دليل المسوق لإسناد التسويق المستند إلى البيانات

يُعد إحالة التسويق طريقة لقياس قيمة الحملات والقنوات التي تصل إلى عملائك المحتملين.

باستخدام نتائج نموذج الإحالة ، يمكنك فهم نقاط الاتصال التي لها أكبر تأثير على رحلات المشتري الناجحة واتخاذ قرارات مستنيرة بشأن كيفية تحسين الاستثمار في موارد التسويق المستقبلية.

لكننا نعلم جميعًا أن رحلات المشتري نادرًا ما تكون مباشرة ، وأن مسارات النجاح يمكن أن تكون طويلة ومتعرجة.

مع وجود العديد من نقاط الاتصال التي يجب مراعاتها ، من الصعب التمييز بين التفاعلات الحقيقية ذات التأثير العالي والمنخفض ، والتي يمكن أن تؤدي إلى تقسيم غير دقيق للائتمان وتمثيل خاطئ لأداء التسويق.

هذا هو سبب أهمية اختيار أفضل نموذج إحالة لعملك.

في هذا المنشور ، سنناقش القليل من الخلفية حول نماذج الإحالة المختلفة ، وفي النهاية ، سنناقش كيفية إنشاء نموذج إحالة مخصص مستند إلى البيانات لقياس أداء الحملات العالمية.

حدود نماذج الإحالة التسويقية التقليدية

جميع نماذج الإحالة لها مزاياها وعيوبها ، ولكن أحد العوائق المشتركة بين النماذج التقليدية هو أنها تستند إلى القواعد. يتعين على المستخدم أن يقرر مقدمًا الكيفية التي يريد بها تقسيم رصيد أحداث المبيعات بين نقاط الاتصال.

تشمل النماذج التقليدية:

لحسن الحظ ، هناك مناهج أكثر تعقيدًا تعتمد على البيانات قادرة على التقاط تعقيدات رحلات المشتري من خلال نمذجة كيفية تفاعل نقاط الاتصال فعليًا مع المشترين ، ومع بعضها البعض ، للتأثير على نتيجة المبيعات المرغوبة.

قمنا أيضًا بتقييم نموذج Shapley من نظرية الألعاب التعاونية. قدم هذا النموذج الشهير (الحائز على جائزة نوبل) نظرة ثاقبة لأداء القناة أكثر من الأساليب التقليدية ، لكنه لم يتسع للتعامل مع الحجم الهائل لنقاط الاتصال في العالم الرقمي اليوم.

كان أداء نموذج Shapley جيدًا على عدد صغير نسبيًا من القنوات ، لكن معظم الشركات تحتاج إلى أداء الإحالة لجميع الحملات ، والتي يمكن أن تعادل مئات نقاط الاتصال على طول رحلة المشتري.

تقييم نموذج إسناد ماركوف

يمثل نموذج ماركوف الاحتمالي رحلات المشتري كرسم بياني ، حيث تكون عُقد الرسم البياني هي نقاط الاتصال أو "الحالات" ، والحواف المتصلة للرسم البياني هي التحولات المرصودة بين تلك الحالات.

على سبيل المثال ، يشاهد المشتري ندوة عبر الويب للمنتج (الحالة الأولى) ثم يتصفح إلى LinkedIn (انتقال) حيث ينقر على ظهور إعلان لنفس المنتج (الحالة الثانية).

المكون الرئيسي للنموذج هو احتمالات الانتقال (احتمال الانتقال بين الدول).

يتم تحويل عدد المرات التي انتقل فيها المشترون بين حالتين إلى احتمال ، ويمكن استخدام الرسم البياني الكامل لقياس أهمية كل حالة والمسارات الأكثر احتمالية للنجاح.

على سبيل المثال ، في عينة من بيانات رحلة المشتري ، لاحظنا أن نقطة اتصال الويبينار تحدث 8 مرات ، وشاهد المشترون الندوة عبر الويب متبوعًا بالنقر فوق إعلان LinkedIn 3 مرات فقط ، وبالتالي فإن احتمال الانتقال بين الحالتين هو 3/8 = 0.375 (37.5٪).

يتم حساب احتمال لكل انتقال لإكمال الرسم البياني.

قبل أن نبدأ في حساب إحالة الحملة ، يمكن أن يخبرنا الرسم البياني ماركوف ببعض المعلومات المفيدة عن رحلات المشتري لدينا.

من المثال أعلاه ، يمكنك أن ترى أن المسار ذي أعلى احتمالية للنجاح هو "البدء> ندوة الويب> الحملة Z> النجاح" بإجمالي احتمال 42.5٪ (1.0 * 0.425 * 1.0).

يمكن أن يخبرنا الرسم البياني ماركوف أيضًا عن معدل النجاح الإجمالي ؛ أي احتمال رحلة المشتري الناجحة بالنظر إلى تاريخ جميع رحلات المشتري. معدل النجاح هو الأساس للأداء التسويقي العام وإبرة لقياس فعالية أي تغييرات.

معدل نجاح الرسم البياني لماركوف أعلاه 67.5٪:

إحالة الحملة

يمكن استخدام رسم ماركوف البياني لقياس أهمية كل حملة عن طريق حساب ما يعرف بتأثير الإزالة.

يتم تحديد فعالية الحملة بإزالتها من الرسم البياني ومحاكاة رحلات المشتري لقياس التغيير في معدل النجاح بدونها.

يعد استخدام تأثير الإزالة لإسناد التسويق هو الجزء الأخير من اللغز. لحساب قيمة إحالة كل حملة ، يمكننا استخدام الصيغة التالية:

على سبيل المثال ، لنفترض أنه خلال الربع الأول من السنة المالية ، بلغ إجمالي قيمة الدولار الأمريكي لجميع رحلات المشتري الناجحة مليون دولار.

تُستخدم رحلات المشتري نفسها لبناء نموذج ماركوف وقد حسبت تأثير الإزالة لحملتنا الإعلانية 0.7 (أي انخفض معدل نجاح رحلة المشتري بنسبة 70٪ عندما تمت إزالة الحملة الإعلانية من الرسم البياني لماركوف).

نحن نعلم قيم "تأثير الإزالة" لكل حملة تمت ملاحظتها في بيانات الإدخال ، وفي هذا المثال لنفترض أنها مجموعها 2.8. من خلال إدخال الأرقام في الصيغة ، نحسب قيمة الإحالة لحملتنا الإعلانية لتكون 250 ألف دولار.

ابدأ في النموذج الخاص بك

تم تطوير تطبيق إحالة التسويق أعلاه بواسطة مركز Cloudera للتسويق والبيانات المتميز ، ولكن يمكنك البدء اليوم على نموذجك الخاص.

من خلال الاستفادة من نموذج الإحالة المستند إلى البيانات ، يمكنك التخلص من التحيزات المرتبطة بآليات الإحالة التقليدية ، وفهم كيفية تأثير الرسائل المختلفة على العملاء المحتملين والتباينات حسب المنطقة الجغرافية ونوع الإيرادات.

بمجرد حصولك على بيانات قوية وموثوق بها وراء الإحالة ، يمكنك أن تثق في استخدام النتائج للإبلاغ عن استراتيجية مزيج التسويق وقرارات الاستثمار وتوجيهها. ويمكنك الاعتماد على الأرقام عندما تشترك مع فرق المبيعات لدفع استراتيجيات التسويق إلى الأمام.

جيمس كينلي هو عالم بيانات رئيسي في Cloudera. انضم إليهم من صناعة الدفاع في المملكة المتحدة حيث تخصص في الأمن السيبراني.