Все, что вам нужно знать о мультисенсорной атрибуции

По мере того, как средний путь к покупке становится все более сложным, компании обращаются к мультисенсорной атрибуции, чтобы разобраться во всем этом.

Лидерам, выходящим на рынок, нужна подробная информация о критических аспектах, таких как клики по рекламе, прочитанные блоги и сравнение обзоров, когда они хотят оптимизировать различные действия. Большую роль здесь играет мультитач-атрибуция. Он отслеживает записываемые точки взаимодействия с клиентами для аналитики пути клиента, чтобы помочь маркетологам принимать наилучшие возможные решения.

Событием-конверсией может быть регистрация клиента на бесплатную пробную версию, бронирование демо-запроса или фактическая покупка — или все вместе, поскольку некоторые мультисенсорные инструменты атрибуции позволяют атрибуцию по этапам конвейера.

Мультисенсорное моделирование атрибуции работает с данными, собранными в точках взаимодействия на пути покупателя. Маркетологи могут использовать это, чтобы определить маркетинговые каналы или кампании, к которым следует отнести конверсию, и использовать различные мультисенсорные модели.

Различные модели мультитач по-разному аккредитуют точки касания в соответствии с конкретной бизнес-моделью. Это позволяет маркетологам оптимизировать свои усилия и более эффективно привлекать новых клиентов.

Многоканальная атрибуция против мультисенсорной атрибуции

Многоканальная атрибуция (MCA) и мультисенсорная атрибуция часто используются взаимозаменяемо, но отличаются уровнем анализа. Мультисенсорная атрибуция засчитывает каждое прикосновение от рекламной кампании и сообщения в блоге до ритма электронной почты. Кредиты многоканальной атрибуции основаны только на затронутых каналах, таких как платные, органические, электронная почта и социальные сети.

Для маркетолога разница между ними связана с уровнем анализа точек соприкосновения. Многоканальная атрибуция обеспечивает общее представление об эффективности канала. Напротив, мультисенсорная атрибуция помогает оптимизировать производительность на всех уровнях.

Чем MTA отличается от атрибуции по одному, первому и последнему касанию?

Компании часто используют атрибуцию в одно касание в своей CRM или платформе автоматизации маркетинга. Атрибуция «в одно касание», «первое касание» и «последнее касание» дает представление о точке взаимодействия, которая помогла привлечь или преобразовать лида.

Так чем же мультисенсорная атрибуция отличается от этих моделей?

Модели с одним касанием учитывают только одно касание на пути к покупке, обычно первое или последнее, известное как атрибуция первого и последнего касания соответственно. Все, что между ними, не засчитывается в конверсии.

С другой стороны, модели атрибуции с несколькими касаниями учитывают все касания и распределяют их в соответствии с выбранной моделью. Вот простой пример, иллюстрирующий разницу между первым и последним касанием по сравнению с моделированием атрибуции с несколькими касаниями.

Прежде чем совершить конверсию, клиент проходит через три маркетинговые точки соприкосновения: клик в Google Ads, реклама в беседе на LinkedIn и реклама со сравнением продуктов G2, прежде чем запросить демонстрацию. При атрибуции первого касания учитывается только Google Ads, а при сравнении G2 — последнее касание. Однако мультисенсорная модель каким-то образом распределяет кредиты между всеми тремя.

Один лучше другого? Что ж, некоторая атрибуция лучше, чем ничего, поскольку она дает вам представление данных о том, как работают ваши действия по выходу на рынок.

Проще говоря, хотя модели с одним касанием просты в настройке и предлагают лидерам по доходам представление о точках взаимодействия, конвертирующих потенциальных клиентов, они рисуют лишь фрагмент общей картины.

Этот непоследовательный обзор затрудняет работу с данными. Сосредотачиваетесь ли вы тогда только на рекламе или канале, к которому в последний раз обращались, и игнорируете другие точки взаимодействия? Мультисенсорные модели дают вам более четкое представление о пути клиента — какие усилия влияют на сделку, а какие нет.

Почему мультисенсорная атрибуция важна?

Но почему это важно для команд, выходящих на рынок? По двум основным причинам:

1. Обеспечивает ясность в пути клиента. Мультисенсорное моделирование атрибуции основано на сборе как можно большего количества данных о пути клиента. Это, в свою очередь, дает важную информацию о поведении и действиях клиентов на протяжении всего пути к покупке. Он помогает учитывать ключевые показатели, такие как время, необходимое для конвертации потенциальных клиентов, время, затрачиваемое на разных этапах путешествия, точки взаимодействия с вашим брендом, потребляемый контент и т. д.
2. Помогает измерить эффективность усилий по выходу на рынок. После присвоения кредита точкам взаимодействия, которые конвертируются, моделирование атрибуции помогает увидеть, какие действия генерируют воронку продаж и доход. Это позволяет маркетологам понять, какие усилия нужно масштабировать, оптимизировать или вообще прекратить. Однако то, как вы аккредитуете действия, зависит от вашей модели мультитач.

Мультисенсорные модели и методы атрибуции

В отличие от моделей с одним касанием, которые оценивают только одно касание, модель с несколькими касаниями назначает кредиты по-другому.

MTA позволяет выбирать различные модели в зависимости от ваших потребностей. Например, в U-образной модели вы можете придать большее значение первому и последнему касаниям, а меньше — промежуточным. В качестве альтернативы вы можете присвоить равные значения всем точкам взаимодействия в линейной модели.

Используемая вами модель атрибуции зависит от вашей бизнес-модели и мнений пользователей. На самом деле, использование более чем одной мультисенсорной модели атрибуции может помочь в принятии более взвешенных решений. Вот наиболее распространенные модели мультисенсорной атрибуции.

Линейная модель

Линейная модель — самая простая из моделей атрибуции с несколькими касаниями, поскольку она распределяет ценность равномерно по всем касаниям до конверсии. Если у клиентов есть четыре точки взаимодействия до конверсии, каждая точка получает 25% кредита.

Линейные модели помогают избежать произвольного процесса выбора наиболее важных элементов в воронке продаж и придают им равный вес. Это также является его основным ограничением. Когда вы сосредотачиваетесь на приобретении, вам нужно придавать большее значение первому прикосновению, чего не делает линейная модель.

U-образная модель

U-образная модель атрибуции отслеживает каждую точку взаимодействия, но присваивает 40% анонимному первому контакту и 40% — конверсии потенциальных клиентов. Остальные точки касания делятся на 20%. U-образная модель подчеркивает контакты, ведущие к приобретению и конверсии.

W-образная модель

Как и U-образная модель, W-образная модель делает акцент на первом контакте, контакте-конверсии и создании возможности. Каждой из этих трех точек взаимодействия присваивается по 30 %, а последние 10 % делятся поровну между оставшимися точками взаимодействия.

Ключевым преимуществом W-образной модели атрибуции является выделение трех основных переходов маркетинговой атрибуции в пути клиента. Однако эта дополнительная сложность может затруднить настройку моделирования, особенно при неадекватном отслеживании для идентификации этих касаний.

Модель временного распада

Модель атрибуции с временным спадом придает больший вес точкам взаимодействия, наиболее близким к конверсии. Чем ближе событие конверсии, тем большее влияние эти точки взаимодействия оказывают на конверсию.

Распад времени отдает приоритет касаниям, которые стимулируют конверсию, а не тем, которые находятся в верхней части воронки. Это особенно полезно для компаний с длинными циклами продаж. Однако модель временного распада недооценивает ценность маркетинговых усилий на вершине воронки, которые имеют решающее значение для привлечения новых клиентов.

Модель полного пути

Модель полного пути учитывает все точки соприкосновения на пути клиента до момента покупки, а не только событие-конверсию. В результате моделирование атрибуции полного пути обеспечивает точный обзор всех точек взаимодействия на пути клиента от начала до конца. Модель с полным путем получает признание со всеми другими моделями, но растягивается на весь цикл продаж.

Моделирование полного пути наиболее актуально для маркетинга B2B с учетом существующих возможностей. Это создает дополнительную проблему согласования данных для отделов продаж.

Z-образная модель

Z-образная атрибуция уникальна для B2B и, как правило, состоит из четырех основных штрихов: первый, создание потенциальных клиентов (MQL), создание возможностей (SQL) и последний штрих. Каждый получает 22,5% кредита, а оставшиеся 10% делятся поровну между оставшимися точками взаимодействия.

Z-образная атрибуция выделяет четыре критически важных перехода, которые маркетинг имеет в цикле продаж B2B. Однако создать модель полного пути, охватывающую длинный цикл B2B, может быть непросто.

Пользовательская модель

Предположим, вы хотите выбрать индивидуальное решение. В этом случае специалист по обработке и анализу данных может построить модель атрибуции, которая наилучшим образом соответствует пути клиента к вашему процессу покупки. Вы можете решить, какие точки взаимодействия (и соответствующие этапы конвейера, если таковые имеются) получают какой процент кредита.

Пользовательская модель — это самая сложная и ресурсоемкая модель для создания, обслуживания и использования. По определению, каждая нестандартная модель несет в себе неотъемлемую предвзятость в отношении того, что, по вашему мнению, заслуживает наибольшего внимания, даже если это может быть не лучшим для вашего бизнеса.

Как реализовать мультитач атрибуцию

Чтобы запустить мультисенсорную атрибуцию с нуля, у вас есть только два варианта: построить собственное моделирование атрибуции или купить готовый инструмент, каждый из которых имеет свои плюсы и минусы.

Хотя MTA позволяет вам точно диктовать отчеты, которые вы получаете, его настройка требует ресурсов и времени, особенно для групп разработчиков. Это отнимает время и ресурсы от других важных для бизнеса задач.

Как правило, создание мультитач-инструмента атрибуции с нуля приносит пользу крупным компаниям или предприятиям. Даже в этом случае не стоит игнорировать готовые инструменты. Большинство этих инструментов легко настраиваются, обеспечивая доступ к необработанным данным после их захвата и преобразования, что делает эти инструменты привлекательными для всех компаний.

Помните об этих трех важнейших аспектах мультисенсорной атрибуции при определении проекта внутри компании или при сравнении поставщиков мультисенсорной атрибуции.

1. Отслеживание: вам необходимо отслеживать данные всего пути покупателя. Сюда входят данные, хранящиеся в каждом из используемых инструментов, включая автоматизацию маркетинга, рекламные платформы, CRM и т. д., а также онлайн-отслеживание поведения.
2. Преобразование и моделирование. Затем вам также необходимо обработать эти данные, чтобы убедиться, что они чистые (связанные, стандартизированные и дедуплицированные), чтобы вы могли применить моделирование атрибуции, которое вы хотите или в котором нуждаетесь.
3. Визуализация: наконец, вам нужен достойный способ операционализации и визуализации данных. Вам нужно представить эти данные легко усваиваемыми и действенными с помощью отчетов и диаграмм.

Сочетание мультисенсорной атрибуции и моделирования маркетингового комплекса (МММ)

Мультисенсорная атрибуция — не единственное моделирование данных, доступное для измерения эффективности. Маркетологи уже давно используют моделирование маркетингового комплекса (MMM), чтобы получить представление о своих усилиях.

Используя регрессионный анализ, данные этих четырех элементов (независимые переменные) наносятся на график относительно продаж (зависимая переменная), чтобы показать отношение (влияние чтения), которое каждый элемент оказывает на продажи.

МММ может охватывать более широкий спектр данных, работая с агрегированными данными, включая офлайн-рекламу и нецифровую рекламу. Однако результаты выигрывают только на более высоком уровне, а не на той степени детализации, которую вы получаете при атрибуции.

Хорошая новость заключается в том, что использование обоих методов вполне возможно.

Преимущества мультисенсорной атрибуции

Каковы преимущества мультисенсорной атрибуции для команд, выходящих на рынок? Аналитика имеет почти бесконечное количество вариантов использования атрибуции. Но вот некоторые болевые точки, которые помогает решить мультисенсорная атрибуция:

• Свяжите свои расходы на рекламу с полученным доходом и конвейером. Когда вы знаете, что работает, а что нет, и определяете каналы и кампании, не влияющие на процесс покупки, вам нужно отказаться от них или каким-то образом настроить их, улучшив таргетинг, ставки и т. д.
• Составьте карту пути клиента от начала до конца, чтобы получить целостное представление о вашем цикле продаж. Мультисенсорная атрибуция собирает данные обо всех записываемых касаниях и дает пользователям гораздо более четкое представление о том, что происходит на пути покупателя.
• Сравните эффективность канала и кампании, используя один и тот же тест. Мультисенсорная атрибуция связывает действия по аналитике продаж с воронкой продаж и полученным доходом, помогая сравнивать различные действия от контента и рекламы до усилий по продажам.

• Определите, где приобретаются качественные лиды. MTA связывает первое прикосновение с событиями, происходящими дальше по конвейеру, и помогает отслеживать эффективность каналов привлечения для создания высококачественных лидов, которые продолжают продвигаться по конвейеру даже после первого события конверсии.
• Удалите бункеры данных в стеке технологий. Мультисенсорная атрибуция также предлагает другие важные преимущества на уровне данных. С помощью MTA вы можете собирать и обрабатывать данные со всего стека технологий для выхода на рынок, а также очищать и централизовать эти данные, которые в противном случае хранились бы разрозненно в каждом из инструментов.

Проблемы мультитач атрибуции

Как и любое другое решение, мультисенсорная атрибуция не лишена проблем. Это может быть сложно реализовать по многим причинам:

• Для мультисенсорной атрибуции нужны данные , и эти данные должны быть чистыми. Учитывая, что сбор данных на протяжении всего пути клиента — непростая задача; вам нужно несколько интеграций с инструментами и отслеживанием сайта. Дальнейшие шаги включают очистку данных, объединение, стандартизацию и дедупликацию для точного моделирования данных. Готовый инструмент с настраиваемой интеграцией имеет большое значение для решения этой проблемы, но процесс все равно может быть длительным.
• Мультисенсорная атрибуция требует ресурсов и понимания того, как ее лучше всего использовать. В то время как данные MTA могут укрепить давние «интуитивные ощущения» о том, что работает, а что нет, верно и обратное. Он может выявить малоэффективные каналы и кампании, которые кажутся эффективными. Команды должны быть готовы и использовать силу данных при принятии решений.
• Мультисенсорная атрибуция не дает обзора всех факторов , влияющих на решение о покупке. Ведь сделать это практически невозможно. Например, личные разговоры покупателя и влияние «темных соцсетей» просто невозможно учесть.

По этой причине понимание атрибуции касается корреляции, а не причинно-следственной связи. Хотя моделируют данные, их понимание и выполнение по-прежнему остается искусством.

Какие точки соприкосновения вас интересуют?

Таким образом, мультисенсорная атрибуция отслеживает и учитывает все записываемые касания на пути клиента. Это помогает организациям отказаться от более узких деталей атрибуции в одно касание или отсутствия анализа атрибуции.

Затем предприятия могут выбрать модель, которая лучше всего соответствует их уникальной настройке выхода на рынок. Тем не менее, это не без проблем. Настройка правильного мультисенсорного моделирования атрибуции требует времени на техническую реализацию и оперативное развертывание.

Тем не менее, вы не можете подорвать ценность MTA. Он предлагает беспрецедентную информацию о пути клиента, показывая действия, которые работают и не работают, а также то, что нужно масштабировать или отбросить.

Благодаря широкому спектру доступных инструментов мультисенсорной атрибуции начать работу с мультисенсорной атрибуцией стало проще, чем когда-либо.