resources

Högre marknadsförare förlitar sig idag på flerkanalsstrategier för att genomföra marknadsföringskampanjer, både online och offline. Även om detta gör det möjligt för marknadsförare att anpassa kundresan i varje steg, innebär det också unika utmaningar när det är dags att analysera den totala effekten av en viss kampanj på marknadsföringsavkastningen.

Vad är Marketing Attribution?

Den korta definitionen: Förkortat: Marknadsföringstilldelning är den analytiska vetenskapen för att fastställa vilka marknadsföringstaktiker som bidrar till försäljning eller konverteringar.

Den långa definitionen: ”Marknadsföringstilldelning är den analytiska vetenskapen för att fastställa vilka marknadsföringstaktiker som bidrar till försäljning eller konverteringar: Den är en vetenskaplig metod för att utvärdera de marknadsföringskontaktpunkter som en konsument möter på vägen till köp. Målet med attribution är att fastställa vilka kanaler och budskap som hade störst inverkan på beslutet att konvertera eller ta det önskade nästa steget. Det finns flera populära attributionsmodeller som används av marknadsförare idag, t.ex. multi-touch attribution, lift studies, time decay, med mera. De insikter som dessa modeller ger om hur, var och när en konsument interagerar med varumärkesbudskap gör det möjligt för marknadsföringsteam att ändra och anpassa kampanjer för att möta enskilda konsumenters specifika önskemål, vilket förbättrar marknadsföringsavkastningen.

Varför är marknadsföringsattribution viktigt?

Avancerade program för marknadsföringsattribution kräver att marknadsföringsteam aggregerar och normaliserar konsumentdata från olika kanaler för att se till att varje interaktion viktas på rätt sätt. Om en konsument till exempel utsätts för en displayannons och en e-postkampanj, men först konverterar efter att ha sett en specialkampanj i e-postmeddelandet, kan marknadsförare notera att detta material spelade en större roll för att driva försäljningen än displayannonsen. De kan då ägna mer resurser åt att skapa riktade e-postkampanjer.

För att uppnå den nivå av datagranularitet som krävs för effektiv attribuering behöver marknadsföringsteam avancerade analysplattformar som på ett korrekt och effektivt sätt kan destillera stora datamängder till insikter på personnivå som kan användas för optimering inom kampanjen.

Fördelar med marknadsföringsattribution

Avancerade attribueringsmodeller kan vara tids- och resurskrävande för att bli rätt, särskilt komplexa modeller som utvärderar en mängd olika datamängder för online- och offlinekampanjer. Men när det görs på ett effektivt sätt ger attribution en mängd fördelar, bland annat:

Optimerade marknadsföringsutgifter

Attributionsmodeller ger marknadsförare insikter om hur marknadsföringspengar används på bästa sätt genom att visa de beröringspunkter som ger mest engagemang. Detta gör det möjligt för marknadsföringsteam att justera budgeten och medieutgifterna i enlighet med detta.

Ökat ROI

Effektiv attribuering gör det möjligt för marknadsförare att nå rätt konsument, vid rätt tidpunkt, med rätt budskap – vilket leder till ökade konverteringar och högre marknadsförings-ROI.

Förbättrad personalisering

Marknadsförare kan använda attribueringsdata för att förstå vilka budskap och kanaler som enskilda kunder föredrar, vilket gör att de kan göra en effektivare målgruppsanpassning under hela kundresan.

Förbättra produktutvecklingen

Attribution på personnivå gör det möjligt för marknadsförare att bättre förstå konsumenternas behov. Dessa insikter kan sedan refereras när man gör uppdateringar av produkten för att rikta in sig på den funktionalitet som konsumenterna vill ha.

Optimerad kreativitet

Attributionsmodeller som kan utvärdera de kreativa delarna av en kampanj gör det möjligt för marknadsförare att finslipa budskap och visuella element, förutom att de bättre förstår hur och när de ska kommunicera med användarna.

Gemensamma utmaningar och misstag i samband med marknadsföringsattribution

Samtidigt som marknadsföringsattribution kan erbjuda många fördelar finns det en mängd vanliga misstag som kan resultera i felattribution, vilket kan försämra marknadsförarnas framgång i kampanjerna.

För att säkerställa att de får de mest korrekta uppgifterna som återspeglar användarnas kundresa bör marknadsförare undvika:

Korrelationsbaserad bias

Attributionsmodeller kan utsättas för korrelationsbaserade bias när de analyserar kundresan, vilket gör att det ser ut som om en händelse orsakar en annan, när det kanske inte har gjort det.

In market bias

Detta avser konsumenter som kan ha varit på marknaden för att köpa produkten och som skulle ha köpt den oavsett om de hade sett annonsen eller inte. Annonsen får dock attributet för att konvertera denna användare.

Cheap Inventory Bias

Detta ger en felaktig bild av hur medierna presterar, vilket gör att medier med lägre kostnad verkar prestera bättre på grund av den naturliga konverteringsfrekvensen för de målinriktade konsumenterna, när annonserna kanske inte har spelat någon roll.

Var och en av dessa fördomar hotar att få marknadsförare att göra optimeringar till förmån för de mindre effektiva budskapen, vilket orsakar enorma skador på avkastningen på investeringen.

Digital Signal Bias

Detta inträffar när tilldelningsmodeller inte tar hänsyn till förhållandet mellan onlineaktivitet och offlineförsäljning. För marknadsförare som gör försäljning både online och offline måste de fatta optimeringsbeslut som baseras på data både online och offline, inte bara på vad de kan spåra digitalt.

Märkes &beteende

Attributionsmodeller kan ofta förbise förhållandet mellan varumärkesuppfattning och konsumentbeteende, eller så tittar de bara på dem på en trendregressionsnivå.

Marknadsförare måste se till att deras attributionsmodeller kan upptäcka förhållandet mellan initiativ för att bygga upp ett varumärke och konverteringar. Att inte förstå hur deras attributionsmodell mäter varumärkespåverkan är ett vanligt och skadligt misstag som leder till att marknadsförare fattar beslut baserade på ofullständiga rekommendationer som nedvärderar varumärkesbyggande.

Missing Message Signal

Kreativitet och budskap är lika viktigt för konsumenterna som det medium som de ser din annons på. Ett vanligt misstag i samband med tilldelning är att utvärdera kreativt material i sin helhet och fastställa att ett meddelande är ineffektivt, när det i själva verket skulle vara effektivt för en mindre, mer målinriktad målgrupp. Detta understryker vikten av analyser på personnivå.

Hur mäter du marknadsföringstilldelningen?

Marknadsföringstilldelning kan mätas genom modeller som väger olika aspekter av kampanjen för att avgöra vilka annonser som var mest effektiva. Det finns många modeller tillgängliga och många har tydliga utmaningar, t.ex. att kombinera offline- och onlinedata. Att välja rätt modell är avgörande för att kunna mäta effektiviteten av dina kampanjer på ett korrekt sätt för att fördela budget eller bestämma nästa steg.

Vad är en marknadsföringstilldelningsmodell?

Marknadsföringstilldelningsmodeller tilldelar värde till marknadsföringskampanjer genom statistisk analys på användarnivå. Detta står i kontrast till modeller som modellering av marknadsföringsmix som använder aggregerade data. Detta personcentrerade tillvägagångssätt är anledningen till att attributionsmodeller mer typiskt tillämpas på digitala kampanjer än på kampanjer som genomförs offline, t.ex. tryckta annonser. Varje tilldelningsmodell bygger på olika analytiska tekniker, som kommer att undersökas närmare senare.

De mest effektiva attributionsmodellerna ger insikt i:

• Vilka budskap en konsument utsattes för och i vilken kanal
• Vilken beröringspunkt som hade störst inverkan på deras köpbeslut
• Rollen som varumärkesuppfattning spelade i beslutet att konvertera
• Rollen som budskapssekvensering spelar
• Vilka budskap som får bäst resultat från varje konsument
• Inverkan av externa faktorer (t.ex.t.ex. hur bensinpriserna påverkar bilförsäljningen)

Differentierade typer av tillskrivningsmodeller för marknadsföring

Som tidigare nämnts finns det två huvudkategorier av tillskrivning: single touch och multi touch. Inom dessa kategorier finns det flera huvudmodeller som var och en ger olika insikter. Låt oss ta en titt på skillnaderna mellan dem:

Single-Touch Attribution Model

First-Touch Attribution: First-touch attribution: First-touch attribution förutsätter att konsumenten valde att konvertera efter den första reklamen de mötte. Därför ger den full tilldelning till denna första kontaktpunkt, oavsett om ytterligare budskap visas senare.

Last-Touch Attribution: Omvänt ger ”last-touch attribution” full tilldelning till den sista kontaktpunkten som konsumenten interagerade med innan han eller hon gjorde köpet, utan att ta hänsyn till tidigare engagemang.

Varje av dessa metoder misslyckas med att ta hänsyn till den bredare kundresan, och marknadsförare bör därför undvika att enbart förlita sig på dessa metoder.

Multi-Touch Attribution Model

Multi-Touch Attribution Modeller tittar på alla de beröringspunkter som konsumenten har kontaktat fram till ett köp. Därför anses dessa modeller vara mer exakta. Beroende på vilken multi-touch-modell du använder kan de tilldela kanalerna olika värde. Vissa tilldelar till exempel värde baserat på när konsumenten interagerade med en beröringspunkt i förhållande till konverteringen, medan andra väger alla beröringspunkter lika tungt.

De här modellerna skiljer sig till stor del åt genom hur de fördelar krediten mellan beröringspunkterna på vägen till köpet.

Linjärt: Linjär tilldelning: Linjär tilldelning registrerar varje beröringspunkt som konsumenten använder sig av på vägen till köpet. Den väger alla dessa interaktioner lika mycket och ger varje meddelande lika mycket kredit för att driva konverteringen.

U-formad: Till skillnad från linjär tilldelning värderar den U-formade tilldelningsmodellen engagemang separat och noterar att vissa är mer betydelsefulla än andra på vägen till köp. Specifikt, både den första kontakten och kontakten för konvertering av ledningen får vardera 40 procent av ansvaret för ledningen. De övriga 20 procenten fördelas mellan de beröringspunkter som berörs mellan den första och den ledande konverteringsberöringen.

Tidsförfall: Modellen för tidsförfall väger också varje beröringspunkt olika på vägen till köpet. Denna modell ger de beröringspunkter som används närmare konverteringen större vikt än de som används tidigt, eftersom man antar att de hade större inverkan på försäljningen.

W-formad: Den här modellen bygger på samma idé som den U-formade modellen, men inkluderar ytterligare en kärnkontaktpunkt – tillfällighetsstadiet. För den W-formade modellen får alltså de beröringspunkter som krediteras för första kontakt, omvandling av leads och skapande av möjligheter 30 procent av krediterna vardera. De återstående 10 procenten fördelas mellan de ytterligare engagemangen.

Välja rätt attributionsmodell för din organisation

Marknadsförare måste göra flera överväganden när de väljer vilken attributionsmodell de ska förlita sig på i sin organisation. Tänk först på vilken typ av försäljningscykel ni använder, hur lång den vanligtvis är och hur stor del av den som sker online eller offline. E-handelssajter behöver kanske inte ta hänsyn till konverteringar offline, men de flesta större detaljhandelsföretag måste göra det.

Det är också viktigt att överväga hur mycket av dina marknadsföringsinsatser som är inriktade på offline-metoder som tryck, sändningar och tv. Organisationer som lägger stort värde på dessa medier måste välja en attributionsmodell och plattform som kan korrelera och normalisera online- och offlineinsatser tillsammans för att få de mest exakta insikterna. Till exempel anses multi-touch-attribution ofta fungera bättre för digitala medier, medan modellering av marknadsföringsmix ger bättre insikter i offline-kampanjer. Att förena båda dessa mätningar förbättrar den övergripande synligheten.

I slutändan kommer din organisation troligen att behöva använda flera attributionsmodeller tillsammans för att få den mest fullständiga förståelsen av effekterna av dina insatser.

Marketing Attribution Software and Tools

För att få de mest tillförlitliga insikterna kommer marknadsförare att behöva använda en kombination av modeller och korrelera data från var och en av dem för att avgöra vilka korrekta optimeringar som ska göras för online- och offline-kampanjer.

För att göra detta krävs en kraftfull analysplattform, även om många marknadsförare tidigare har blivit besvikna på dessa plattformar. De marknadsförare som hittar rätt plattform som kan ge insikter inom kampanjen om optimeringar av marknadsföring online och offline kommer att ha en klar fördel.

Det finns flera kategorier som marknadsförare bör utvärdera när de väljer ett verktyg eller programvara för marknadsföringstilldelning:

• Snabbhet
• Noggrannhet
• Koppling mellan varumärke och prestanda
• Insikter om marknadsföring över flera kanaler

Det här är några frågor som du bör ställa dig när du väljer en attributionsmodell:

• Kan du få insyn i varumärkespåverkan?
• Får du synlighet för effekten av kreativitet under konsumentens resa?
• Kan du få insikter på personnivå för icke-digitala, offline-insatser?
• Mäter du bara lyft, och inte oundvikliga händelser?
• Använder du experimentell design för att undvika korrelationsbias?
• Kan du få insikter för att optimera under kampanjen eller först i slutet?
• Får du insikt i externa faktorer som påverkar kampanjerna?
• Gör lösningen kvalitetsanalyser utöver korrekta data?

Övrig information för marknadsdirektörer och marknadsföringsexperter