Маркетинговая атрибуция — это процесс распределения конверсий между разными точками сотрудничества с клиентом. Иными словами, это то, что разрешит вам совладать с проблемой из ветхой рекламной цитаты: «Добрая половина денег, каковые я трачу на рекламу, выбрасываются впустую.
Беда в том, что я не знаю, какая добрая половина».
Какая из этих маркетинговых тачпоинтов стала причиной росту продаж?
В большинстве случае аналитика информирует вас о поведении клиентов, тогда как атрибуция разрешает вам оценить эффективность вашего маркетингового микса (marketing mix — комплекс мероприятий, направленных на продвижение продукта/услуги).
Поболтаем о ваших целях
Если вы слышали об атрибуции раньше, попытайтесь забыть обо всем, что вы понимаете, на пара мин. и поразмыслите о ваших целях. Что буду означать результаты вашей модели атрибуции? Как вы распорядитесь взятой информацией?
К примеру, в случае если в соответствии с определенной модели вам покажется, что ваша дисплейная реклама не сильно содействует конверсии, прекратите ли вы применять такие объявления? Либо же вы посчитаете, что с учетом вашей позиции на рынке, это дает вам предлог сомневаться в точности вашей модели?
Как минимум вам необходимо начать диалог с вашей командой.
Ответьте на вопрос: «Что я буду делать в противном случае при сценарии [X], о котором свидетельствуют эти сведенья?».
Ваши цели будут определять сложность вашей модели атрибуции.
В случае если ваш маркетинговый микс ограничен несколькими каналами и вы не вкладываете большое количество средств в платное привлечение (paid acquisition), вам хватит базисной аналитики и last-click атрибуции (если вы вправду измеряете все совершенно верно). В случае если же вы трудитесь с громадным числом маркетинговых каналов, медиа-платформ и оффлайн-ресурсов, все обстоит куда сложнее.
Просматривайте кроме этого: Аналитика и атрибуция как путь к более информативной оценке сотрудничества
Стремительный обзор самых распространенных моделей атрибуции
Любая из нижеприведенных моделей имеет недостатки и свои преимущества, исходя из этого при выборе подходящей опции вы должны разглядывать их с позиций возможностей и потребностей вашей компании.
1. Last-click атрибуция
Атрибуция по последнему клику/сотрудничеству
Как видите, last-click атрибуция представляет собой весьма несложную, но одновременно с этим неточную модель — вы присваиваете 100% ответственности за сделку последнему тачпоинту клиента на пути к конверсии. Так, в случае если в вашем случае последним сотрудничеством был прямой переход на сайт, эта модель игнорирует каждые упрочнения, каковые были положены в социальные медиа, email-кампании и т. д.
2. Last non-direct click атрибуция
То же самое касается и данной модели — согласное ей, вы делаете важным за продажи сотрудничество, предшествующее последнему клику. Плюсы: она несложная; минусы: она не хорошо отражает настоящую эффективность вашего маркетинга.
3. Last Adwords click атрибуция
Эта модель присваивает всю ответственность вашим кампаниям Adwords.
4. First-click атрибуция
Вы присваиваете 100% ответственности за сделку первому тачпоинту клиента на пути к конверсии.
5. Линейная атрибуция
В линейной модели любой этап конверсионного пути оценивается одинаково, но в действительности это весьма идеалистический подход. Вы вправду вычисляете, что ваши email-кампании приносят такую же пользу, как и платный, органический и социальный каналы?
6. Time-decay атрибуция
В рамках данной модели больше ценности присваивается тому сотрудничеству, которое случилось ближе всего к конверсии.
7. Атрибуция на базе позиции
Опираясь на эту модель, вы присваиваете главную сокровище конверсии первому и последнему сотрудничеству. Как правило компании распределяют между этими двумя тачпоинтами 80% ценности.
Просматривайте кроме этого: Как совместить сегментацию и атрибуцию данных с целью достижения маркетингового успеха?
Модель Маркова
Вышеописанные модели атрибуции являются базисными — они дают вам ответ, но их точность остается под сомнением. В случае если вас не устраивает таковой итог и наряду с этим у вас нет доступа к громадным количествам аналитических данных, вы имеете возможность воспользоваться моделью Маркова. Она учитывает возможность происхождения следующих шагов на заданном конверсионном пути и вычисляет относительную важность каждого тачпоинта на базе его удаления:
Делая атрибуцию по модели Маркова, вы приобретаете такие преимущества:
- Объективность — никаких догадок.
- Предиктивная точность — прогнозирование конверсионных событий.
- Надежность — настоящие результаты.
- Интерпретируемость — прозрачная и легко трактуемая модель.
- Универсальность — не зависит от комплекта данных, адаптируется к новым данным.
- Алгоритмическая эффективность — предоставляет своевременные результаты.
Не забудьте посмотреть на ваши когорты
Посредством основанных на времени когорт вы имеете возможность осознать, как действенным было определенное маркетинговое воздействие, по крайней мере, коррелятивно. Джим Ново (Jim Novo), основатель Drilling Down Project, выразил собственный вывод по этому поводу в одном из эпизодов Digital Analytics Podcast:
«Я думаю сотрудники SaaS-компаний, трудящиеся с когортным анализом, справляются с этим прекрасно.
Вы смотрите на людей, прошедших регистрацию в январе, и к тому времени, как вы добрались до марта, данный процент снизился. Мы можем связать это падение с определенными маркетинговыми упрочнениями, каковые предпринимались в течение этого временного отрезка. После этого мы наблюдаем на когорту, которая начиналась в марте, мы применяли второй метод продвижения и взяли более большой показатель free-to-paid либо какой-либо второй конверсии в рамках данной модели.
Если вы вычисляете, что дисплейная реклама есть весьма полезной для ваших вторых кампаний, из-за чего бы вам просто не отключить ее на 7 дней либо две и взглянуть, что произойдёт? И позже вернуть все обратно.
Разве вы не имеете возможность совершить такое тестирование? Стоит ли вам вкладывать деньги в какой-то второй канал? Да и по большому счету, как без шуток вы подходите к определению сокровища вашей дисплейной рекламы?»
Просматривайте кроме этого: Все, что маркетологам необходимо знать о когортах
В случае если у вас имеется возможность, купите data-driven ответ
За последние пара лет разработке значительно улучшились. Сейчас мы можем обрабатывать громадные массивы данных, дабы приобретать более четкие инсайты при большем уровне точности. Как раз исходя из этого решения для атрибуции, предлагающие алгоритмические (либо «data-driven») модели, с каждым днем набирают популярность.
К примеру, Гугл Analytics 360 предлагает алгоритмическую атрибуцию как в онлайн-, так и в оффлайн-сетях, а это значит, что воспользовавшись данным сервисом, вы имеете возможность с некоей точностью выяснить эффективность ваших кампаний.
С одной стороны, такие инструменты вправду впечатляют и приносят огромную пользу. Но с другой — клиенты относятся к этим продуктам скептически, потому, что не знают, что происходит в для того чтобы «тёмного коробки». Как было сообщено в одной из статей от SAS: «Digital-маркетинг представляет собой большую экосистему, и у кого имеется время обсуждать диагностику аналитических моделей, коэффициенты неточностей классификации, ROC графики, кривые подъема и эти дурные, запутанные матрицы?».
Не смотря ни на что, перед тем как вспоминать о таких моделях, вам нужно будет потратить уйму денег на маркетинг и создать множество коммерческих продуктов и одолжений. Для начала поработайте над вашей организацией, целями и более несложными/действенным моделями.
Атрибуция — это неприятность организации
Чем более сложной и большой есть ваша компания, тем больше неприятностей влечет за собой атрибуция — как с управленческой точки зрения, так и (значительно чаще) с технической. На кроме того на оптимизации метрик и начальных уровнях измерения данный процесс имеет собственные сложности.
Джоанна Лорд (Joanna Lord), начальник маркетингового отдела (CMO) в ClassPass, подтвердила это в одной из собственных статей:
«Атрибуция — это не только к модели и последние методики разметки воронки. В первую очередь, данный процесс сводится к присвоению верной сокровище каждому маркетинговому тачпоинту — ни больше, ни меньше.
Основной преградой на пути к его действенному исполнению есть предположение о том, что CMO может заниматься этим самостоятельно. Атрибуция испытывает недостаток в разработческих ресурсах, сотрудничестве в области денежного моделирования и управленческой помощи продукта. Она требует полной осведомленности компании обо всех дешёвых тачпоинтах, и о том как/в то время, когда их необходимо применять.
Это то, что я именую «знакомством с опытом вашего клиента».
В случае если моя команда разработчиков создаст новую схему onboarding а и привлечения клиентов, не обращая внимания на то, как это может сказаться на текущем отслеживании атрибуции, и отечественные показатели LTV неожиданно снизятся, такое падение может остаться незамеченным в течение года в случае если лишь мы не будем функционировать сообща.
Атрибуция — это не маркетинговая неприятность, это неприятность всей компании».
Имеете возможность ли вы доверять вашим цифрам?
По собственной сути, цель атрибуции содержится в том, дабы принимать на базе собранных данных более взвешенные ответы. К примеру, если вы получите результаты, свидетельствующие о том, что реклама в соцсетях трудится не хорошо, вы доверитесь данной информации и станете функционировать либо же засомневаетесь в ее правдивости?
В большинстве случаев, недоверие к атрибуции обуславливается одним из двух факторов:
- С одной стороны, люди не доверяют last-click атрибуции, по причине того, что эта модель несложна для понимания и считается неэффективной.
- Иначе, люди не доверяют дорогостоящим продуктам, каковые применяют сложные методы, по причине того, что не знают, как как раз трудятся такие сервисы.
Дабы сделать выбор в пользу того либо иного атрибутивного инструмента, вы должны обсудить данный вопрос с вашей командой, руководством и любыми вторыми заинтересованными сторонами. Поразмыслите о том, какие конкретно неспециализированные факторы вам необходимо принимать в расчет для действенной модели атрибуции, на которую возможно будет опираться в ходе принятия серьёзных ответов.
Делайте бизнес на базе данных!
По данным: conversionxl.com
Случайные статьи:
- Оптимизация конверсии или брендинг: что важнее?
- Поиск идеального руководителя отдела продаж: часть 1
Конверсии и модели атрибуции конверсий — Digital Analytics Fundamentals
Подборка похожих статей:
-
Как провести аудит вашей воронки продаж?
Если вы желаете, дабы ваш бизнес процветал, неизменно конвертируя лидов в радостных клиентов, вам не обойтись без прочной воронки продаж (sales funnel)….
-
Как провести конкурентный анализ за шесть шагов
Андрей Гавриков Директор по маркетингу, Москва Андрей Гавриков предлагает комплект аналитических инструментов интернет-маркетинга, каковые окажут помощь…
-
Как провести сплит-тест лендинга при низком трафике?
Вспоминали ли вы, что в действительности свидетельствует набившее маркетологам оскомину выражение «низкий трафик» (направляться traffic)? Какое…
-
Как провести маркетинговое исследование с минимальным бюджетом
Юлия Федькина Директор по формированию, Москва В вашей компании нет отдела маркетинга? Вы обладатель маленькой компании и лично мониторите рынок? Тогда…