關於如何實現數據驅動的歸因模型的“必須知道”
已發表: 2017-06-19隨著客戶旅程日益複雜,傳統的單點歸因模型已不再適用。 客戶現在進行多渠道、多設備的旅程,公司必須跟上這些不斷變化的生命週期。
與此一致的是,企業越來越需要關注歸因,以確保他們正確衡量這些不同渠道的相對影響。
在最近由 ClickZ 與 Fospha 合作舉辦的關於掌握數據驅動歸因藝術的網絡研討會上,近 100 名營銷人員接受了關於他們使用各種歸因模型的調查。
49% 的受訪者被發現仍在使用最後一次點擊的歸因方法,而第二受歡迎的模型是第一次點擊 - 佔受眾的 13%。 這些統計數據表明,很大一部分公司仍在使用基本的早期歸因模型,這些模型可能無法最準確地衡量哪些渠道促成了哪些轉化。
在本系列的前兩期中,我們研究了將 ROI 歸因於各種渠道的挑戰以及成功歸因的七大障礙。 在本文中,我將介紹如何實現數據驅動的歸因模型並根據您的品牌需求對其進行定制的“必須知道”。
與 Fospha 聯合製作的內容。
營銷渠道歸因 (MCA) 正變得越來越突出,客戶旅程現在是“非線性的”:非線性、在線和離線以及通過多種設備。 這種複雜的、多點觸控的旅程意味著現在是利用這個快速發展的營銷領域的最佳時機。
問題在於,太多營銷人員要么不知道如何實現數據驅動的歸因,要么將其作為一個他們無法在“年內”實現任何收入收益的項目來降低優先級。 因此,大多數人都接受了容易獲得的“現成”模型。
但隨著收購成本的上升,沒有更好的理由專注於建立一個數據驅動的模型。
逐步建立歸因
基本歸因總比沒有歸因好,因此營銷人員應該從簡單開始,並逐步建立復雜性。
根據民意調查結果,在掌握數據驅動歸因的藝術網絡研討會期間強調的一個重要點是,像最後和首次點擊歸因這樣的模型肯定比沒有好。
確保擁有適當的歸因模型是有效的數據驅動營銷的第一步,從這裡企業可以進行增量更改以進入更複雜的模型。
第二步:使用客戶數據平台
以有助於復雜歸因的方式集成數據的下一步是客戶數據平台 (CDP) 。 Gartner 將 CDP 定義為:
“由營銷人員管理的集成客戶數據庫,將公司來自營銷、銷售和服務渠道的客戶數據統一起來”,使他們能夠推動轉化、增加生命週期價值並管理成本與收入。
為了構建一個完美適合其品牌、客戶和優先事項的量身定制的歸因模型,營銷人員需要使用客戶數據平台作為他們的歸因來源,以全面了解客戶在其旅程中的進展情況。
最後一次點擊等模型無法準確地將價值歸因於營銷渠道。 例如,如果所有功勞都歸於第一次或最後一次點擊,則無法了解其他旅程接觸點如何提高品牌知名度或轉化率。
缺乏可見性導致對多點觸控、跨渠道行為的理解有限,進而阻礙品牌充分發揮營銷支出的潛力。 CDP 打破數據孤島以統一來自各種渠道和設備的數據,並且越來越多地被認為是有效數據管理數據庫的首選標準。
使用自定義歸因模型提供了靈活性,允許營銷人員應用針對您的業務目標和策略量身定制的個性化規則。 如果內部不存在創建此服務的資源,那麼找到一家可以提供此服務的公司將證明非常有價值。
歸因不是一次性的活動
要記住的最後一點是,隨著您的業務增長,您的歸因模型必須隨之發展。
這種方法允許您的企業獲得一個隨著數據改進而發展的模型,因此您最終不會得到一個您不理解或跟不上您的業務的模型。
數據驅動的方法還支持預測建模,讓您的品牌能夠在不影響現實生活的情況下快速進行實驗。
儘管營銷渠道歸因可能看起來很複雜,特別是如果您的企業缺乏高級分析,但不正確的影響太大而無法忽視。 控製成本變得越來越具有挑戰性,舊的歸因模型將不斷低估您的許多營銷渠道的影響。
現在是開始採用數據驅動歸因模型的最佳時機。
如果您有興趣了解如何使用客戶數據平台進行個性化,請不要錯過我們即將與 Fospha 合作舉辦的網絡研討會“個性化大師班:最大化您的客戶數據”。
我們關於在營銷活動中使用數據驅動歸因的系列到此結束。 閱讀本系列的前幾期:
- 歸因的挑戰:哪個渠道產生最高的投資回報率?
- 歸因的 7 大障礙以及如何克服它們
與 Fospha 聯合製作的內容。 單擊此處閱讀我們的協作內容指南。 本文中表達的觀點和意見不一定反映 ClickZ 的觀點和意見。