เหตุใดรูปแบบการระบุแหล่งที่มาช่องทางเดียวจึงเป็นทางตันสำหรับ CMO

ด้วยการเข้าถึงข้อมูลลูกค้าจำนวนมหาศาล นักการตลาดจึงสามารถเข้าใจภาพรวมของสิ่งที่เกิดขึ้นได้ ตัวอย่างเช่น นักการตลาดสามารถค้นหาได้อย่างชัดเจนว่าลูกค้าโต้ตอบกับแบรนด์ของคุณอย่างไร คาดการณ์ความน่าจะเป็นที่ผู้ใช้จะซื้อบางอย่าง (และเมื่อใด) ประเมินรายได้ที่ลูกค้าจะนำมา และกำหนดช่องทางที่ดีที่สุดสำหรับการโต้ตอบกับลูกค้า แต่นี่เป็นเพียงด้านหนึ่งของเหรียญ ในอีกด้านหนึ่ง การโฆษณามีราคาแพงขึ้น และความสนใจของผู้บริโภคกลายเป็นเรื่องท้าทายมากขึ้นที่จะได้รับ

นักการตลาดที่ก้าวหน้าทางเทคโนโลยีมากที่สุดจะชนะการแข่งขันนี้ และการระบุแหล่งที่มามีบทบาทสำคัญในการประเมินประสิทธิภาพของช่องทางการโฆษณา บทความนี้อธิบายว่าทำไมรูปแบบการระบุแหล่งที่มาแบบช่องทางเดียวจึงเป็นหนทางไปสู่จุดหมาย และเหตุใดรูปแบบที่ขับเคลื่อนด้วยข้อมูลจึงไม่เพียงพอสำหรับการตลาดที่ประสบความสำเร็จ

ด้วยการพัฒนาเทคโนโลยี การปรากฏตัวของช่องทางการตลาดมากขึ้นเรื่อยๆ (ออนไลน์และออฟไลน์) และการเปลี่ยนแปลงของธุรกิจสู่อินเทอร์เน็ตอันเนื่องมาจากการแพร่ระบาด มันเป็นสิ่งสำคัญสำหรับแบรนด์ที่จะต้องเข้าใจว่าลูกค้าของพวกเขามาจากไหนและอย่างไรและเมื่อใดที่ลูกค้าทำ Conversion . นี่คือที่มาของการระบุแหล่งที่มาทางการตลาด

ในการวิเคราะห์การตลาด การ ระบุแหล่งที่มาเป็น เรื่องเกี่ยวกับการประเมินคุณค่าที่ช่องทางการโฆษณานำมา นี่เป็นหนึ่งในงานสำคัญของนักการตลาดดิจิทัล ทำไม จากการวิจัยของ Gartner ในปี 2020 พบว่างบประมาณการตลาดมากกว่า 80% ได้รับการจัดสรรสำหรับช่องทางดิจิทัล พูดง่ายๆ ก็คือ ใช้เงินหลายล้านดอลลาร์ไปกับการโฆษณา และบริษัทต่างๆ ต้องการให้แน่ใจว่าการใช้จ่ายนี้นำลูกค้าและรายได้มา

เป้าหมายของการระบุแหล่ง ที่มาคือการกำหนดการมีส่วนร่วมของแชแนลต่อคอนเวอร์ชัน ซึ่งก็คือบทบาทในการย้ายลูกค้าไปยังขั้นตอนถัดไปของช่องทางหรือการกระตุ้นการซื้อ และเพื่อกำหนดมูลค่าให้กับแต่ละขั้นตอนของช่องทาง

แบรนด์ใช้การวิเคราะห์การตลาดเพื่อกำหนดวิธีการ ที่ และเวลาที่ลูกค้าโต้ตอบกับบริษัท และใช้การระบุแหล่งที่มาเพื่อประเมินประสิทธิภาพของช่องทาง ด้วยข้อมูลนี้ นักการตลาดจึงสามารถเปลี่ยนแปลงและปรับปรุงแคมเปญโฆษณาได้

มี รูปแบบการระบุแหล่ง ที่มาหลายประเภท และควรสังเกตว่าไม่มีรูปแบบที่ถูกต้องเพียงรูปแบบเดียว โดยปกติ รูปแบบการระบุแหล่งที่มาจะถูกจัดประเภทตามตรรกะที่ใช้คำนวณมูลค่า ประเภทของรูปแบบการระบุแหล่งที่มาได้แก่:

• รูปแบบการระบุแหล่งที่มา ตามตำแหน่ง — เสื่อมเวลา, ตามตำแหน่ง
• รูปแบบการระบุแหล่งที่มาของ อัลกอริทึม — ขับเคลื่อนด้วยข้อมูล, Markov Chains
• รูปแบบการระบุแหล่งที่มา ช่องทาง เดียว — คลิกสุดท้าย คลิกแรก
• รูปแบบการระบุแหล่งที่มา หลายช่องทาง — เชิงเส้น, การสลายตัวของเวลา

บริษัทส่วนใหญ่ใช้รูปแบบการระบุแหล่งที่มาช่องทางเดียว โมเดลเหล่านี้มีการใช้งานมาโดยตลอด เหตุใดจึงต้องเปลี่ยนสิ่งที่ดูเหมือนจะใช้ได้ผล รูปแบบช่องทางเดียวนั้นเรียบง่ายและเป็นมาตรฐานใน Google Analytics (สากล) และทำให้เข้าใจได้ง่ายว่ามีการกระจายมูลค่าอย่างไร

ต่อไปนี้คือตัวอย่างวิธีกระจายมูลค่า Conversion ในรูปแบบการระบุแหล่งที่มาช่องทางเดียว

อย่างไรก็ตาม โมเดลเหล่านี้สามารถประเมินได้เพียงช่องทางเดียวเท่านั้น พวกเขาลดความซับซ้อนของเส้นทางสู่การซื้อของลูกค้าจากทุกช่องทาง นำไปสู่ความเข้าใจผิดที่ร้ายแรง และไม่แสดงสถานการณ์จริงอย่างแน่นอน

ตัวอย่างเช่น หากเราดูที่รายงานเส้นทางสำหรับผู้ค้าปลีกแบบหลายช่องทางที่มีผู้เข้าชมเว็บไซต์พอสมควร เราจะเห็นส่วนแบ่งของรายได้ที่เกิดจากคำสั่งซื้อในการเข้าชมครั้งแรก ที่นี่ เส้นทางแบบหลายช่องทางที่มีการเข้าชมสองครั้งขึ้นไปสร้างรายได้ 72%

โดยเฉลี่ย ลูกค้าหนึ่งรายต้องใช้จุดติดต่อ 7 ถึง 9 จุด (ผู้ที่ทำงานได้ดีที่สุดสามารถลดเหลือเพียง 5 จุด) สำหรับลูกค้าจึงจะทำให้เกิด Conversion เห็นได้ชัดว่าแต่ละจุดสัมผัส (แชแนล) เหล่านี้ส่งผลต่อความน่าจะเป็นของการแปลง มีเหตุผลเพียงอย่างเดียวที่ จะต้องคำนึงถึงอิทธิพลของช่องทางทั้งหมดที่มีต่อผู้ซื้อ ในกรณีนี้

อย่างไรก็ตาม เมื่อใช้รูปแบบการระบุแหล่งที่มาช่องทางเดียว ขั้นตอนต่างๆ ของช่องทางจะถูกละเว้น การเพิกเฉยต่อสิ่งที่เกิดขึ้นในช่วงเริ่มต้น กลาง และสิ้นสุดของกระบวนการขายสามารถนำไปสู่การตัดสินใจด้านการจัดการที่ไม่เหมาะสมและการสูญเสียเงิน

นอกจากรูปแบบการระบุแหล่งที่มาช่องทางเดียวแล้ว โมเดลจากข้อมูลยังเป็นที่นิยมอีกด้วย ตัวอย่างที่โด่งดังที่สุด ได้แก่ โมเดลจากข้อมูลของ Google โมเดล Conversion Lift จาก Facebook และ Campaign Lift จาก Nielsen

โมเดลที่ขับเคลื่อนด้วยข้อมูลสะท้อนผลกระทบของแหล่งที่มาแต่ละแหล่งบนเส้นทางสู่ Conversion ได้แม่นยำยิ่งขึ้น มีความรวดเร็ว ปรับเปลี่ยนได้ และมีวัตถุประสงค์มากกว่าโมเดลช่องทางเดียว เนื่องจากพิจารณาข้อมูลทั้งหมดเกี่ยวกับการโต้ตอบของผู้ใช้กับแบรนด์ ในสภาพแวดล้อมแบบหลายช่องทาง จุดสัมผัสทั้งหมดโน้มน้าวให้ลูกค้าซื้อผลิตภัณฑ์ แต่เห็นได้ชัดว่าอิทธิพลของพวกเขาไม่เท่ากัน ดังนั้น รูปแบบการระบุแหล่งที่มาแบบดั้งเดิมที่เรียบง่ายจึงทำให้เกิดช่องว่างขนาดใหญ่เมื่อวิเคราะห์ข้อมูล และไม่ได้ให้ภาพรวมที่สมบูรณ์ของสิ่งที่เกิดขึ้น

การระบุแหล่งที่มาจากข้อมูลจะเปรียบเทียบเส้นทางของผู้ใช้โดยใช้ข้อมูลเกี่ยวกับผู้ใช้ทั้งหมด (ผู้ที่ทำให้เกิด Conversion และผู้ที่ไม่ได้ทำ Conversion) แนวทางนี้ช่วยให้นักการตลาดประเมินว่ากรณีใดที่ความน่าจะเป็นของ Conversion จะสูงขึ้น

ด้วยเหตุนี้ โมเดลจึงคำนวณน้ำหนักการแปลงของแต่ละแชแนลในเส้นทางของผู้ใช้ โดยไม่คำนึงถึงตำแหน่ง

ข้อเสียของโมเดลที่ขับเคลื่อนด้วยข้อมูลรวมถึงข้อเท็จจริงที่ว่าอัลกอริธึมต้องได้รับข้อมูลเพียงพอเพื่อแสดงผลลัพธ์ที่แม่นยำที่สุด สำหรับแบบจำลองที่จะให้ค่าประมาณที่เชื่อถือได้ จำเป็นต้องมีข้อมูลในอดีตและข้อมูลตลาดจำนวนมาก จำเป็นต้องมีจุดติดต่ออย่างน้อย 12 จุดเพื่อให้ได้ความแม่นยำสูงในรูปแบบการระบุแหล่งที่มาจากข้อมูล

โดยสรุป เราสามารถพูดได้ว่ารูปแบบช่องทางเดียวมักนำไปสู่การตัดสินใจด้านการจัดการที่ไม่ถูกต้อง เนื่องจากการตัดสินใจเหล่านี้จะไม่พิจารณาภาพรวมทั้งหมด ดังนั้น โมเดลที่ขับเคลื่อนด้วยข้อมูลจึงดีกว่าโมเดลช่องทางเดียว อย่างไรก็ตาม ไม่มีการจำกัดความสมบูรณ์แบบ ตัวเลือกขั้นสูงเพิ่มเติมพิจารณาความน่าจะเป็นของการแปลง และได้รับการฝึกอบรมเกี่ยวกับข้อมูลตลาดโดยใช้เทคโนโลยีการเรียนรู้ของเครื่อง

ปัญหาที่ใหญ่ที่สุดของรูปแบบการระบุแหล่งที่มาจากข้อมูลคือต้องใช้ข้อมูลมากเกินไปสำหรับการวิเคราะห์ ไม่ใช่ช่องทางเดียวที่มีส่วนร่วมในการสื่อสารกับลูกค้า แต่เป็นแหล่งข้อมูลสื่อทั้งชุดในรูปแบบต่างๆ ตัวอย่างเช่น ในการวัด ROI นักการตลาดต้องจัดการวงออเคสตราทั้งหมดนี้

นี่คือจุดที่รูปแบบการระบุแหล่งที่มาของแมชชีนเลิร์นนิง (ML) ช่วยคุณได้! โมเดลที่ใช้แมชชีนเลิร์นนิงและข้อมูลการตลาดเปลี่ยนแนวทางการระบุแหล่งที่มาโดยสิ้นเชิง โมเดล ML สามารถปรับแต่งให้เหมาะกับธุรกิจเพื่อให้ได้ภาพที่สมบูรณ์และเป็นความจริงที่สุดเกี่ยวกับเส้นทางสู่การซื้อของลูกค้า ด้วยยอดขายทางอินเทอร์เน็ตที่เพิ่มขึ้นมากกว่า 70% เมื่อเทียบเป็นรายปีระหว่างปี 2019 ถึง 2020 โมเดล ML เป็นสิ่งจำเป็นสำหรับนักการตลาดทุกคน

ข้อมูลทั้งหมดที่จำเป็นสำหรับการวิเคราะห์การตลาด — จำนวนที่เพิ่มขึ้นทุกวัน — ไม่สามารถประมวลผลได้โดยไม่ต้องใช้การเรียนรู้ของเครื่อง ด้วยความช่วยเหลือนี้ นักการตลาดจึงไม่จำเป็นต้องฝ่าฟันตัวเลขมากมายเพื่อค้นหาข้อมูลเชิงลึกที่เป็นประโยชน์อีกต่อไป

ท้ายที่สุด สิ่งสำคัญสำหรับธุรกิจไม่เพียงแต่ต้องเข้าใจว่าช่องทางใดใช้ไม่ได้ แต่ยังต้องเข้าใจว่าช่องทางใดใช้ได้ผลด้วย เพื่อไม่ให้พวกเขาจัดสรรงบประมาณอย่างสุ่มสี่สุ่มห้า

จากผลการศึกษา Digital Marketing Insights สำหรับ CMO ในปี 2564 โดย Gartner พบว่า 84% ของ CMO เชื่อว่าการใช้การเรียนรู้ของเครื่องและปัญญาประดิษฐ์ช่วยปรับปรุงฟังก์ชันทางการตลาด ในขณะเดียวกัน ผู้เชี่ยวชาญเพียง 17% เท่านั้นที่ใช้ความสามารถ AI/ML อย่างกว้างขวาง

ทีมงาน OWOX BI ได้ทำงานร่วมกับโครงการมากกว่า 27,000 โครงการ และเข้าใจว่าแต่ละธุรกิจมีความต้องการในการระบุแหล่งที่มาของตนเอง และไม่มีคำตอบที่ชัดเจนสำหรับทุกคน สำหรับบริษัทเดียว โมเดลช่องทางเดียวก็เหมาะสม บางธุรกิจต้องการตัวเลือกที่ขับเคลื่อนด้วยข้อมูล และสำหรับส่วนอื่นๆ การเพิ่มประสิทธิภาพส่วนประสมการตลาด (MMO) เป็นสิ่งจำเป็น

ทฤษฎีมักจะควบคู่ไปกับการปฏิบัติ โมเดล OWOX มีลักษณะเฉพาะด้วยความเร็วที่เพิ่มขึ้นและคุณภาพการคาดการณ์ที่ยอดเยี่ยม เนื่องจากได้รับการฝึกอบรมเกี่ยวกับข้อมูลตลาดจากโครงการหลายหมื่นโครงการ การใช้การระบุแหล่งที่มา ML และการนำเข้าผู้ชมโดยอัตโนมัติช่วยให้ลูกค้ารายหนึ่งของเราเพิ่ม ROI ได้ 2.2 เท่า

OWOX เพิ่งเปิดตัวรูปแบบการระบุแหล่งที่มาเวอร์ชันอัปเดต รุ่นใหม่นี้มีประโยชน์อย่างไร?

1. คุณไม่จำเป็นต้องเลือกขั้นตอนของช่องทางด้วยตนเอง ตัวแบบเองกำหนดการมีส่วนร่วมของแคมเปญโดยพิจารณาจากแนวโน้มที่จะเกิด Conversion
2. คุณจะได้รับการคาดการณ์มูลค่าสำหรับเซสชันใดๆ ด้วยรูปแบบใหม่ คุณสามารถตอบคำถาม ได้ หากฉันต้องการปิดการใช้งานแคมเปญนี้ในวันนี้ ฉันจะได้รับ Conversion จำนวนเท่าใดในอนาคต วิธีนี้ช่วยให้คุณหลีกเลี่ยงการปิดใช้งานแคมเปญที่รอการตัดบัญชีและปิดแคมเปญที่ไม่มีประสิทธิภาพได้เร็วขึ้น

3. ตรรกะการคำนวณมีความโปร่งใสอย่างยิ่ง รหัสการแปลงข้อมูลแบบเปิดช่วยให้คุณสามารถพิจารณาคุณลักษณะของบริษัทได้ ลูกค้า OWOX สามารถเปลี่ยนแปลงโค้ดที่จำเป็นในขณะที่บริการอัปเดตข้อมูลจากแหล่งการตลาด (บริการโฆษณา, บริการโทร, CRM) รวมกับข้อมูลค่าใช้จ่ายจากแพลตฟอร์มโฆษณาต่างๆ และเตรียมรายงานที่จำเป็น

รูปแบบการระบุแหล่งที่มาช่วยให้คุณควบคุมช่องทางการตลาดได้ ช่วยให้คุณเข้าใจว่ารายงานของคุณแสดงให้เห็นถึงประสิทธิผลของการตลาดได้แม่นยำเพียงใด และวิธีเพิ่มประสิทธิภาพการตลาดของคุณในจุดติดต่อที่สำคัญจริงๆ

นักการตลาดต้องแน่ใจว่าแต่ละการกระทำจะผลักดันให้ลูกค้าเข้าใกล้ Conversion มากขึ้น คุณสามารถใช้รูปแบบการระบุแหล่งที่มาเพื่อกำหนดแคมเปญการตลาดที่ทำกำไรได้มากที่สุด โดยขึ้นอยู่กับจำนวนเงินที่คุณลงทุนในแคมเปญเหล่านั้น

โมเดลใดให้เลือกขึ้นอยู่กับอุตสาหกรรมของคุณ เป้าหมายของบริษัท และขนาดของธุรกิจของคุณ อย่างไรก็ตาม มีสิ่งหนึ่งที่แน่นอน: ไม่มีรุ่นใดที่สามารถรับประกันผลลัพธ์ที่แม่นยำได้ 100%