Multi-Touch İlişkilendirme Hakkında Bilmeniz Gereken Her Şey

Ortalama satın alma yolculuğunun giderek daha karmaşık hale gelmesiyle birlikte, işletmeler her şeyi anlamlandırmak için çoklu dokunuşlu ilişkilendirmeye yöneliyor.

Pazara açılma liderleri, farklı etkinlikleri optimize etmek ararken, tıklanan reklamlar, okunan bloglar ve incelemeler gibi kritik yönlerle ilgili ayrıntılara ihtiyaç duyar. Çoklu dokunma özelliği burada büyük bir rol oynar. Pazarlamacıların mümkün olan en iyi kararları almasına yardımcı olmak için müşteri yolculuğu analitiği için kaydedilebilir müşteri temas noktalarını izler.

Dönüştürme etkinliği, ücretsiz deneme için kaydolan, demo talebi için rezervasyon yaptıran veya gerçek satın alma işlemini gerçekleştiren bir müşteri olabilir - ya da bazı çoklu dokunmatik ilişkilendirme araçları ardışık düzen aşamasına göre ilişkilendirmeye izin verdiği için hepsi olabilir.

Çoklu dokunma ilişkilendirme modellemesi, bir alıcının yolculuğundaki temas noktalarından toplanan verilerle çalışır. Pazarlamacılar bunu, dönüşümün ilişkilendirilmesi gereken pazarlama kanallarını veya kampanyaları belirlemek ve farklı çoklu dokunma modelleriyle hareket etmek için kullanabilir.

Farklı çoklu dokunma modelleri, belirli bir iş modeline uyum sağlamak için temas noktalarını farklı şekilde akredite eder. Bu, pazarlamacıların çabalarını optimize etmelerini ve daha etkili bir şekilde yeni müşteriler edinmelerini sağlar.

Çok kanallı ve çok dokunuşlu ilişkilendirme

Çok kanallı ilişkilendirme (MCA) ve çoklu dokunmatik ilişkilendirme genellikle birbirinin yerine kullanılır ancak analiz düzeyinde farklılık gösterir. Çoklu dokunuşla ilişkilendirme, bir reklam kampanyasından ve blog gönderisinden e-posta ritmine kadar her dokunuşu değerlendirir. Çok kanallı ilişkilendirme kredileri, yalnızca ücretli, organik, e-posta ve sosyal gibi dokunulan kanallara dayanır.

Bir pazarlamacı için bu ikisi arasındaki fark, temas noktası analizinin düzeyiyle ilgilidir. Çok kanallı ilişkilendirme , bir kanalın genel performansının üst düzey bir görünümünü sağlar. Buna karşılık, çoklu dokunma özelliği , performansı her düzeyde optimize etmeye yardımcı olur.

MTA'nın tek, ilk ve son temas ilişkilendirmesinden farkı nedir?

İşletmeler genellikle CRM veya pazarlama otomasyonu platformlarında tek dokunuşla ilişkilendirmeyi kullanır. Tek dokunuş, ilk dokunuş ve son dokunuş ilişkilendirmesinin tümü, bir müşteri adayının edinilmesine veya dönüştürülmesine yardımcı olan temas noktasına ilişkin bilgi sağlar.

Peki çoklu dokunma özelliğinin bu modellerden farkı nedir?

Tek dokunuşlu modeller, satın alma yolculuğunda yalnızca bir dokunuşu sayar, genellikle ilk veya son dokunuş, sırasıyla ilk dokunuş ve son dokunuş ilişkilendirmeleri olarak bilinir. Aradaki hiçbir şey dönüşümlere sayılmaz.

Öte yandan, çoklu dokunma ilişkilendirme modelleri, tüm dokunuşları kredilendirir ve seçilen modele göre dağıtır. Çoklu dokunma ilişkilendirme modellemesine kıyasla ilk dokunuş ve son dokunuş arasındaki farkı gösteren basit bir örnek.

Dönüştürmeden önce, bir müşteri üç pazarlama temas noktasından geçer: bir demo talep etmeden önce bir Google Ads tıklaması, bir LinkedIn konuşma reklamı ve bir G2 ürün karşılaştırma reklamı. İlk temas ilişkilendirmesi yalnızca Google Ads'e ve son dokunuş G2 karşılaştırmasına kredi verir. Bununla birlikte, bir çoklu dokunma modeli, kredileri bir şekilde üçüne de dağıtır.

Biri diğerinden daha mı iyi? Eh, bazı ilişkilendirmeler, pazara giriş faaliyetlerinizin nasıl performans gösterdiğine dair size veri içgörüleri sağladığı için hiç olmamasından iyidir.

Basitçe söylemek gerekirse, tek dokunuşlu modellerin kurulumu kolay olsa ve gelir liderlerine potansiyel müşterileri dönüştüren temas noktalarına bir bakış sunsa da, genel resmin yalnızca bir parçasını boyarlar.

Bu tutarsız genel bakış, veriler üzerinde hareket etmeyi zorlaştırıyor. Ardından, yalnızca son dokunulan reklama veya kanala odaklanıp diğer temas noktalarını görmezden mi geliyorsunuz? Çoklu dokunmatik modeller, müşteri yolculuğunun daha net bir resmini sunar; hangi çabalar bir anlaşmayı etkiler, hangileri etkilemez.

Çoklu dokunma özelliği neden önemlidir?

Ancak bu, pazara açılma ekipleri için neden önemlidir? İki geniş nedenden dolayı:

1. Müşteri yolculuğunda netlik sağlar. Çoklu dokunma ilişkilendirme modellemesi, mümkün olduğu kadar çok müşteri yolculuğu verisi toplamaya dayanır. Bu da, satın alma yolculuğu boyunca müşteri davranışı ve faaliyetleri hakkında kritik bilgiler sunar. Müşteri adaylarının dönüştürülmesinin ne kadar sürdüğü, farklı yolculuk aşamalarında harcanan zaman, markanızla temas noktaları, tüketilen içerik vb. gibi temel metriklerin hesaba katılmasına yardımcı olur.
2. Pazara açılma çabalarının performansını ölçmeye yardımcı olur. Dönüşüm sağlayan temas noktalarına kredi atadıktan sonra, ilişkilendirmenin modellemesi, hangi faaliyetlerin ardışık düzen ve gelir oluşturduğunu görmeye yardımcı olur. Bu, pazarlamacıların ölçeklendirilecek, optimize edilecek veya tamamen durdurulacak çabaları anlamalarını sağlar. Ancak, etkinlikleri nasıl akredite edeceğiniz, çoklu dokunmatik modelinize bağlıdır.

Çoklu dokunma ilişkilendirme modelleri ve yöntemleri

Tek dokunuşa kredi veren tek dokunuşlu modellerin aksine, çoklu dokunmatik model kredileri farklı şekilde atar.

MTA, ihtiyaçlarınıza göre farklı modeller seçmenizi sağlar. Örneğin, U şeklinde bir modelde ilk ve son dokunuşlara daha fazla, aradakilere daha az ağırlık verebilirsiniz. Alternatif olarak, doğrusal modeldeki tüm temas noktalarına eşit kredi atayabilirsiniz.

Kullandığınız ilişkilendirme modeli, iş modelinize ve kullanıcı içgörülerine bağlıdır. Aslında, birden fazla çok dokunuşlu ilişkilendirme modeli kullanmak daha iyi kararlar alınmasına yardımcı olabilir. İşte en yaygın çoklu dokunma ilişkilendirme modelleri.

Doğrusal model

Doğrusal model, çok dokunuşlu ilişkilendirme modellerinin en basitidir çünkü krediyi dönüşümden önce tüm dokunuşlara eşit olarak dağıtır. Müşterilerin dönüşüm etkinliğinden önce dört temas noktası varsa, her nokta %25 kredi alır.

Doğrusal modeller, satış hunisindeki daha kritik dokunuşları seçmenin keyfi sürecinden kaçınmaya yardımcı olur ve hepsine eşit kredi verir. Bu aynı zamanda ana sınırlamasıdır. Edinmeye odaklandığınızda, lineer modelin vermediği ilk dokunuşa daha fazla ağırlık vermeniz gerekir.

U şeklindeki model

U-şekilli ilişkilendirme modeli, her temas noktasını izler ancak %40'ını anonim ilk dokunuşa ve %40'ını dönüşüme yönlendirir. Kalan temas noktaları %20 oranında bölünür. U şeklindeki model, satın alma ve dönüşüme yol açan temasları vurgular.

W şeklindeki model

U şeklindeki model gibi, W şeklindeki model de ilk dokunuşu, lider dönüşüm dokunuşunu ve fırsat yaratma temas noktasını vurgular. Bu üç temas noktasının her birine %30 kredi verilir ve son %10 kalan temas noktaları arasında eşit olarak bölünür.

W-şekilli ilişkilendirme modelinin en önemli faydası, müşteri yolculuğundaki ilk üç pazarlama ilişkilendirme geçişini vurgulamaktır. Bununla birlikte, bu eklenen karmaşıklık, özellikle bu dokunuşları tanımlamak için yetersiz izleme ile modellemeyi kurmayı daha zor hale getirebilir.

Zaman azalma modeli

Zaman azalması ilişkilendirme modeli, dönüşüme en yakın temas noktalarına daha fazla ağırlık verir. Dönüşüm olayı ne kadar yakınsa, bu temas noktalarının dönüşüm üzerinde o kadar fazla etkisi olur.

Zamanın azalması, dönüşüm hunisinin en üstünde oturanlara kıyasla dönüşüm sağlayan dokunuşlara öncelik verir. Bu, özellikle uzun satış döngüleri olan işletmeler için yararlıdır. Bununla birlikte, zaman kaybı modeli, yeni müşteriler edinmek için kritik önem taşıyan, dönüşüm hunisinin başındaki pazarlama çabalarının değerini hafife alır.

Tam yol modeli

Tam yol modeli, yalnızca bir dönüşüm etkinliğini değil, müşteri yolculuğundaki satın alma noktasına kadar olan tüm temas noktalarını hesaba katar. Sonuç olarak, tam yol ilişkilendirme modellemesi, müşteri yolculuğundaki tüm temas noktalarına doğru, baştan sona doğru bir genel bakış sağlar. Tam yol modeli, diğer tüm modellerle birlikte kredi alır ancak satış döngüsü boyunca genişletilir.

Tam yol modelleme, en çok mevcut fırsatlar üzerinde B2B pazarlama ile ilgilidir. Bu, satış ekipleri için ek veri mutabakatı zorluğunu sunar.

Z şeklindeki model

Z-şekilli ilişkilendirme B2B'ye özgüdür ve tipik olarak dört ana dokunuşa sahiptir: ilk, müşteri adayı oluşturma (MQL), fırsat oluşturma (SQL) ve son dokunuş. Her biri kredinin %22,5'ini alır ve kalan %10, kalan temas noktaları arasında eşit olarak bölünür.

Z-şekilli ilişkilendirme, pazarlamanın B2B satış döngüsünde sahip olduğu dört kritik işlem hattı geçişini vurgular. Ancak, uzun B2B döngüsünü kapsayan bir tam yol modeli kurmak zor olabilir.

Özel model

Özel bir çözüme gitmek istediğinizi varsayalım. Bu durumda, bir veri bilimcisi, satın alma sürecinize özel müşteri yolculuğuna en uygun ilişkilendirme modelini oluşturabilir. Hangi temas noktalarının (ve varsa ilgili işlem hattı aşamalarının) kredinin yüzde kaçının alacağına karar verebilirsiniz.

Özel model, oluşturulması, bakımı ve kullanımı en zor ve kaynak yoğun modeldir. Tanım olarak, her özel model, işletmeniz için en iyisi olmasa bile, en fazla itibarın verilmesi gerektiğini düşündüğünüze yönelik doğal bir önyargı taşır.

Çoklu dokunma ilişkilendirmesi nasıl uygulanır?

Çok dokunuşlu ilişkilendirmeyi sıfırdan elde etmek için yalnızca iki seçeneğiniz vardır: ilişkilendirme modellemenizi şirket içinde oluşturun veya her birinin artıları ve eksileri olan kullanıma hazır bir araç satın alın.

MTA, aldığınız raporları tam olarak dikte etmenize izin verse de, özellikle geliştirme ekipleri için kurulumu kaynak ve zaman alıcıdır. Diğer kritik iş görevlerinden zaman ve kaynak alır.

Tipik olarak, sıfırdan çok dokunuşlu bir ilişkilendirme aracı oluşturmak, daha büyük işletmelere veya kuruluşlara fayda sağlar. O zaman bile, kullanıma hazır araçları görmezden gelmemelisiniz. Bu araçların çoğu son derece özelleştirilebilir, yakalanıp dönüştürüldüğünde ham verilere erişime izin vererek bu araçları tüm işletmeler için çekici hale getirir.

Projeyi dahili olarak tanımlarken veya çoklu dokunmatik ilişkilendirme sağlayıcılarını karşılaştırırken, çoklu dokunuşla ilişkilendirmenin bu üç kritik yönünü aklınızda bulundurun.

1. İzleme: Tüm alıcı yolculuğundan gelen verileri izlemeniz gerekir. Bu, pazarlama otomasyonu, reklam platformları, CRM vb. dahil olmak üzere kullanılan araçların her birinde bulunan verileri ve ayrıca çevrimiçi davranışsal izlemeyi içerir.
2. Dönüştür ve modelle: Ardından, istediğiniz veya ihtiyaç duyduğunuz ilişkilendirme modellemesini uygulayabilmeniz için temiz (bağlı, standartlaştırılmış ve tekilleştirilmiş) olduğundan emin olmak için bu verileri de işlemeniz gerekir.
3. Görselleştirin: Son olarak, verileri operasyonel hale getirmek ve görselleştirmek için uygun bir yola ihtiyacınız var. Bu verileri kolayca sindirilebilir ve eyleme geçirilebilir raporlar ve çizelgeler aracılığıyla sunmanız gerekir.

Çoklu dokunuşla ilişkilendirme ve pazarlama karması modellemeyi (MMM) birleştirme

Performansı ölçmek için kullanılabilen tek veri modellemesi, çoklu dokunma ilişkilendirmesi değildir. Pazarlamacılar, çabalarını anlamak için uzun süredir pazarlama karması modellemesini (MMM) kullanıyor.

Regresyon analizi kullanılarak, bu dört öğeden (bağımsız değişkenler) elde edilen veriler, her bir öğenin satışlar üzerindeki ilişkisini (okuma etkisini) göstermek için satışlara (bağımlı değişken) karşı çizilir.

MMM, çevrimdışı ve dijital olmayan reklamlar dahil olmak üzere toplu verilerle çalışarak daha geniş bir veri yelpazesini kapsayabilir. Ancak sonuçlar, ilişkilendirme ile elde ettiğiniz ayrıntı düzeyiyle değil, yalnızca daha yüksek düzeyde fayda sağlar.

İyi haber şu ki, her iki yöntemi de kullanmak akıl almaz bir şey değil.

Çoklu dokunuşla ilişkilendirmenin faydaları

Pazara açılma ekipleri için çoklu dokunuşla ilişkilendirmenin faydaları nelerdir? Analytics, neredeyse sonsuz sayıda ilişkilendirme kullanımına sahiptir. Ancak çoklu dokunma özelliğinin çözülmesine yardımcı olan bazı sorunlu noktalar şunlardır:

• Reklam harcamanızı oluşturulan gelire ve ardışık düzene bağlayın. Neyin işe yarayıp neyin yaramadığını bildiğinizde ve satın alma yolculuğunu etkilemeyen kanalları ve kampanyaları belirlediğinizde, daha iyi hedefleme, teklif verme vb.
• Satış döngünüzün bütünsel bir görünümü için uçtan uca müşteri yolculuğunu haritalayın. Çoklu dokunuşla ilişkilendirme, tüm kaydedilebilir dokunuşlar hakkında veri toplar ve kullanıcılara, alıcının yolculuğunda neler olduğuna dair çok daha net bir resim sunar.
• Aynı karşılaştırmayı kullanarak kanal ve kampanya performansını karşılaştırın. Çoklu dokunuşla ilişkilendirme, satış zekası etkinliklerini satış hattına ve elde edilen gelire bağlayarak içerik ve reklamlardan satış çabalarına kadar farklı etkinliklerin karşılaştırılmasına yardımcı olur.

• Kaliteli potansiyel müşterilerin nereden edinildiğini belirleyin. MTA, ilk dokunuşu ardışık düzendeki olaylara bağlar ve ilk dönüşüm olayından sonra bile ardışık düzende devam eden yüksek kaliteli müşteri adayları oluşturmada edinme kanallarının performansının izlenmesine yardımcı olur.
• Teknoloji yığınındaki veri silolarını kaldırın. Çoklu dokunma özelliği, veri düzeyinde başka önemli avantajlar da sunar. MTA ile, piyasaya sürülen teknoloji yığınından veri toplayabilir ve işleyebilir ve aksi takdirde araçların her birinde silo halinde bulunan bu verileri temizleyebilir ve merkezileştirebilirsiniz.

Çoklu dokunuşla ilişkilendirme zorlukları

Herhangi bir çözümde olduğu gibi, çoklu dokunuşla ilişkilendirmenin zorlukları da yoktur. Birçok nedenden dolayı uygulanması zor olabilir:

• Çoklu dokunma ilişkilendirmesinin verilere ihtiyacı vardır ve bu verilerin temiz olması gerekir. Müşteri yolculuğu boyunca veri toplamayı düşünmek kolay bir iş değil; araçlar ve site takibi ile birden fazla entegrasyona ihtiyacınız var. Diğer adımlar, doğru veri modelleme için veri temizleme, birleştirme, standartlaştırma ve tekilleştirmeyi içerir. Özel entegrasyonlara sahip kullanıma hazır bir araç, bunu çözmede uzun bir yol kat eder, ancak süreç yine de uzun olabilir.
• Çoklu dokunuşla ilişkilendirme, kaynaklara ve bunun en iyi nasıl kullanılacağına dair bir anlayışa ihtiyaç duyar . MTA verileri, neyin işe yarayıp yaramadığına dair uzun süredir devam eden "içgüdüsel duyguları" güçlendirebilirken, bunun tersi doğrudur. Düşük performans gösteren kanalları ve iyi performans gösterdiği görülen kampanyaları belirleyebilir. Ekiplerin hazırlıklı olması ve karar verme süreçlerine verilerin gücünü dahil etmesi gerekir.
• Çoklu dokunuşla ilişkilendirme, bir satın alma kararındaki her bir faktöre ilişkin bir genel bakış sağlamaz . Sonuçta, bunu yapmak neredeyse imkansız. Örneğin, bir alıcının özel görüşmeleri ve “dark sosyal”in etkisi basitçe açıklanamaz.

Bu nedenle, atıf içgörüleri nedensellik değil, korelasyon ile ilgilidir. Veri modellemeyi yönlendirse de, onu anlamak ve yürütmek hala bir sanattır.

Hangi temas noktalarını önemsiyorsunuz?

Özetle, çoklu dokunuşla ilişkilendirme, müşteri yolculuğundaki tüm kaydedilebilir dokunuşları izler ve kredilendirir. Bu, kuruluşların tek dokunuşla ilişkilendirme veya ilişkilendirme yok analizi gibi daha dar ayrıntılardan uzaklaşmasına yardımcı olur.

İşletmeler daha sonra benzersiz pazara açılma kurulumlarına en uygun modeli seçebilirler. Ancak, bu onun zorlukları olmadan değildir. Doğru çoklu dokunma ilişkilendirme modellemesinin kurulması, teknik olarak uygulanması ve operasyonel olarak devreye alınması zaman alır.

Yine de MTA'nın değerini azaltamazsınız. Müşteri yolculuğu hakkında, işe yarayan ve yaramayan aktivitelerin yanı sıra nelerin ölçeklenmesi veya atılması gerektiğini gösteren emsalsiz bilgiler sunar.

Hazır bulunan çok çeşitli çoklu dokunmatik ilişkilendirme araçlarıyla, çoklu dokunuşla ilişkilendirme yolculuğunuza başlamak her zamankinden daha kolay.