您需要了解的有关多点触控归因的所有信息
已发表: 2022-01-31随着平均购买过程变得越来越复杂,企业转向多点触控归因来理解这一切。
在寻求优化不同活动时,进入市场的领导者需要有关关键方面的详细信息,例如点击的广告、阅读的博客和比较的评论。 多点触控归因在这里发挥了重要作用。 它跟踪可记录的客户接触点以进行客户旅程分析,以帮助营销人员做出最佳决策。
转化事件可以是客户注册免费试用、预订演示请求或进行实际购买——或全部,因为一些多点触控归因工具允许按管道阶段进行归因。
多点触控归因建模适用于从买家旅程中的接触点收集的数据。 营销人员可以使用它来确定转化应归因于的营销渠道或活动,并使用不同的多点触控模型进行操作。
不同的多点触控模型以不同的方式授权接触点以适应特定的业务模型。 这使营销人员能够优化他们的工作并更有效地获得新客户。
多渠道与多点触控归因
多渠道归因 (MCA) 和多点触控归因通常可以互换使用,但在分析级别上有所不同。 多点触控归因归因于从广告活动和博客文章到电子邮件节奏的每一次接触。 多渠道归因信用仅基于所接触的渠道,例如付费、自然、电子邮件和社交。
对于营销人员来说,这两者之间的差异与接触点分析的水平有关。 多渠道归因提供了渠道整体表现的高级视图。 相比之下,多点触控归因有助于优化各个级别的性能。
MTA 与单次、第一次和最后一次接触归因有何不同?
企业经常在其 CRM 或营销自动化平台上使用单点归因。 单点接触、首次接触和最后接触归因都提供了对帮助获取或转化潜在客户的接触点的洞察。
那么多点触控归因与这些模型有何不同呢?
单点触摸模型仅计算购买过程中的一次触摸,通常是第一次或最后一次,分别称为首次触摸和最后一次触摸归因。 介于两者之间的任何内容均不计入转化次数。
另一方面,多点触摸归因模型将所有触摸归功于并根据所选模型进行分配。 这里有一个简单的例子来说明与多点触摸归因建模相比,首次触摸和最后一次触摸之间的区别。
在转换之前,客户在请求演示之前会经历三个营销接触点:Google Ads 点击、LinkedIn 对话广告和 G2 产品比较广告。 首次接触归因仅归功于 Google Ads,最后一次接触 G2 比较。 但是,多点触控模型以某种方式将积分分配给所有三个。
这个比那个好吗? 好吧,有一些归因总比没有好,因为它可以为您提供有关您的上市活动如何执行的数据洞察。
简而言之,虽然单点触控模型很容易设置,并且可以让收入领导者一睹转化线索的接触点,但它们只描绘了整体图景的一小部分。
这种不连贯的概述使得很难对数据采取行动。 然后,您是否只关注最后接触的广告或频道而忽略其他接触点? 多点触控模型让您更清楚地了解客户旅程——哪些努力会影响交易,哪些不会。
为什么多点触控归因很重要?
但为什么这对上市团队很重要? 有两个广泛的原因:
- 提供清晰的客户旅程。 多点触控归因建模依赖于收集尽可能多的客户旅程数据。 这反过来又提供了有关整个购买过程中客户行为和活动的关键信息。 它有助于考虑关键指标,例如潜在客户转化所需的时间、在不同旅程阶段花费的时间、与您的品牌的接触点、消耗的内容等等。
- 帮助衡量上市工作的绩效。 在将功劳分配给转化的接触点后,归因建模有助于了解哪些活动产生了渠道和收入。 这使营销人员能够了解要扩展、优化或完全停止的工作。 但是,您如何授权活动取决于您的多点触控模型。
多点触控归因模型和方法
与只记一次触摸的单点触控模型不同,多点触控模型以不同的方式分配功劳。
MTA 可让您根据需要选择不同的型号。 例如,在 U 形模型中,您可能会为第一次和最后一次触摸赋予更大的权重,而对中间的触摸赋予更少的权重。 或者,您可以为线性模型中的所有接触点分配相等的功劳。
您使用的归因模型取决于您的业务模型和用户洞察。 事实上,使用不止一种多点触控归因模型有助于做出更好的决策。 以下是最常见的多点触控归因模型。
线性模型
线性模型是多点触控归因模型中最简单的,因为它在转化前将功劳平均分配给所有触控。 如果客户在转化事件之前有四个接触点,则每个点都会获得 25% 的功劳。
线性模型有助于避免在销售漏斗中选择更关键的接触的任意过程,并给予他们同等的信任。 这也是它的主要局限。 当你专注于获取时,你需要给第一次接触更多的权重,这是线性模型做不到的。
U字型
U 型归因模型跟踪每个接触点,但将 40% 分配给匿名的首次接触,将 40% 分配给潜在客户转化。 其余的接触点被分成 20%。 U 型模型强调导致获取和转换的联系。
W字型
与 U 型模型一样,W 型模型强调第一次接触、潜在客户转化接触和机会创造接触点。 这三个接触点各占 30%,最后 10% 平均分配给其余接触点。
W 型归因模型的主要好处是突出了客户旅程中排名前三的营销归因转换。 然而,这种增加的复杂性会使建模更加难以建立,尤其是在跟踪不足以识别这些触摸的情况下。
时间衰减模型
时间衰减归因模型更重视最接近转化的接触点。 转化事件越接近,这些接触点对转化的影响就越大。
时间衰减优先考虑推动转化的接触,而不是位于漏斗顶部的接触。 这对于销售周期较长的企业尤其有用。 然而,时间衰减模型低估了漏斗顶部营销工作的价值,这对于获得新客户至关重要。
全路径模型
完整路径模型涵盖了客户旅程中直到购买点的所有接触点——而不仅仅是转换事件。 因此,全路径归因建模提供了对客户旅程中所有接触点的准确、自始至终的概览。 全路径模型在所有其他模型中都获得了信誉,但在整个销售周期中都被拉长了。

全路径建模与现有机会的 B2B 营销最相关。 这给销售团队带来了数据核对的额外挑战。
Z字型
Z 形归因是 B2B 独有的,通常有四个主要接触:第一个,潜在客户创造 (MQL),机会创造 (SQL) 和最后接触。 每个获得 22.5% 的信用,剩余的 10% 在其余接触点之间平均分配。
Z 形归因突出了营销在 B2B 销售周期中的四个关键管道转换。 然而,建立一个跨越长 B2B 周期的完整路径模型可能很困难。
定制模型
假设您想要定制解决方案。 在这种情况下,数据科学家可以构建一个最适合特定于您的购买过程的客户旅程的归因模型。 您可以决定哪些接触点(以及相关的管道阶段,如果有)获得多少百分比的功劳。
定制模型是最难创建、维护和使用的资源密集型模型。 根据定义,每个定制模型都带有固有的偏见,即您认为应该给予最高荣誉,即使这可能不是您的业务的最佳选择。
如何实现多点触控归因
要实现多点触控归因,您只有两种选择:在内部构建归因建模或购买现成的工具,每种工具各有利弊。
尽管 MTA 可以让您准确地指定您收到的报告,但设置起来非常耗费资源和时间,尤其是对于开发团队而言。 它占用了其他关键业务任务的时间和资源。
通常,从头开始构建多点触控归因工具会使大型企业或企业受益。 即便如此,您也不应该忽视现成的工具。 这些工具中的大多数都是高度可定制的,一旦捕获和转换后就可以访问原始数据,从而使这些工具对所有企业都具有吸引力。
专业提示:注意公司的特定要求。 例如,如果您的客户主要是移动的,那么您的解决方案需要相应地进行定制。 同样,在 B2B 领域,您需要一个专门的 B2B 归因解决方案来解决多利益相关者和更长的 B2B 购买周期。
在内部定义项目或比较多点触控归因供应商时,请牢记多点触控归因的这三个关键方面。
- 跟踪:您需要跟踪整个买家旅程的数据。 这包括驻留在所使用的每个工具中的数据,包括营销自动化、广告平台、CRM 等,以及在线行为跟踪。
- 转换和建模:接下来,您还需要处理此数据以确保其干净(连接、标准化和去重),以便您可以应用您想要或需要的归因建模。
- 可视化:最后,您需要一种体面的方式来操作和可视化数据。 您需要通过报告和图表呈现这些易于消化和可操作的数据。
结合多点触控归因和营销组合建模 (MMM)
多点触控归因并不是唯一可用于衡量性能的数据建模。 营销人员长期以来一直使用营销组合建模 (MMM) 来深入了解他们的努力。
营销组合建模使用来自以下四个元素的聚合数据:
- 产品
- 价格
- 地点
- 广告
使用回归分析,将这四个项目(自变量)的数据与销售额(因变量)作图,以显示每个项目对销售额的关系(阅读影响)。
MMM 通过使用聚合数据(包括离线和非数字广告)可以包含更广泛的数据。 然而,结果只会在更高的层次上受益,而不是随着归因的粒度而受益。
好消息是,使用这两种方法并非不可想象。
多点触控归因的好处
多点触控归因对上市团队有什么好处? 分析几乎有无穷无尽的归因用例。 但这里有一些多点触控归因有助于解决的痛点:
- 将您的广告支出与产生的收入和渠道联系起来。 当您知道哪些有效,哪些无效并确定不影响购买过程的渠道和活动时,您需要通过更好的定位、出价等以某种方式废弃或调整它们。
- 绘制端到端的客户旅程,以全面了解您的销售周期。 多点触控归因收集所有可记录触控的数据,让用户更清楚地了解买家旅程中发生的事情。
- 使用相同的基准比较渠道和广告系列的效果。 多点触控归因将销售情报活动与销售渠道和产生的收入联系起来,帮助比较从内容和广告到销售工作的不同活动。
- 确定从何处获得优质线索。 MTA 将第一次接触与管道下游的事件联系起来,并帮助跟踪获取渠道在生成高质量潜在客户方面的表现,即使在第一次转化事件之后,这些潜在客户也会继续沿着管道传递。
- 删除技术堆栈中的数据孤岛。 多点触控归因还在数据级别提供了其他显着优势。 使用 MTA,您可以收集和处理来自上市技术堆栈的数据,并清理和集中这些数据,否则这些数据会孤立在每个工具中。
多点触控归因挑战
与任何解决方案一样,多点触控归因并非没有挑战。 由于许多原因,实施起来可能具有挑战性:
- 多点触控归因需要数据,并且这些数据需要是干净的。 考虑从整个客户旅程中收集数据并非易事; 您需要与工具和站点跟踪进行多次集成。 进一步的步骤包括数据清理、连接、标准化和重复数据删除,以实现准确的数据建模。 具有自定义集成的现成工具在解决这个问题方面大有帮助,但这个过程仍然很漫长。
- 多点触控归因需要资源并了解如何最好地使用它。 虽然 MTA 数据可以强化长期持有的“直觉”,即哪些有效哪些无效,但事实恰恰相反。 它可以识别表现不佳的渠道和看似表现良好的活动。 团队需要做好准备,并将数据的力量融入他们的决策中。
- 多点触控归因并不能概述购买决策中的每一个因素。 毕竟,这样做几乎是不可能的。 例如,买家的私人谈话和“黑暗社交”的影响根本无法解释。
出于这个原因,归因洞察力是关于相关性而不是因果关系。 尽管数据驱动建模,但理解和执行它仍然是一门艺术。
您关心哪些接触点?
总而言之,多点触控归因会跟踪并记录客户旅程中所有可记录的触控。 这有助于组织摆脱单点归因或无归因分析的狭隘细节。
然后,企业可以选择最适合其独特的上市设置的模型。 然而,这并非没有挑战。 设置正确的多点触控归因模型需要时间来实施和在技术上进行操作部署。
不过,您不能破坏 MTA 的价值。 它提供了有关客户旅程的前所未有的信息,显示了有效和无效的活动,以及需要扩展或丢弃的内容。
借助各种现成的多点触控归因工具,您可以比以往更轻松地开始多点触控归因之旅。