營銷歸因：更清楚地了解客戶旅程

“是什麼導致客戶向你購買？”

這是一個簡單的問題，隨著您開始深入研究，它變得越來越難以回答。

他們是否在看到 Instagram 帖子或故事、在 Google 上搜索您的產品或打開促銷電子郵件後決定購買？

您的業務越大，它就越複雜，需要考慮網站、社交媒體屬性、影響者計劃、離線互動和其他接觸點。 再加上過去 10 年消費者行為發生了多大變化。 想想你每天與多少不同的設備、應用程序和網站進行交互，從你起床到你上床睡覺。

在當今世界，營銷歸因遠非完美，但您在整個客戶旅程中看到的越多，您就可以做出更好的決策，從選擇哪些渠道可以推動您的最佳客戶到弄清楚哪些渠道的互動可以很好地協同工作，以及更多的。

1. 什麼是營銷歸因？
2. 為更好的歸因奠定基礎
3. 營銷歸因模型的類型
4. 平台之間的歸因差異
5. 結論

什麼是營銷歸因？

營銷歸因的目標是更清楚地了解客戶在轉化過程中與您的品牌之間的所有不同互動和接觸點。

它允許您將促成轉化的渠道和特定廣告系列歸功於其，這反過來又可以幫助您了解如何以及在何處投資您的資金和注意力。

雖然這在理論上聽起來很簡單，但在實踐中可能相當複雜。

為什麼營銷歸因越來越難

花點時間想想你自己作為消費者的行為。

在 iPhone、平板電腦和社交媒體出現之前，大多數人只有一個設備來訪問互聯網：台式電腦。 營銷歸因相對簡單。

然而，快進到今天，您需要考慮以下因素，這些因素可能會在您的營銷報告和歸因中造成重大漏洞：

• 我們生活在一個多設備的世界。 人們有時擁有不止一部智能手機、平板電腦、工作電腦、家用電腦，甚至是智能家居設備。 這些中的每一個都可能顯示為您網站的唯一訪問者，而實際上它們都屬於同一客戶。
• 世界對隱私和跟踪越來越嚴格。 設備和瀏覽器現在對允許存儲的用戶信息和跟踪更加嚴格。 考慮到 GDPR 和隱私問題，消費者將越來越多地選擇在線跟踪。
• 大多數歸因是基於點擊的。 由於大多數歸因和報告都基於基於點擊的行為和 UTM 跟踪（我們將在下面概述），因此它忽略了查看廣告或內容但不點擊它們的影響。

但這並不全是厄運和悲觀。 您可以使用特定的實現來填補當今歸因領域中的一些漏洞。

為成功的營銷歸因奠定基礎

在我們討論歸因如何運作或不同的營銷歸因模型之前，我們需要明確一件事：

沒有 100% 的“真實”營銷歸因。

您永遠無法完全了解每個營銷接觸點如何單獨影響每個客戶旅程。 所有營銷歸因模型都只是對現實世界的近似。

您可以爭取的唯一準確性是：

1. 正確設置像素和轉化跟踪（例如 Facebook Pixel、Google Ads 轉化跟踪和 Google Analytics 中的目標/事件）
2. 為 UTM 標記和跟踪創建一致的系統，優先考慮有關客戶旅程的干淨、完整的數據
3. 了解不同歸因模型的世界觀以及它們如何影響您的營銷決策

讓我們從 UTM（Urchin 跟踪模塊）參數開始 - 以“？”開頭的標籤字符串或您可能會在 URL 之後找到的“&”（例如 www.yourstore.com ?utm_source=facebook&utm_medium=cpc ）。

雖然它可能看起來和聽起來很陌生，但 UTM 標記是數字營銷中標記的標準化系統。 使用 Google 自己的 Campaign URL Builder 或像 UTM.io 這樣的 Chrome 擴展程序很容易創建標籤

有五種標準類型的 UTM 參數可用於描述分析工具的傳入流量，以便可以在存儲桶中對它們進行分組、組織和分析。

您可以選擇何時以及如何使用它們，但請確保在 UTM 標記和跟踪中保持一致：

• 廣告系列來源 (utm_source)描述了將放置鏈接的網站或主要來源（例如，如果我在 Instagram 個人簡介中宣傳指向我的商店的鏈接並且我進行了大量社交媒體營銷，我可能會將其標記為 utm_source =Instagram）。
• 廣告活動媒介 (utm_medium)描述了營銷活動（例如，如果我使用該鏈接跟踪來自 Google Ads 廣告活動的流量，我可能會將其標記為 utm_medium=cpc，以便您知道它來自每次點擊費用廣告）。
• 活動名稱 (utm_campaign)可讓您識別來自您正在運行的特定活動的流量，即使它來自同一來源（例如，對於品牌搜索活動，您可以使用 utm_campaign=brand%20search%20exact。空格可以編碼為"%20" 以避免破壞 URL）。
• 如果您正在投放 Google Ads 廣告系列，則廣告系列字詞 (utm_term)用於跟踪您定位的特定關鍵字。
• 如果您要拆分測試廣告，廣告系列內容 (utm_content)會很有幫助。 在這種情況下，您可以跟踪每個廣告，看看哪個廣告對吸引流量最有效。

這是一個例子。 如果我想通過定位非品牌關鍵字“冬季夾克”來跟踪冬季夾克的 Google Ads 搜索廣告系列的流量和銷售額，我的帶有 UTM 跟踪的 URL 可能如下所示：

分解它，每個參數都告訴我一些關於流量的信息：

• 資料來源：谷歌
• 中：CPC（每次點擊費用）
• 活動：非品牌搜索活動廣告冬季夾克
• 術語：對關鍵字“冬季夾克”進行競標

UTM 可幫助您將流量跟踪到特定來源，以便您可以在更細粒度的級別上分析其執行情況——但前提是您必須牢記以下幾點：

• UTM 是主觀的，由您定義。 雖然有命名 UTM 的常見做法，但請使用對您有意義的名稱。 只要您保持一致並且您的團隊很容易理解您正在使用的內容，您就應該處於良好狀態。
• UTM 參數區分大小寫。 “utm_source=Facebook”和“utm_source=facebook”將在 Google Analytics 中顯示為兩個不同的來源
• 保持參數記錄。 創建一個一致的系統來記錄您的 UTM 參數，以便您和您的團隊知道正在使用什麼，並且在您看到它們時能夠理解它們的含義。
• 與您的標籤保持一致。 將任何新的團隊成員加入您的 UTM 系統，並在使用之前仔細檢查您的 UTM。
• 測試您的最終到達網址。 有時您的最終到達網址可能會中斷。 養成在廣告上花錢之前仔細檢查著陸頁的習慣，並對任何特殊字符進行編碼（您可以使用 URL 編碼器）。
• 適當時使用 URL 縮短器。 UTM 參數會使鏈接變長且不吸引點擊。 如果您要公開顯示鏈接，例如在社交媒體簡歷中，甚至在貿易展上顯示以跟踪流量和銷售情況，請使用像 bit.ly 這樣的 URL 縮短器來縮短它們。

使用用戶 ID 對跨設備的用戶旅程進行分組

正確的 UTM 跟踪是朝著正確方向邁出的一步，但默認情況下，如果同一用戶在多個設備上訪問您的網站，則每次“訪問”都將被歸為單獨的用戶和單獨的“旅程”。

例如，如果用戶看到有關產品的 Instagram 故事，他們可能會查看該產品，但不會立即購買。 相反，他們可能會在回家的路上在手機上研究該產品，然後最終在睡前在筆記本電腦上再次搜索並通過 Google 購物廣告進行轉化。

要解決此問題並對來自同一用戶的所有行為進行分組，您需要在 Google Analytics 中啟用用戶 ID 並集成您的 CRM。

Google Analytics 中的用戶 ID 會為每個用戶創建唯一的非 PII（非個人身份）ID，無論他們的數據是從哪裡發送的，這些 ID 都會包含在內。 然後，您可以使用該 ID 為每個客戶統一跨設備以及在線和離線接觸點的交互。

將跨不同設備的許多獨立用戶旅程轉變為一個用戶與您的品牌的一系列交互的能力對於更清晰地描繪客戶如何通過不同設備和活動與您互動至關重要。

6種營銷歸因模型

有六種不同類型的營銷歸因模型可供您選擇，具體取決於您的業務目標以及您希望在渠道中的哪個位置放置最大價值：

1. 最後一次點擊
2. 第一次點擊
3. 線性
4. 時間衰減
5. 基於位置
6. 算法（自定義）

沒有普遍的對錯營銷歸因模型。

相反，重要的是要了解每個模型的世界觀以及哪些交互的權重最大和最小。 您甚至可以在不同的歸因模型之間切換，看看這會如何改變您對不同活動對轉化的影響的看法。

為了幫助您了解每種歸因模型，我們在下面簡要概述了它們。 請注意，如何根據我們使用的模型對完全相同的客戶旅程進行不同的解釋。

1. 最終點擊歸因

最終點擊歸因是最常用的模型，也是大多數營銷平台的默認設置。 當您積極嘗試將流量轉化為客戶時，這種單點觸控模型非常有用。

它將 100% 的轉化功勞分配給最後點擊的廣告和相應的關鍵字。 因此，品牌搜索或重新定位活動等渠道較低的活動將獲得更多價值，而品牌知名度和渠道上部的活動則可能一無所獲。

2.首次點擊歸因

這種單點觸摸歸因模型將第一個接觸點視為最重要的，因為它首先將客戶帶入您的渠道而獲得 100% 的功勞。 當您優先將資金用於增加流量和尋找新受眾的活動時，這很有用。

它將所有轉化功勞歸於獲得第一次點擊的廣告或相應的關鍵字。 因此，此模型會遺漏高價值的漏斗底部活動，例如再營銷，這可能會導致對這些工作的投資減少，這實際上會降低您的整體轉化率和頂線收入。

3. 線性歸因

線性歸因模型將轉化功勞平均分配給客戶購買路徑上的所有點擊。 這是多點觸控歸因的最簡單形式。 使用此模型，您不會錯過任何互動。 但是，它並沒有準確地告訴您哪個渠道的影響最大。

4.時間衰減歸因

時間衰減歸因模型類似於最後一次點擊。 但是，它也將一些功勞歸於導致轉化的互動，並賦予在更接近轉化時間的點擊更多的權重。

5. 基於位置的歸因

基於位置（或 U 形）的歸因模型賦予第一次和最後一次點擊同等的權重——這些互動中的每一次都獲得 40% 的功勞。 剩餘的 20% 分散在其他點擊之間。

然而，這裡的假設是，第一次和最後一次點擊是最有價值的互動，而中間可能有活動或接觸點也起到了重要作用。

6.算法歸因

此模型通常稱為自定義歸因。 當您有足夠的可用數據時，您可以讓機器學習來決定哪些接觸點在客戶的旅程中應該獲得最多的信用。

從理論上講，這是最好的模型，但它依賴於有足夠的歷史數據供機器學習在不同的接觸點之間分配權重。

平台之間的歸因差異

如果您進行營銷的時間足夠長，您會注意到，對於任何給定的日期範圍，不同的平台可能會為轉化提供不同的價值和功勞，具體取決於您查看的報告。

當您直接查看 Google Ads、Facebook Ads、Google Analytics 甚至您的 Shopify 報告時，您可能會注意到差異。 那麼什麼應該成為你的真理來源呢？

從技術上講，它們都是“正確的”。 他們只是以不同的方式看待營銷。 這是關於每個人如何工作的入門。

谷歌廣告

Google Ads 僅跟踪 Google Ads 流量。 它不會刪除來自不同平台上其他廣告活動的重複轉化，因為它沒有“看到”這些接觸點。 相反，它會為任何在任何時候接觸過 Google 活動的用戶贏得榮譽——即使他們後來接觸了 Facebook/Instagram、電子郵件或直接訪問您的網站並進行了轉化。

默認情況下，Google Ads 歸因窗口設置使用最終點擊歸因顯示點擊廣告後 30 天內採取的操作。

臉書廣告

Facebook 廣告平台僅跟踪 Facebook 廣告流量和互動（其中還包括 Facebook 擁有的資產，如 Instagram）。

它也不會從不同平台上的其他廣告活動中刪除重複數據，並且會為在特定時間跨度內看到或點擊 Facebook 廣告的任何用戶記功，即使他們後來與 Google Ads 活動或電子郵件互動或直接訪問您的網站並轉換。

Facebook 默認使用查看廣告後 24 小時內和點擊廣告後 28 天內的歸因窗口的最終點擊歸因。

Facebook Ads 是唯一一個更詳細的廣告平台，它會為那些可能“看到”廣告（即使沒有點擊它）並以另一種方式轉換的用戶贏得榮譽。 如果您希望更好地比較跨平台的結果，建議您將設置更改為基於點擊。

谷歌分析

谷歌分析和其他分析平台將跟踪不同付費和非付費渠道的可點擊操作。 通常，分析平台可以配置為連接外部/離線數據源、用戶 ID 和/或其他不直接屬於您的在線商店的 Web 屬性。

Google Analytics 提供了一項數據導入功能，可讓您從其他來源上傳數據，以便您可以在 Google Analytics 中對其進行分析。 添加其他數據源和合併用戶 ID 是將跨平台的大多數客戶交互包含在一個地方的最佳方式。

谷歌分析還將刪除來自所有渠道的重複轉化，並將功勞歸於轉化過程中的最後一個接觸點，除非它是直接訪問您的網站。 在這種情況下，它將歸功於最後一個非直接接觸點。

Shopify

Shopify 將跟踪不同付費和非付費渠道的可點擊操作。 Shopify 的分析將刪除所有渠道中的重複轉化，並將功勞歸於轉化過程中的最後一個接觸點，即使它是直接訪問您的商店。 這是 Google Analytics 和 Shopify 之間默認歸因方式的最大區別。

營銷歸因並不完美

了解歸因的前景、其中的漏洞以及您可以應用的不同模型是朝著更好的跟踪、更清潔的客戶數據庫和更明智的決策邁出的良好的第一步。

雖然它遠非完美，而且只會變得越來越難，但營銷歸因可以提供關於客戶在購買過程中如何以及在何處與您的品牌互動的寶貴見解。

賈里德·布里格斯的插圖