什麼是媒體歸因以及如何開始?

已發表: 2022-05-25

實施媒體歸因並跟踪您的哪些流量來源、關鍵字和廣告對您的機會和交易影響最大。

營銷人員面臨著展示可衡量結果的巨大壓力。 報告營銷線索的數量並稱其為一天是不夠的。

您的領導團隊想知道營銷如何影響管道和收入。

他們想要真正的結果。

並且計算潛在客戶的數量不再減少它。

幸運的是,營銷人員有媒體歸因形式的解決方案。

使用歸因數據來評估營銷接觸點,營銷人員最終可以展示他們的媒體活動如何產生高質量的潛在客戶和收入。

這就是每個人都想知道的,對吧?

對於本文,我們將討論:

  • 什麼是媒體歸因?
  • 媒體歸因模型有哪些?
  • 為什麼要關心媒體歸因?
  • 如何開始使用媒體歸因

專家提示

您是營銷歸因新手還是希望增加現有知識? 在我們易於遵循的指南中了解營銷歸因及其模型的基礎知識,並了解哪些最適合您。

營銷歸因的完整指南


什麼是媒體歸因?

很有可能,您對媒體歸因是什麼以及它是如何工作的有一個大致的了解。 但是,為了本文的目的,讓我們快速分解一下。

媒體歸因或營銷歸因是一組規則,用於確定您的分析如何將功勞應用於點擊、轉化和銷售。

這是將信用或收入分配給尋找並轉化您最有價值客戶的媒體渠道的簡單行為。

如果沒有歸因來幫助您了解哪些接觸點有助於您的整體投資回報率,您就有可能在幾乎沒有價值甚至沒有價值的媒體渠道上浪費金錢。


媒體歸因模型有哪些?

媒體歸因很重要,因為沒有它,您真的無法了解您的營銷績效。

有許多歸因模型可供選擇,每種模型各有利弊。 如果您使用 Google Analytics,則可以使用以下歸因模型:

  • 首次接觸歸因:所有功勞都歸因於客戶在轉化路徑中與之互動的第一個渠道或活動。
  • 最終接觸歸因:與首次點擊類似,最終接觸點獲得 100% 的功勞。
  • 最終非直接點擊:與最終接觸歸因相同,只是忽略直接流量,並將 100% 的功勞分配給訪問者在進行轉化之前參與的最後一個渠道。
  • 線性歸因:轉化的功勞在客戶旅程中平均分配。
  • 時間衰減歸因:每個接觸點都獲得功勞。 但是,Analytics 更重視最接近轉化時間的交互。
  • 基於位置的歸因: 40% 的功勞分配給第一次和最後一次點擊接觸點,其餘 20% 的功勞平均分配給其他交互。
  • 最後一次 Google Ads 點擊:此模型優先考慮 Google Ads。 它將 100% 的功勞分配給轉化路徑中的最後一次 Google Ads 互動。

這些歸因模型中的每一個都將為您提供可操作的數據。 但它們會產生不同的發現和不同的結果。

您可以在我們的歸因建模指南中了解您需要了解的有關不同類型歸因模型以及使用它們的最佳時間的所有信息。

為什麼要關心媒體歸因?

媒體歸因提供了一大堆好處,使營銷人員可以調整他們的營銷工作並改變收入。

有趣的是,在我們的調查中,受訪者將“銷售和營銷一致性”、“更好地了解客戶旅程”和“證明投資回報率”列為歸因的三大好處。

我們調查中的反饋各不相同,但 59% 的受訪者認為銷售和營銷協調是歸因的主要好處。

銷售和營銷協調現在比以往任何時候都更成為熱門話題。

也稱為營銷、銷售和營銷協調是一種統一營銷和銷售團隊以操作相同數據、目標和目的的策略。

無論您的企業是小型、大型還是介於兩者之間,您都不能忽視銷售和營銷的一致性。

以前,銷售和營銷協調是一場鬥爭,主要是因為兩個團隊各自為政,專注於渠道的不同階段。

但隨著媒體歸因的興起,這種情況發生了變化。

在歸因的幫助下,兩個團隊都可以訪問相同的數據,並且可以更好地了解不同的交互如何更協作地影響客戶旅程中的移動。

如何開始使用媒體歸因

無論您是媒體歸因的新手,還是希望加深對最佳實踐的理解,我們都可以為您提供幫助。

我們要求數據驅動的營銷人員參與並分享有關媒體歸因的重要提示。 通過執行以下步驟,您會發現更容易跟上您的媒體歸因數據並繼續為您的業務取得更好的結果。

  • 設定正確的目標
  • 選擇您的歸因模型
  • 開始小規模廣告系列
  • 投資營銷歸因工具
  • 在 CRM 中導入營銷歸因數據

設定正確的目標

就像你在生活中所做的大多數事情一樣,你需要定義你的目標。

換句話說,您想從媒體歸因數據中獲得什麼?

您是否正在尋找對客戶行為的洞察? 也許您需要證明您的支出是合理的,以便您可以要求更大的預算?

或者,像大多數營銷人員一樣,您想了解哪些媒體渠道對收入的影響最大。

無論目標是什麼,您都需要確保您對想要找出的內容有一個清晰的概念。

Seniors Mutual 的首席執行官 Kelly Maxwell 對此表示贊同:“重要的是設定目標,然後看看你在實現這些目標方面做得如何。 不幸的是,大多數人並不是從這個開始的。”

選擇您的歸因模型

一旦你概述了你的目標,你就需要確定一個歸因模型。

在選擇歸因模型之前,您必須清楚地了解您的客戶旅程。

Automate.io 的內容營銷助理 Saurabh Wani 說:“對於媒體歸因來說,這是一個非常關鍵的過程,因為它將定義為您的受眾更好地轉化的接觸點。”

從本質上講,客戶旅程顯示了客戶在轉化為交易或銷售之前如何通過渠道的每個階段。

塑造客戶旅程圖景的最簡單方法是從 CRM 數據庫和分析中提取現有信息和研究。

在這裡,您可以定義為您的受眾更好地轉化的接觸點,並選擇最適合您的客戶旅程和業務的歸因模型。

您還可以使用來自 Ruler Analytics、搜索控制台和客戶角色等工具的數據來更好地洞察您的客戶旅程。

從小規模開始您的廣告系列

如果您不熟悉媒體歸因,我們的建議是從您的廣告系列開始。

首先,這使您可以試水並確保您為客戶旅程選擇了正確的營銷歸因模型。

其次,它讓您的團隊熟悉媒體歸因的結果。

一旦您的信心增強,您就可以慢慢擴展營銷渠道的多樣性。

House Method 的首席戰略官兼執行編輯 David Cusick 對此表示贊同:“在您擴展到多種營銷渠道之前,請先關註一個活動。 最好從您可以理解的簡單數據開始,並隨著時間的推移建立質量歸因。 這將幫助您隨著時間的推移生成富有洞察力的報告,而不是試圖立即完善它們。”

投資營銷歸因工具

追踪歸因數據最流行的工具是谷歌分析。

“Google Analytics 提供多渠道營銷歸因,幫助您衡量營銷工作,”SoStocked 的聯合創始人 Chelsea Cohan 說。

根據我們的調查,90% 的營銷人員認為谷歌分析是他們進行營銷衡量的首選。

雖然谷歌分析使營銷人員可以對點擊和轉化進行歸因,但它並不完美。

首先,歸因窗口僅限於 90 天的歷史數據。 如果您的銷售週期很短,並且只有一步購買流程,這很好。

但是,如果您有五分之一的銷售週期超過 90 天的企業,那麼您很可能會錯過有關客戶旅程的關鍵數據。

其次,Google Analytics(分析)無法深入了解您的離線轉化和呼入電話。

相關:如何在 Google Analytics 中跟踪離線轉化

谷歌分析的最初目的是幫助用戶了解網絡和數字指標,而不是專注於傳統的營銷手段。

但是,儘管現代技術在發展,電話和線下互動仍然被認為是許多企業最有價值的潛在客戶類型。 事實上,50% 的營銷人員依靠電話來吸引高質量的潛在客戶。

由於 Google Analytics(分析)中缺乏可用的離線轉化數據,營銷人員只能猜測其廣告系列的質量。

為了應對這些問題,營銷人員正在轉向營銷歸因軟件來更有效地跟踪和分析他們的數據。

例如,Ruler 是一種營銷歸因和呼叫跟踪解決方案。 它通過將來自實際銷售、潛在客戶和電話的收入與最初採購它們的確切營銷來源相匹配來工作。

結果,允許營銷人員查看哪些媒體渠道對他們運作良好,而哪些媒體渠道對他們不利。

如果您想了解更多信息,我們有很多博客解釋了 Ruler 如何將收入歸因於您的營銷。

在 CRM 中導入營銷歸因數據

營銷歸因工具可讓您確定誰在您的網站上進行了轉化以及他們是如何到達那裡的。

但是要成功地將這些潛在客戶與收入聯繫起來,您需要將歸因數據傳遞給您的 CRM。

“這樣做的目的是確定哪些接觸點是有價值的,以及在哪里分配資源以減少支出,”Crush The USMLE 的創始人 James Edge 說。

顯然,手動將營銷歸因和轉換數據添加到您的 CRM 可能既複雜又耗時。

但是,有了 Ruler 這樣的工具,這項工作再簡單不過了。

Ruler 與幾乎所有工具集成,讓您無需繁瑣的工作即可將營銷來源和轉化數據無縫傳遞到您的 CRM。

這是 Ruler 的屬性數據在 Pipedrive 中的示例。

隨著潛在客戶沿著渠道向下移動,您將能夠確定您的營銷活動、關鍵字和目標網頁在銷售渠道的每個階段的有效性。

達成交易後,您可以將收入數據反饋給獲取原始潛在客戶的營銷接觸點,並關閉媒體渠道和收入之間的循環。

專家提示

我們有更多關於 Ruler 如何將潛在客戶來源和歸因數據發送到您的 CRM 的內容。 您可以先查看下面的指南。

Ruler 如何將潛在客戶來源發送到您的 CRM


需要幫助開始進行媒體歸因?

對於想要跟踪哪些媒體渠道正在推動最高投資回報率的營銷人員來說,歸因是必不可少的。

評估營銷測量的指標已經改變。

潛在客戶生成目標已經不夠了。

營銷人員越來越需要將他們的努力與收入聯繫起來。

因此,我們希望本指南對您有所幫助。

不要忘記,Ruler 通過跨多個接觸點無縫地將收入歸因於您的營銷來源,使媒體歸因過程變得輕而易舉。

想要更多信息? 閱讀我們的指南並了解您可以在 Ruler 中發現的所有內容,或預訂演示以親自體驗它。

圖書演示 - 收入歸因 - www.ruleranalytics.com