Zákazník v pondělí uvidí vaši reklamu. Neklikne. Ve středu dostane váš e-mail. Klikne na něj. Přistane na vašem webu, přečte si ceník a v pátek zkonvertuje. Který kontakt dostane zásluhu za prodej? Reklama, e-mail, nebo ceník? Modelování atribuce je způsob, jak na tuto otázku odpovědět.
Většina firem tipne špatně. Připíšou zásluhu poslednímu kontaktu (atribuce posledního kliku) a vše ostatní přehlédnou. Skutečná cesta je ale delší a složitější. Tento článek popisuje modely atribuce, proč na nich záleží, v čem se liší a který použít ve svém podnikání.
Modelování atribuce je přiřazování zásluh každému marketingovému kontaktu na cestě zákazníka. Zákazník obvykle přijde s vaší značkou do styku vícekrát, než zkonvertuje. Atribuce odpovídá: která interakce si zaslouží zásluhu za prodej?
Různé modely atribuce dávají různé odpovědi. Model, který zvolíte, určuje, kam investujete marketingový rozpočet. Zvolte špatně a seříznete kanál, který cestu zahájil, a přetížíte kanál, který prodej uzavřel.
Problém atribuce
Zákazník zkonvertuje na vašem webu. Atribuce se ptá: který kontakt si zaslouží zásluhu? Odpověď určuje, kam investujete marketingový rozpočet.
Když použijete atribuci posledního kliku, poslední kontakt (poslední navštívená stránka, poslední e-mail) dostane všechnu zásluhu. Reklama, kterou viděli před týdny, nedostane nic. Takže snížíte výdaje na reklamu a zdvojnásobíte výdaje na e-mail. Jenže právě reklama je s vaší značkou seznámila. Bez reklamy by e-mail nikdy nedostali.
To je problém atribuce. Připisujete zásluhu špatnému kontaktu a špatně určujete priority rozpočtu.
Atribuce posledního kliku: snadná špatná odpověď
Atribuce posledního kliku připisuje zásluhu poslednímu kontaktu před konverzí. Je to nejjednodušší a nejoblíbenější model. Je také obvykle špatný.
Příklad: Zákazník uvidí vaši reklamu, ignoruje ji. O týden později dostane váš e-mail, klikne, koupí. Poslední klik připíše prodej e-mailu. Reklama nedostane žádnou zásluhu. Analýza rozpočtu: e-mail vygeneroval prodej, reklamy žádné prodeje. Realita: reklama je seznámila, e-mail je přesvědčil ke konverzi. Záleží na obojím.
Poslední klik je oblíbený, protože je jednoduchý. Snadno se zavede. Snadno se vykazuje. Ale zakrývá skutečnou cestu kupujícího.
Atribuce prvního kliku: opačná špatná odpověď
Atribuce prvního kliku připisuje zásluhu prvnímu kontaktu. Obrací problém naruby.
Příklad: Stejný zákazník, stejná cesta. První klik připíše prodej reklamě. E-mail nedostane žádnou zásluhu. Analýza rozpočtu: reklamy pohánějí prodeje, e-mail ne. Realita: opět záleží na obojím.
První klik nadhodnocuje marketing na vrcholu trychtýře (reklamy, sociální sítě, vyhledávání) a podhodnocuje marketing na jeho dně (e-mail, retargeting, vstupní stránky).
Lineární atribuce: rovnoměrné rozdělení zásluh
Lineární atribuce rozdělí zásluhu rovnoměrně mezi všechny kontakty. Když měl zákazník pět kontaktů, každý dostane 20 procent zásluhy za prodej.
To je spravedlivější než poslední nebo první klik, ale předpokládá to, že jsou všechny kontakty stejně důležité. Někdy nejsou. Reklama, která zákazníka seznámila, není totéž jako e-mail, který ho přesvědčil.
Atribuce s časovým útlumem: víc zásluh pozdějším událostem
Časový útlum dává víc zásluh kontaktům blíž ke konverzi. Poslední kontakt dostane nejvíc zásluh. První nejméně.
Příklad: Reklama (10 procent zásluh), zobrazení vstupní stránky (15 procent), e-mail (25 procent), stránka pokladny (50 procent). Závěrečné kroky, které vedly přímo ke konverzi, dostanou víc zásluh.
To lépe odráží realitu: závěrečné kontakty odvedly nejtěžší práci. Pořád ale podhodnocuje marketing na vrcholu trychtýře, který cestu zahájil.
Atribuce řízená daty: nechte rozhodnout data
Nejpřesnější model používá strojové učení. Atribuce řízená daty se dívá na tisíce cest zákazníků a ptá se: které kontakty se napříč všemi konvertujícími zákazníky objevují na jejich cestách? Které se objevují na cestách, které ke konverzi nevedly?
Když se kontakt objevuje v 90 procentech konvertujících cest a jen v 10 procentech nekonvertujících, dostane vysokou zásluhu. Když se objevuje v obou stejně, dostane méně.
Tento model je nejpřesnější, ale vyžaduje hodně dat a sofistikované nástroje.
Proč atribuce záleží pro rozhodování o rozpočtu
Máte $10,000 měsíčně na reklamy, e-mail a obsah. Jak je rozdělíte?
S posledním klikem můžete utratit $9,000 za e-mail (protože e-mail konvertuje jako poslední) a $1,000 za reklamy (protože reklamy zásluhu dostávají zřídka). Váš rozpočet je rozladěný.
S atribucí řízenou daty zjistíte: reklamy přinášejí povědomí (40 procent zásluh), obsah buduje zájem (35 procent zásluh), e-mail konvertuje (25 procent zásluh). Přesunete se na $4,000 za reklamy, $3,500 za obsah, $2,500 za e-mail. Teď váš rozpočet odráží skutečnou cestu kupujícího.
Časté chyby atribuce
Předpoklad, že jeden model je správný: Žádný jediný model není dokonalý. Každý model slouží jinému účelu. Poslední klik říká, co lidi přesvědčilo ke konverzi. První klik říká, co je seznámilo. Model řízený daty říká vážený pravdivý obraz.
Nezohlednění offline kontaktů: Zákazník uvidí vaši reklamu, zapamatuje si značku a za týdny vás vyhledá. Poslední klik připíše zásluhu vyhledávání. Ale katalyzátorem byla reklama. Nástroje atribuce offline kontakty přehlížejí.
Nespravedlivé obviňování jednoho kanálu: Když má e-mail nejvyšší konverzní poměr, ale nejnižší přiřazenou zásluhu, můžete ho seškrtat. Ale e-mail odvádí závěrečnou práci konverze. Seškrtejte ho a celý váš trychtýř se rozbije.
Ignorování kanibalizace: E-mailové kampaně někdy přesvědčí lidi, kteří by zkonvertovali tak či tak (přes reklamy nebo vyhledávání). Atribuce neodlišuje skutečnou přírůstkovou hodnotu od kanibalizace.
Jak vybrat model atribuce
Pro jednoduchost začněte posledním klikem. Přejděte na lineární, když chcete uznat všechny kontakty. Přejděte na časový útlum nebo model řízený daty, pokud máte data a nástroje.
Model testujte proti realitě. Když atribuce řízená daty říká, že nejvíc hodnoty přináší e-mail, ale zapojení vašich e-mailů je hrozné, něco je špatně. Upravte.
Většina vyspělých firem používá více modelů: poslední klik pro reporty kampaní, model řízený daty pro rozdělení rozpočtu, první klik na ochranu investic na vrcholu trychtýře.
Často kladené otázky
Má Google Analytics modelování atribuce?
Základní verze Google Analytics používá ve výchozím nastavení poslední klik. Placená verze (GA360) nabízí další modely. Pro pokročilou atribuci řízenou daty potřebujete specializovaný nástroj atribuce, například Google Ads, Facebook Ads nebo platformy atribuce třetích stran. S Tvůrcem webů od WEMASY to můžete nastavit přímo na svém webu.
Můžu atribuci použít ke snížení marketingového rozpočtu?
Použijte ji k přesunu, ne k seškrtání. Atribuce může ukázat, že e-mail přináší víc hodnoty než reklamy, takže přesunete rozpočet z reklam na e-mail. Ale neškrtejte celé kanály jen proto, že je jeden model atribuce podhodnocuje. Testujte a měřte dopad.
Co když mají různé kanály různé modely atribuce?
To je normální. Vaše e-mailová platforma může používat poslední klik. Vaše reklamní platforma model řízený daty. Váš analytický nástroj lineární. Sjednoťte to tak, že pro interní rozhodování použijete jeden model napříč všemi kanály, i když dodavatelé používají různé.
Jak naložit s konverzemi, které se dějí offline?
Sledujte je ručně. Když zákazník zavolá, zeptejte se, jak se o vás dozvěděl. Když vyplní formulář, přidejte skryté pole pro to, jak vás našel. Pomocí těchto dat upravte svůj model atribuce pro offline kontakty.
Co je test přírůstkovosti a jak se liší od atribuce?
Atribuce se snaží připsat existující konverze kanálům. Test přírůstkovosti náhodně vyřadí část zákazníků a měří, jestli konverze bez kanálu klesnou. Přírůstkovost je přesnější, ale vyžaduje víc práce a peněz.
Mám vždy používat nejsložitější model atribuce?
Ne. Atribuce řízená daty je nejpřesnější, ale vyžaduje hodně dat, dobré měření a sofistikované nástroje. Poslední klik je špatný, ale jednoduchý. Začněte jednoduše a s růstem vylepšujte.