Veriye dayalı MTA: Önemli olan tek ilişkilendirme modeli

İlişkilendirme modelleri, müşterileri farkındalıktan dönüşüme geçerken pazarlamacıların pazarlama kanalı temas noktalarının değerini anlamalarına yardımcı olur.

Geçmişte, "son tıklama" ve "ilk tıklama" modelleri gibi tek dokunuşla ilişkilendirme genellikle varsayılandı. Nispeten az veri gerektiriyorlardı ve analitik yazılımında gözlemlenmesi kolaydı.

Örneğin, Ekim ayında web sitemde 1.000 satış yaptıysam ve trafiğin %75'inin organik aramadan ve %25'inin doğrudan geldiğini görebiliyorsam, Kasım yatırımlarımın çoğunu organik arama faaliyetlerime çevirmek mantıklı olur.

Bu, son tıklama modelini benimsemek olacaktır. Müşterilerimin siteme girmeden hemen önce kullandıkları temas noktasına yalnızca değer veriyorum. Peki, önceden etkileşimde bulundukları kanallardan ne haber?

Müşteri yolculukları son yıllarda daha karmaşık hale geldiğinden, pazarlamacıların yol boyunca kanallara doğru ağırlık vermelerini ve buna göre yatırım yapmalarını sağlamak için ilişkilendirme modelleri de mevcut.

Çoklu dokunmayla ilişkilendirme (MTA) ve veriye dayalı ilişkilendirme (DDA) giderek daha fazla tercih ediliyor. Sonuçta, web sitemin ziyaretçileri arama yapmak için Google'a dönmeden önce çeşitli yerlerde (sayısız sosyal medya sitesinden TV'den reklam panolarına kadar herhangi bir sayıda çevrimdışı reklama kadar) pazarlama mesajları görüyor olabilir.

MTA modelleri, tüm kanalların bir dönüşüm için en azından bir miktar kredi almasını sağlar

Yapay zeka veri ve ilişkilendirme şirketi Fospha'da analist olan Finnian Bradfield, MTA'nın günümüzde tek dokunuşlu modellerden daha etkili olmasına neden olan şeyin yalnızca müşteri yolculuklarının artan karmaşıklığı olmadığını vurguluyor.

"MTA'nın temel değeri, pazarlamacıların harcamalarını daha iyi dağıtmalarını ve her temas noktasının gerçek performansını anlamalarını sağlamaktır" diyor.

“Yalnızca bir son tıklama modelini kullanarak, esasen yalnızca müşterinin dönüşümden önceki son temas noktasına değer verir veya onu görürsünüz ve bundan önce tüketiciyi nelerin etkilemiş olabileceğine çok az dikkat eder veya onları dikkate almazsınız. Sonuç, son temas noktasına daha fazla harcama yapılmasıdır, ancak gerçekte, tüketicinin yolculuğunun başında meşgul olduğu bir temas noktası olmasaydı, bu dönüşüm asla gerçekleşmeyebilirdi. Bu nedenle, tüm temas noktalarına bakarak ve her birine rollerine bağlı olarak bir değer atfetmek, pazarlama harcamalarınızdan çok daha etkili sonuçlar elde edebileceğiniz anlamına gelir.”

Günümüzün çok kanallı dünyasında, MTA modelleri, pazarlamacıların neyin işe yarayıp neyin yaramadığı konusunda netlik kazanmasını sağlamak için kesinlikle üstün seçim gibi görünüyor. Ancak tüm ilişkilendirme modelleri eşit yapılmaz.

Şimdi bunların nasıl farklılık gösterdiğini, artılarını ve eksilerini, bunları uygulamadaki zorlukları ve veriye dayalı MTA modellerinin neden tüm pazarlamacıların hedeflemesi gereken ilişkilendirme seçeneği olduğunu inceleyelim.

Temel modeller nelerdir?

'Doğrusal' veya 'eşit kredi' ilişkilendirme modeli, tartışmasız ilk ve son tıklamanın ötesini düşünmeye başladığımızda aklımıza gelen ilk MTA modelidir.

Tek dokunuşlu modellerde kesinlikle bir gelişme. Doğrusal model, müşteri yolculuğunda, müşterinin farkındalık aşamasında gördüğü veya dönüşümünü gerçekleştirmeden önceki adımda kullandığı kanaldan daha fazlası olduğunu kabul eder.

Tüm dokunuşları eşit olarak değerlendirir, bu nedenle yalnızca pazarlama stratejinizin tüm bölümlerinin kabaca aynı etkinlik düzeyinde performans gösterdiğine dair iyi kanıtınız olduğunda gerçekten yararlıdır.

Ancak, farklı temas noktalarının müşterinin dönüşüm kararı üzerinde diğerlerinden daha fazla veya daha az etkisi olacağı gerçeğini hesaba katmadığından, basitliği hızla çok belirgin hale geliyor.

'Zaman bozulması' nispeten basit bir başka MTA modelidir. Bir kullanıcı yolculuğundaki tüm temas noktalarını kredilendirir ve dönüşüme ne kadar yakınsa ağırlık o kadar artar.

Zaman bozulma özelliği yararlı olabilir. Ve muhtemelen tek dokunuş seçeneklerinden birine tercih edilir. Genellikle zamana duyarlı pazarlama kampanyalarında veya işletmeler dönüştürücü bir rol oynayan kanallara odaklanmak istediğinde kullanılır. Ancak kusurlarını görmek oldukça kolaydır.

Elbette, dönüşüme yakın temas noktalarının, başlangıca yakın olanlardan daha önemli olduğu müşteri yolculukları vardır. Ancak kullanıcı yolculukları uzadıkça ve daha karmaşık hale geldikçe, durum giderek daha fazla böyle olmuyor. Zamanın azalması, nihayetinde, hala belirli bir miktarda tahmine dayanır ve gerçek doğruluktan yoksundur.

'U-şekilli' veya 'konuma dayalı' ilişkilendirme, yine tüm kanalların bir miktar kredi almasını sağlayarak tek dokunuş yöntemlerini geliştiren başka bir MTA modelidir, ancak yine de nispeten basit bir yaklaşımdır.

U-şekilli tüm temas noktalarını kredilendirir, ancak ilk ve son kanallara daha fazla ağırlık verir - her biri %40 -. Kalan %20'lik kredi, yolculuğun ortasındaki tüm temas noktalarına dağıtılır.

Yine, u şeklindeki modelin kullanımları vardır. Örneğin, potansiyel müşteri yaratmaya yatırım yapan ve daha uzun müşteri yolculukları için güçlü bir aday olan şirketler söz konusu olduğunda etkili olabilir. Ancak, yolculuğun ortasında, dönüşümde pazarlamacının beklediğinden daha büyük bir rol oynamış olabilecek herhangi bir temas noktasını doğru bir şekilde kredilendirmekte başarısız olabilir.

Veriye dayalı ilişkilendirme nedir?

"Veriye dayalı" ilişkilendirme (DDA) başka bir MTA modelidir. Şimdiye kadar tartıştıklarımızdan farklıdır, çünkü herhangi bir tahminde bulunmayı ortadan kaldırmak için temas noktalarındaki verileri kullanır ve hangi konumda olduklarından ziyade performanslarına göre kanallara kredi verir.

DDA, kapsamlı verilere ve müşteri yolculuğunun tam bir görünümüne sahip olmayı gerektirir. Pazarlamacıların aynı zamanda, genellikle bir müşteri veri platformu kullanarak bu verileri etkin bir şekilde kullanabilme araçlarına sahip olmaları gerekir.

Uygulanması en maliyetli MTA modeli olabilirler, ancak bir DDA modeli kullanmanın temel hedeflerinden biri, ekstra maliyetlerini dengelemek için kullanılabilecek daha iyi bir yatırım getirisi elde etmektir.

Veriye dayalı bir MTA modeli ne zaman faydalıdır?

Bradfield, pazarlamacılar için veriye dayalı bir MTA uygulamasının ne zaman en mantıklı olduğu konusunda net: "Veriye dayalı bir ilişkilendirme yaklaşımı, ücretli arama, sosyal ve satış ortaklığı karışımlarını içeren birden fazla ücretli kanalda harcama yaptığınızda en etkilidir. örnek," diyor. “Bunun nedeni, pazarlamaya harcama yapıyorsanız, en iyi nereye harcamanız gerektiğini ve bu kanallardan hangisinin işletmenizin KPI'ları için daha etkili olduğunu bilmeniz gerektiği gerçeğine bağlıdır. Daha büyük pazarlama bütçelerine sahip işletmelerin bu tür araçlardan çok fazla değer kazandığını görme eğilimindeyiz.”

2019'da Fospha, çevrimiçi ve çevrimdışı verilerini MTA ile bir araya getirmek için lider bir tatil sağlayıcısıyla çalıştı.

Bu, müşterilerinin yaptığı yolculukların kanallar arası bir görünümünü verdi ve ücretli arama etkinliklerinin son tıklama ilişkilendirmesiyle gereğinden fazla değerlendiğini vurguladı.

Otomatik süreç, analist kapasitesini veya zamanını yemedi. Ancak daha da önemlisi, Fospha yeni/değersiz temas noktalarında büyüme için ücretli arama kanalından boşalan bütçeyi kullanabildi.

Yıl için yaklaşık 600.000 £ tasarruf sağlandı ve TV pazarlama stratejileri, geleneksel ilişkilendirme modelleri kullanılarak önceden ölçülmesi zor olan bir alan olarak vurgulandı. Fospha, MMM'yi (Pazarlama Karması Modellemesi) kullanarak TV'nin büyümek ve daha fazla gelir getirmek için güçlü bir performans gösteren kanal olduğunu belirleyebildi.

Bu ortaya çıkar çıkmaz işletme, bu hayati çevrimdışı kanala 250.000 £ civarında yeniden yatırım yapmak için hızlı davrandı.

Müşterinin Grup Pazarlama Direktörü, "Fospha'nın bağımsız ölçüm araçları, ekibimizi şeffaf verilerle ve çevrimdışı satışlarımızı hem çevrimdışı hem de çevrimiçi pazarlamamıza bağlama yeteneğiyle güçlendirdi," dedi. "Artık pazarlamamıza daha fazla yatırım yapma güvenimiz var ve sonuçları görmekten heyecan duyuyoruz."

Giderek artan bir şekilde DDA'ya yönelenler sadece büyük bütçeli kuruluşlar değil. Bu tür MTA'ları çok kanallı ve çok kanallı pazarlama ile çalışan tüm işletmeler için erişilebilir kılmak Fospha gibi şirketlerin rolüdür.

Bradfield, "Kanallar arası harcama yapan herhangi bir şirketin çabalarının gerçek değerini belirleyebilmesi gerektiğine inanıyorum," diye devam ediyor, "Fospha bu nedenle DDA'yı uygulamak için her tür işletmenin önündeki engelleri kaldırmıştır."

Veriye dayalı MTA ile ilgili zorluklar ve bunların üstesinden nasıl gelineceği

Kapsamlı bir veriye dayalı MTA modeli uygulamanın önündeki tek engel maliyet değildir. Measured'ın CEO'su ve kurucu ortağı olan ClickZ için yazan Trevor Testwuide, reklam teknolojisinin politikalarını, Google ve Facebook gibi "duvarlarla çevrili bahçelerin" evrimini ve karmaşık kullanıcı düzeyindeki verileri, atıf.

Bradfield bunun üzerine şöyle düşünüyor: "Adtech platformlarından duvarlarla çevrili bahçeler kesinlikle tam doğruluğu zorlaştırıyor" diyor.

“Piyasada mükemmel bir MTA modeli veya tamamen doğru izleme araçları olmadığını bilmek önemlidir. Ana sorun olarak bulduğumuz şey, yanlışlık ve önyargı verileri nedeniyle Google gibi bir reklam teknolojisi platformu aracılığıyla veriye dayalı ilişkilendirmenin uygulanmasıdır."

Her kanal temas noktasında her müşteri için tüm verilere sahip olmak bile tam MTA doğruluğunu garanti edemez, ancak Bradfield bu zorlukların üstesinden gelmenin bir yolunu işaret ediyor.

“Bağımsız bir araç sağlamak önemlidir” diyor. "O zaman reklam satmaları için bir gündem yok ve bu önyargının bir kısmını ortadan kaldırabilirsiniz."

MTA modelleri her zaman tek dokunuşla gelişir, ancak veri olmadan hala bazı tahminlere dayanırlar

Doğrusal, zaman azalması ve u-şekilli MTA modelleri, tüm temas noktalarının bir dönüşüm için en azından bir miktar kredi almasını sağlamaya yardımcı olur. Ancak gördüğümüz gibi, doğruluktan yoksun olabilirler.

Doğrusal model durumunda, tüm kanallar eşit kredi alır. Ancak bu seçenek, bu yolculuk boyunca herhangi bir sayıda temas noktasının tüketici üzerinde diğerlerinden daha fazla etkiye sahip olma olasılığını hesaba katmaz.

Zamana duyarlı kampanyalar için zaman azalması istenebilir. Ancak yine de, belirli kanalların – yalnızca bir etkileşimi daha erken görmeleri nedeniyle – olduğundan daha az etki yaratabileceğini varsayar.

Ve u-şekilli model, bir kullanıcı yolculuğunun ilk ve son dokunuşunun genellikle önemli olduğu mantığına bağlı kalsa da, özellikle daha uzun satın alma hunileri bağlamında, orta kanalları ciddi şekilde küçümseyebilir.

Bu varsayımı ortadan kaldıran MTA seçeneği, DDA modelidir (bazen algoritmik MTA olarak da bilinir). Müşteri verileri hiçbir zaman %100 doğru olamasa ve – Bradfield'in de belirttiği gibi – en iyi MTA modeli bile mükemmel olmasa da, verilerin ilişkilendirme karışımına dahil edilmesi, kanalları yalnızca hangi performansta göründüklerine göre değil, nasıl göründüklerine göre kredilendirir. ortaya çıktıkları müşteri yolculuğundaki aşamadır.

Bağımsız araçlar, Google ve Facebook'un duvarlarla çevrili bahçelerinde pazarlamacıların bildirdiği bazı önyargıları ve çarpık verileri ortadan kaldırır. Sağlam bir Müşteri Veri Platformu, pazarlama stratejisini gerçek zamanlı olarak birleştirmek, düzenlemek ve değiştirmek için çalışırken.

O halde veriye dayalı MTA modellerinin büyük bütçeli işletmeler için paha biçilmez değerde olması şaşırtıcı değil. Bunlar genellikle pazarlama cephaneliğinde birçok ücretli kanala sahip kuruluşlardır, ancak bu tür modeller, maliyeti daha iyi yatırım getirisi ile dengeleme yeteneği sayesinde, orta ve küçük ölçekli kuruluşlar için de giderek daha erişilebilir hale gelmektedir.

Günümüzün çok kanallı dünyasında, veriye dayalı bir MTA modeli düşünüldüğünde maliyet, herhangi bir büyüklükteki işletme için bir engel olmamalıdır. Ancak hala bu düzeyde bir ilişkilendirmeye hazır olmadığını hisseden herhangi bir kuruluş için doğrusal, zaman azalması ve u-şekilli MTA'lar her zaman birçok kişinin kullandığı görülen ilk ve son tıklama tek dokunuşlu ilişkilendirme modellerinden daha iyi bir seçenektir. varsayılan olarak.

Fospha ile işbirliği içinde üretilen içerik .