Почему моделирование атрибуции Google должно быть приоритетом для аффилированных лиц

Опубликовано: 2021-05-20

В мире, где маркетинговые усилия не сосредоточены на одной платформе, понимание моделирования атрибуции поможет вам отслеживать конверсии на нескольких платформах и устройствах, чтобы принимать обоснованные решения в отношении будущих маркетинговых усилий. Если технический жаргон, связанный с моделированием атрибуции, оставляет вас ошеломленным, эта статья поможет вам понять различные типы моделирования атрибуции, выявить разницу между атрибутированными конверсиями и доходом от атрибуции, а также выяснить, какая модель атрибуции лучше всего подходит для аффилированных лиц.

Содержание

  1. Плюсы и минусы каждого типа моделирования атрибуции Google
  2. Первый щелчок (первое касание)
  3. Последний щелчок (последнее касание)
  4. Линейный
  5. На основе позиции (U-образная)
  6. Время распада
  7. W-образный
  8. Одноканальный или мультитач: что лучше для аффилированных лиц?
  9. Чем в действительности является многоканальная атрибуция по сравнению с Google Analytics?
  10. Разница между конверсией с атрибуцией и доходом с атрибуцией
  11. Почему моделирование атрибуции важно для аффилированных лиц?

Плюсы и минусы каждого типа моделирования атрибуции Google

По статистике, для совершения продажи требуется восемь точек соприкосновения. Точки соприкосновения - это взаимодействие предприятий со своими потенциальными клиентами посредством рекламы, сообщений в социальных сетях, рекламных щитов, электронной почты и других форм общения. В качестве аффилированного лица вы можете быть первым или последним на пути клиента к покупке продукта. Важно понимать, как моделирование атрибуции может помочь в отслеживании продаж и измерении вашего влияния, чтобы принимать будущие решения по мере продвижения продуктов и увеличения продаж.

Первый щелчок (первое касание)

Моделирование атрибуции по первому щелчку или первому касанию позволяет отслеживать самое первое взаимодействие покупателя с брендом. В начале своего исследовательского процесса клиенты обычно ищут на сайтах сравнения цен лучший продукт с наилучшей стоимостью. Хотя кампании PPC и блоги, посвященные сравнению с использованием SEO, могут показывать товары покупателям, они вряд ли приведут к продаже на данном этапе пути к покупке.

Как аффилированный маркетолог, ответственный за первую точку соприкосновения, эта форма моделирования атрибуции вознаграждает часто упускаемую из виду первую встречу, которая знакомит потенциального клиента с брендом.

Плюсы: этот метод - отличный выбор для новых или малых предприятий, которые хотят создать начальную осведомленность и сосредоточиться на формировании спроса.

Минусы: при использовании этого метода происходит скидка на последующие штрихи, включая последний штрих, который в конечном итоге приводит к продаже.

Последний клик (последнее взаимодействие)

Модель атрибуции по последнему клику или последнему взаимодействию дает полную атрибуцию последнего взаимодействия компании с клиентом перед конверсией. Этот метод обычно является методом атрибуции по умолчанию, но многие маркетологи начинают отходить от этого метода в пользу моделей с более глубоким пониманием различных точек взаимодействия на пути покупателя.

Если ваш партнерский продукт недорогой или, вероятно, будет куплен на месте, последняя модель взаимодействия предоставляет точную информацию и надлежащую оценку.

Плюсы: для кампаний, нацеленных на покупателей в момент покупки или продукта с коротким циклом продаж, это может быть подходящей моделью для рассмотрения.

Минусы: концентрация на последнем прикосновении сводит на нет путь к конверсии и точки соприкосновения, которые привели к окончательной продаже.

Линейный

Линейная атрибуция признает, что каждая точка соприкосновения одинаково важна. Эта модель распределяет кредит равномерно между каждой точкой взаимодействия на пути клиента. В этом сценарии, если есть одна точка взаимодействия, она получает 100% кредит. Если имеется 10 точек соприкосновения, каждая получает 10% кредита.

Аффилированные лица будут признательны за то, чтобы увидеть все точки данных, чтобы получить полное представление о пути клиента и точках взаимодействия, которые привели к конверсии.

Плюсы: эта модель предоставляет данные о пути клиента и позволяет отслеживать каждую точку взаимодействия.

Минусы: хотя в этом сценарии учитывается каждое касание, он не учитывает разницу между точками касания с малым и сильным воздействием. Например, в этом сценарии щелчок в социальной сети с низким уровнем воздействия получает такую ​​же оценку, как и загрузка высокоэффективной электронной книги или запрос демонстрации.

Позиционный (U-образный)

В модели атрибуции на основе позиции, или U-образной модели, 40% баллов дается первой и последней точке взаимодействия, а оставшиеся 20% равномерно распределяются по всем остальным контактам.

U-образное моделирование атрибуции - подходящий выбор для аффилированных лиц, заинтересованных в том, как клиент узнал о бренде и какая точка взаимодействия привела к окончательной покупке.

Плюсы: атрибуция на основе позиции учитывает каждый этап пути и награждает действия, которые знакомят клиента с брендом и приводят к конверсии.

Минусы: эта модель не учитывает ударные касания, которые возникают между первым и последним касанием.

Время распада

Модель временного распада приписывает большее доверие прикосновениям, приближенным к конверсии, используя концепцию экспоненциального затухания. В настройках Google Analytic по умолчанию эта модель имеет период полураспада в семь дней, что означает, что прикосновение за неделю до конверсии получает 1/2 балла касания, которое приводит к конверсии, а прикосновение, сделанное за две недели до конверсии, получает 1 / 4 кредита.

Аффилированные лица, использующие эту модель, больше ориентированы на конечный результат и маркетинговые методы, связанные с закрытием продажи, чем на начальные стратегии повышения узнаваемости бренда.

Плюсы: присуждая более высокий процент кредита точкам взаимодействия, ведущим к окончательной конверсии, маркетологи могут понять стратегии, которые приводят к покупке, и тратить больше времени и денег на эти стратегии в будущем.

Минусы: хотя эта модель распознает несколько точек соприкосновения, она не может различить важные точки соприкосновения, которые возникли на ранних этапах пути к покупке.

W-образный

Не все точки соприкосновения равны. W-образная модель учитывает это и распределяет 90% кредита поровну между первым касанием, последним касанием и контрольными точками квалифицированного лида. Оставшиеся 10% равномерно распределяются между всеми остальными точками взаимодействия.

Человек становится квалифицированным лидером, когда он активно участвует в намерении совершить покупку. W-образная модель атрибуции - важная и эффективная стратегия для аффилированных лиц, которые хотят отметить три наиболее важных шага на пути покупателя к покупке.

Плюсы: эта модель учитывает три основных этапа на пути клиента к конверсии и соответственно оценивает кредитоспособность.

Минусы: путь клиента сложен, и сосредоточение внимания на трех моментах может чрезмерно упростить процесс покупки, в результате чего вы упустите важные данные о клиентах.

Одноканальный или мультитач: что лучше для аффилированных лиц?

Как партнер, вы не можете быть уверены, что попадете на путь конверсии клиента. Если ваше сообщение в блоге знакомит клиента с брендом, но бренд использует модель атрибуции последнего прикосновения, вы не выиграете от своей тяжелой работы.

Поскольку компания использует контекстную рекламу и социальные кампании в дополнение к аффилированному маркетингу, кажется несправедливым платить 100% комиссию партнеру, последний штрих которого завершил сделку по отношениям, которые вы начали.

В действительности каждая точка взаимодействия играет роль в конверсии лида. Поскольку ни одна точка соприкосновения не отвечает на 100% за продажу, многоканальный маркетинг имеет наибольший смысл для присвоения кредита различным стратегиям, которые привели к конверсии. Атрибуция с несколькими касаниями также позволяет отслеживать данные о маркетинговых усилиях, которые сыграли роль в конверсии, что дает вам представление о лучших стратегиях для использования в будущем.

Чем в действительности является многоканальная атрибуция по сравнению с Google Analytics?

До сих пор мы сосредоточились на моделировании одноканальной и многоканальной атрибуции для аффилированных лиц, но существует четыре различных типа атрибуции:

1. Многоканальная атрибуция - самая популярная форма атрибуции, определяющая взаимосвязь различных маркетинговых каналов на пути к покупке.
2. Атрибуция на нескольких устройствах - определите влияние нескольких устройств на путь конверсии.
3. Атрибуция офлайн-онлайн - измерьте влияние онлайн-маркетинга на поведение офлайн и офлайн-маркетинга на поведение в сети.
4. Атрибуция в реальном мире - гибрид вышеперечисленных моделей для измерения поведения в реальном времени.

Когда мы говорим о многоканальной атрибуции в Google Analytics, мы ограничены объемом программного обеспечения. Google Analytics не может отслеживать молва, посещения выставок и покупки в магазинах, поэтому реальная модель атрибуции, хотя и сложна для полной реализации, является единственным способом увидеть полную картину.

С точки зрения моделирования атрибуции с помощью Google Analytics, многоканальный или мультитач-маркетинг - лучший способ измерить успех и распределить ответственность за продажи.

Разница между конверсией с атрибуцией и доходом с атрибуцией

Данные отслеживания - это ключ к увеличению количества конверсий и доходов, а Google Analytics позволяет отслеживать ваши цели как по конверсии, так и по доходу. Используя инструмент сравнения моделей Google Analytic, вы можете отслеживать конверсии по каналам, используя выбранную вами модель и экспериментируя с альтернативными моделями.

Приписанная конверсия

Измерение конверсий с атрибуцией позволяет увидеть изменение целей конверсии в зависимости от используемого метода атрибуции.

Приписанный доход

Приписанный доход - это сумма дохода, приписываемая определенной кампании или источнику трафика. Изменяя модель атрибуции, вы можете увидеть изменение потенциального дохода для разных источников трафика.

Почему моделирование атрибуции важно для аффилированных лиц?

Как аффилированный маркетолог понимает, что время - деньги, и четкие данные, отображающие путь клиента, помогут вам определить, где лучше всего провести время.

Выбор модели атрибуции, которая отслеживает и награждает различные точки соприкосновения, позволяет вам получить реальное представление о процессе покупки и изменить свой контент и стратегии для поддержки клиентов на пути к конверсии.

Если вы решите отслеживать только первые или последние касания, вы можете остановить стратегии, которые сыграли ключевую роль в увеличении конверсии.

Независимо от того, какую модель атрибуции Google вы выберете, важно часто отслеживать свои результаты, чтобы измерить успех. Когда вы делаете моделирование атрибуции приоритетом, вы можете предпринять продуманные действия для увеличения своего дохода.

ЗАПУСТИТЕ REVGLUE PUBLISHER TOOLS СЕГОДНЯ.

Начните мгновенно монетизировать свой веб-сайт, блог, социальные сети или мобильные приложения. Экономьте время и наблюдайте за созданием комиссионных с помощью аналитических данных и данных, доступных на вашей личной панели инструментов. Кликните сюда