数字营销归因模型解释

有效的营销策略通常会跨越多个渠道，以达到最大的受众并产生最佳影响。 您撰写引人入胜的博客文章，投资社交媒体和 Google 广告，构建电子邮件活动，并扩展资源，让自己出现在任何可能被潜在客户注意到的地方。

然而，并非每个平台都同样适用于每个企业或同一公司内的不同活动。

根据您的战略目标，您需要知道如何分配资源以实现最佳结果和最高的投资回报或 ROI。 大多数营销渠道都具有内置分析功能，可让您监控本地活动中的绩效。

但是您如何知道哪个渠道为您的广告系列的不同方面提供了最令人满意的结果？ 哪些最适合品牌知名度、潜在客户生成以及转化？

为了更清楚地了解客户从漏斗顶部到底部的旅程，您需要比较渠道绩效。 通过这种方式，您将了解每个人在旅程中所扮演的角色，并能够确定其投资回报率。 在营销中，没有什么比知道在哪里投入资源以获取利润更重要的了。

基于客户接触点、相关性和结果比较渠道绩效的过程称为营销归因建模。

一开始可能听起来有点抽象，但请耐心等待，在文章结束时，您会觉得自己像个专业人士。

什么是营销归因建模？

简而言之，营销归因建模用于确定在客户转化中发挥作用的主要渠道和附属渠道。 不同的模型优先考虑您的品牌和客户之间的不同交互接触点，并相应地分配投资回报率。

建立和比较归因模型可以让您监控营销策略的哪些元素实际上是有效的并导致转化。 您可以估计其中哪些有助于提高品牌知名度，哪些最适合产生潜在客户，哪些可用于最终销售。

这是通过在整个旅程中固定您的品牌和客户之间的每个接触点并根据其在事件链中的位置估计其在投资回报率中的价值来实现的。

但是，为了获得真正可衡量的结果，您需要在模型中包含活动中使用的所有渠道。 否则，信息将不完整，投资回报率将无法公平计入，浪费您的时间。

如果没有 Cookie，营销归因建模将如何工作？

客户接触点是通过不同的方式确定的。 它可能是 cookie、第三方数据、站点范围内的标记、登录信息或用户在浏览互联网时留下的所有面包屑。

随着谷歌很快取消 cookie，对于流程将如何发展以及营销人员将如何跟踪客户旅程存在一波不确定性。

幸运的是，我们不会盲目。 谷歌一直在测试 cookie 的替代方案，称为队列联合学习 (FLoC)。 该技术依赖于机器学习并将具有相似兴趣的人分组。 它将提供包含汇总数据的报告，这些数据将提供有关网站访问者和转换的准确信息，但同时它将确保个人用户的隐私。

因此，不用担心，在后 cookie 世界中，归因建模仍然是可能的，并且随着 FLoC 技术的发展，甚至可能变得更加准确。

归因建模的好处

当您运行全渠道策略时，并不总是容易确定哪个流对您的客户体验质量负责，以及您的哪一部分努力真正让他们相信您是他们的最佳选择。

归因建模可让您分解旅程的每一步，形成通往销售的全面接触点路径。 分析不同的模型可以帮助您破译驱动潜在客户转化的事件链，消除薄弱环节并加强强环节。

这使您能够清楚地了解每个渠道的投资回报率并衡量策略的有效性。 一旦您将精力集中在为设定目标提供可靠结果的平台上，优化它们应该会提供更强大的性能。

归因建模的另一项重要资产是了解不同渠道在您的策略中的相关性，以及如何加强这些与优质内容的联系。

归因工具和软件

归因建模可以手动或通过软件完成。 手动过程非常复杂，需要高级营销知识和技能，通常只有经过培训的分析师才熟悉。 在这里，我们将重点关注企业可以轻松访问的数字选项。

有许多免费和付费工具可以帮助您进行归因建模。 Google Attribution 是最受欢迎的免费选项，因此您可以考虑先尝试一下。 它将让您深入了解归因建模的工作原理以及不同接触点模型的含义。

谷歌归因的好处经常被忽视。 尽管它是免费的，但它确实涵盖了所有通用型号并提供手动设置。 一旦您熟悉了归因建模背后的流程，您就可以构建个性化模型来满足您的营销活动需求。

一些付费工具，例如 Bizible、TrackMaven 和 Nielsen，具有更高级的功能，如果您愿意进行投资并了解更多信息，您可以疯狂地构建复杂的模型。

但在你深入研究之前，让我们先关注基础知识。

归因模型的类型

如果人们刚刚登陆您的网站并开始放弃他们的个人数据并毫不犹豫地购买东西，那不是很好吗？ 好吧，不幸的是，事实并非如此。 大多数情况下，客户的旅程至少包含几个步骤，然后才进行购买。

借助归因建模，您可以分解并分析客户旅程的步骤，以找出哪些渠道获得了转化功劳。 每个模型都优先考虑不同的接触点，并为其对销售的重要性赋予不同的价值。

让我们分析下面的例子。

有人，我们叫她安妮，通过自然搜索找到您的博客文章，阅读它，然后离开您的网站。 几天后，她偶然发现了您的 Facebook 广告，并想起了您的酷品牌。 她点击广告，再次浏览您的网站，变得更感兴趣。 Annie 还没有准备好购买，但她填写了选择加入表格以接收您的更新，希望折扣很快就会到来。 几天后，您向 Annie 发送一封电子邮件，其中包含免费送货优惠或首次购买折扣券。 她很兴奋，点击了想要购买但分心的链接，并放弃了她的购物车。 第二天，她会记住您的品牌，输入您的网站 URL（或者单击她保存的链接），然后完成购买。

那么，这些渠道中的哪一个获得了 Annie 转化的功劳？ 您的博客、Facebook 广告、出色的电子邮件或直接流量？

这取决于您决定依赖的归因模型。 我们来看一下。

1. 最后互动归因

正如您可以从名称中猜到的那样，“最后互动”模型将销售的所有价值归因于客户与您的业务的最后接触点。

这意味着在安妮的案例中，功劳归于直接交通。 你可以看到为什么这个模型可能被认为是不准确的。

在我们上面的示例中，直接流量对客户旅程的影响很小。 Annie 通过自然搜索和您的博客发现了您的品牌。 如果不是这个原始联系人，她就不会知道您的品牌和您的网站 URL，也就不会进行销售。

然而，最后的交互在某些情况下可能非常有用。 如果您的客户生命周期很短，中间没有复杂的接触点，那么此模型将帮助您确定哪个渠道在销售方面最具说服力。

在 Annie 的案例中，这意味着您的品牌网站很容易被记住，并且您的品牌知名度渠道也在产生效果。

至于保存的链接，如果您标记您的 URL 以跟踪广告系列中的渠道效果，您会发现更容易将价值归因于它们。

2. 最后非直接点击

Last Non-Direct Click 模型是 Last Interaction 模型的变体，旨在解决我们在上述 Annie 案例中遇到的确切问题。

正如您可以从名称中看出的那样，销售的功劳归于最后的非直接点击。 在我们的示例中，这是您很棒的折扣电子邮件。

很明显，在这种情况下，电子邮件在销售中发挥了非常重要的作用，而忽略其价值对于您在设计和定位它时所付出的努力是不公平的。

使用最后一个归因模型，在像这样的一系列事件中，可能会让您相信发送有针对性的电子邮件不是您策略的重要组成部分。 而且您可能误解了该渠道在您的策略投资回报率中的重要性。

3.首次交互归因

尽管与真正促成销售的渠道相比，首次互动模式似乎意义不大，但不可小觑。 特别是如果您的广告系列以及其他目标还旨在提高品牌知名度。

在 Annie 的案例中，自然搜索和您的博客内容将她介绍给了您的品牌并吸引了她。因此，此模型会将所有销售功劳归于第一个接触点。

这种方法的缺点是它没有考虑安妮在您的网站上花费的时间。 当她最初打开它时，她可能会反弹，如果不是因为她后来看到的 Facebook 广告和你发给她的电子邮件，她可能永远不会回头。

但是，正如我们已经说过的那样，如果您想确定哪些营销平台可以为您提供最好的结果，并将您的品牌介绍给更广泛的受众，那么这种模式仍然是一个不错的选择。

4. 线性归因

线性方法在客户旅程中涉及的所有渠道之间平均分配销售价值。

在我们的示例中，这意味着您的博客、Facebook 广告、出色的电子邮件和直接流量将获得与 Annie 购买相同的信用额度。

线性模型的缺点是它将所有渠道都放在一个标准上，并且无法区分哪个渠道对销售的投入最大。

然而，它的作用是清晰地展示整个客户旅程以及制定全渠道营销策略的重要性。

它还提醒人们，每个渠道都有其重要性和影响力。 只跳过一个可能会导致打破导致销售的事件链并阻止它发生。

5.时间衰减归因

时间衰减模型与线性模型非常相似，因为它将购买价值分配给参与客户旅程的所有渠道。

这里的不同之处在于，接触点离销售越近，它获得的信用就越多。

在 Annie 的购物旅程中，与她互动的营销渠道的 ROI 会逐渐增加，自然搜索占比最低，直接流量最高。

这种方法的缺点是它没有考虑客户在旅程的任何时候与网站互动的时间，或者第一印象的影响有多大。 安妮第一次接触到你的品牌时可能已经下定决心要和你做生意，但这个模特会完全忽略这一点。

这里的好处在于确定哪些渠道推动了实际的转化和销售。 该模型可能是一个不错的选择，具有更长的客户生命周期。 例如，与 B2B 交互，或需要更多考虑和研究的昂贵购买，例如在汽车行业。

6.基于位置的归因，U型

基于位置的归因模型，也称为 U 形归因模型，将 40% 的功劳分配给客户与您的业务的第一次和最后一次互动，并将剩余的 20% 分配给介于两者之间的其他渠道。

你给潜在客户的第一印象和促成销售的最后一个印象，在这个模型中被认为是最重要的。 一直以来，该过程中的其他步骤并非完全不重要。

这使得 U 型模型成为营销人员非常普遍且合理的选择。 它为您提供战略的最强点的视角，适用于客户生命周期较长且在此过程中进行多次互动的企业。

7. 基于位置的归因，W 形

W 型归因模型是基于位置的模型的一种变体，但对将潜在客户转化为潜在客户的接触点给予了额外的功劳。

在我们上面的示例中，自然搜索和直接流量将再次获得同等的信誉。 但这一次，您发送的那封很棒的折扣电子邮件也将如此，这使安妮与您分享了她的详细信息，并使她成为了领导者。 她旅程的其他接触点将分裂其余部分。

该模型将价值归因于客户与您的品牌所拥有的最重要的接触点。 如果您还想识别哪些渠道为您的业务产生最多潜在客户，这将使其成为更好的选择。

8. 潜在客户转化触摸归因

潜在客户转化接触归因模型仅将功劳归于发生转化的事件链中的接触点。

在安妮的情况下，这将是她从您那里收到的很棒的电子邮件。

与仅关注旅程的一个接触点的前两个渠道一样，这个渠道也主要对非常具体的活动具有价值。

如果您的广告系列的主要目的是产生更多潜在客户，那么这个模型可以让您清楚地了解转化率最高的渠道，并让您将精力集中在那里。

9. 自定义归因

顾名思义，自定义归因模型可让您根据特定的营销策略和业务优先级构建自己的模型。

构建自定义模型需要深入了解营销归因建模以及您将使用的工具的高级知识。 这就是为什么我们建议您在进入深度之前先熟悉该过程。

在自定义模型中，您可以整合来自在线和离线策略的数据，并更深入地了解客户的旅程。

如今，很少有人只受到数字渠道的影响，更不用说只依赖线下资源了。 根据您的完整营销策略对数据进行细分并构建模型将使您能够鸟瞰整个过程，并深入了解哪些是与客户的最强接触点。

回顾

归因建模是营销中最复杂的部分之一。 它需要时间、分析技能、对营销流程的深入了解以及对企业概况和目标的洞察力。

幸运的是，现代技术在计算和确定客户接触点等棘手的部分提供了帮助，并为我们提供了一个良好的开端。

为您的广告系列构建归因模型将帮助您确定可提供可靠投资回报率并优化营销团队绩效的模型。