Che cos'è l'attribuzione del marketing?

Se stai lavorando a una campagna di marketing, devi sapere se quell'iniziativa ti ha fatto guadagnare dei soldi. A volte la risposta non è molto chiara.

È qui che entra in gioco l'attribuzione del marketing.

Attribuzione del marketing rivela:

• Perché il tuo cliente ha acquistato il tuo marchio.
• Quando si sono collegati per la prima volta con la tua azienda?
• Quanto tempo è passato tra il contatto iniziale e l'acquisto per la prima volta?

Se hai rilasciato un nuovo prodotto il mese scorso e improvvisamente vedi più clienti acquistare dopo alcune campagne sui social media e esplosioni via e-mail, ti consigliamo di sapere quale campagna è stata la più efficace nel guidare le vendite. Gli annunci video di Facebook e gli annunci display di Google vengono conteggiati se un acquirente cerca la tua attività su una barra di ricerca?

Ci sono molti modi per analizzare i tuoi dati di marketing e determinare quando quel clic e-mail o social media come è stato collegato per aiutarti ad aumentare le tue entrate. Ecco alcuni dei modelli più popolari.

Tocca Attribuzione

Questo è semplice attribuzione di marketing modello. Nel attribuzione al primo tocco, il pieno merito va a ciò che ha spinto per la prima volta un visitatore del tuo sito Web per la prima volta, segnando l'inizio del viaggio tra il cliente e la tua attività. Nel attribuzione dell'ultimo tocco, conta l'interazione finale con un cliente prima che diventino clienti paganti.

Sebbene entrambi i modelli siano semplici e facili da implementare, può essere troppo semplice per le aziende che desiderano acquisire maggiori conoscenze dai propri dati.

Modello lineare

Questo modello divide equamente tutti i punti di contatto, il che significa che ogni interazione che un cliente ha avuto con la tua attività è considerata equamente come aver contribuito alla conversione. Ti dà un quadro più ampio di un modello di attribuzione del marketing del primo o dell'ultimo tocco.

Sebbene questo modello tenga conto di tutto ciò che porta a una conversione, può essere difficile determinare la quantità di credito che dovrebbe ricevere ciascun touchpoint. In un modello lineare, un like su Facebook, l'iscrizione via e-mail e la partecipazione a una conferenza avrebbero tutti lo stesso valore, il che non è preciso per tutti i modelli di business.

Modello di decadimento temporale

Questo modello dà il massimo merito al motivo della conversione, consentendo agli esperti di marketing di analizzare realmente ciò che ha spinto un cliente ad acquistare. Più un punto si è verificato prima della conversione, più credito ottiene.

Proprio come gli altri modelli, ha anche un aspetto negativo. Il modello di decadimento temporale non dà credito a quando un cliente si è interessato per la prima volta alla tua attività, il che può essere informazioni preziose se stai cercando di acquisire nuovi clienti.

Modello basato sulla posizione

Esistono due diversi metodi di attribuzione del marketing nel modello basato sulla posizione, che tenta di valutare gli impegni dei clienti in base all'impatto.

• A forma di U: Questo modello considera la conversione del primo tocco e del lead come 40% responsabile del lead, lasciando l'altro 20% diviso nel mezzo.
• W-forma: Lo stesso del modello a U, ma include anche la fase di opportunità come componente principale, che porta alla conversione.

L'obiettivo principale di questo modello è dove i clienti ti trovano e ciò che li ha fatti acquistare. È un ottimo modo per analizzare i tuoi dati se sia il primo che l'ultimo touchpoint sono i più importanti. Tuttavia, questo modello sottovaluta il canale di vendita e può non riuscire a dare credito nel mezzo, come una chiamata di vendita o la visione di un webinar.

Algoritmo o modello personalizzato

Questo è il modello di attribuzione di marketing più avanzato, in quanto personalizzato per ogni azienda. Ogni punto di contatto del percorso di un cliente viene assegnato in modo diverso, a seconda di quanto l'impresa ritenga importante. Può anche essere calcolato manualmente o utilizzato con l'apprendimento automatico per ottenere nuovi dati e perfezionare il modello su base live.

Poiché questo è il modello più complicato, è anche il più difficile da configurare e il più costoso. In alcuni casi, richiede persino l'esperienza di uno scienziato di dati.