Az ügyfeled nem az első látogatásakor konvertál. A másodikon sem. Az ötödik látogatásakor konvertál, miután négy különböző csatornán keresztül találkozott a márkáddal. A fizetett keresés hozta el az oldaladra. Egy e-mail emlékeztette egy héttel később. Egy újracélzó hirdetés megjelent, amikor egy másik oldalt böngészett. Végül egy közösségi média tartalom váltotta ki a döntést. Négy érintkezési pont. Egy konverzió. Melyik érdemli a jóváírást? Az egyérintéses attribúció azt mondja, egy. Az utolsó érintés a közösségi tartalmat mondja. Az első érintés a fizetett keresést. A többérintéses attribúció azt mondja, mind a négy számít. A jóváírást szétosztja az érintkezési pontok között, így látod, hogyan járult hozzá mindegyik. A többérintéses attribúció feltárja az egyes csatornák valódi hatását. Megmutatja, hogy a fizetett keresés tudatosságot teremt. Az e-mail elköteleződésben tartja őket. Az újracélzás az eszükben tartja a márkát. A közösségi média megpecsételi az üzletet. Minden csatornának van szerepe. Többérintéses attribúció nélkül csak az utolsó interakciót látod. Az utolsó érintésre optimalizálsz, és kiéheztetsz olyan csatornákat, amelyek a tudatosságot létrehozták. Többérintéses attribúcióval megérted a teljes ügyfélutat. Ez a cikk bemutatja a többérintéses attribúciót, és azt, miért fontos.
Mi az a többérintéses attribúció?
A többérintéses attribúció a konverzió jóváírását az ügyfélút minden érintkezési pontjához hozzárendeli. Ahelyett, hogy az egész jóváírást egy érintkezési pontnak adná, szétosztja több érintkezési pont között. Az ügyfél négyszer lép interakcióba a márkáddal, mielőtt konvertál. A többérintéses attribúció mindegyik interakciónak ad némi jóváírást. Egy Google keresési hirdetés huszonöt százalékot kap. Egy e-mail huszonöt százalékot. Egy újracélzó hirdetés huszonöt százalékot. Egy közösségi poszt huszonöt százalékot. Mindegyik szerepet játszott. Mindegyik elismerést kap.
Miért rontja el az egyérintéses attribúció a csatornadöntéseket
Az analitikád azt mutatja, hogy az e-mail utolsó érintés konverziós aránya kilencven százalék. A fizetett kereséseé tíz százalék. Ránézel az adatokra, és azt gondolod, hogy az e-mail arany, a keresés értéktelen. Kivágod a keresési költségvetést, és megduplázod az e-mailre költést. Hat hónappal később az e-mailes teljesítményed a felére esik. Miért? Mert a keresés táplálta az e-mailt. Az érdeklődők keresési hirdetéseken keresztül érkeztek, nem konvertáltak, aztán később e-mailt kaptak. Amikor kivágtad a keresést, kiapadt az e-mail-lista. A többérintéses attribúció megmutatta volna, hogy a keresés és az e-mail együtt dolgozik. A keresés hozza az érdeklődőket. Az e-mail konvertálja őket. Ha az egyiket kivágod, a másik elbukik.
Hogyan tárja fel a többérintéses modell a csatornák közti kapcsolatokat
Egy szoftverszolgáltató cég méri a többérintéses attribúciót, és mintát fedez fel. Azok az ügyfelek, akik konvertálnak, szinte mindig ebben a sorrendben lépnek kapcsolatba a csatornákkal: fizetett keresés, aztán e-mail, aztán újracélzás, aztán újra fizetett keresés, aztán egy értékesítési hívás. A sorrend számít. A fizetett keresés az első érintés, mert szándékot hoz. Az e-mail a második, mert ápolja a szándékot. Az újracélzás a harmadik, mert az eszükben tartja a márkát. A második keresés megerősíti az érdeklődésüket. Az értékesítési hívás lezár. Ez a sorrend csak többérintéses attribúcióval válik láthatóvá. Utolsó érintéssel csak az értékesítési hívást látod. Több értékesítőt veszel fel. De az igazi probléma az lehet, hogy az újracélzásod gyenge. A többérintéses modell megmutatja, mi számít.
Pozíció alapú attribúció a gyakorlatban
Egy B2B cég pozíció alapú többérintéses attribúciót használ. Negyven százalék jóváírást adnak az első érintkezési pontnak, negyvenet az utolsónak. A maradék húsz százalékot egyenlően osztják el a középső érintkezési pontok között. Egy érdeklődő interakciói így néznek ki: lát egy közösségi médiás hirdetést, ellátogat az oldalra, elmegy, kap egy e-mailt, rákattint az e-mailre, végigmegy a termékbemutatón, abbahagyja, újracélzást kap, konvertál. A közösségi médiás hirdetés negyven százalékot kap. A termékbemutató (az utolsó érintkezési pont) negyven százalékot. Az e-mail tíz százalékot. Az újracélzás tíz százalékot. Ez jobban tükrözi a valóságot, mint az utolsó érintés. A közösségi médiás hirdetés keltette azt a tudatosságot, amely lehetővé tette a termékbemutatót. Mindkettő számít.
Időbeli lecsengés attribúció hosszabb utakhoz
Egy vállalati szoftvert áruló cégnek hosszú a vásárlási ciklusa. Az érdeklődők hónapokig tartanak, mire konvertálnak. Az időbeli lecsengés attribúció kevesebb jóváírást ad a régi érintkezési pontoknak, és többet a frissebbeknek. Egy érdeklődő útja hat hónapot ölel fel. Az első e-mail két százalék jóváírást kap. A középső e-mailek nyolc százalékot. A záró ajánlat ötven százalékot. A záró hívás harminc százalékot. A záró e-mail tíz százalékot. Ez értelmes. A hat hónapos e-mail keltette az első érdeklődést, de a friss ajánlat és hívás hozta a tényleges döntést. Az időbeli lecsengés súlyozás ott ad jóváírást, ahol a döntések valóban kialakulnak.
Adatvezérelt attribúció összetett utakhoz
Egy több ezer konverzióval rendelkező cég adatvezérelt attribúciót használ. A rendszer elemzi az összes konverziós utat, és mintákat talál. Felfedezi, hogy azok az érdeklődők, akik rákattintanak egy blogbejegyzésre, negyven százalékkal nagyobb eséllyel konvertálnak, mint akik nem. Azok, akik megnéznek egy bemutatóvideót, nyolcvan százalékkal nagyobb eséllyel. Az az érdeklődő, aki mindkettőt megteszi, százharminc százalékkal nagyobb eséllyel konvertál az alapértelmezettnél. A rendszer a konverzió valószínűségére gyakorolt tényleges hatásuk alapján több jóváírást ad a blogbejegyzéseknek és a bemutatóvideóknak. Ez pontosabb, mint a tetszőleges elosztási szabályok.
Gyakori kérdések
Honnan tudom, hogy működik-e a többérintéses modellem?
Nézd meg, értelmesek-e a csatornadöntéseid. Ha a modell szerint a keresés és az e-mail együtt dolgozik, és azt látod, hogy bármelyik elhagyása rontja az összkonverziót, a modell működik. Ha a modell szerint egy csatorna értékes, de az elhagyása nem rontja a konverziókat, a modell téves. Teszteld az attribúciót úgy, hogy csatornákat változtatsz, és megnézed, mi történik a konverziókkal. A WEMASY weboldalépítőjével ezt közvetlenül a weboldaladon állíthatod be.
Használhatom a többérintéses attribúciót egy csatorna kivágásának indoklására?
Igen, de óvatosan. Ha a többérintéses modell azt mutatja, hogy egy csatorna soha nem szerepel konverziók előtt, és az elhagyása nem árt más csatornáknak, érdemes lehet kivágni. De ha a konverziós utak harminc százalékában szerepel, a kivágása nagyjából harminc százalékkal csökkenti a konverziókat. A kivágás előtt a többérintéses adatokkal értsd meg a hatást.
Mi van, ha az értékesítési ciklusom hosszabb hat hónapnál?
Hosszabbítsd meg az attribúciós ablakot. Ha az ügyfeleknek kilenc hónap kell az első érintéstől az utolsóig, használj kilenc hónapos ablakot. A legtöbb eszköz lehetővé teszi ennek testreszabását. A lényeg, hogy az ablakot a tényleges értékesítési ciklusodhoz igazítsd, ne egy olyan alapértelmezettet használj, amely nem illik az üzletedhez.
Hogyan mérhetem az offline konverziókat a többérintéses attribúcióban?
Kösd össze az ügyfélkezelő rendszeredet az analitikai és marketingeszközeiddel. Amikor egy érdeklődő hívást foglal, kitölt egy űrlapot, amely az ügyfélkezelődbe kerül, vagy offline vásárol, ennek a konverziónak kapcsolódnia kell az online útjához. A legtöbb marketingautomatizálási eszköz és ügyféladat-platform kezeli ezt az integrációt. Enélkül a többérintéses adataid hiányosak.
Ugyanazt az attribúciós modellt használjam minden csatornára?
Igen. A csatornánként eltérő modellek tönkreteszik az összehasonlítást. Ha az e-mailre lineáris, a hirdetésekre utolsó érintés modellt használsz, nem tudod megmondani, melyik csatorna teljesít valójában jobban. Egy egységes modell minden csatornára lehetővé teszi a tisztességes összehasonlítást. Azt a modellt válaszd, amely a legjobban tükrözi, hogyan döntenek az ügyfeleid, és mindenhol azt alkalmazd.
Segíthet a többérintéses attribúció az értékesítési tölcsérem javításában?
Igen. Ha azt látod, hogy azoknak az érdeklődőknek, akik megnéznek egy bemutatót, sokkal magasabb a konverziós arányuk, mint akik nem, tudod, hogy a bemutatód értékes. Fektess abba, hogy a bemutatók könnyebben elérhetők legyenek. Ha azt látod, hogy az e-mail mindig a keresési forgalomból érkező konverziók előtt szerepel, tudod, hogy az e-mail ápolja a keresési érdeklődőket. Ezekre a mintákra építsd a tölcsért.