Attributionsmodelle für Vermarkter: So erhalten Sie genaue und aussagekräftige Erkenntnisse

Sie haben das ganze Quartal über an einer neuen Content-Marketing-Reihe gearbeitet und die Conversions steigen.

Führen Sie diese Conversions ausschließlich auf Ihre Inhalte zurück? Was ist mit den Kunden, die von Ihrer Social-Media-Seite auf Ihren Artikel geklickt haben – führen Sie diese Conversions auf soziale Netzwerke oder auf den Artikel (oder beides) zurück?

Die Optimierung der Marketingausgaben hat für Vermarkter höchste Priorität. Aber es ist schwer zu wissen, worauf man seine Bemühungen konzentrieren soll, wenn lineare Trichter immer mehr in der Legende verschwinden.

Multi-Touch-Attributionsmodelle haben versucht, dieses Problem zu lösen, aber viele Vermarkter verwenden die falschen Modelle, um ihre Kampagnen zu messen.

In diesem Artikel befassen wir uns mit gängigen Attributionsmodellen, die funktionieren, und erklären, wie Sie die genauesten Attributionsdaten erhalten, damit Sie sich ein genaues Bild Ihres ROI machen können.

Was ist ein Attributionsmodell?

Bei einem Attributionsmodell handelt es sich um eine Reihe von Regeln, die regeln, wie Sie Marketing- und Vertriebsmaßnahmen, die zu einer Conversion führen, Anerkennung zuweisen. Mit anderen Worten soll die Frage beantwortet werden: „Welcher Kanal oder welche Kampagne hat diesen Benutzer, Lead oder Verkauf generiert?“

Im traditionellen Marketingmodell war die Zuordnung einfach. Ein Kunde hat Ihr Geschäft mit einem Zeitungsausschnitt besucht und Sie würden diesen Verkauf Ihrer aktuellen Zeitungsanzeige zuordnen.

Da Touchpoints mittlerweile über Dutzende von Kanälen erfolgen (oft innerhalb von Tagen oder sogar Stunden), sind die Conversion-Pfade komplizierter und weitaus weniger linear:

Kunden interagieren heute mit Marken über soziale Medien, E-Mail, Google Ads, Blogbeiträge usw. Dies macht es schwieriger, ein genaues Modell zur Messung des Touchpoint-Werts zu entwickeln (und daher zu wissen, wo das Budget eingesetzt werden sollte).

Ein Beispiel für Attributionsmodellierung

Nehmen Sie diese ziemlich einfache Customer Journey:

• Ein Kunde durchsucht Google, um ein Problem zu lösen, und entdeckt einen Ihrer Blogbeiträge.
• Der Artikel stellt Lösungen für ihre Herausforderung vor und sie laden Ihr E-Book herunter, um mehr zu erfahren;
• Der Lead-Magnet veranlasst Ihre E-Mail-Pflegesequenz, wöchentlich Tipps zu senden, um diesen Schmerzpunkt im Griff zu behalten;
• Irgendwann in der E-Mail-Kampagne bieten Sie eine personalisierte Produktdemo an;
• Nach der Demo abonniert der Kunde Ihre Plattform.

Welcher Touchpoint ist in diesem Pfad für die Conversion verantwortlich?

Man könnte argumentieren:

• Der Blogbeitrag hat den Kunden überhaupt erst auf Ihre Website gelockt – obwohl er möglicherweise noch nicht zum Kauf bereit war.
• Die E-Mail-Kampagne informierte den Kunden über eine Herausforderung, die er noch nicht verstand – aber noch nicht zum Kauf bereit war.
• Die Verkaufsdemo führte zum Verkauf – aber sie sahen die Demo nur, weil sie das E-Book heruntergeladen hatten.

In Wirklichkeit hat wahrscheinlich jeder der Berührungspunkte in irgendeiner Weise dazu beigetragen . Mithilfe einer effektiven Multichannel-Attributionsmodellierung können Sie ermitteln, welche Kanäle den größten Einfluss haben, sodass Sie bessere Marketingentscheidungen treffen können.

Beispielsweise stellen Sie möglicherweise fest, dass Ihre E-Mail-Kampagne kaum Einfluss auf die Konversion hat und die sozialen Inhalte, mit denen sie Wochen nach dem Herunterladen des E-Books interagiert haben, den Verkauf ankurbeln. Die Abstimmung dieser E-Mail-Sequenz auf Ihre sozialen Inhalte kann den Verkaufszyklus beschleunigen und Ihre Kundenakquisekosten (CAC) senken.

Sie können auf diese Erkenntnisse erst zugreifen, wenn Sie das am besten geeignete Attributionsmodell für Ihre Marke ermittelt haben.

Out-of-the-box: Die Standard-Attributionsmodelle

Kein Marketing-Attributionsmodell ist perfekt, aber das richtige Modell im richtigen Kontext hilft Ihnen, mehr aus Ihrem Marketingbudget herauszuholen.

Google Analytics, die am weitesten verbreitete Plattform zur Verfolgung der Marketing-Attribution, bietet ein Modellvergleichstool für Multi-Channel-Funnels (MCF), mit dem Sie ermitteln können, welches Modell für Ihre Kampagnen am sinnvollsten ist.

Nutzen Sie die verschiedenen Attributionsmodelle unten als Leitfaden für Ihren Entscheidungsprozess und seien Sie bereit, einige Experimente anzustellen, um das richtige Modell für Ihre Marketingstrategie zu finden.

Wo kommst du her? Das Attributionsmodell der letzten Interaktion

Die Attribution der letzten Interaktion, auch Last-Touch-Attribution oder Last-Click-Attribution genannt, ist in den meisten Analysetools die Standardeinstellung und wird am häufigsten verwendet.

Betrachten Sie diesen Weg:

• Ein Kunde sieht Ihre Google-Anzeige, wenn er nach einem von Ihnen verkauften Produkt sucht.
• Sie legen das Produkt in den Warenkorb, kaufen es aber nicht;
• Sie senden eine E-Mail zum Abbruch des Einkaufswagens.
• Ihr Warenkorbabbruch löst auch Retargeting-Anzeigen aus;
• Der Kunde klickt auf eine Retargeting-Facebook-Anzeige und kauft.

Im letzten Interaktionsmodell erhält diese Retargeting-Anzeige 100 % der Attributionsgutschrift.

Dieses Attributionsmodell gibt der letzten Interaktion mit Ihrer Marke das volle Gewicht, unabhängig davon, welche anderen Berührungspunkte davor stattfanden.

Auch wenn es sich um das standardmäßige Attributionsmodell handelt, ist „Letzter Klick“ grundsätzlich fehlerhaft. Es kommt fast nie vor, dass der letzte Touchpoint allein für eine Conversion verantwortlich ist.

Im obigen Beispielpfad ist der Kunde möglicherweise nicht auf Ihre Website gelangt, ohne die erste Anzeige gesehen zu haben. Möglicherweise hatten sie auch geplant, an diesem Abend einzukaufen, nachdem sie in der E-Mail zum Warenkorbabbruch einen Rabatt erhalten hatten.

Wie Avinash Kaushik es ausdrückte : „Der einzige Zweck der Last-Click-Attribution besteht jetzt darin, dass Sie gefeuert werden.“ Vermeide es."

Wann sollte das Last-Click-Attributionsmodell verwendet werden?

Vermeiden Sie das Modell der letzten Interaktion, wenn Ihr Kaufzyklus lang ist, viele Entscheidungsträger beteiligt sind oder Sie hochpreisige Artikel verkaufen. Diese Transaktionen erfordern viel Überlegung und der letzte Klick verrät Ihnen nicht, welche Touchpoints am effektivsten waren.

Verwenden Sie das Last-Click-Modell, wenn der Kaufzyklus kurz ist und wenig Überlegungen erforderlich sind, beispielsweise in der FMCG-Branche (Fast Moving Consumer Goods).

Wo haben sie angefangen? Das Attributionsmodell der ersten Interaktion

Die Attribution der ersten Interaktion, auch First-Touch- oder First-Click-Attribution genannt, ist das Gegenteil des Attributionsmodells des letzten Klicks. Es würdigt ausschließlich den ersten Berührungspunkt.

Erinnern Sie sich an den im vorherigen Modell besprochenen Pfad. Beim ersten Interaktionsmodell würde die ursprüngliche Google-Anzeige zu 100 % für die Beeinflussung des Verkaufs verantwortlich sein, unabhängig von den anderen darauf folgenden Kontaktpunkten.

Die Verwendung dieses Modells hat eine gewisse Gültigkeit (die folgenden Touchpoints hätten ohne den ersten nie stattgefunden), aber es ist immer noch fehlerhaft. Käufer konvertieren selten aufgrund einer einzigen anfänglichen Interaktion, z. B. dem Lesen eines Blog-Beitrags oder dem Ansehen einer Social-Media-Anzeige.

Wie Avinash schrieb: „Die Zuordnung beim ersten Klick ist so, als würde man meiner ersten Freundin 100 % der Anerkennung dafür zuschreiben, dass ich meine Frau geheiratet habe.“

Wann sollte das First-Click-Attributionsmodell verwendet werden?

Das First-Touch-Attributionsmodell kann geeignet sein, wenn der Aufbau einer Marke Ihr Hauptanliegen ist, beispielsweise wenn Sie ein Marktneuling sind.

In diesem Beispiel besteht Ihr Ziel darin, mit Ihren Marketingbemühungen so viele potenzielle Kunden wie möglich zu erreichen. Daher sind diese ersten Kontaktinteraktionen für die Erreichung dieses Ziels von entscheidender Bedeutung.

Was haben sie gemacht, bevor sie das getan haben? Das letzte nicht-direkte Klick-Attributionsmodell

Die Zuordnung des letzten nicht-direkten Klicks ähnelt dem Last-Click-Modell, außer dass hier der direkte Traffic abgezinst wird.

Stellen Sie sich einen E-Commerce-Pfad vor, der etwa so aussieht:

• Ein Kunde führt eine organische Suche nach einem bestimmten Produkt bei Google durch;
• Dieses Schlüsselwort löst eine Ihrer Google-Anzeigen aus.
• Der Kunde klickt auf die Anzeige, durchsucht die Produkte und legt einige in den Warenkorb.
• Sie tätigen den Kauf nicht, was eine E-Mail zum Abbruch des Einkaufswagens auslöst;
• Später kehrt der Kunde direkt auf Ihre Website zurück und führt den Kauf durch.

Beim Last-Interaction-Modell würde diese Conversion dem direkten Traffic zugeschrieben. Im letzten nicht-direkten Klickmodell wird es der E-Mail zum Abbruch des Einkaufswagens zugeordnet.

Wann sollte das Attributionsmodell „Letzter nicht direkter Klick“ verwendet werden?

Für die meisten Unternehmen ist das Modell des letzten nicht-direkten Klicks immer noch zu einfach, um die meisten Kaufprozesse abzudecken. Es lenkt den Kredit oft dorthin, wo er nicht fällig ist.

Wenn Ihr direkter Traffic schnell konvertiert, könnten Sie möglicherweise von diesem Modell profitieren. Wenn Kunden jedoch während einer Kaufsitzung dazu neigen, Ihre Website zu durchsuchen, sollten Sie dieses Modell meiden. Es könnte etwas anderes sein, das sie zum Kauf überzeugt.

Wie Avinash es ausdrückte: „Warum Direct unterbewerten? Warum sollten die Bemühungen eines Vermarkters, Markenbekanntheit und Markenwert zu schaffen, unterschätzt werden?“

Den Kredit gleichmäßig aufteilen: Das lineare Attributionsmodell

Die lineare Attribution ist einen Schritt besser als Single-Touchpoint-Modelle. Es berücksichtigt alle nachverfolgbaren Interaktionen und verteilt die Attributionsgutschrift gleichmäßig.

Zwar erhält jeder Touchpoint eine Teilnahmeauszeichnung für seinen Beitrag zum Verkauf, das Modell berücksichtigt jedoch nicht, wie verdient dieser Anteil ist.

Schauen wir uns diesen Kundenpfad an:

• Der Kunde sieht einen positiven Tweet über Ihre Marke von einem Influencer, den er bewundert, also verbringt er etwa eine Stunde damit, den Inhalt Ihrer Website zu erkunden;
• Von Ihrer Website aus klicken sie auf Ihre Social-Media-Symbole und folgen Ihnen auf mehreren Kanälen, außerdem melden sie sich für Ihren Newsletter an;
• In den kommenden Monaten scrollt der Kunde in den sozialen Medien an Beiträgen Ihrer Marke vorbei und hält kaum inne, um einen zu lesen.
• Sie öffnen auch nie Ihre Newsletter;
• Eine Situation am Arbeitsplatz führt dazu, dass der Kunde Ihre Lösung schnell benötigt und der Influencer am selben Tag erneut über Ihre Marke postet;
• Der Kunde öffnet Ihren neuesten Newsletter in seinem Posteingang und abonniert Ihre Plattform über den CTA unten.

Das lineare Attributionsmodell gibt sozialen Medien, Ihrer Website und Ihrem Newsletter die gleiche Anerkennung, auch wenn diese an Ihren Beiträgen vorbeiscrollen und Ihre E-Mails nicht lesen.

Nach dieser Logik wären Sie versucht, Ihre Marketingausgaben gleichmäßig auf jeden Kanal aufzuteilen. Man könnte jedoch argumentieren, dass Influencer-Marketing und die Inhalte auf Ihrer Website hier am effektivsten waren.

Wann sollte das lineare Attributionsmodell verwendet werden?

Große oder etabliertere Unternehmen mit einem angemessenen Marketingbudget sollten sich darauf konzentrieren, die Attributionsprozentsätze genauer zu bestimmen.

Wenn Sie nicht über das Budget oder die Daten verfügen, um genauere Prozentsätze zuzuordnen, berücksichtigt das lineare Modell zumindest mehrere Berührungspunkte, anstatt alles in ein Boot zu packen.

Priorisierung des ersten und letzten Touchpoints: Das positionbasierte Attributionsmodell

Das positionsbasierte Attributionsmodell (manchmal auch U-förmige Attribution genannt) ist eine Mischung aus den linearen Modellen, dem Last-Interaction-Modell und dem First-Interaction-Modell.

Bei diesem Modell wird der Großteil der Gutschrift auf die erste und die letzte Interaktion verteilt, während die verbleibende Gutschrift gleichmäßig auf alle anderen Berührungspunkte verteilt wird.

Dieses Modell scheint am sinnvollsten zu sein; Der erste und der letzte Berührungspunkt sind eindeutig sehr einflussreich. Es erkennt zwei entscheidende Schritte auf dem Weg des Käufers und berücksichtigt gleichzeitig andere auf dem Weg dorthin.

Wann sollte das positionbasierte Attributionsmodell verwendet werden?

Nutzen Sie das positionbasierte Attributionsmodell, wenn Ihr Unternehmen über mehrere Touchpoints verfügt, bevor Kunden einen Kauf tätigen (z. B. Unternehmen mit langen Verkaufszyklen).

Zunehmende Bedeutung: Das Time-Deay-Attributionsmodell

Das Time-Deay-Attributionsmodell basiert auf dem Prinzip, dass alle Touchpoints etwas wert sind, diejenigen, die der Conversion am nächsten kommen, jedoch mehr.

Die letzte Interaktion erhält die meiste Anerkennung, und alle Interaktionen davor erhalten in abnehmender Höhe Zuschreibungen.

Der größte Kritikpunkt an diesem Modell besteht darin, dass es den Wert von Top-of-the-Funnel-Marketingmaßnahmen unterschätzt, die den Kunden überhaupt erst mit der Marke bekannt gemacht haben.

Wann sollte das Time-Deay-Attributionsmodell verwendet werden?

Verwenden Sie Time-Delay-Modelle in Szenarien mit langen Kaufzyklen und wenn der Beziehungsaufbau ein Schlüsselfaktor für den Verkaufserfolg ist (insbesondere im B2B-Bereich).

Gehen Sie über Standardmodelle hinaus, um genauere Marketing-Attributionsdaten zu erhalten

Die sechs oben besprochenen traditionellen Arten von Attributionsmodellen sind ein guter Anfang, ihre Anwendung ist jedoch recht begrenzt.

Die Wahl eines der Standard-Attributionsmodelle ist subjektiv und basiert auf dem Bauchgefühl der Vermarkter darüber, wo und wann Kunden Kaufentscheidungen treffen. Subjektive Entscheidungen können falsch sein und zu verschwendeten Anstrengungen und Ausgaben führen.

Durch die Anpassung von Standard-Attributionsmodellen können Sie der Genauigkeit näher kommen

Es ist möglich, benutzerdefinierte Attributionsmodelle auf Basis der vorkonfigurierten Google Analytics-Modelle zu erstellen.

Sie können beispielsweise die Gewichtung von Interaktionen in einem positionsbasierten Modell anpassen, um der ersten oder letzten Interaktion weniger Bedeutung zu geben.

Sie können Ihr Attributionsmodell weiter anpassen, indem Sie Google Analytics und R, eine Programmiersprache für statistische Berechnungen, kombinieren.

Verwenden Sie Markov-Modelle (zufällige Prozessmodelle, die sich ändernde Systeme widerspiegeln), um die Attributionsverfolgung zu verbessern. Auf einer übergeordneten Ebene betrachten Markov-Modelle die Wahrscheinlichkeit nachfolgender Schritte in einem Conversion-Pfad und versuchen, die Bedeutung eines Touchpoints anhand seiner Entfernung zu berechnen.

Kaelin Tessier von Bounteous, einer Agentur für digitale Erlebnisse, beschreibt die Vorteile der Verwendung von Markov-Modellen für die Attributionsmodellierung:

Objektivität – Hier gibt es kein Bauchgefühl! Nur Fakten.
Vorhersagegenauigkeit – Prognostiziert Konvertierungsereignisse.
Robustheit – Valide und zuverlässige Ergebnisse.
Interpretierbarkeit – Transparent und relativ einfach zu interpretieren.
Vielseitigkeit – Nicht datensatzabhängig. Kann sich an neue Daten anpassen.
Algorithmische Effizienz – Liefert zeitnahe Ergebnisse.

Markov-Modelle lösen die größte Herausforderung heuristischer GA-Modelle: Objektivität. Das Modell bestimmt die Bedeutung jedes Touchpoints, nicht der Vermarkter.

Aber es gibt noch viele Nuancen zu berücksichtigen. Was wäre beispielsweise, wenn ein Lead Ihrem CEO auf LinkedIn folgt und von den von ihm veröffentlichten Inhalten beeinflusst wird? Die Zuordnung zum „dunklen Trichter“ kann schwierig sein.

Die genauesten Attributionserkenntnisse erhalten Sie mit datengesteuerten Modellen.

Erhöhung der Präzision mit datengesteuerten Attributionsmodellen

Da die Customer Journey immer komplexer wird, müssen auch die Attributionsmodelle komplexer werden. Das Einzwängen von Customer Journeys in hübsche kleine Kästchen spiegelt selten genau wider, wie Kaufentscheidungen getroffen werden.

Derzeit können algorithmische oder datengesteuerte Ansätze als Goldstandard der Marketing-Attribution angesehen werden.

Wie Bill Macaitis, ehemaliger CMO von Slack, in einem Interview sagte:

Bill Macaitis:

„Heute ist die algorithmische Attribution zur Best Practice für datengesteuerte Vermarkter und Unternehmen geworden.

Wir können jetzt alle verfügbaren Datensammlungen, Tools und Modelle nutzen, um alle verschiedenen Berührungspunkte zu berücksichtigen und prädiktive, algorithmische Zuordnungen vorzunehmen. Bei richtiger Einrichtung können wir jeden Berührungspunkt und alle nachgelagerten Trichtermetriken verfolgen. Und durch die proportionale Gewichtung eines sehr großen Datensatzes können wir viel genauer und präziser bestimmen, was die Anerkennung erhalten soll – einschließlich Online- und Offline-Werbung, leistungsbasierter Werbung und Markenwerbung.

Es ist nicht perfekt und es ist nicht einfach. Schwierig wird es mit Mundpropaganda, dunklen sozialen Netzwerken und anderen „versteckten Berührungen“. Aber es führt zu einem viel tieferen Verständnis der Käuferreise und zeigt, welche Ihrer Marketingbemühungen sich auszahlen.“

Produkte wie Google Analytics 360 und Impact.com nutzen maschinelles Lernen und erweiterte statistische Berechnungen wie die logistische Regression, um zu bestimmen, wie die Gutschrift für Marketing-Touchpoints verteilt werden soll.

Auf hoher Ebene analysiert die datengesteuerte Attribution die Unterschiede im Touchpoint-Engagement zwischen Kunden, die konvertieren, und solchen, die dies nicht tun. Die Interaktionsmuster, die nun schnelle Conversions und verpasste Chancen berücksichtigen, ermöglichen eine genauere, proportionale Kreditzuordnung.

Algorithmische Modelle sind objektiv und automatisiert und eliminieren die „Bauchgefühl“-Entscheidungen, die Vermarkter treffen, wenn sie entscheiden, welcher Schritt am wichtigsten erscheint .

Algorithmische Modelle sind hochkomplex und auf Unternehmen ausgerichtet. Für viele Unternehmen wird es übertrieben sein, insbesondere wenn man die Kosten dieser Produkte berücksichtigt (Google Analytics 360 beginnt bei 150.000 US-Dollar pro Jahr).

Wenn die algorithmische Attribution außer Reichweite ist, besteht Ihr bester Ansatz darin, das Standardmodell zu verwenden, das am besten zu Ihrer Strategie passt, es anzupassen und kontinuierlich zu optimieren, während Sie lernen, was funktioniert und was nicht.

Schwachstellen durch Existenzprüfung isolieren

Beim „Existenztest“ wird auf die Effektivität eines bestimmten Kanals geschlossen, indem dieser für eine Weile aus dem Mix herausgelassen wird. Darauf basieren übrigens viele der oben genannten datengesteuerten Modelle, allerdings im großen Maßstab.

Jim Novo, Gründer von The Drilling Down Project, brachte es in einer Folge des Digital Analytics Podcasts gut auf den Punkt:

Jim Novo:

„Wenn Sie der Meinung sind, dass [Display] im Hinblick auf die Unterstützung anderer Kampagnen so wertvoll ist, warum lassen Sie es dann nicht einfach für eine oder zwei Wochen fallen und sehen, was passiert? Und dann wieder hinzufügen.

Können Sie solche Tests nicht durchführen? Lohnt es sich für Sie, das Geld woanders zu investieren? Wie ernst meinen Sie es, den Wert der Präsentation herauszufinden?“

Verbindung zwischen Offline- und Online-Verhalten herstellen

Modernes Kaufverhalten umfasst eine Vielzahl von Kundenaktivitäten. Möglicherweise haben Sie Kunden, die eine oder mehrere der folgenden Aktivitäten ausüben:

• Recherche und Einkauf rein online;
• Rein offline recherchieren und einkaufen;
• Online-Recherche und Offline-Kauf (auch bekannt als ROPO oder Webrooming);
• Testen von Produkten im Geschäft und Online-Kauf (auch Showrooming genannt).

Standard-Attributionsmodelle berücksichtigen in der Regel ausschließlich digitales Marketing und Online-Verhalten. Auch bei der Verfolgung von Offline-Kanälen wie Printmedien und Direktwerbung erfolgt dies über eine dedizierte URL.

Wie können Vermarkter also verfolgen, was offline vor sich geht?

Es gibt verschiedene Möglichkeiten, wie Unternehmen Aktivitäten im Geschäft erfassen und diese mit Online-Aktivitäten in Verbindung bringen können.

1. Bluetooth Low Energy (BLE)-Beacons

Beacons können für Ihre Kunden nützlich sein und ihnen gleichzeitig Informationen über deren Einkaufsgewohnheiten liefern.

Es funktioniert normalerweise wie „In-Store-GPS“. Wenn Kunden, die Ihre App auf ihrem Gerät installiert haben, Ihr Geschäft betreten, kommunizieren die Beacons mit der App und verbinden das Online-Verhalten des Benutzers mit seinem Einkauf im Geschäft.

Target verwendet Beacons, um Kunden dabei zu helfen, Artikel auf ihrer Einkaufsliste zu finden, Hilfe im Geschäft zu finden, und verfügt sogar über einen geografisch basierten Newsfeed.

Seit 2014 nutzt Macy's Beacons, um Vorschläge anzubieten, Werbeaktionen in Echtzeit zu versenden und Käufe zu verfolgen und zuzuordnen.

Während diese Art der Sendungsverfolgung in Einzelhandelsgeschäften beliebt ist, fühlen sich manche Kunden damit möglicherweise nicht wohl. Ermitteln Sie das Interesse, indem Sie Käufer befragen, und testen Sie es dann mit einer kleinen Gruppe, bevor Sie es einführen.

2. Treuekarten

Treuekarten sind eine einfache Möglichkeit, digitale Profile mit Offline-Käufern zu verbinden, sofern die Karten online aktiviert werden.

Mehrere Plattformen wie Yotpo und Stampme bieten Unternehmen integrierte Treueprogramme an.

Die Plattformen verbinden Online- und Offline-Erlebnisse, indem sie die Benutzer in der Regel dazu auffordern, an der Kasse eine Kundenkarte zu scannen, sodass Benutzer überall dort, wo sie einkaufen, Punkte sammeln können.

3. Führen Sie Kunden offline

Der Möbel- und Dekorationshersteller VOX steuert die Customer Journey mithilfe einer Anwendung namens VOXBOX so, dass sie in einer persönlichen Beratung gipfelt.

VOXBOX ermöglicht es Kunden, ein virtuelles Möbellayout zu entwerfen und empfiehlt ihnen anschließend, einen persönlichen Beratungstermin in einem ihrer physischen Geschäfte zu vereinbaren.

Mit diesem Ansatz kann VOX alle Touchpoints für diesen Kunden verfolgen, einschließlich Offline-Aktivitäten.

Abschluss

Bei der Attributionsmodellierung gibt es kein einheitliches Patentrezept. Die robustesten Lösungen verwenden algorithmische Modellierung zur Zuweisung von Attributionsgutschriften, sind jedoch mit erheblichen Kosten verbunden.

Wenn Sie nicht auf algorithmische Attribution zurückgreifen können, ist es am besten, benutzerdefinierte Modelle auf Basis der Basisangebote Ihrer bevorzugten Analyse-Suite zu erstellen. Optimieren Sie Ihre Attribution, indem Sie mehr darüber erfahren, wie Ihre Kunden mit Marketing-Touchpoints interagieren.

Werden Sie mit unserem Marketing-Attributionskurs zum Attributions-Meister.