เหตุใด Google Attribution Modeling จึงควรมีความสำคัญสำหรับบริษัทในเครือ

ในโลกที่ความพยายามทางการตลาดไม่ได้เน้นที่แพลตฟอร์มเดียว การทำความเข้าใจรูปแบบการระบุแหล่งที่มาจะช่วยให้คุณติดตาม Conversion ในแพลตฟอร์มและอุปกรณ์ต่างๆ เพื่อตัดสินใจอย่างชาญฉลาดเกี่ยวกับความพยายามทางการตลาดในอนาคต หากศัพท์แสงทางเทคนิคเกี่ยวกับรูปแบบการระบุแหล่งที่มาทำให้คุณรู้สึกหนักใจ บทความนี้จะช่วยให้คุณเข้าใจรูปแบบการระบุแหล่งที่มาประเภทต่างๆ ค้นพบความแตกต่างระหว่าง Conversion ที่มีการระบุแหล่งที่มาและรายได้จากการระบุแหล่งที่มา และค้นหารูปแบบการระบุแหล่งที่มาที่ดีที่สุดสำหรับ Affiliate

เนื้อหา

1. ข้อดีและข้อเสียสำหรับรูปแบบการระบุแหล่งที่มาของ Google ทุกประเภท
2. คลิกแรก (สัมผัสแรก)
3. คลิกสุดท้าย (สัมผัสสุดท้าย)
4. เชิงเส้น
5. ตามตำแหน่ง (รูปตัวยู)
6. เวลาเสื่อมลง
7. W-Shaped
8. Single-channel vs. multi-touch: ไหนดีกว่าสำหรับ Affiliate?
9. การระบุแหล่งที่มาหลายช่องทางในความเป็นจริงกับ Google Analytics คืออะไร
10. ความแตกต่างระหว่าง Conversion ของการระบุแหล่งที่มาและรายได้ที่ระบุแหล่งที่มา
11. เหตุใดการสร้างแบบจำลองการระบุแหล่งที่มาจึงมีความสำคัญสำหรับบริษัทในเครือ

ข้อดีและข้อเสียสำหรับรูปแบบการระบุแหล่งที่มาของ Google ทุกประเภท

ตามสถิติแล้ว ต้องใช้จุดสัมผัสแปดจุดในการขาย จุดสัมผัสคือการโต้ตอบที่ธุรกิจมีกับผู้มีโอกาสเป็นลูกค้าผ่านโฆษณา โพสต์บนโซเชียลมีเดีย ป้ายโฆษณา อีเมล และรูปแบบการสื่อสารอื่นๆ ในฐานะพันธมิตร คุณอาจเป็นจุดติดต่อแรกหรือคนสุดท้ายในเส้นทางของลูกค้าในการซื้อผลิตภัณฑ์ สิ่งสำคัญคือต้องเข้าใจว่าการสร้างแบบจำลองการระบุแหล่งที่มาสามารถช่วยในการติดตามการขายและการวัดอิทธิพลของคุณได้อย่างไร เพื่อที่จะตัดสินใจในอนาคตในขณะที่คุณทำการตลาดผลิตภัณฑ์และเพิ่มยอดขายของคุณ

คลิกแรก (สัมผัสแรก)

รูปแบบการระบุแหล่งที่มาแบบคลิกหรือสัมผัสแรกจะติดตามการโต้ตอบครั้งแรกของลูกค้ากับแบรนด์ ในช่วงเริ่มต้นของกระบวนการวิจัย ลูกค้ามักจะค้นหาเว็บไซต์เปรียบเทียบราคาเพื่อหาผลิตภัณฑ์ที่ดีที่สุดและคุ้มค่าที่สุด แม้ว่าแคมเปญ PPC และบล็อกโพสต์เปรียบเทียบที่ขับเคลื่อนด้วย SEO สามารถนำเสนอผลิตภัณฑ์ต่อหน้าลูกค้า แต่ก็ไม่น่าจะส่งผลให้มีการขายในขั้นตอนนี้ในเส้นทางของลูกค้า

ในฐานะนักการตลาดแบบ Affiliate ที่รับผิดชอบจุดสัมผัสแรก รูปแบบการระบุแหล่งที่มานี้จะให้รางวัลแก่การเผชิญหน้าครั้งแรกที่มักถูกมองข้าม ซึ่งแนะนำผู้มีโอกาสเป็นลูกค้าให้รู้จักแบรนด์

ข้อดี: วิธีนี้เป็นทางเลือกที่ดีสำหรับธุรกิจใหม่หรือธุรกิจขนาดเล็กที่ต้องการสร้างความตระหนักรู้เบื้องต้นและมุ่งเน้นไปที่การสร้างความต้องการ

ข้อเสีย: การใช้วิธีนี้จะลดขั้นตอนที่ตามมา ซึ่งรวมถึงขั้นตอนสุดท้ายที่จะเปลี่ยนเป็นการขายในที่สุด

คลิกสุดท้าย (การโต้ตอบสุดท้าย)

รูปแบบการระบุแหล่งที่มาแบบคลิกสุดท้ายหรือการโต้ตอบสุดท้ายให้การระบุแหล่งที่มาทั้งหมดแก่การโต้ตอบสุดท้ายที่ธุรกิจมีกับลูกค้าก่อนเกิด Conversion โดยทั่วไป วิธีการนี้เป็นวิธีการเริ่มต้นของการระบุแหล่งที่มา แต่นักการตลาดจำนวนมากเริ่มเปลี่ยนจากวิธีนี้ไปใช้รูปแบบที่มีข้อมูลเชิงลึกมากขึ้นเกี่ยวกับจุดติดต่อต่างๆ ในเส้นทางของผู้ซื้อ

หากผลิตภัณฑ์ในเครือของคุณมีต้นทุนต่ำหรือมีแนวโน้มที่จะซื้อได้ทันที รูปแบบการโต้ตอบสุดท้ายจะให้ข้อมูลที่ถูกต้องและเครดิตที่เหมาะสม

ข้อดี: สำหรับแคมเปญที่กำหนดเป้าหมายผู้ซื้อในขณะที่ซื้อหรือผลิตภัณฑ์ที่มีวงจรการขายสั้น นี่อาจเป็นรูปแบบที่เหมาะสมในการพิจารณา

ข้อเสีย: การ มุ่งเน้นที่การสัมผัสครั้งสุดท้ายเป็นการลบล้างเส้นทางสู่ Conversion และจุดติดต่อที่นำไปสู่การขายขั้นสุดท้าย

เชิงเส้น

การระบุแหล่งที่มาเชิงเส้นตระหนักดีว่าทุกจุดติดต่อมีความสำคัญเท่าเทียมกัน โมเดลนี้จะกำหนดเครดิตให้เท่าๆ กันระหว่างจุดติดต่อลูกค้าแต่ละจุดในเส้นทางของลูกค้า ในสถานการณ์สมมตินี้ หากมีจุดสัมผัสเดียว จะได้รับเครดิต 100% หากมีจุดติดต่อ 10 จุด แต่ละจุดจะได้รับเครดิต 10%

บริษัทในเครือจะยินดีที่ได้เห็นจุดข้อมูลทั้งหมดเพื่อรวบรวมภาพรวมการเดินทางของลูกค้าและจุดติดต่อที่นำไปสู่ ​​Conversion

ข้อดี: โมเดลนี้ให้ข้อมูลในเส้นทางของลูกค้าและช่วยให้คุณติดตามทุกจุดสัมผัสได้

จุดด้อย: แม้ว่าทุกการสัมผัสจะได้รับเครดิตในสถานการณ์นี้ แต่ก็ไม่ได้คำนึงถึงความแตกต่างระหว่างจุดสัมผัสที่มีผลกระทบต่ำและจุดสัมผัสที่มีผลกระทบสูง ตัวอย่างเช่น ในสถานการณ์นี้ การคลิกบนโซเชียลมีเดียที่มีผลกระทบต่ำจะได้รับเครดิตเท่ากับการดาวน์โหลด eBook ที่มีผลกระทบสูงหรือคำขอสำหรับการสาธิต

ตามตำแหน่ง (รูปตัวยู)

ในรูปแบบการระบุแหล่งที่มาตามตำแหน่งหรือรูปตัวยู เครดิต 40% จะถูกมอบให้กับจุดติดต่อแรกและจุดติดต่อสุดท้าย โดย 20% ที่เหลือจะกระจายเท่าๆ กันในการสัมผัสอื่นๆ ทั้งหมด

แบบจำลองการระบุแหล่งที่มารูปตัวยูเป็นตัวเลือกที่เหมาะสมสำหรับบริษัทในเครือที่สนใจว่าลูกค้าได้เรียนรู้เกี่ยวกับแบรนด์อย่างไรและจุดสัมผัสใดที่นำไปสู่การซื้อในที่สุด

ข้อดี: การระบุแหล่งที่มาแบบอิงตำแหน่งจะให้เครดิตในทุกขั้นตอนของการเดินทาง และให้รางวัลกับการกระทำที่แนะนำลูกค้าให้รู้จักแบรนด์และนำไปสู่การแปลง

จุดด้อย: โมเดลนี้ไม่คำนึงถึงการสัมผัสที่มีแรงกระแทกสูงที่เกิดขึ้นระหว่างการสัมผัสครั้งแรกและครั้งสุดท้าย

เวลาเสื่อมลง

แบบจำลองการลดลงตามเวลาให้เครดิตกับการสัมผัสที่ใกล้ชิดกับ Conversion มากขึ้นโดยใช้แนวคิดเรื่องการลดลงแบบทวีคูณ ในการตั้งค่าเริ่มต้นของ Google Analytics รูปแบบนี้มีครึ่งชีวิตเจ็ดวัน ซึ่งหมายความว่าการสัมผัสหนึ่งสัปดาห์ก่อนการแปลงจะได้รับ 1/2 เครดิตของการสัมผัสที่นำไปสู่ ​​Conversion และการสัมผัสที่เกิดขึ้นสองสัปดาห์ก่อนการแปลงจะได้รับ 1/ 4 เครดิต

บริษัทในเครือที่ใช้โมเดลนี้มุ่งเน้นไปที่ผลลัพธ์สุดท้ายและเทคนิคทางการตลาดที่เกี่ยวข้องกับการปิดการขายมากกว่ากลยุทธ์เริ่มต้นที่เกี่ยวข้องกับการเพิ่มการรับรู้แบรนด์

ข้อดี: นักการตลาดสามารถเข้าใจกลยุทธ์ที่นำไปสู่การซื้อและใช้เวลาและเงินมากขึ้นกับกลยุทธ์เหล่านั้นในอนาคตด้วยการให้เครดิตเปอร์เซ็นต์ที่สูงขึ้นแก่จุดติดต่อที่นำไปสู่ ​​Conversion ขั้นสุดท้าย

ข้อเสีย: แม้ว่ารูปแบบนี้จะรู้จักจุดติดต่อหลายจุด แต่ก็ไม่สามารถแยกแยะจุดติดต่อที่มีผลกระทบสูงซึ่งเกิดขึ้นในช่วงเริ่มต้นของเส้นทางของลูกค้าได้

รูปตัว W

ทุกจุดสัมผัสไม่เท่ากัน โมเดลรูปตัว W นำสิ่งนี้มาพิจารณาและแบ่ง 90% ของเครดิตออกเท่าๆ กันระหว่างการสัมผัสครั้งแรก การสัมผัสครั้งสุดท้าย และเป้าหมายลีดที่ผ่านการรับรอง ส่วนที่เหลืออีก 10% จะถูกแบ่งเท่าๆ กันระหว่างจุดติดต่ออื่นๆ ทั้งหมด

บุคคลจะกลายเป็นผู้นำที่ผ่านการรับรองเมื่อพวกเขามีส่วนร่วมอย่างกระตือรือร้นด้วยความตั้งใจในการซื้อ รูปแบบการระบุแหล่งที่มารูปตัว W เป็นกลยุทธ์ที่สำคัญและมีประสิทธิภาพสำหรับบริษัทในเครือที่ต้องการทำเครื่องหมายสามขั้นตอนที่สำคัญที่สุดในเส้นทางการซื้อของลูกค้า

ข้อดี: โมเดลนี้พิจารณาหลักเป้าหมายหลักสามประการของเส้นทางสู่ Conversion ของลูกค้าและให้น้ำหนักตามนั้น

ข้อเสีย: การ เดินทางของลูกค้านั้นซับซ้อน และการมุ่งเน้นไปที่สามจุดอาจทำให้กระบวนการซื้อง่ายขึ้น ทำให้คุณพลาดข้อมูลลูกค้าที่สำคัญ

Single-channel vs. multi-touch: ไหนดีกว่าสำหรับ Affiliate?

ในฐานะพันธมิตร คุณไม่สามารถแน่ใจได้เลยว่าคุณจะอยู่ที่ใดบนเส้นทาง Conversion ของลูกค้า หากบล็อกโพสต์ของคุณแนะนำลูกค้าให้รู้จักแบรนด์ แต่แบรนด์ใช้รูปแบบการระบุแหล่งที่มาแบบสัมผัสสุดท้าย คุณจะไม่ได้รับประโยชน์จากการทำงานหนักของคุณ

ในฐานะที่เป็นธุรกิจที่ใช้ PPC และแคมเปญโซเชียลนอกเหนือจากการตลาดแบบพันธมิตร ดูเหมือนว่าจะไม่ยุติธรรมที่จะจ่ายค่าคอมมิชชั่น 100% ให้กับพันธมิตรที่การติดต่อครั้งสุดท้ายปิดข้อตกลงในความสัมพันธ์ที่คุณเริ่มต้น

ในความเป็นจริง แต่ละจุดติดต่อมีบทบาทในการแปลงของโอกาสในการขาย เนื่องจากไม่มีจุดติดต่อใดจุดหนึ่งที่รับผิดชอบการขายได้ 100% การตลาดแบบหลายช่องทางจึงเหมาะสมที่สุดในการให้เครดิตกับกลยุทธ์ต่างๆ ที่นำไปสู่การแปลง การระบุแหล่งที่มาแบบมัลติทัชยังสร้างเส้นทางข้อมูลของความพยายามทางการตลาดที่มีบทบาทในการแปลง ทำให้คุณมีข้อมูลเชิงลึกเกี่ยวกับกลยุทธ์ที่ดีที่สุดที่จะใช้ในอนาคต

การระบุแหล่งที่มาหลายช่องทางในความเป็นจริงกับ Google Analytics คืออะไร

จนถึงตอนนี้ เราได้มุ่งเน้นไปที่รูปแบบการระบุแหล่งที่มาแบบสัมผัสเดียวและหลายช่องทางสำหรับพันธมิตร แต่การระบุแหล่งที่มามีสี่ประเภท:

1. การระบุแหล่งที่มาหลายช่องทาง - รูปแบบการระบุแหล่งที่มาที่ได้รับความนิยมมากที่สุดกำหนดความสัมพันธ์ของช่องทางการตลาดที่แตกต่างกันในเส้นทางของลูกค้า
2. การระบุแหล่งที่มาจากหลายอุปกรณ์ - กำหนดผลกระทบของอุปกรณ์หลายเครื่องในเส้นทาง Conversion
3. การระบุแหล่งที่มาออฟไลน์ - ออนไลน์ - วัดผลกระทบของการตลาดออนไลน์ต่อพฤติกรรมออฟไลน์และการตลาดออฟไลน์ต่อพฤติกรรมออนไลน์
4. การระบุแหล่งที่มาในโลกแห่งความเป็นจริง - ลูกผสมของโมเดลด้านบนเพื่อวัดพฤติกรรมแบบเรียลไทม์

เมื่อเราพูดถึงการระบุแหล่งที่มาหลายช่องทางใน Google Analytics เราถูกจำกัดโดยขอบเขตของซอฟต์แวร์ Google Analytics ไม่สามารถติดตามคำพูดจากปากต่อปาก การเข้าชมงานแสดงสินค้า และการซื้อของในร้านค้า ดังนั้นรูปแบบการระบุแหล่งที่มาในโลกแห่งความเป็นจริงแม้จะซับซ้อนในการนำไปใช้อย่างเต็มที่ เป็นวิธีเดียวที่จะเห็นภาพรวมทั้งหมดอย่างแท้จริง

ในแง่ของการสร้างแบบจำลองการระบุแหล่งที่มาผ่าน Google Analytics การตลาดแบบหลายช่องทางหรือแบบมัลติทัชเป็นวิธีที่ดีที่สุดในการวัดความสำเร็จและกำหนดความรับผิดชอบในการขาย

ความแตกต่างระหว่าง Conversion ของการระบุแหล่งที่มาและรายได้ที่ระบุแหล่งที่มา

ข้อมูลการติดตามเป็นกุญแจสำคัญในการเพิ่ม Conversion และรายได้ที่สูงขึ้น และ Google Analytics ช่วยให้คุณติดตามเป้าหมายสำหรับทั้ง Conversion และรายได้ ด้วยการใช้เครื่องมือเปรียบเทียบแบบจำลองของ Google Analytics คุณสามารถติดตามการแปลงตามช่องทางโดยใช้รูปแบบที่คุณเลือกและทดลองกับแบบจำลองทางเลือก

การแปลงแบบระบุแหล่งที่มา

การวัด Conversion ที่ระบุแหล่งที่มาช่วยให้คุณเห็นการเปลี่ยนแปลงในเป้าหมาย Conversion โดยขึ้นอยู่กับวิธีการระบุแหล่งที่มาที่ใช้

รายได้ที่ระบุแหล่งที่มา

รายได้ที่ระบุแหล่งที่มาคือจำนวนรายได้ที่มาจากแคมเปญหรือแหล่งที่มาของการเข้าชมที่เฉพาะเจาะจง การแก้ไขรูปแบบการระบุแหล่งที่มาช่วยให้คุณเห็นการเปลี่ยนแปลงของรายได้ที่อาจเกิดขึ้นจากแหล่งที่มาของการเข้าชมต่างๆ

เหตุใดการสร้างแบบจำลองการระบุแหล่งที่มาจึงมีความสำคัญสำหรับบริษัทในเครือ

ในฐานะนักการตลาดแบบ Affiliate เวลาคือเงินและข้อมูลที่ชัดเจนซึ่งแสดงเส้นทางการเดินทางของลูกค้าช่วยให้คุณกำหนดได้ว่าจะใช้เวลาของคุณที่ใดดีที่สุด

การเลือกรูปแบบการระบุแหล่งที่มาที่ติดตามและให้รางวัลกับจุดติดต่อต่างๆ ช่วยให้คุณได้รับข้อมูลเชิงลึกอย่างแท้จริงเกี่ยวกับกระบวนการซื้อ และแก้ไขเนื้อหาและกลยุทธ์เพื่อสนับสนุนลูกค้าบนเส้นทางสู่ Conversion

หากคุณเลือกติดตามเฉพาะการแตะครั้งแรกหรือครั้งสุดท้าย คุณอาจหยุดกลยุทธ์ที่มีบทบาทสำคัญในการเพิ่ม Conversion

ไม่ว่าคุณจะเลือกรูปแบบการระบุแหล่งที่มาของ Google แบบใด การติดตามผลลัพธ์บ่อยๆ เพื่อวัดความสำเร็จก็เป็นสิ่งสำคัญ เมื่อคุณจัดลำดับความสำคัญของรูปแบบการระบุแหล่งที่มา คุณจะดำเนินการที่คำนวณได้เพื่อเพิ่มรายได้

เริ่มเครื่องมือผู้เผยแพร่ REVGLUE วันนี้

เริ่มสร้างรายได้จากเว็บไซต์ บล็อก โซเชียลเน็ตเวิร์ก หรือแอปพลิเคชันมือถือของคุณได้ทันที ประหยัดเวลาและดูค่าคอมมิชชั่นที่สร้างขึ้นด้วยข้อมูลเชิงลึกและข้อมูลที่มีอยู่ในแดชบอร์ดส่วนบุคคลของคุณ คลิกที่นี่