urmei, este important pentru companii nu numai să înțeleagă care canale nu funcționează, ci și să înțeleagă care funcționează, astfel încât să nu-și aloce bugetele orbește.

Conform studiului Digital Marketing Insights pentru CMO în 2021 al Gartner, 84% dintre CMO consideră că utilizarea învățării automate și a inteligenței artificiale îmbunătățește funcționalitatea de marketing. În același timp, doar 17% dintre profesioniști folosesc pe scară largă capabilitățile AI/ML.

Echipa OWOX BI a lucrat cu peste 27.000 de proiecte și înțelege că fiecare afacere are propriile nevoi de atribuire și că nu există un răspuns clar pentru toată lumea. Pentru o companie, este potrivit un model cu un singur canal. Unele companii au nevoie de o opțiune bazată pe date. Iar pentru celelalte, este necesară optimizarea mixului de marketing (MMO).

Teoria merge întotdeauna mână în mână cu practica. Modelul OWOX se caracterizează printr-o viteză crescută și o calitate excelentă a prognozei, deoarece este instruit pe date de piață din zeci de mii de proiecte. Utilizarea atribuirii ML și importul automat al audiențelor l-au ajutat pe unul dintre clienții noștri să-și crească rentabilitatea investiției de 2,2 ori.

OWOX a lansat recent o versiune actualizată a modelului său de atribuire. Care sunt beneficiile acestui nou model?

1. Nu trebuie să alegeți manual pașii pâlniei. Modelul în sine determină contribuția campaniilor în funcție de probabilitatea de conversie.
2. Obțineți o prognoză a valorii pentru orice sesiune. Cu noul model, puteți răspunde la întrebarea Dacă aș dezactiva această campanie astăzi, câte conversii aș primi în viitor? Această abordare vă ajută să evitați dezactivarea campaniilor amânate și să dezactivați mai rapid campaniile ineficiente.

3. Logica de calcul este absolut transparentă. Codul de transformare a datelor deschise vă permite să luați în considerare orice caracteristică a companiei. Clienții OWOX pot face modificările necesare codului în timp ce serviciul actualizează datele din surse de marketing (servicii publicitare, servicii de apeluri, CRM-uri), le combină cu datele de cost de la diferite platforme publicitare și pregătește rapoartele necesare.

Modelele de atribuire vă permit să controlați canalele de marketing, ajutându-vă să înțelegeți cât de precis demonstrează rapoartele dvs. eficacitatea marketingului și cum vă puteți optimiza marketingul în punctele de contact care contează cu adevărat.

Specialiștii în marketing trebuie să se asigure că fiecare acțiune împinge clientul mai aproape de conversie. Poti folosi modele de atribuire pentru a determina cele mai profitabile campanii de marketing in functie de cat ai investit in ele.

Ce model să alegeți depinde de industria dvs., de obiectivele companiei și de dimensiunea afacerii dvs. Cu toate acestea, un lucru este sigur: niciunul dintre aceste modele nu poate garanta rezultate 100% exacte.