Egy ügyfél keresésből érkezik az oldaladra. Nem konvertál. Két hét múlva e-mailből tér vissza. Még mindig nem konvertál. Egy hónap múlva újra keres. Ezúttal konvertál. Ki kapja az elismerést? A háromszori keresés? Vagy az egyszeri e-mail? Vagy az első keresés? Az attribúciós modellek erre a kérdésre válaszolnak. De a legtöbb vállalkozás nem használja őket. Pénzfeldobással döntenek. A haladó analitika olyan kérdésekre válaszol, amelyekre az egyszerű elemzés nem tud. Ez a cikk elmagyarázza az attribúciós modelleket és a haladó elemzési technikákat, amelyek feltárják a teljes képet.
Az első érintéses attribúciós modellek megértése
Hogyan működik az első érintéses attribúció
Az első érintés az első kulcsszónak adja az elismerést. Az ügyfél kereséssel talál rád. Három hónap múlva konvertál. A keresés kapja az elismerést. Az első érintés erre válaszol: hogyan fedeznek fel minket az ügyfelek? De figyelmen kívül hagy mindent a felfedezés után. Túlértékeli a korai kulcsszavakat. Alulértékeli a késői hatásokat.
Mikor használd az első érintést
Az első érintés jó a felfedezés megértéséhez. Hogyan találnak rád az emberek? Mely kulcsszavak hoznak új ügyfeleket? Mely csatornák ismertetnek meg új közönségeket? Az első érintés a felfedezési kérdésekre válaszol. Arra használd.
Az utolsó érintéses attribúciós modellek megértése
Hogyan működik az utolsó érintéses attribúció
Az utolsó érintés az utolsó kulcsszónak adja az elismerést. Az ügyfél háromszor látogat. A harmadik látogatáskor konvertál. Az utolsó keresés kap minden elismerést. Az utolsó érintés erre válaszol: mi győzte meg az ügyfelet a vásárlásról? De figyelmen kívül hagyja az utolsó látogatásig vezető utat. Túlértékeli a késői kulcsszavakat. Alulértékeli a korai hatásokat.
Mikor használd az utolsó érintést
Az utolsó érintés jó a konverzió megértéséhez. Mely kulcsszavak konvertálnak? Mely kulcsszavak állnak a legközelebb a vásárláshoz? Mely keresési kifejezések váltják ki a vásárlást? Az utolsó érintés a konverziós kérdésekre válaszol. Arra használd.
A többérintéses és a pozícióalapú attribúció megértése
Hogyan működik a többérintéses attribúció
A többérintéses minden érintésnek ad elismerést. A pozícióalapú többet ad az elsőnek és az utolsónak. Az első keresés negyven százalék. A középső keresések tíz-tíz százalék. Az utolsó keresés negyven százalék. A többérintéses erre válaszol: mely kulcsszavak járultak hozzá a konverzióhoz? Reálisan osztja el az elismerést. A többérintéses a legpontosabb.
Az attribúciós modell kiválasztása
Nincs tökéletes modell. Mindegyik más kérdésre válaszol. Az első érintés a felfedezésre. Az utolsó érintés a konverzióra. A többérintéses a hozzájárulásra. Használd mind a hármat. A különböző modellek különböző igazságokat tárnak fel.
Növekedési szűk keresztmetszetek és optimalizálási lehetőségek azonosítása
A konverziós tölcsér elemzése
Egymillió keresésed van. Százezer kattintás. Ezer konverzió. Hol a szűk keresztmetszet? Keresés és kattintás között: kilencven százalékos veszteség. Optimalizáld a címeket és leírásokat. Kattintás és konverzió között: kilencven százalékos veszteség. Optimalizáld a nyitóoldalakat. Találd meg a szűk keresztmetszeteket. Ott optimalizálj. A legnagyobb szűk keresztmetszet hozza a legnagyobb megtérülést.
Az optimalizálás hatásának mérése
A címek optimalizálása után javult a CTR? A nyitóoldalak optimalizálása után javult a konverziós arány? Mérj előtte és utána. Számold ki a hatást. Mutasd meg az optimalizálásaid ROI-ját. Az adat bizonyítja, mi működik.
Kohorszok és szegmensek elemzése a mélyebb felismerésekért
Ügyfélkohorsz-elemzés
Szegmentálj a megszerzés hónapja szerint. A márciusi kohorsz öt százalékkal konvertál. Az áprilisi három százalékkal. Miért? Változott valami? A március szezonális volt? A kohorszelemzés olyan mintákat tár fel, amelyek az összesített adatban nem nyilvánvalók.
Forgalmi forrás szerinti szegmentálás
Az organikus keresési forgalom másképp köteleződhet el, mint a fizetett forgalom. Az e-mailes forgalom másképp, mint a közösségi médiás. Szegmentálj forrás szerint. Minden forrás más minőséget hoz. Értsd meg az egyes források jellemzőit. Mindegyikre optimalizálj.
A jövőbeli teljesítmény előrejelzése a múltbeli minták alapján
Növekedési ráta előrejelzése
Az előző negyedévben tíz százalékot nőttél. Jelezz előre tíz százalékot erre a negyedévre. Extrapoláld a trendeket. Ha szezonális mintáid vannak, nyári csúcsok, téli mélypontok, a szezonalitás alapján jelezz előre. A múltbeli adat megjósolja a jövőt, ha számolsz a mintákkal.
Bevételi előrejelzés
Az előző negyedévben százezer dollárt termeltél. Jelezz előre százhúszezer dollárt erre a negyedévre, ha a növekedés folytatódik. Jelezz előre ötvenezret, ha csökkenés jön. Az előrejelzések irányítják a tervezést. A költségvetési döntéseket. Az erőforrás-elosztást. Konfidenciaintervallumokkal jelezz előre. A tényleges eltérhet, de az irány számít.
Érzékenységi elemzés a stratégiaváltások teszteléséhez
Hatásmodellezés a cselekvés előtt
Ha öt százalékkal javítod a konverziós arányt, mennyivel nő a bevétel? Ha öt százalékkal javítod a helyezéseket, mennyivel nő a forgalom? Az érzékenységi elemzés megmutatja a hatást. Mielőtt befektetsz. Modellezd a hatást. Nézd meg, megéri-e a befektetést. Ne találgass. Számolj.
Döntéshozatal hatáselemzéssel
Fektess be a linképítésbe? Számold ki a hatást. A jobb linkek öt százalékkal javíthatják a helyezéseket. Az öt százalékos helyezésjavulás húsz százalékos forgalomnövekedést hozhat. A húsz százalékos forgalomnövekedés tizenöt százalékos bevételnövekedést hozhat. Számold végig a láncot. Nézd meg, megéri-e a linképítési befektetés.
Gyakran ismételt kérdések
Melyik attribúciós modellt használjam?
Kezdd az első érintéssel. Értsd meg, hogyan fedeznek fel az ügyfelek. Aztán használd az utolsó érintést. Értsd meg, mi győzi meg őket. Aztán használd a többérintésest. Kapd meg a teljes képet. A különböző modellek különböző kérdésekre válaszolnak. Használd mind a hármat. Ne elégedj meg eggyel. A WEMASY weboldalépítőjében ezt egyenesen a saját weboldaladon beállíthatod.
Hogyan állítsam be a többérintéses attribúciót?
A legtöbb analitikai platform támogatja. A Google Analytics. A legtöbb termékanalitikai platform. Módosítsd a beállításokat. Kapcsold be a többérintésest. Válassz modellt. A pozícióalapú a szabvány. De az analitikai platformodnak lehetnek más modelljei is. Nézd meg a platformodat. Kapcsold be. Nézd az eredményeket.
A növekedésre fókuszáljak bármi áron, vagy a nyereséges növekedésre?
Mindig a nyereséges növekedésre. Az a növekedés, amely többe kerül, mint a termelt bevétel, rossz. Elemezd a megszerzési költséget. A megszerzésenkénti bevételt. Csak akkor hajszold a növekedést, ha a megszerzési költség az ügyfél értéke alatt van. A nyereséges növekedés legyőz minden növekedést.
Honnan tudom, hogy a növekedésem fenntartható?
Nézd az ismétlődő ügyfeleket. Ha az új ügyfelek visszatérnek, a növekedés fenntartható. Ha folyamatosan új ügyfelek kellenek a bevétel fenntartásához, a növekedés nem fenntartható. Az ismétlési arány mutatja a fenntarthatóságot. Kövesd. Optimalizálj az ismétlődésre.
Mit tegyek, ha az attribúciós adatom szerint a SEO nem járul hozzá a bevételhez?
Előbb az attribúciós modellt kérdőjelezd meg. A SEO az utolsó érintésnél gyakran nulla elismerést kap. Ez nem jelenti azt, hogy a SEO értéktelen. A SEO általában elindítja az utat. Használj többérintésest. Nézd a teljes képet. A SEO általában értékesebb, mint az utolsó érintés sugallja.
Hogyan mérjem a SEO hosszú távú értékét a rövid távú fizetett forgalommal szemben?
Számold ki az ügyfél élettartam-értékét. A SEO-forgalom általában visszatérő ügyfelekké konvertál. A fizetett forgalom gyakran nem. Számold ki az ügyfelenkénti összes bevételt az idő során. Hasonlítsd össze. A SEO gyakran az élettartam-értéken nyer, még ha az első konverzión veszít is.