データ駆動型MTA：カウントされる唯一のアトリビューションモデル

アトリビューションモデルは、顧客が認知からコンバージョンに移行するときに、マーケターがマーケティングチャネルのタッチポイントの価値を理解するのに役立ちます。

以前は、「ラストクリック」モデルや「ファーストクリック」モデルなどのシングルタッチアトリビューションがデフォルトであることがよくありました。 それらは比較的少ないデータを必要とし、分析ソフトウェアで簡単に観察できました。

たとえば、10月にウェブサイトで1,000件の売り上げを達成し、トラフィックの75％がオーガニック検索から来ており、25％が直接来ていることがわかった場合、11月の投資の多くをオーガニック検索活動に振り向けることは理にかなっています。

それはラストクリックモデルを採用することになるでしょう。 私は、顧客が自分のサイトにアクセスする直前に使用したタッチポイントにのみ値を割り当てています。 では、彼らが事前にやり取りしたチャネルは何ですか？

近年、カスタマージャーニーがより複雑になっているため、マーケターが途中でチャネルに正確な重みを与え、それに応じてチャネルに投資していることを確認するために、アトリビューションモデルも利用できます。

マルチタッチアトリビューション（MTA）とデータドリブンアトリビューション（DDA）がますます支持されています。 結局のところ、私のWebサイトの訪問者は、Googleに検索を依頼する前に、さまざまな場所（無数のソーシャルメディアサイトから、テレビから看板までの任意の数のオフライン広告まで）でマーケティングメッセージを目にしている可能性があります。

MTAモデルは、すべてのチャネルがコンバージョンに対して少なくともある程度のクレジットを受け取ることを保証します

AIデータおよびアトリビューション会社FosphaのアナリストであるFinnianBradfieldは、MTAがシングルタッチモデルよりも効果的になっているのは、カスタマージャーニーの複雑さが増しているだけではないことを強調しています。

「MTAの主な価値は、マーケターが支出をより適切に分配し、すべてのタッチポイントの真のパフォーマンスを理解できるようにすることです」と彼は言います。

「ラストクリックモデルのみを使用することで、基本的に、コンバージョン前に顧客が関与した最後のタッチポイントのみを評価または確認し、これ以前に消費者に影響を与えた可能性のあるものにほとんど注意を払わないか、考慮しません。 その結果、最後のタッチポイントへの支出が増えますが、実際には、消費者が旅行の開始時に関与したタッチポイントがなければ、コンバージョンは発生しなかった可能性があります。 したがって、すべてのタッチポイントを調べ、その役割に応じてそれぞれのタッチポイントに値を割り当てることで、マーケティング費用からはるかに効果的な結果を得ることができます。」

今日のオムニチャネルの世界では、MTAモデルは、マーケターが何が機能していて何が機能していないかを明確にするための優れた選択肢であるように思われます。 しかし、すべてのアトリビューションモデルが同じになるわけではありません。

それらの違い、長所と短所、それらを実装する際の課題、およびデータ駆動型MTAモデルがすべてのマーケターが目指すべきアトリビューションオプションである理由を掘り下げてみましょう。

基本モデルは何ですか？

「線形」または「クレジットさえ」のアトリビューションモデルは、間違いなく、最初と最後のクリックを超えて考え始めたときに私たちが考える最初のMTAモデルです。

それは確かにシングルタッチモデルの改善です。 線形モデルは、顧客が認識段階で見るチャネル、または変換を行う前のステップで使用するチャネルだけでなく、顧客の旅にも多くのことがあることを認めています。

それはすべてのタッチを等しくクレジットするので、マーケティング戦略のすべての部分がほぼ同じレベルの効果で実行されているという十分な証拠がある場合にのみ本当に役立ちます。

しかし、異なるタッチポイントが他のタッチポイントよりも顧客の変換の決定に多かれ少なかれ影響を与えた可能性があるという事実を説明できないため、その単純さはすぐに非常に明白になります。

「時間減衰」は、もう1つの比較的単純なMTAモデルです。 タッチがコンバージョンに近づくほど重みが大きくなり、ユーザージャーニーのすべてのタッチポイントがクレジットされます。

時間減衰アトリビューションが役立つ場合があります。 そして、それはシングルタッチオプションの1つよりもおそらく好ましいでしょう。 これは、時間に敏感なマーケティングキャンペーンで、または企業がコンバージョンの役割を果たしているチャネルに焦点を合わせようとしているときによく使用されます。 しかし、その欠陥は非常に見やすいです。

もちろん、コンバージョンに近いタッチポイントが最初のタッチポイントよりも重要であるカスタマージャーニーがあります。 しかし、ユーザージャーニーが長く複雑になるにつれて、これはますます当てはまりません。 時間の減衰は、最終的には、依然としてある程度の当て推量に依存しており、実際の精度に欠けています。

「U字型」または「位置ベース」のアトリビューションは別のMTAモデルであり、これもすべてのチャネルがある程度のクレジットを受け取るようにすることでシングルタッチ方式を改善しますが、それでも比較的単純なアプローチです。

U字型はすべてのタッチポイントにクレジットを付けますが、最初と最後のチャネルにより多くの重み（それぞれ40％）を与えます。 クレジットの残りの20％は、旅の途中のタッチポイントに分散されます。

繰り返しになりますが、U字型モデルには用途があります。 これは、たとえば、リードジェネレーションに投資していて、より長いカスタマージャーニーの有力な候補である企業の場合に効果的です。 しかし、マーケティング担当者が予想するよりもコンバージョンに大きな役割を果たした可能性のある、旅の途中のタッチポイントを正確にクレジットできない可能性があります。

データドリブンアトリビューションとは何ですか？

「データ駆動型」アトリビューション（DDA）は、もう1つのMTAモデルです。 これは、タッチポイント全体のデータを使用して当て推量を排除し、チャネルがどの位置にあるかではなく、チャネルのパフォーマンスによってクレジットをチャネルに関連付けるという点で、これまでに説明したものとは異なります。

DDAは、包括的なデータとカスタマージャーニーの全体像を把握することを求めています。 マーケターはまた、多くの場合顧客データプラットフォームを利用することにより、そのデータを効果的に使用できる手段を持っている必要があります。

これらは実装するのに最もコストのかかるMTAモデルになる可能性がありますが、DDAモデルを使用する際の重要な目標の1つは、余分なコストを相殺するために使用できるROIの向上を確認することです。

データ駆動型MTAモデルはいつ役に立ちますか？

ブラッドフィールドは、マーケターがデータドリブンMTAを実装することが最も理にかなっている時期について明確にしています。例」と彼は言います。 「この理由は、マーケティングに費やしている場合、どこに費やすのが最適で、これらのチャネルのどれがビジネスKPIにとってより効果的であるかを知る必要があるという事実に単純に起因しています。 マーケティング予算が大きい企業は、これらのタイプのツールから多くの価値を得る傾向があります。」

2019年、Fosphaは大手ホリデープロバイダーと協力して、オンラインとオフラインのデータをMTAでつなぎ合わせました。

これにより、顧客が行っている旅のクロスチャネルビューが提供され、有料検索アクティビティがラストクリックアトリビューションで過大評価されていることが強調されました。

自動化されたプロセスは、アナリストの能力や時間を無駄にしませんでした。 しかし、さらに重要なことに、Fosphaは、有料検索チャネルから解放された予算を使用して、新しい/過小評価されているタッチポイントを増やすことができました。

年間の節約額は約600,000ポンドであり、従来のアトリビューションモデルを使用して測定することが以前は困難であった分野として、彼らのTVマーケティング戦略が強調されました。 Fosphaは、MMM（Marketing Mix Modelling）を使用して、テレビが成長し、さらなる収益をもたらす余地のある強力なパフォーマンスのチャンネルであることを特定できました。

これが表面化するとすぐに、ビジネスはこの重要なオフラインチャネルに約25万ポンドを迅速に再投資しました。

「Fosphaの独立した測定ツールは、透明性のあるデータと、オフライン販売をオフラインとオンラインの両方のマーケティングにリンクする機能をチームに提供しました」と、クライアントのグループマーケティングディレクターは述べています。 「私たちは今、私たちのマーケティングにもっと投資する自信があり、結果を見ることに興奮しています。」

DDAに目を向けているのは、予算の大きい組織だけではありません。 マルチチャネルおよびオムニチャネルマーケティングを扱うすべての企業がこのようなMTAにアクセスできるようにすることは、Fosphaのような企業の役割です。

「クロスチャネルを使用している企業は、その取り組みの真の価値を特定できるはずです。そのため、Fosphaはあらゆる種類の企業がDDAを実装する際の障壁を打ち破りました。」

データ駆動型MTAの課題とそれらを克服する方法

包括的なデータ駆動型MTAモデルを実装する上での障壁はコストだけではありません。 MeasuredのCEO兼共同創設者であるClickZのために執筆している、Trevor Testwuideは、アドテックの政治、GoogleやFacebookなどの「ウォールドガーデン」の進化、そして乱雑なユーザーレベルのデータを、帰属。

ブラッドフィールドはこれについて次のように述べています。「アドテックプラットフォームの壁に囲まれた庭園は、完全な精度を確実に難しくします」と彼は言います。

「市場には完璧なMTAモデルや完全に正確な追跡ツールがないことを知っておくことが重要です。 主な問題として私たちが見つけたのは、データの不正確さと偏りのために、Googleなどのアドテックプラットフォームを介してデータ駆動型アトリビューションを実装することです。」

すべてのチャネルのタッチポイントですべての顧客のすべてのデータを持っていても、完全なMTAの精度を保証することはできませんが、ブラッドフィールドはこれらの課題を克服する1つの方法を示しています。

「独立したツールを調達することが重要です」と彼は言います。 「そうすれば、彼らが広告を販売するための議題はなく、その偏見の一部を取り除くことができます。」

MTAモデルは常にシングルタッチで改善されますが、データがなくても推測に頼っています

線形、時間減衰、およびU字型のMTAモデルは、すべてのタッチポイントが変換に対して少なくともある程度のクレジットを取得するのに役立ちます。 しかし、これまで見てきたように、精度が不足している可能性があります。

線形モデルの場合、すべてのチャネルが均等にクレジットを受け取ります。 ただし、このオプションでは、その過程でいくつものタッチポイントが他のタッチポイントよりも消費者に大きな影響を与えた可能性は考慮されていません。

時間に敏感なキャンペーンでは、時間の減衰が望ましい場合があります。 ただし、繰り返しになりますが、特定のチャネルは、単に以前にインタラクションを確認しただけで、実際よりも影響が少ない可能性があることを前提としています。

また、U字型モデルは、ユーザージャーニーの最初と最後のタッチが重要であることが多いという論理に準拠しながら、特に長い購入目標到達プロセスのコンテキストでは、中間チャネルのクレジットを大幅に過小評価する可能性があります。

この当て推量を排除するMTAオプションは、DDAモデル（アルゴリズムMTAとも呼ばれます）です。 顧客データが100％正確になることは決してなく、ブラッドフィールドが指摘しているように、最高のMTAモデルでさえ完璧ではありませんが、アトリビューションミックスクレジットチャネルにデータを含めることは、単にどの段階であるかではなく、パフォーマンスがどのように見えるかによって決まります。彼らが現れるカスタマージャーニーの段階。

独立したツールは、マーケターがグーグルとフェイスブックの壁に囲まれた庭の中で報告したバイアスと歪んだデータのいくつかを排除します。 堅実なカスタマーデータプラットフォームは、マーケティング戦略をリアルタイムで統合、整理、調整するために機能します。

データ駆動型MTAモデルが、大規模な予算のビジネスにとって非常に貴重であることが証明されているのは当然のことです。 これらは多くの場合、マーケティングの武器庫に多くの有料チャネルを持つ組織ですが、そのようなモデルは、より良いROIでコストを相殺する機能のおかげで、中小規模の組織にもますますアクセスできるようになっています。

今日のオムニチャネルの世界では、データ駆動型MTAモデルを考慮すると、コストがあらゆる規模のビジネスの障壁になることはありません。 しかし、まだこのレベルのアトリビューションに取り組む準備ができていないと感じている組織にとって、線形、時間減衰、およびU字型MTAは、多くの人が使用していると見られるファーストクリックおよびラストクリックのシングルタッチアトリビューションモデルよりも常に優れたオプションです。デフォルトとして。

Fosphaと共同で制作したコンテンツ。