Droga klienta ma pięć punktów kontaktu. Widzi reklamę. Czyta wpis na blogu. Dostaje e-mail. Ogląda film. Dokonuje konwersji. Który punkt kontaktu dostaje zasługę za konwersję? Reklama, która wywołała zainteresowanie? E-mail, który domknął sprawę? Film, który przekonał? Odpowiedź zależy od Twojego modelu atrybucji. Różne modele przypisują zasługę różnym punktom kontaktu. Atrybucja ostatniego kontaktu daje całą zasługę e-mailowi. Pierwszy kontakt daje całą zasługę reklamie. Liniowy daje równą zasługę wszystkim pięciu. Oparty na danych przypisuje zasługę na podstawie rzeczywistych wzorców konwersji. Każdy model opowiada inną historię o tym, które kanały działają. Każdy może prowadzić do innych decyzji biznesowych. Odetniesz zły kanał i marnujesz pieniądze. Zainwestujesz w zły kanał i marnujesz budżet. Modele atrybucji decydują o tym, jak rozumiesz, które kanały naprawdę napędzają konwersje. Ten artykuł wyjaśnia modele atrybucji i pokazuje, jak każdy z nich zmienia Twoje decyzje.
Czym jest atrybucja?
Atrybucja to proces przypisywania zasługi za konwersję punktom kontaktu, które do niej doprowadziły. Odwiedzający nie dokonuje konwersji przy pierwszej wizycie. Wchodzi w interakcję z Twoją marką wiele razy w wielu kanałach. Widzi reklamę. Odwiedza Twoją stronę. Wychodzi. Dostaje e-mail. Klika link. Dokonuje konwersji. Atrybucja odpowiada na pytanie: która z tych interakcji zasługuje na uznanie za konwersję? Odpowiedź decyduje o tym, jak rozdzielasz budżet i które kanały uważasz za skuteczne.
Dlaczego atrybucja ma znaczenie
Bez atrybucji nie podejmiesz dobrych decyzji o wydatkach marketingowych. Możesz uznać, że kanał działa słabo, choć w rzeczywistości generuje konwersje, których nie widzisz. Możesz uznać, że kanał działa świetnie, choć dostaje zasługę, na którą nie zasługuje. Błędna atrybucja prowadzi do odcinania dobrych kanałów i podwajania stawki w złych. Właściwa atrybucja pozwala inwestować tam, gdzie konwersje naprawdę się dzieją.
Atrybucja ostatniego kontaktu
Atrybucja ostatniego kontaktu daje całą zasługę ostatniemu punktowi kontaktu przed konwersją. Klient widzi reklamę, czyta wpis na blogu, dostaje e-mail, ogląda film, a potem dokonuje konwersji. Ostatni kontakt daje sto procent zasługi filmowi. Reklama, blog i e-mail dostają zero. Ostatni kontakt jest prosty i łatwy we wdrożeniu. Większość platform analitycznych używa go domyślnie. Ale wprowadza w błąd. Ignoruje wszystko, co doprowadziło do konwersji. Reklama zbudowała świadomość. Blog zbudował rozważanie. E-mail wywołał decyzję. Film ją domknął. Ale zasługę dostaje tylko film.
Atrybucja pierwszego kontaktu
Atrybucja pierwszego kontaktu daje całą zasługę pierwszemu punktowi kontaktu. W powyższym przykładzie reklama dostaje sto procent zasługi. Blog, e-mail i film dostają zero. Pierwszy kontakt pomaga zrozumieć, które kanały przyprowadzają nowych klientów. Ale pomija pracę, która dzieje się po pierwszym kontakcie. Większość konwersji wymaga wielu kontaktów. Pierwszy kontakt ignoruje wszystkie poza pierwszym.
Atrybucja liniowa
Atrybucja liniowa daje równą zasługę wszystkim punktom kontaktu. W powyższym przykładzie każdy punkt kontaktu dostaje dwadzieścia procent zasługi. Reklama, blog, e-mail i film wniosły tyle samo. Model liniowy jest bardziej wyważony niż ostatni lub pierwszy kontakt. Ale zakłada, że wszystkie punkty kontaktu są równie ważne, a rzadko tak jest. E-mail, który wywołał zakup, nie powinien dostać tyle samo zasługi co wpis na blogu, który ktoś przejrzał tydzień wcześniej.
Atrybucja z zanikaniem w czasie
Atrybucja z zanikaniem w czasie daje więcej zasługi punktom kontaktu bliższym konwersji. Pierwszy punkt kontaktu dostaje najmniej. Ostatni najwięcej. W powyższym przykładzie film dostaje najwięcej zasługi. E-mail mniej. Blog jeszcze mniej. Reklama najmniej. To ma intuicyjny sens. Punkty kontaktu bliższe decyzji powinny liczyć się bardziej. Ale nadal nie uwzględnia rzeczywistego wpływu każdego punktu kontaktu.
Atrybucja oparta na pozycji
Atrybucja oparta na pozycji daje dodatkową zasługę pierwszemu i ostatniemu punktowi kontaktu. Reklama dostaje czterdzieści procent. Film dostaje czterdzieści procent. Blog i e-mail po dziesięć procent. To uznaje, że zarówno świadomość, jak i decyzja są ważne. Ale nie docenia faz rozważania i researchu w środku.
Atrybucja oparta na danych
Atrybucja oparta na danych używa uczenia maszynowego do przypisywania zasługi na podstawie rzeczywistych wzorców konwersji. Zamiast zakładać, że wszystkie pierwsze kontakty liczą się tak samo albo że wszystkie ostatnie zasługują na całą zasługę, analizuje tysiące ścieżek konwersji. Szuka wzorców. Odkrywa, które kombinacje punktów kontaktu naprawdę prowadzą do konwersji. Przypisuje zasługę odpowiednio do tego. Atrybucja oparta na danych jest najdokładniejsza. Ale wymaga skali. Żeby model działał dobrze, potrzebujesz tysięcy konwersji.
Wybór modelu atrybucji
Właściwy model zależy od Twojej firmy. Firma sprzedająca tanie produkty może użyć ostatniego kontaktu, bo zakupy dzieją się szybko. Firma sprzedająca drogie produkty może użyć modelu opartego na danych lub na pozycji, bo droga jest długa. Firma skupiona na świadomości marki może użyć pierwszego kontaktu. Kluczem jest wybranie modelu i trzymanie się go, aby z czasem podejmować spójne decyzje.
Najczęściej zadawane pytania
Czy mogę używać różnych modeli atrybucji dla różnych kanałów?
Technicznie tak, ale to powoduje zamieszanie. Potrzebujesz jednego spójnego modelu, żeby uczciwie porównywać kanały. Jeśli używasz ostatniego kontaktu dla płatnych reklam, a pierwszego dla ruchu organicznego, porównujesz nieporównywalne rzeczy. Wybierz jeden model i stosuj go konsekwentnie we wszystkich kanałach. Dzięki temu zobaczysz, które kanały naprawdę napędzają konwersje. Dzięki kreatorowi stron WEMASY ustawisz to bezpośrednio na swojej stronie.
Co jeśli różne modele atrybucji wskazują różne kanały-zwycięzców?
To się zdarza. Ostatni kontakt może wskazać zwycięzcę w e-mailu. Pierwszy kontakt może wskazać zwycięzcę w wyszukiwarce. To pokazuje, że różne kanały pełnią różne role. Wyszukiwarka buduje świadomość. E-mail napędza decyzje. Oba są cenne. Zrozumienie ich różnych ról pomaga inwestować odpowiednio w każdy z nich.
Czy Google Analytics domyślnie używa atrybucji ostatniego kontaktu?
Tak. Google Analytics domyślnie używa atrybucji ostatniego kontaktu dla konwersji. Dlatego wiele firm uważa, że ich najlepszym kanałem jest e-mail lub ruch bezpośredni. Jeśli chcesz zobaczyć inne modele atrybucji, musisz utworzyć własne raporty albo skorzystać z narzędzi do modelowania atrybucji w Google Analytics.
Ile konwersji potrzeba, żeby atrybucja oparta na danych działała?
Ogólnie potrzebujesz co najmniej tysiąca konwersji miesięcznie, żeby atrybucja oparta na danych była wiarygodna. Przy mniejszej liczbie konwersji wzorce są zbyt zaszumione. Jeśli nie masz dość dużej skali, użyj atrybucji opartej na pozycji lub liniowej. Atrybucja oparta na danych jest potężna, ale wymaga skali.
Czy zmienić model atrybucji, jeśli pokazuje złe wyniki dla kanału, który lubię?
Nie. Nie zmieniaj modelu, żeby uzyskać lepsze wyniki dla kanału, który wolisz. Wybierz model na podstawie tego, co ma sens dla Twojej firmy, a potem zaakceptuj wyniki. Jeśli wyniki pokazują, że kanał działa słabo, zbadaj dlaczego, zamiast zmieniać model. Model może ujawniać prawdziwy problem.
Czy modele atrybucji pomogą mi zrozumieć, w które punkty kontaktu inwestować?
Tak. Atrybucja pokazuje, które punkty kontaktu pojawiają się w ścieżkach konwersji. Jeśli punkt kontaktu nigdy nie pojawia się przed konwersją, może nie warto w niego inwestować. Jeśli punkt kontaktu pojawia się w większości ścieżek konwersji, prawdopodobnie zasługuje na inwestycję. Użyj atrybucji, żeby zrozumieć rolę każdego punktu kontaktu na drodze klienta.