營銷歸因模型：完整指南

營銷歸因是指對客戶旅程中導致轉化的接觸點的分析和理解。

客戶在“轉化”之前與線上和線下渠道進行的互動越來越多，無論是進行購買、下載應用程序，還是僅僅註冊時事通訊。 對於營銷人員來說，比以往任何時候都更重要的是清楚地了解旅程中的哪些步驟對最終轉換或多或少有價值，因此或多或少值得他們的預算。

什麼是營銷歸因模型？

營銷歸因模型可幫助企業可視化客戶旅程中每一步的價值。 可能沒有考慮歸因的組織可能默認採用簡單的衡量模型（通常是“最後一次點擊”），但可以使用從數據中衍生的其他模型，以確保根據影響給予旅程中的其他接觸點更多權重他們進行了最後的轉換。

營銷歸因模型分為單點觸控和多點觸控類別。 正如我們將看到的，有些比其他更普遍，有些在讓營銷人員清楚客戶旅程中的哪些步驟提供最佳投資回報率方面更出色。 在此過程中，他們還強調了哪些接觸點值得分配更多預算。

最後一次觸摸

如上所述，“最終點擊”通常是使用的默認歸因模型。 這並不奇怪，因為即使對現成的網絡分析軟件有相當簡單的理解，也可以看到用戶在進行轉換之前與之交互的最後一個接觸點。

“最後點擊”在某些情況下是合適的（例如，當對旅程中的特定最終渠道進行了大量投資時）。 但正如我們所知，客戶旅程越來越複雜，個人在轉換之前要通過在線和離線渠道與許多不同的接觸點進行交互。 因此，“最後點擊”歸因模型還遠遠不夠。

Fospha 營銷總監 Fay Miller 表示：“自從衡量客戶旅程成為可能以來，最後一次點擊一直是行業標準。 我通常看到擁有傳統報告模型的企業使用它，並且沒有更好的方法來衡量他們的營銷活動績效。 我所說的“更好”是指一種使用數據來分析所有客戶旅程並提供有關每個接觸點在整個轉換路徑中所扮演角色的見解的方法。”

第一次點擊

單觸歸因建模的另一個示例是“首次點擊”。

顧名思義，該模型將權重歸因於客戶旅程的第一步——因此可能適合旨在提高知名度的活動——但忽略了之後其他潛在的重要互動。

Fospha 的營銷衡量和歸因專家Jamie Bolton 指出了它們在某些情況下的相關性：“首次點擊與最後一次點擊相對應。 默認情況下，它在許多平台上可用，因此它可以提供對數據的另一種查看方式，特別是對於資源有限的組織。”

線性

“線性”歸因模型可以說是最直接的多點觸控模型。

使用這種模型的營銷人員承認他們的客戶在他們的旅程中與多個接觸點進行交互。 線性方法對所有渠道都給予同等的認可，因此雖然它肯定是對單點接觸模型的改進，但它沒有考慮到這樣一個事實，即不同的接觸點可能比其他接觸點對客戶的轉換決定產生或多或少的影響。

“這是單點觸控模型的一個很好的邏輯進展，”博爾頓說。 “線性歸因開啟了完整的客戶旅程，並在其中平均分配信用，這意味著發揮發現、培養或轉化目標的接觸點都會得到獎勵。”

時間衰減

“時間衰減”是另一種多點觸控歸因模型。 它將用戶旅程中的所有接觸點都歸功於它，接觸越接近轉化，權重就越大。

“時間衰減”模型的價值及其缺陷很容易量化。 當然，在許多客戶旅程中，在接近轉換時訪問的渠道將比接近開始時訪問的渠道更具影響力。 但隨著用戶旅程變得越來越長、越來越複雜，情況越來越不是這樣了。

“時間衰減”仍然涉及大量的猜測和假設，即在轉換附近訪問的頻道比早期的頻道值得更多的信任。

Bolton 強調，“時間衰減”對於專注於快速轉換的營銷人員具有價值。 “對於希望專注於為客戶發揮轉化作用的接觸點的企業，該模型考慮並重視所有渠道，但優先考慮那些直接促進轉化的渠道。”

基於位置

“U 形”——或“基於位置”的歸因是另一種有用的多點觸控模型，它明顯改進了上面探討的單點觸控方法。

該模型確實歸功於所有接觸點，但賦予第一個和最後一個渠道更多的權重 (40%)。 剩下的 20% 的信用在旅程中間分佈在各個渠道中。

同樣，“U 形”模型具有相關性，但它可能無法準確地歸因於旅程中間的任何接觸點，這些接觸點在轉化中的作用可能比營銷人員預期的要大。

正如 Bolton 所指出的那樣，“U 形是更長客戶旅程的有力候選者。 該模型的工作原理是發現步驟和轉換步驟對銷售的貢獻最大，但並沒有完全忽略兩者之間的培育步驟所發揮的作用。 在包含 10 多個步驟的客戶旅程中，線性歸因模型會稀釋第一步和最後一步的價值，直到它們幾乎不被識別。 想要避免這種情況的企業可以使用基於職位的模型。”

數據驅動/渠道定制

“數據驅動”歸因是另一種多點觸控模型。 但與我們目前討論的那些不同，它使用跨接觸點的數據來消除任何猜測，並根據渠道的表現而不是他們所處的位置將功勞歸於渠道。

“數據驅動的方法通常比其他測量模型更好，因為它使用旅程數據來分析客戶行為和購買路線，”Fospha 的 Fay Miller 說。 “它提供了有關哪些接觸點優於其他接觸點的洞察力。 此外，它會適應歷史旅程數據洞察所顯示的內容，並將根據特定渠道的表現進行調整。”

顧名思義，“數據驅動”歸因要求擁有全面的數據和客戶旅程的完整視圖，以及有效分析和處理該數據的方法。 2016 年， Forrester報告稱，企業內多達 73% 的所有數據都未使用。 企業需要一個客戶數據平台來整合、組織，正如米勒所說，“自動為渠道分配價值並實時定制營銷策略。”

“在預算允許的情況下，”她繼續說道，“數據驅動的模型應該是任何營銷團隊的首選。 雖然最初成本更高，但這項支出很容易被活動帶來的更高投資回報率所抵消。”

以數據為依據的歸因示例

新產品的基本活動可能涉及自然搜索、展示廣告、電子郵件營銷和社交媒體帖子。 如果您的展示廣告是第一個接觸點，並且自然搜索是轉化前使用的渠道，那麼“數據驅動”歸因將更好地為可能出現在兩者之間的電子郵件和社交媒體帖子分配更多或更少的功勞。

例如，在最後的自然搜索步驟之後，您的客戶看到的電子郵件可能會促使更多的最終轉化——因此“數據驅動”的歸因模型會比社交媒體帖子更重視這個渠道。

更多企業轉向數據驅動模式

我們可以看到，通過訪問上述示例旅程中所有渠道的數據，該模型將提供比其他多點觸控和單點觸控模型更準確的歸因。

相比之下，“第一次點擊”或“最後一次點擊”模型會忽略四個接觸點中的三個。 “線性”模型仍然會過度信任某些步驟而低估其他步驟。 “時間衰減”可能會低估產生認知度的展示廣告的價值。 並且“U 形”模型無法控制在電子郵件和社交帖子這兩個中間步驟之間轉移重心。

因此，可以理解的是，高級營銷領導者越來越多地將更多的初始預算用於“數據驅動”歸因。 來自全面且通常容易獲得的數據的額外洞察力足以通過提高渠道的投資回報率來節省開支，您可以確定應該分配更多的預算。

憑藉全面的數據和解鎖它的工具，多渠道營銷可以更加準確和敏捷，非常適合當今客戶旅程日益複雜的世界。