营销归因：更清楚地了解客户旅程

“是什么导致客户向你购买？”

这是一个简单的问题，随着您开始深入研究，它变得越来越难以回答。

他们是否在看到 Instagram 帖子或故事、在 Google 上搜索您的产品或打开促销电子邮件后决定购买？

您的业​​务越大，它就越复杂，需要考虑网站、社交媒体属性、影响者计划、离线互动和其他接触点。 再加上过去 10 年消费者行为发生了多大变化。 想想你每天与多少不同的设备、应用程序和网站进行交互，从你起床到你上床睡觉。

在当今世界，营销归因远非完美，但您在整个客户旅程中看到的越多，您就可以做出更好的决策，从选择哪些渠道可以推动您的最佳客户到弄清楚哪些渠道的互动可以很好地协同工作，以及更多的。

1. 什么是营销归因？
2. 为更好的归因奠定基础
3. 营销归因模型的类型
4. 平台之间的归因差异
5. 结论

什么是营销归因？

营销归因的目标是更清楚地了解客户在转化过程中与您的品牌之间的所有不同互动和接触点。

它允许您将促成转化的渠道和特定广告系列归功于其，这反过来又可以帮助您了解如何以及在何处投资您的资金和注意力。

虽然这在理论上听起来很简单，但在实践中可能相当复杂。

为什么营销归因越来越难

花点时间想想你自己作为消费者的行为。

在 iPhone、平板电脑和社交媒体出现之前，大多数人只有一个设备来访问互联网：台式电脑。 营销归因相对简单。

然而，快进到今天，您需要考虑以下因素，这些因素可能会在您的营销报告和归因中造成重大漏洞：

• 我们生活在一个多设备的世界。 人们有时拥有不止一部智能手机、平板电脑、工作电脑、家用电脑，甚至是智能家居设备。 这些中的每一个都可能显示为您网站的唯一访问者，而实际上它们都属于同一客户。
• 世界对隐私和跟踪越来越严格。 设备和浏览器现在对允许存储的用户信息和跟踪更加严格。 考虑到 GDPR 和隐私问题，消费者将越来越多地选择在线跟踪。
• 大多数归因是基于点击的。 由于大多数归因和报告都基于基于点击的行为和 UTM 跟踪（我们将在下面概述），因此它忽略了查看广告或内容但不点击它们的影响。

但这并不全是厄运和悲观。 您可以使用特定的实现来填补当今归因领域中的一些漏洞。

为成功的营销归因奠定基础

在我们讨论归因如何运作或不同的营销归因模型之前，我们需要明确一件事：

没有 100% 的“真实”营销归因。

您永远无法完全了解每个营销接触点如何单独影响每个客户旅程。 所有营销归因模型都只是对现实世界的近似。

您可以争取的唯一准确性是：

1. 正确设置像素和转化跟踪（例如 Facebook Pixel、Google Ads 转化跟踪和 Google Analytics 中的目标/事件）
2. 为 UTM 标记和跟踪创建一致的系统，优先考虑有关客户旅程的干净、完整的数据
3. 了解不同归因模型的世界观以及它们如何影响您的营销决策

让我们从 UTM（Urchin 跟踪模块）参数开始 - 以“？”开头的标签字符串或您可能会在 URL 之后找到的“&”（例如 www.yourstore.com ?utm_source=facebook&utm_medium=cpc ）。

虽然它可能看起来和听起来很陌生，但 UTM 标记是数字营销中标记的标准化系统。 使用 Google 自己的 Campaign URL Builder 或像 UTM.io 这样的 Chrome 扩展程序很容易创建标签

有五种标准类型的 UTM 参数可用于描述分析工具的传入流量，以便可以在存储桶中对它们进行分组、组织和分析。

您可以选择何时以及如何使用它们，但请确保在 UTM 标记和跟踪中保持一致：

• 广告活动来源 (utm_source)描述了将放置链接的网站或主要来源（例如，如果我在 Instagram 简历中宣传我的商店的链接并且我进行了大量社交媒体营销，我可能会将其标记为 utm_source =Instagram）。
• 广告活动媒介 (utm_medium)描述了营销活动（例如，如果我使用该链接跟踪来自 Google Ads 广告活动的流量，我可能会将其标记为 utm_medium=cpc，以便您知道它来自每次点击费用广告）。
• 活动名称 (utm_campaign)可让您识别来自您正在运行的特定活动的流量，即使它来自同一来源（例如，对于品牌搜索活动，您可以使用 utm_campaign=brand%20search%20exact。空格可以编码为"%20" 以避免破坏 URL）。
• 如果您正在投放 Google Ads 广告系列，则广告系列字词 (utm_term)用于跟踪您定位的特定关键字。
• 如果您要拆分测试广告，广告系列内容 (utm_content)会很有帮助。 在这种情况下，您可以跟踪每个广告，看看哪个广告对吸引流量最有效。

这是一个例子。 如果我想通过定位非品牌关键字“冬季夹克”来跟踪冬季夹克的 Google Ads 搜索广告系列的流量和销售额，我的带有 UTM 跟踪的 URL 可能如下所示：

分解它，每个参数都告诉我一些关于流量的信息：

• 资料来源：谷歌
• 中：CPC（每次点击费用）
• 活动：非品牌搜索活动广告冬季夹克
• 术语：对关键字“冬季夹克”进行竞标

UTM 可帮助您将流量跟踪到特定来源，以便您可以在更细粒度的级别上分析其执行情况——但前提是您必须牢记以下几点：

• UTM 是主观的，由您定义。 虽然有命名 UTM 的常见做法，但请使用对您有意义的名称。 只要您保持一致并且您的团队很容易理解您正在使用的内容，您就应该处于良好状态。
• UTM 参数区分大小写。 “utm_source=Facebook”和“utm_source=facebook”将在 Google Analytics 中显示为两个不同的来源
• 保持参数记录。 创建一个一致的系统来记录您的 UTM 参数，以便您和您的团队知道正在使用什么，并且在您看到它们时能够理解它们的含义。
• 与您的标签保持一致。 将任何新的团队成员加入您的 UTM 系统，并在使用之前仔细检查您的 UTM。
• 测试您的最终到达网址。 有时您的最终到达网址可能会中断。 养成在广告上花钱之前仔细检查着陆页的习惯，并对任何特殊字符进行编码（您可以使用 URL 编码器）。
• 适当时使用 URL 缩短器。 UTM 参数会使链接变长且不吸引点击。 如果您要公开显示链接，例如在社交媒体简历中，甚至在贸易展上显示以跟踪流量和销售情况，请使用像 bit.ly 这样的 URL 缩短器来缩短它们。

使用用户 ID 对跨设备的用户旅程进行分组

正确的 UTM 跟踪是朝着正确方向迈出的一步，但默认情况下，如果同一用户在多个设备上访问您的网站，则每次“访问”都将被归为单独的用户和单独的“旅程”。

例如，如果用户看到有关产品的 Instagram 故事，他们可能会查看该产品，但不会立即购买。 相反，他们可能会在回家的路上在手机上研究该产品，然后最终在睡前在笔记本电脑上再次搜索并通过 Google 购物广告进行转化。

要解决此问题并对来自同一用户的所有行为进行分组，您需要在 Google Analytics 中启用用户 ID 并集成您的 CRM。

Google Analytics 中的用户 ID 会为每个用户创建唯一的非 PII（非个人身份）ID，无论他们的数据是从哪里发送的，这些 ID 都会包含在内。 然后，您可以使用该 ID 为每个客户统一跨设备以及在线和离线接触点的交互。

将跨不同设备的许多独立用户旅程转变为一个用户与您的品牌的一系列交互的能力对于更清晰地描绘客户如何通过不同设备和活动与您互动至关重要。

6种营销归因模型

有六种不同类型的营销归因模型可供您选择，具体取决于您的业务目标以及您希望在渠道中的哪个位置放置最大价值：

1. 最后一次点击
2. 第一次点击
3. 线性
4. 时间衰减
5. 基于位置
6. 算法（自定义）

没有普遍的对错营销归因模型。

相反，重要的是要了解每个模型的世界观以及哪些交互的权重最大和最小。 您甚至可以在不同的归因模型之间切换，看看这会如何改变您对不同活动对转化的影响的看法。

为了帮助您了解每种归因模型，我们在下面简要概述了它们。 请注意，如何根据我们使用的模型对完全相同的客户旅程进行不同的解释。

1. 最终点击归因

最终点击归因是最常用的模型，也是大多数营销平台的默认设置。 当您积极尝试将流量转化为客户时，这种单点触控模型非常有用。

它将 100% 的转化功劳分配给最后点击的广告和相应的关键字。 因此，品牌搜索或重新定位活动等渠道较低的活动将获得更多价值，而品牌知名度和渠道上部的活动则可能一无所获。

2.首次点击归因

这种单点触摸归因模型将第一个接触点视为最重要的，因为它首先将客户带入您的渠道而获得 100% 的功劳。 当您优先将资金用于增加流量和寻找新受众的活动时，这很有用。

它将所有转化功劳归于获得第一次点击的广告或相应的关键字。 因此，此模型会遗漏高价值的漏斗底部活动，例如再营销，这可能会导致对这些工作的投资减少，这实际上会降低您的整体转化率和顶线收入。

3. 线性归因

线性归因模型将转化功劳平均分配给客户购买路径上的所有点击。 这是多点触控归因的最简单形式。 使用此模型，您不会错过任何互动。 但是，它并没有准确地告诉您哪个渠道的影响最大。

4.时间衰减归因

时间衰减归因模型类似于最后一次点击。 但是，它也将一些功劳归于导致转化的互动，并赋予在更接近转化时间的点击更多的权重。

5. 基于位置的归因

基于位置（或 U 形）的归因模型赋予第一次和最后一次点击同等的权重——这些互动中的每一次都获得 40% 的功劳。 剩余的 20% 分散在其他点击之间。

然而，这里的假设是，第一次和最后一次点击是最有价值的互动，而中间可能有活动或接触点也起到了重要作用。

6.算法归因

此模型通常称为自定义归因。 当您有足够的可用数据时，您可以让机器学习来决定哪些接触点在客户的旅程中应该获得最多的信用。

从理论上讲，这是最好的模型，但它依赖于有足够的历史数据供机器学习在不同的接触点之间分配权重。

平台之间的归因差异

如果您进行营销的时间足够长，您会注意到，对于任何给定的日期范围，不同的平台可能会为转化提供不同的价值和功劳，具体取决于您查看的报告。

当您直接查看 Google Ads、Facebook Ads、Google Analytics 甚至您的 Shopify 报告时，您可能会注意到差异。 那么什么应该成为你的真理来源呢？

从技术上讲，它们都是“正确的”。 他们只是以不同的方式看待营销。 这是关于每个人如何工作的入门。

谷歌广告

Google Ads 仅跟踪 Google Ads 流量。 它不会删除来自不同平台上其他广告活动的重复转化，因为它没有“看到”这些接触点。 相反，它会为任何在任何时候接触过 Google 活动的用户赢得荣誉——即使他们后来接触了 Facebook/Instagram、电子邮件或直接访问您的网站并进行了转化。

默认情况下，Google Ads 归因窗口设置使用最终点击归因显示点击广告后 30 天内采取的操作。

脸书广告

Facebook 广告平台仅跟踪 Facebook 广告流量和互动（其中还包括 Facebook 拥有的资产，如 Instagram）。

它也不会从不同平台上的其他广告活动中删除重复数据，并且会为在特定时间跨度内看到或点击 Facebook 广告的任何用户记功，即使他们后来与 Google Ads 活动或电子邮件互动或直接访问您的网站并转换。

Facebook 默认使用查看广告后 24 小时内和点击广告后 28 天内的归因窗口的最终点击归因。

Facebook Ads 是唯一一个更详细的广告平台，它会为那些可能“看到”广告（即使没有点击它）并以另一种方式转换的用户赢得荣誉。 如果您希望更好地比较跨平台的结果，建议您将设置更改为基于点击。

谷歌分析

谷歌分析和其他分析平台将跟踪不同付费和非付费渠道的可点击操作。 通常，分析平台可以配置为连接外部/离线数据源、用户 ID 和/或其他不直接属于您的在线商店的 Web 属性。

Google Analytics 提供了一项数据导入功能，可让您从其他来源上传数据，以便您可以在 Google Analytics 中对其进行分析。 添加其他数据源和合并用户 ID 是将跨平台的大多数客户交互包含在一个地方的最佳方式。

谷歌分析还将删除来自所有渠道的重复转化，并将功劳归于转化过程中的最后一个接触点，除非它是直接访问您的网站。 在这种情况下，它将归功于最后一个非直接接触点。

Shopify

Shopify 将跟踪不同付费和非付费渠道的可点击操作。 Shopify 的分析将删除所有渠道中的重复转化，并将功劳归于转化过程中的最后一个接触点，即使它是直接访问您的商店。 这是 Google Analytics 和 Shopify 之间默认归因方式的最大区别。

营销归因并不完美

了解归因的前景、其中的漏洞以及您可以应用的不同模型是朝着更好的跟踪、更清洁的客户数据库和更明智的决策迈出的良好的第一步。

虽然它远非完美，而且只会变得越来越难，但营销归因可以提供关于客户在购买过程中如何以及在何处与您的品牌互动的宝贵见解。

贾里德·布里格斯的插图