Suara Bazar

Diterbitkan: 2023-09-06

Gartner dan Harvard Business Review, antara lain, sering melaporkan tentang kurangnya pengetahuan pemasar tentang cara mengukur keberhasilan pemasaran multisaluran dan omnichannel. Artikel ini membahas masalah tersebut — dan menawarkan solusinya — dengan menunjukkan mengapa atribusi multi-sentuh adalah cara terbaik untuk melacak kinerja dan menentukan keberhasilan.

Bab:

  1. Apa itu atribusi multi-sentuh?
  2. Cara mengumpulkan data yang tepat untuk atribusi multi-sentuh
  3. Atribusi multi-sentuh dan perjalanan pelanggan
  4. Jenis model atribusi multi-sentuh
  5. Alat atribusi multi-sentuh untuk dunia yang mengutamakan privasi
  6. Data tidak akan memberi tahu Anda segalanya


Di dunia yang mengutamakan privasi , pendekatan lama terhadap atribusi multi-sentuh tidak akurat dan tidak dapat diandalkan. Layanan iklan seperti Meta dan Google terus menghapus kemampuan pelacakan tingkat pengguna dari laporan mereka sebagai respons terhadap peraturan, dan pemasar yang mengandalkan cookie pihak ketiga untuk mengukur saluran tengah akan mengalami kehancuran.

Data tingkat pengguna kini kurang dapat diandalkan dan akurasi yang rendah bukanlah awal yang baik dalam pengambilan keputusan berdasarkan data.

Jadi, apa yang harus dilakukan pemasar berbasis data — kembali ke model atribusi Web 2.0 yang bersifat single-touch dan tertutup? Dalam lanskap omnichannel di mana konsumen berinteraksi dengan merek di seluruh saluran sebelum melakukan konversi, atribusi satu sentuhan tidak masuk akal. Strategi pemasaran yang efektif memerlukan seperangkat taktik kohesif yang membangun upaya masing-masing untuk menciptakan dan mempertahankan momentum dalam arah yang terfokus.

Atribusi sekali sentuh hanya memungkinkan pemasar melihat satu taktik dalam satu waktu, biasanya dalam tahap penemuan atau konversi. Pemasar yang mengandalkan atribusi sekali sentuh untuk memahami strategi multisaluran berisiko mengambil keputusan yang tidak tepat karena mengabaikan taktik saluran tengah yang penting. Merek memerlukan gambaran yang lebih lengkap tentang apa yang berkontribusi terhadap kesuksesan untuk membuat keputusan multisaluran yang tepat.

Apa itu atribusi multi-sentuh?

Atribusi multi-sentuh adalah model pemasaran yang mengukur setiap titik kontak dalam perjalanan pelanggan dengan menetapkan nilai numerik pada setiap saluran sehingga pemasar dapat melihat dampak setiap titik kontak terhadap konversi.

Corong tengah sulit diukur, namun menginvestasikan sumber daya dalam mengukur corong tengah akan membuahkan hasil. Pemasaran saluran menengah menjadikan upaya akuisisi merek lebih berhasil dengan meningkatkan tingkat konversi di berbagai saluran. Hal ini juga memperlancar jalan menuju retensi dengan membangun advokasi sejak dini, meningkatkan LTV, dan mengurangi tekanan pada akuisisi pelanggan.

Atribusi multi-sentuh — memberikan nilai pada setiap tahap perjalanan pelanggan — masih merupakan kerangka kerja yang penting, namun versi saat ini jauh berbeda dari pendekatan berbasis cookie pihak ketiga yang dulu disukai pemasar.

Cara mengumpulkan data yang benar

Data pihak ketiga yang dikumpulkan melalui piksel dan cookie dulunya merupakan sumber utama atribusi multi-sentuh. Jika pemasar ingin melacak perilaku pengguna di seluruh saluran, perangkat, dan platform, mereka hanya perlu menambahkan cuplikan kode ke situs webnya. Lalu lintas akan ditandai dengan cookie Facebook atau Google secara otomatis tanpa persetujuan pengguna. Cookie tersebut akan mengikuti pengguna di seluruh web untuk melihat apa yang mereka lakukan dan menargetkan ulang mereka dengan iklan yang relevan. Pemasar akan mengumpulkan data dari cookie pihak ketiga ke dalam laporan atribusi multi-sentuh untuk memahami perilaku pengguna dan mengoptimalkan perjalanan pelanggan.

Saat ini, data tingkat pengguna yang sama lebih sulit diakses. GDPR dan CCPA mendorong Google, Facebook, dan platform lainnya untuk menghapuskan cookie pihak ketiga secara bertahap, sebuah langkah yang memaksa pemasar untuk meninggalkan metode atribusi multi-sentuh yang sudah terbukti benar.

Pemasar berbasis data sudah mulai beradaptasi dengan lanskap analitik baru, memanfaatkan data pihak pertama dan data pihak nol untuk mengukur kinerja di seluruh saluran pemasaran.

Sumber gambar

Perbedaan antara data pihak nol dan data pihak pertama relatif baru. Sampai saat ini, semua data yang dikumpulkan suatu merek dianggap “pihak pertama”.

Saat ini, data pihak pertama mengacu pada perilaku kuantitatif yang dilacak suatu merek melalui interaksinya dengan pelanggan. Cookie pihak pertama, tag, dan modul pelacakan bulu babi (UTM) adalah metode umum yang digunakan merek konsumen untuk mengumpulkan data pihak pertama. Pengecer multisaluran juga dapat melacak kunjungan toko fisik bersamaan dengan perilaku pelanggan e-niaga, seperti pengabaian keranjang dan klik email. Cookie yang sesuai dengan GDPR dapat menggantikan beberapa metrik yang digunakan pemasar untuk melacak menggunakan cookie pihak ketiga.

Menggunakannya dengan benar memerlukan strategi yang mengutamakan privasi yang meminta persetujuan dan memungkinkan pengguna meminta agar data pribadi mereka dihapus.

Data pihak nol mengacu pada informasi kualitatif yang disampaikan pelanggan kepada suatu merek secara sukarela. Percakapan dukungan pelanggan, ulasan produk, tanggapan survei, dan komentar media sosial semuanya berada di bawah payung data pihak nol. Data pelanggan kualitatif bisa sangat berharga bagi suatu merek jika dimanfaatkan dengan benar, namun menemukan wawasan yang bermakna dalam teks dapat menjadi tantangan bagi pemasar yang terbiasa hanya mengandalkan laporan kuantitatif.

Di era peraturan yang semakin ketat dan sistem pelacakan yang sudah tidak ada lagi, pemasar konsumen terbaik mengandalkan wawasan kualitatif tanpa pihak dari Bazaarvoice untuk menerangi perjalanan pembeli dan menemukan peluang pertumbuhan.

Atribusi multi-sentuh dan perjalanan pelanggan

Menggunakan atribusi multisentuh dalam pemasaran multisaluran mengungkap taktik untuk meningkatkan rasio konversi, mengurangi waktu rata-rata untuk membeli, dan meningkatkan nilai pesanan rata-rata (AOV).

Taktik pemasaran tidak ada dalam ruang hampa — taktik pemasaran ada dalam ekosistem multi-saluran. Memberikan penghargaan penuh pada satu taktik melalui atribusi satu sentuhan, di mana pun lokasinya dalam perjalanan pelanggan, akan mengabaikan segala hal lain yang berperan dalam akuisisi pelanggan. Hubungan merek dengan calon pelanggan di saluran tengah sangat penting untuk menghasilkan lebih banyak bisnis dan meningkatkan pendapatan.

Dalam lanskap pemasaran multisaluran, atribusi multisentuh adalah kunci untuk memahami apa yang berhasil dan alasannya. Pertimbangkan perjalanan pembelian enam langkah fiksi untuk penyedot debu Dyson seharga $500.

Tahap corong Perilaku pengguna Metode pengumpulan data
PENEMUAN Seorang pengguna menelusuri “penyedot debu tanpa kabel” di Google. Mereka mengklik iklan pencarian dan melihat halaman produk di situs Dyson. Cookie pihak pertama di situs web Dyson
KESADARAN Pengguna berhenti sejenak untuk menonton iklan penargetan ulang untuk ruang hampa saat menjelajahi Instagram dan melewatinya tanpa mengklik. Wawasan Iklan Facebook
KESADARAN Pengguna melihat iklan penargetan ulang lainnya, kali ini di TikTok. Iklan tersebut adalah konten buatan pengguna (UGC) dari seseorang yang mengoceh tentang penyedot debu nirkabel Dyson miliknya. Wawasan Iklan TikTok
PERTIMBANGAN Pengguna mendiskusikan pembelian dengan pasangannya saat makan malam sambil membaca pilihan di situs web Dyson. Cookie pihak pertama di situs web Dyson
PERTIMBANGAN Pengguna membaca buletin Substack yang merekomendasikan penyedot debu Dyson. Mereka mengeklik tautan afiliasi Amazon dan menambahkan penyedot debu ke keranjang mereka. Laporan Afiliasi Amazon
KONVERSI Pengguna mendapat peringatan email dari Amazon bahwa harga penyedot debu turun menjadi $500. Mereka membeli penyedot debu. Laporan Daftar Amazon

Dengan menggunakan atribusi sentuhan pertama, tim pemasaran mungkin menyimpulkan bahwa penelusuran berbayar jelas merupakan pemenangnya. Namun penelusuran berbayar bukanlah cerita lengkapnya. Dyson mungkin tidak akan mendorong banyak konversi tanpa bukti sosial dari UGC dan afiliasinya, yang tidak dapat dijelaskan oleh atribusi sentuhan pertama.

Jika Dyson hanya mengandalkan atribusi sentuhan terakhir, tim mungkin memutuskan untuk membangun strategi pemasaran mereka berdasarkan diskon — sebuah langkah rumit bagi pemain pasar premium. Produk Dyson sangat mahal, sebuah strategi penetapan harga yang berhasil karena teknologi milik Dyson dan merek yang kuat. Diskon besar-besaran akan melawan kekuatan super merek Dyson alih-alih melengkapinya, sehingga menciptakan perlombaan menuju titik terendah yang tidak dapat dimenangkan oleh siapa pun.

Atribusi multi-sentuh memberi Dyson pemahaman yang lebih baik tentang jalur mereka menuju konversi, sehingga menghadirkan lebih banyak opsi untuk bereksperimen. Karena UGC dikenal meningkatkan rasio konversi dan berperan dalam perjalanan pelanggan (fiktif), Dyson mungkin memutuskan untuk bereksperimen dengan lebih banyak iklan UGC pada kuartal berikutnya untuk meningkatkan pendapatan.

Jenis model atribusi multi-sentuh

Pemasar konsumen menggunakan model linier, berbentuk J, terbalik berbentuk J, dan berbentuk U untuk mengatribusikan kinerja di seluruh perjalanan pelanggan.

Atribusi linier memberikan bobot yang sama pada setiap tahapan sepanjang perjalanan pelanggan dan memberi pemasar pandangan yang seimbang tentang jalur menuju konversi. Model ini lebih menghargai taktik corong tengah dibandingkan model lainnya, yang dapat berguna saat berfokus pada corong tengah untuk pertama kalinya.

Ini adalah titik awal yang baik, namun mungkin akan meningkatkan nilai interaksi yang tidak penting dan meremehkan taktik penting. Oleh karena itu, pemodelan atribusi linier dapat membantu pemasar menantang asumsi mereka sendiri tentang apa yang berhasil, namun jarang yang cukup akurat dalam jangka panjang untuk diterapkan pada setiap skenario.

Model berbentuk J tradisional memberikan lebih banyak penghargaan pada tahap akhir perjalanan pelanggan, sedangkan model berbentuk J terbalik memberi bobot lebih pada tahap awal perjalanan pelanggan.

Model berbentuk U , juga disebut model berbasis posisi, memberikan bobot yang sama pada sentuhan pertama dan terakhir dengan persentase lebih kecil yang dikaitkan dengan segala sesuatu di antaranya.

Mari kita lihat bagaimana setiap jenis atribusi multi-sentuh akan memberikan nilai pada perjalanan pembeli vakum fiktif senilai $500.

Perjalanan pembeli fiktif:
vakum tanpa kabel
Atribusi linier Atribusi berbentuk J Atribusi berbentuk J terbalik Atribusi berbentuk U Atribusi sentuhan pertama (sentuhan tunggal)
Pengguna menelusuri “penyedot debu nirkabel” di Google. Mereka mengklik iklan pencarian yang membawa mereka ke halaman produk Dyson. 16% ($80) 20% ($100) 60% ($300) 40% ($200) 100% ($500)
Pengguna melihat iklan penargetan ulang untuk ruang hampa saat menjelajahi Instagram tetapi menggulir melewatinya tanpa mengklik. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($0)
Pengguna melihat iklan vakum Dyson di TikTok. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($0)
Pengguna mendiskusikan pembelian dengan mitranya sambil melihat opsi bersama di situs web Dyson. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($0)
Pengguna membaca buletin Substack tentang penyedot debu Dyson. Mereka mengklik tautan afiliasi dan menambahkan item ke keranjang. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($0)
Pengguna mendapat email bahwa harga penyedot debu turun menjadi $500. Mereka membelinya. 16% ($80) 60% ($300) 20% ($100) 40% ($200) 0% ($0)

Model atribusi yang dipilih suatu merek bergantung pada skenario, prioritas, dan filosofinya. Tim yang berfokus pada membangun penemuan mungkin menggunakan model berbentuk j terbalik untuk memahami tahap awal perjalanan pelanggan mereka, sementara tim yang berfokus pada corong tengah mungkin menerapkan model linier untuk menghasilkan wawasan.

Memanfaatkan model atribusi multisentuh dalam pemasaran multisaluran

Berikut skenarionya: sebuah merek pakaian anak-anak ingin mencari peluang pertumbuhan untuk saluran e-niaganya.

Dengan menggunakan atribusi sentuhan pertama, tim menyimpulkan bahwa lalu lintas penelusuran berbayar tanpa merek memiliki nilai pesanan rata-rata (AOV) yang lebih tinggi dibandingkan pelanggan yang diperoleh melalui media sosial berbayar, namun secara keseluruhan menghasilkan lebih sedikit pendapatan.

Jika mereka berhenti di situ, merek pakaian tersebut mungkin menyimpulkan bahwa meskipun volumenya lebih rendah, penelusuran berbayar lebih memanfaatkan waktu dan uang mereka. Hal ini mungkin masuk akal, namun akan meningkatkan pendapatan akhir bulan (EOM) dengan margin yang relatif kecil.

Model fiksi:
merek pakaian anak-anak
Dasar :
Pencarian berbayar
Dasar :
Sosial berbayar
SKENARIO A :
Investasikan lebih banyak anggaran ke dalam pencarian berbayar
AOV $99 $79 $99
Tingkat Konversi (sentuhan pertama) 1,5% 0,5% 1,5%
Kunjungan Baru 10.000 500.000 20.000
Konversi 150 2.500 300
Pendapatan (sentuhan pertama) $14.850 $197.500 $29.700
Peningkatan Pendapatan $14.850

Pendapatan EOM Dasar: $212.350

Memasangkan model atribusi multi-sentuh dengan laporan sentuhan pertama memberi tim lebih banyak pilihan.

Saat mereka menjalankan laporan perjalanan pembeli di Segmen, tim menemukan bahwa pembeli dengan AOV lebih tinggi dari lalu lintas penelusuran berbayar cenderung mengunjungi halaman testimonial di toko pada hari-hari sebelum pembelian. Halaman tersebut menyoroti ulasan dari pelanggan yang puas dan ditautkan ke halaman produk.

Karena merek melihat kinerja dari sudut pandang akuisisi, mereka memutuskan untuk menggunakan model berbentuk J terbalik untuk memahami jalur menuju konversi dari penelusuran berbayar, perjalanan pelanggan dengan AOV tinggi.

Perjalanan pelanggan penelusuran berbayar fiktif: pakaian anak-anak

AOV: $99
Nilai interaksi (Atribusi berbentuk J terbalik) Nilai interaksi (Atribusi sentuhan pertama) Metode pengumpulan data
Pengguna menelusuri “pakaian kembali ke sekolah” di Google. Mereka mengklik iklan pencarian yang membawa mereka ke halaman koleksi. Pengguna menambahkan beberapa barang ke keranjang mereka tetapi menutup jendela tanpa membeli. 60% ($59) 100% ($99) Cookie pihak pertama
Pengguna mengklik email pengabaian keranjang yang mengarahkan mereka ke keranjang mereka. Mereka mengunjungi halaman produk jeans anak-anak dan mengklik link ke halaman testimoni. Mereka membuka lima gambar pelanggan dan memperluas tujuh ulasan. 10% ($10) 0% ($0) Wawasan email, peta panas
Pengguna melihat iklan penargetan ulang di Instagram untuk jeans tersebut tetapi menelusurinya tanpa berinteraksi. 10% ($10) 0% ($0) Wawasan Iklan Facebook
Pengguna mendapat peringatan email bahwa merek pakaian mengadakan penjualan kembali ke sekolah. Mereka mengklik email tersebut, menambahkan jeans ke keranjang bersama beberapa kemeja, dan membeli. 20% ($20) 0% ($0) Wawasan email, cookie pihak pertama

Setelah membandingkan nilai relatif setiap interaksi dengan perjalanan pembeli dengan AOV lebih rendah, tim memutuskan untuk mengarahkan lalu lintas sosial berbayar ke halaman testimonial melalui kampanye penargetan ulang, yang mungkin meningkatkan AOV dari saluran tersebut.

Masukkan Skenario B: Manfaatkan UGC, dalam hal ini peringkat dan ulasan, untuk meningkatkan AOV dan mendapatkan lebih banyak pendapatan dari media sosial berbayar. Tim berhipotesis bahwa AOV dari media sosial berbayar akan meningkat menjadi $99 sebagai hasil eksperimen. Jika berhasil, eksperimen tersebut akan meningkatkan pendapatan dengan peningkatan yang lebih besar dibandingkan Skenario A.

Model fiksi:
Merek pakaian anak-anak
Dasar :
Pencarian Berbayar
Dasar :
Sosial Berbayar
SKENARIO A :
Investasikan lebih banyak anggaran dalam Pencarian Berbayar
SKENARIO B :
Arahkan lalu lintas Sosial Berbayar ke halaman testimonial
AOV $99 $79 $99 $99
Tingkat Konversi (sentuhan pertama) 1,5% 0,5% 1,5% 0,5%
Kunjungan Baru 10.000 500.000 20.000 500.000
Konversi 150 2.500 300 2.500
Pendapatan $14.850 $197.500 $29.700 $247.500
Peningkatan Pendapatan (dibandingkan dengan Pendapatan EOM Dasar) $14.850 $232.650

Pendapatan EOM Dasar: $212.350

Atribusi multi-sentuh menempatkan taktik yang saling melengkapi dalam konteksnya, memberikan tim apa yang dibutuhkan untuk membuat keputusan yang berbeda dengan batasan pasar dan kekuatan organisasi mereka.

Alat atribusi multi-sentuh untuk dunia yang mengutamakan privasi

Rangkaian alat perdagangan omnichannel Bazaarvoice adalah cara terbaik untuk mengumpulkan data pihak nol.

Hardys Wines, merek anggur #1 di Inggris, menggunakan Bazaarvoice untuk mengumpulkan data pihak nol melalui penilaian dan ulasan, dua kontributor terpenting dalam keputusan pembelian. Setelah menyatukan ulasan di seluruh pengecer melalui platform Bazaarvoice, Hardys meningkatkan volume ulasan mereka sebesar 2.300% dan meningkatkan peringkat bintang rata-rata mereka dari 4,32 menjadi 4,59.

Sumber: Studi kasus Hardy

Karena banyak pembeli online memfilter hasil untuk menampilkan produk dengan peringkat 4,5 bintang atau lebih tinggi, Hardys mampu tampil di hadapan lebih banyak calon pelanggan, meningkatkan pendapatan di berbagai saluran dengan satu taktik corong tengah. Wawasan & Laporan di dalam Bazaarvoice membantu merek seperti Hardys memaksimalkan nilai data pihak nol.

Pasangkan alat Bazaarvoice dengan platform pemasaran milik sendiri seperti Klaviyo untuk mengumpulkan data perilaku yang melengkapi wawasan kualitatif pihak nol. Profil pelanggan Klaviyo memungkinkan merek memetakan perjalanan pembeli di tingkat pengguna dan kemudian memberikan pengalaman yang dipersonalisasi melalui rangkaian email dan alat pemasaran mereka.

Manfaatkan alat agregasi seperti Segmen untuk mengukur perjalanan pelanggan di seluruh saluran dan mengungkap pola pembelian dalam skala besar. Segmen mengintegrasikan aliran data pihak pertama dari berbagai sumber, menghubungkan wawasan untuk membantu merek konsumen memahami perjalanan pembeli umum dan mengatribusikan kinerja di seluruh perjalanan pembelian.

Dengan Profil Tertaut Segmen, merek konsumen dapat mensegmentasi pelanggan berdasarkan minat, pola pembelian, dan sentimen, menjadi lebih spesifik dengan atribusi multi-sentuh untuk mendorong keterlibatan dan loyalitas.

Data tidak akan memberi tahu Anda segalanya

Model atribusi hanya itu — model. Setiap model memiliki kekurangan, kerentanan, dan titik buta. Merek yang mengambil data kuantitatif begitu saja tanpa memberikan ruang bagi nuansa, wawasan, dan intuisi akan menimbulkan lebih banyak risiko, bukan lebih aman, karena ketergantungan mereka yang berlebihan pada data.

Atribusi multi-sentuh tidaklah sempurna — bahkan pada masa sebelum GDPR, model atribusi multi-sentuh tidak pernah menjadi gambaran realitas yang tidak memihak atau cetak biru kesuksesan yang sangat mudah. Setiap bisnis menggunakan pendekatan yang sedikit berbeda terhadap atribusi pemasaran — tidak ada yang “salah”, tetapi semuanya mencerminkan prioritas dan bias intrinsik yang berbeda.

Mendekati atribusi multi-sentuh seperti sebuah model dan bukan sebuah resep adalah kunci untuk membuka pintu menuju percakapan strategis dan wawasan yang bermakna.

Untuk gambaran menyeluruh tentang perilaku pelanggan, pasangkan model atribusi kuantitatif dengan data pengguna kualitatif dari Bazaarvoice. Rating, ulasan, dan konten buatan pengguna adalah sumber wawasan emas yang dapat dimanfaatkan oleh merek konsumen untuk memahami audiens mereka.

Alat Wawasan & Laporan Bazaarvoice membekali merek dengan data sentimen, analisis sosial, dan tren umpan balik pelanggan untuk mengoptimalkan saluran tengah dan meningkatkan konversi di seluruh saluran.

Minta demo