Почему и как использовать маркетинговую атрибуцию: руководство, основанное на данных

Посредственные бренды предполагают : «Похоже, наша последняя реклама на Facebook работает хорошо».

Бренды высшего уровня знают : «Наша текущая рекламная группа Facebook привлекает трафик, но именно наш пиксель ретаргетинга конвертирует клиентов».

Основанное на данных понимание того, что работает, а что нет, отличает искушенных маркетологов от остальных.

Модели маркетинговой атрибуции помогают маркетологам оценивать данные о точках взаимодействия и конверсиях пользователей, чтобы понять влияние на рентабельность инвестиций.

В этой статье вы узнаете, как работает маркетинговая атрибуция, как ее можно измерить с помощью шести различных моделей и как принимать решения на основе данных, которые оптимизируют ваш маркетинговый бюджет.

Что такое маркетинговая атрибуция и почему она важна?

Маркетинговая атрибуция — это практика анализа того, как клиенты взаимодействуют с маркетинговыми точками соприкосновения на протяжении всего пути к покупке.

Вы выбираете модель атрибуции (набор правил, определяющих, как вы приписываете ценность конверсии каждой точке взаимодействия), чтобы понять, как ваша маркетинговая тактика способствует росту доходов.

Маркетинговая атрибуция предоставляет данные, подтверждающие такие выводы, как:

• Наша реклама в Google — наш самый важный источник дохода.
• Эта рекламная кампания по электронной почте неэффективна и нуждается в перестройке.
• Большинство наших клиентов узнают о нас благодаря органическому контенту.

Без этих данных маркетинговые решения в значительной степени основаны на интуиции.

Скажем, перед вами стоит задача увеличить привлечение лидов на 25% в следующем квартале, чтобы выполнить цели по доходам вашей организации на год.

Данные маркетинговой атрибуции могут показать вам, например, что ваш органический контент является наиболее распространенной первой точкой взаимодействия на пути вашего типичного клиента. Другими словами, контент — это то, как большинство клиентов находят вашу компанию.

Без этих данных вы могли бы посмотреть на маркетинговые каналы и тактики, которые вы используете прямо сейчас, и сказать: «Давайте перераспределим бюджет контента в этом квартале на Google Ads. Нам нужно добиться этой цели по доходам».

В этом случае снижение приоритетности усилий по публикации контента является неправильным шагом, но вы можете легко сделать это, если у вас нет доступа к данным атрибуции.

Насколько эффективны эти идеи, зависит от того, как вы измеряете маркетинговую атрибуцию.

Как измерить маркетинговую атрибуцию

Большинство маркетологов будут использовать одну из готовых моделей в своем ПО для атрибуции. Хотя у них есть недостатки (которые мы вскоре обсудим), они дают базовое понимание того, как клиенты взаимодействуют с маркетинговыми точками соприкосновения.

Модели атрибуции в одно касание

В моделях атрибуции в одно касание учитывается только одна точка взаимодействия на пути клиента.

Недостаток здесь сразу очевиден: клиенты редко совершают конверсию благодаря одной точке взаимодействия.

Рассмотрим эту карту пути клиента от консалтинговой компании Columbia Road по цифровым продажам с 10 точками взаимодействия на пути к решению.

Однако в этих простых моделях атрибуции есть свои достоинства. Рассмотрим этот путь клиента, который примерно соответствует типичному пути, по которому клиенты совершают покупку у бренда электронной коммерции:

• Клиент приходит на ваш сайт через Google Ad
• Они добавляют товар в корзину, но не конвертируют
• Это вызывает электронное письмо о брошенной корзине, которое покупатель видит, но не нажимает на него.
• Клиент также видит ретаргетинговую рекламу на Facebook, одна из которых инициирует покупку.

На первый взгляд, реклама Facebook полностью отвечает за конверсию.

Но модель атрибуции «первое касание» выдвигает на первый план катализатор Google Ad.

Модели атрибуции в одно касание могут быть неполными, но они помогают вам понять, как объединяются точки взаимодействия, чтобы дать вам лучшее представление о том, что работает.

Атрибуция первого касания

Атрибуция по первому контакту отдает должное первому взаимодействию клиента с вашим брендом.

Неважно, сколько точек соприкосновения произошло после этого или сколько времени потребовалось клиенту, чтобы совершить покупку после первого взаимодействия. Первый клик получает 100% кредита.

В приведенном выше примере первоначальная реклама Google получает все кредиты атрибуции.

Несмотря на ограничения, эта модель атрибуции полезна для понимания того, какие маркетинговые действия привлекают клиентов.

Вы можете использовать эти данные для оптимизации действий в верхней части воронки и привлечения новых лидов.

Атрибуция последнего касания

Атрибуция «последнего касания» отдает все должное последней точке взаимодействия на пути клиента. Это будет ретаргетинговая реклама Facebook из нашего примера выше.

Это наиболее широко используемая модель атрибуции в одно касание, особенно для компаний с короткими циклами покупки и этапами рассмотрения. В этих случаях последнее взаимодействие, скорее всего, послужило мотивом для покупки.

Возьмем, к примеру, Wish, онлайн-рынок, известный тем, что продает странные товары, которые иначе вы и не подумали бы купить. Вероятно, у него нет тщательно продуманных путей клиента, поэтому атрибуция последнего контакта будет подходящей моделью.

Атрибуция по последнему непрямому клику

Модель атрибуции «по последнему непрямому клику» аналогична модели «последнего касания», за исключением того, что в ней не учитывается прямой трафик.

Давайте рассмотрим немного другой путь покупки электронной коммерции:

• Клиент приходит на ваш сайт через Google Ad
• Они добавляют товар в корзину, но не конвертируют
• Это вызывает электронное письмо о брошенной корзине, которое покупатель видит, но не нажимает на него.
• Позже клиент возвращается непосредственно на ваш сайт и покупает

В модели атрибуции по последнему клику это будет прямой трафик. Используя последнюю модель непрямого взаимодействия, электронное письмо о восстановлении корзины получает все кредиты.

Эта модель подходит, если клиенты быстро конвертируются на вашем сайте (например, они добавляют товар, который им нужен, в корзину и направляются прямо к оформлению заказа).

Избегайте этой модели, если вашим клиентам требуется больше времени для конверсии, потому что она игнорирует влияющие факторы (такие как CTA и избранные отзывы клиентов) на конверсию.

Мультисенсорные модели атрибуции

Модели мультисенсорной атрибуции учитывают все цифровые точки соприкосновения и присваивают каждому взаимодействию некоторый коэффициент конверсии.

Рассмотрим путь, по которому покупатель B2B может приобрести платформу управления проектами.

Клиент видит рекламу продукта Asana на YouTube и нажимает кнопку CTA. Они читают целевую страницу, но не конвертируют.

Обдумывая проблему, представленную в видеообъявлении (например, управление командой фрилансеров), клиент выполняет поиск в Google по запросу «управление фрилансерами». Клиент нажимает на пост Асаны, узнавая бренд.

Это полезно, и они решают реализовать несколько стратегий. Позже они видят рекламу Asana на LinkedIn и нажимают на кнопку с призывом к действию, чтобы загрузить электронную книгу.

Затем они получают серию электронных писем с рекомендациями Asana. Последнее — это предложение на первый месяц бесплатно при подписке на годовой план, который они принимают.

В этом путешествии участвуют шесть различных каналов цифрового маркетинга:

• реклама на ютубе
• Целевая страница
• Органический контент
• Объявление LinkedIn
• Электронная книга
• Информационная кампания по электронной почте

Модели атрибуции в одно касание по своей природе игнорируют пять из шести таких взаимодействий. Мультисенсорные модели распределяют кредит атрибуции по всем каналам, хотя то, как он распределяется, зависит от модели, которую вы реализуете.

Линейная атрибуция

Модель линейной атрибуции распределяет ценность равномерно по всем точкам взаимодействия. В приведенном выше примере каждая из шести точек взаимодействия получит 16,67% кредита атрибуции.

Эта модель подходит, если у вас нет бюджета или данных для более точного взвешивания, но вы не можете смириться с ограничениями модели с одним касанием.

Если вы солидная компания с достаточными ресурсами, инвестируйте в более точные определения.

Атрибуция на основе позиции

Атрибуция на основе позиции (также называемая U-образной атрибуцией) придает больший вес первому и последнему взаимодействию. Тем не менее, он присваивает некоторую ценность промежуточным точкам соприкосновения.

Наиболее распространенная модель заключается в том, чтобы выделить по 40 % на первую и последнюю точки взаимодействия, а оставшиеся 20 % равномерно распределить между остальными.

В приведенном выше примере распределение кредита будет выглядеть следующим образом:

• Реклама на YouTube — 40%
• Целевая страница — 5%
• Органическое содержание – 5%
• Реклама LinkedIn — 5%
• Электронная книга – 5%
• Информационная кампания по электронной почте — 40%

Атрибуция на основе позиции полезна, если ваш цикл продаж длинный и есть несколько точек соприкосновения, связанных с решением о покупке, например, при покупке B2B. Для длинных циклов покупки важно отдать должное каждому взаимодействию, которое поддерживало разговор.

Атрибуция временного распада

Модель атрибуции временного распада распределяет кредит в зависимости от того, сколько времени прошло с момента взаимодействия.

Последняя точка взаимодействия всегда получает наибольшее количество баллов, а первая точка взаимодействия — наименьшую.

В нашем примере с Asana распределение кредитов может выглядеть так:

• Реклама на YouTube — 5%
• Целевая страница — 7,5%
• Органическое содержание – 12,5%
• Реклама LinkedIn — 20%
• Электронная книга – 25%
• Информационная кампания по электронной почте — 30%

Модели временного распада полезны, когда построение отношений является ключевым фактором, например, в корпоративных продажах, поскольку начальные взаимодействия, как правило, менее важны для конверсии.

Однако, если создание бренда и каналы узнаваемости имеют решающее значение для ваших бизнес-целей, используйте модель, основанную на позициях.

Проблемы и ограничения маркетинговой атрибуции

Хотя модели атрибуции помогают маркетологам получить базовое представление о поведении клиентов, они несовершенны и неполны. Они ограничиваются захватом, а не созданием спроса.

Большинство традиционных моделей терпят неудачу, потому что они основаны на догадках или полностью пропускают действия темной воронки.

Сложные модели атрибуции превосходят базовые по эффективности, но имейте в виду эти ограничения, прежде чем выбирать направление.

Выбор модели атрибуции во многом произвольный

Выбор модели атрибуции во многом основан на интуиции, а не на достоверных данных.

Например, вы можете выбрать модель атрибуции на основе позиционирования, если кажется разумным присвоить наибольшее значение первой и последней точкам взаимодействия.

Но почему каждый заслуживает 40%? Почему не 30% за первое взаимодействие и 50% за последнее или наоборот? Распределение кредитов основано на интуиции, а не на достоверных данных.

Идеальное решение — внедрить управляемую данными или алгоритмическую модель атрибуции с использованием такой платформы, как Impact.com или Google Analytics 360.

Эти инструменты моделирования используют расширенные статистические расчеты и машинное обучение, чтобы понять разницу между клиентами, которые конвертируются, и теми, кто не конвертируется. Затем интерпретируйте эти паттерны взаимодействия, чтобы определить, как эффективно распределять доверие между точками соприкосновения.

К сожалению, эти продукты непомерно дороги для некоторых предприятий (членство в Google Analytics 360 начинается от 150 000 долларов США в год).

Если этот уровень моделирования атрибуции недостижим, лучший путь — это:

1. Выберите стандартную модель атрибуции, наиболее подходящую для вашей стратегии.
2. Оптимизируйте и настраивайте его, узнавая больше о том, что работает, а что нет.
3. Понимание ограничений неалгоритмической атрибуции при использовании информации для принятия маркетинговых решений.

Большинство моделей атрибуции не учитывают нецифровые точки взаимодействия.

Все рассмотренные выше модели атрибуции ориентированы на цифровые точки соприкосновения, но покупательский путь не является чисто цифровым.

Это особенно верно в отношении розничной торговли, такой как производство одежды и предметов одежды, где в дополнение к стандартным онлайн- и офлайн-подходам появляются две различные модели покупок:

• ROPO (поиск онлайн, покупка офлайн). Покупатели проходят большую часть воронки онлайн, но затем совершают покупку в физическом магазине.
• Выставочный зал. Покупатели изучают товары в обычных магазинах, а затем покупают их в Интернете.

В любом случае полностью цифровые модели атрибуции не учитывают все точки взаимодействия.

Найти полное решение этой задачи сложно. Одна из стратегий заключается в использовании карт лояльности для подключения офлайн-покупок к цифровым профилям.

Такие платформы, как Yotpo и Stampme, позволяют брендам интегрировать программы лояльности, чтобы они могли эффективно отслеживать точки взаимодействия в автономном режиме.

Другая тактика — целенаправленно уводить клиентов в оффлайн, как, например, производитель мебели и украшений VOX.

Их приложение VOXBOX позволяет клиентам создавать виртуальные макеты мебели онлайн. Затем они рекомендуют покупателям запланировать личные консультации в физическом магазине.

Это позволяет VOX контролировать переход покупательского пути из онлайна в офлайн, позволяя им интегрировать офлайн-точки взаимодействия в свою модель атрибуции.

Если это подходит вашему бренду и отрасли, рассмотрите возможность реализации одной из этих стратегий для отслеживания офлайн-взаимодействий. В противном случае имейте в виду, что цифровая модель атрибуции может не отражать полной картины.

Учет клиентов, которые уже находятся на рынке, является сложной задачей

Модели маркетинговой атрибуции часто приводят к искажениям, основанным на корреляции, когда предполагается, что события на пути клиента (например, конверсия) вызваны другим событием (например, последней точкой взаимодействия). В действительности это может быть не так.

В частности, маркетологи могут неправильно приписывать конверсию клиентам, которые все равно были на рынке, чтобы купить этот продукт.

Рассмотрим это целевое объявление Facebook от Shopify.

Скажем, Shopify настроил это объявление для целевой аудитории, которая взаимодействует с определенными страницами, связанными с электронной торговлей, на Facebook.

Аудитория взаимодействует с этими страницами и часто обсуждает лучшие инструменты на рынке. Есть большая вероятность, что они определили, что Shopify — правильный выбор, прежде чем появится реклама.

Итак, когда они видят и нажимают на него, отвечает ли он за конверсию?

Учитывайте предвзятость на рынке, проводя опросы после покупки. Не ограничивайтесь вопросом «Как вы узнали о нас?» и спросите: «Почему вы решили купить у нас?»

Чтобы получить более качественные данные, задайте такой вопрос: «Перед регистрацией в Shopify вы нажали на эту рекламу в Facebook. Насколько эта реклама повлияла на вашу покупку?» Попросите клиентов оценить ответы по шкале от 1 до 5. Это поможет вам лучше понять, действительно ли ваши объявления влияют на конверсию или просто мешают покупке, которая все равно будет совершена.

Использование пользовательского моделирования атрибуции для расширенной атрибуции

Приведенные выше модели являются базовыми моделями атрибуции — простыми эвристическими и готовыми моделями, которые можно найти в Google Analytics. Все они дают вам ответ, но лучшие маркетологи будут сомневаться в их точности.

Вы также можете создавать пользовательские модели поверх готовых моделей на основе правил в Google Analytics.

Вы также можете создавать пользовательские модели поверх готовых моделей на основе правил в Google Analytics.

Однако даже пользовательские модели рискуют оказаться предвзятыми и допущениями, которые являются произвольными и основаны на нюансах вашего пути к покупке.

Мы также видели несколько интересных статей о применении марковских моделей в Google Analytics. Это полезно, когда вы недовольны описанными выше моделями, особенно если вам не хватает определенных данных, чтобы получить полную картину пути вашего клиента.

Чтобы упростить марковскую модель в этом случае использования, посмотрите на вероятность следующих шагов на заданном пути конверсии. Рассчитайте относительную важность данной точки взаимодействия на основе ее удаления:

Как указано в этой статье, марковские модели имеют следующие преимущества:

• Объективность – никаких чувств.
• Predictive Accuracy — предсказывает события конверсии.
• Надежность – действительные и надежные результаты.
• Интерпретируемость – прозрачна и относительно проста для интерпретации.
• Универсальность — не зависит от набора данных. Умеет адаптироваться к новым данным.
• Алгоритмическая эффективность – обеспечивает своевременные результаты.

Вот хороший пост, объясняющий, как это сделать. Вот еще. Хороший аналитик данных сможет применить это к вашей модели атрибуции.

Измеряйте эффективность конкретных действий с помощью когорт

Когорты, основанные на времени, могут быть ключом к определению эффективности изменений, внесенных в маркетинговую деятельность или каналы, на которых они развернуты. По крайней мере, вы можете найти признаки эффективности, объединив когортный анализ с контролируемыми экспериментами для большей достоверности.

В частности, просмотр когорт может помочь вам определить, насколько эффективным было определенное маркетинговое действие, по крайней мере, относительно. Джим Ново, основатель The Drilling Down Project, хорошо выразил это в эпизоде ​​подкаста Digital Analytics:

Я думаю, что люди в SaaS, работающие с когортным анализом, делают это хорошо.

Итак, вы посмотрите на людей, которые подписались в январе, и к марту этот процент выпал. Мы можем связать это с определенными усилиями по продвижению, которые мы предприняли в то время.

Но затем мы смотрим на когорту, начавшую в марте, у нас были другие рекламные усилия, и у нас была гораздо лучшая конверсия из фримиума в платную или что-то еще в этой модели.

С этим связан тип тестирования существования, когда вы делаете вывод об эффективности определенного канала, на некоторое время исключая его из микса. Джим предлагает проверить, сможете ли вы жить без него:

Если вы думаете, что [отображение] настолько ценно с точки зрения помощи другим кампаниям, почему бы вам просто не убить его на неделю или две и посмотреть, что произойдет? А потом добавить обратно.

Вы не можете сделать такой тест? Стоит ли вам вкладывать эти деньги в другое место? Насколько серьезно вы относитесь к выяснению ценности отображения?

Деятельность, которой вы всегда занимались, может не иметь такого большого влияния, как вы думаете. Тестирование — это не только искусство удаления, но и добавления. Это касается полного исключения целых инициатив.

Как использовать маркетинговую атрибуцию, чтобы принимать более обоснованные решения на основе данных

Существуют модели атрибуции для улучшения видимости и понимания пути клиента. Если все сделано правильно, они приподнимают завесу над тем, как клиенты взаимодействуют с точками соприкосновения и что влияет на покупательское поведение.

Используйте эти результаты в своих маркетинговых усилиях, чтобы разработать более эффективную стратегию, основанную на данных.

Создавайте более реалистичные карты пути клиента

Карты пути клиента могут быть мощным инструментом для согласования точек соприкосновения и обмена сообщениями на протяжении цикла покупки.

К сожалению, многие из них слишком просты, чтобы быть полезными. Эта карта, например, едва покрывает более одной потенциальной точки взаимодействия на каждом этапе и не содержит достаточно подробностей. Например, где проводится исследование продукта?

Понимая, с какими точками взаимодействия взаимодействуют клиенты и на каком этапе своего путешествия, вы сможете построить комплексную карту пути, как эта, разработанная Rail Europe.

На этой карте пути клиента для каждого этапа существует несколько точек соприкосновения, потому что не все клиенты одинаковы. Rail Europe учитывает это несходство и включает все возможные точки соприкосновения, выявленные посредством атрибуции. Пользовательская атрибуция помогает отображать сложные взаимодействия и пути клиентов.

Используйте данные атрибуции для создания более реалистичных карт пути клиента и подумайте, где может потребоваться сегментация.

Например, бренд электронной коммерции может определить два общих пути совершения покупки:

1. Таргетированная реклама на Facebook> Просмотр веб-сайта> Добавить товар в корзину> Отказ> Электронное письмо для восстановления брошенной корзины> Конверсия
2. Органический поиск > Просмотр веб-сайтов > Зарегистрироваться в программе лояльности > Возвраты > Купить в магазине

Ищите тенденции в данных атрибуции и при необходимости сегментируйте пути клиентов.

Используйте маркетинговую атрибуцию, чтобы согласовать распределение расходов с целями организации.

Используйте маркетинговую атрибуцию, чтобы узнать, как вы инвестируете в различные каналы и точки взаимодействия, и оптимизируйте распределение бюджета, используя реальные данные.

Удвойте действия, которые ваш набор аналитики считает наиболее влиятельными. Например, если ваша платформа атрибуции говорит вам, что Google Ads работает хорошо, имеет смысл увеличить инвестиции в этот канал.

Помните, что эта информация зависит от вашей модели атрибуции и распределения кредитов.

Допустим, в этом примере вы используете модель атрибуции первого контакта.

Эти данные говорят вам о том, что ваша реклама в Google Ads работает хорошо в качестве начального взаимодействия, но не обязательно выполняет какую-либо тяжелую работу, когда дело доходит до конверсии. Удвоение расходов на рекламу приведет к увеличению количества потенциальных клиентов на вершине воронки, но не обязательно приведет к их более эффективной конвертации.

Вместо этого проанализируйте несколько моделей атрибуции, чтобы получить всестороннюю картину, а затем используйте эту информацию, чтобы согласовать распределение расходов с целями вашей компании.

В этом случае вы также можете проанализировать, как выглядит атрибуция, используя модель последнего касания, что даст представление о том, какие каналы хорошо работают на другом конце пути.

Затем скорректируйте расходы в зависимости от целей вашей компании. Если привлечение новых клиентов является приоритетом, вкладывайте больше средств во взаимодействие в последнюю очередь. Если повышение узнаваемости бренда и достижение вершины воронки важнее, инвестируйте в первую точку взаимодействия.

Понимание влияния обмена сообщениями на эффективность точки взаимодействия

Общее предположение о маркетинговой атрибуции состоит в том, что если один канал не работает так же хорошо, как другие, виноват этот канал. Вы говорите, что ваших клиентов просто нет в LinkedIn.

Но это не обязательно так. Например, может случиться так, что ваши клиенты там, но ваш обмен сообщениями не подключается.

Маркетинговую атрибуцию можно использовать, чтобы понять, как различные сообщения влияют на эффективность точек взаимодействия.

Скажем, ваши ретаргетинговые объявления на Facebook исключительно хорошо конвертируются, но ваши объявления в LinkedIn неэффективны. Рассмотрите сообщения, которые вы используете, в контексте, в котором они представлены.

То, что работает для одного канала, не обязательно будет транслироваться в другой, а сообщения, которые резонируют с потенциальными клиентами, находящимися в верхней части воронки, не привлекут покупателей из нижней части воронки.

Используйте разные модели атрибуции, чтобы измерить влияние обмена сообщениями на разных этапах воронки.

Например, если Google Ads выглядит хорошо в рамках модели первого контакта, подумайте, как вы можете воспроизвести этот обмен сообщениями по другим каналам, чтобы ориентироваться на покупателей на ранней стадии. Затем проанализируйте, как меняется кредит атрибуции по мере того, как эти изменения вступают в силу.

Вы можете использовать то же сообщение из объявления Google в новой рекламе LinkedIn, чтобы проверить влияние этого сообщения на канал.

Если кредит атрибуции смещается в пользу LinkedIn, изменение работает. Если нет, вы узнали, что это конкретное сообщение не работает для вашей аудитории LinkedIn. Тестируйте, анализируйте и оптимизируйте.

Инструменты маркетинговой атрибуции: как выбрать правильный для вашего бизнеса

Google Analytics, безусловно, является наиболее широко используемым инструментом маркетинговой атрибуции, но не единственным.

Ruler Analytics — это мощный инструмент для привязки доходов к атрибуции, позволяющий измерять маркетинговые точки взаимодействия на уровне долларов. Oktopost предоставляет надежную аналитику использования социальных сетей B2B и социальных точек взаимодействия, способствующих конверсии. AppsFlyer рассматривает маркетинговую атрибуцию в контексте роста мобильных приложений.

В зависимости от вашей отрасли, стадии роста и бизнес-целей вы можете использовать одну или комбинацию этих платформ.

Гугл Аналитика

Одним из самых больших преимуществ Google Analytics является то, что, несмотря на то, что это надежный продукт, он бесплатный.

Это позволяет новичкам легко окунуться в мир маркетинговой атрибуции и начать с некоторых из более простых моделей, таких как первый или последний клик.

Google Analytics подходит для мониторинга базовой атрибуции по этим каналам:

• Платный и обычный поиск (во всех поисковых системах, а не только в Google)
• Реферальные и партнерские сайты
• Социальные сети
• Электронная почта
• Пользовательские кампании, если вы настроили их в Google Analytics (например, офлайн-кампании, направляющие трафик на тщеславные URL-адреса)

Если вы конвертируете более 600 клиентов за 30-дневный период, вы также сможете воспользоваться моделью атрибуции на основе данных Google Analytics (в настоящее время находится в бета-версии). Эта модель использует машинное обучение, чтобы понять, какие точки взаимодействия с наибольшей вероятностью приведут к конверсии, и соответствующим образом присваивает кредит атрибуции.

Аналитика линейки

Ruler Analytics предлагает ряд полезных функций помимо маркетинговой атрибуции, таких как моделирование маркетингового комплекса и прогнозная аналитика.

Однако его ключевым преимуществом является возможность подключения платформы к вашей CRM и извлечения данных о доходах в вашу модель атрибуции.

Атрибуция с использованием стандартных моделей показывает, какие точки взаимодействия и каналы приводят к конверсии. С помощью Ruler Analytics вы сможете понять, как эти точки взаимодействия влияют на доход.

Допустим, вы можете определить, что у вас есть два основных пути конверсии.

• Путь первый: 70% ваших клиентов выбирают его, и это увеличивает годовую стоимость клиента до 4500 долларов.
• Путь второй: им пользуются 30% ваших клиентов (включая каждого корпоративного клиента), а годовая стоимость клиента составляет 560 000 долларов США.

Не замкнув цикл доходов, вы, вероятно, вложили бы больше в первый путь, который на самом деле конвертирует клиентов с более низкой ценностью.

Используйте Ruler Analytics, чтобы лучше понять, как точки взаимодействия в ваших маркетинговых кампаниях влияют на доход, а не только на конверсии.

Октопост

Oktopost — это не совсем маркетинговый инструмент атрибуции; это платформа управления взаимодействием с социальными сетями для маркетинговых команд B2B.

Маркетологи B2B все больше осознают ценность социальных сетей, будь то размещение рекламы в LinkedIn или создание личных брендов в Twitter с помощью торговых представителей.

Oktopost помогает маркетологам точно измерять и определять ценность этих действий.

Вы сможете измерять вовлеченность по каналам, типам контента и регионам. Вы даже можете докопаться до уровня публикации, чтобы проанализировать, как обмен сообщениями, ключевые слова, хэштеги и типы мультимедиа связаны с взаимодействием.

Если вы работаете в сфере B2B, используйте Oktopost, чтобы глубже понять, как социальные сети влияют на конверсию, помимо того, что вы знаете, что LinkedIn работает для повышения осведомленности.

AppsFlyer

AppsFlyer — это платформа маркетинговой аналитики, специально предназначенная для измерения роста приложений.

В то время как другие инструменты атрибуции, как правило, фокусируются на конверсиях в контексте веб-сайта, AppsFlyer рассматривает моделирование атрибуции в рамках мобильной экосистемы.

С помощью AppsFlyer вы можете приписывать заслуги точкам взаимодействия, которые привели к установке приложения. Например, вы можете посмотреть на взаимодействие с рекламой в других приложениях и на то, как она способствовала тому, что новый клиент загрузил вашу собственную.

Их моделирование атрибуции распространяется и на измерения событий внутри приложения, поэтому вы можете отдельно приписывать установки приложения и конверсии платным планам.

Используйте AppsFlyer, чтобы понять, как ваша рекламная сеть влияет на скачивание приложений, и повысить эффективность распределения рекламных расходов.

Заключение

Чтобы получить базовое представление о том, как клиенты взаимодействуют с различными маркетинговыми точками взаимодействия, достаточно стандартных моделей атрибуции, доступных на большинстве аналитических платформ.

Чтобы получить более полное представление о том, какие каналы и тактики влияют на конверсию, а также для принятия решений о распределении маркетинговых расходов на основе данных, обратитесь к алгоритмическим моделям на основе ИИ.

Повысьте свои навыки атрибуции с помощью нашего онлайн-курса, наполненного экспертными идеями: Станьте лучшим в атрибуции.