La voce del bazar

Pubblicato: 2023-09-06

Gartner e Harvard Business Review, tra gli altri, segnalano spesso la mancanza di conoscenza da parte dei professionisti del marketing su come misurare il successo del marketing multicanale e omnicanale. Questo articolo affronta questo problema e offre le soluzioni, dimostrando perché l'attribuzione multi-touch è il modo migliore per monitorare le prestazioni e determinare il successo.

Capitoli:

  1. Cos'è l'attribuzione multi-touch?
  2. Come raccogliere i dati giusti per l'attribuzione multi-touch
  3. Attribuzione multi-touch e percorso del cliente
  4. Tipi di modello di attribuzione multi-touch
  5. Strumenti di attribuzione multi-touch per un mondo incentrato sulla privacy
  6. I dati non ti diranno tutto


In un mondo in cui la privacy è al primo posto , gli approcci tradizionali all'attribuzione multi-touch non sono né accurati né affidabili. I servizi pubblicitari come Meta e Google continuano a rimuovere le funzionalità di tracciamento a livello di utente dai loro report in risposta alle normative, e gli operatori di marketing che si affidano a cookie di terze parti per quantificare il mid-funnel sono condannati.

I dati a livello di utente sono meno affidabili che mai e la bassa precisione non è un inizio vincente per un processo decisionale basato sui dati.

Quindi, cosa devono fare i professionisti del marketing basati sui dati: tornare ai modelli di attribuzione single-touch e compartimentati del Web 2.0? In un panorama omnicanale in cui i consumatori interagiscono con i marchi attraverso i canali prima di una conversione, l'attribuzione single-touch non ha senso. Una strategia di marketing efficace richiede un insieme coerente di tattiche che si basano sugli sforzi reciproci per creare e mantenere lo slancio in una direzione mirata.

L'attribuzione single-touch consente agli esperti di marketing di considerare solo una tattica alla volta, solitamente nelle fasi di scoperta o conversione. Gli esperti di marketing che si affidano all'attribuzione single-touch per comprendere le strategie multicanale rischiano un processo decisionale miope ignorando le tattiche cruciali a metà canalizzazione. I brand hanno bisogno di un quadro più completo di ciò che contribuisce al successo per prendere decisioni multicanale informate.

Cos'è l'attribuzione multi-touch?

L'attribuzione multi-touch è un modello di marketing che misura ogni punto di contatto nel percorso del cliente assegnando un valore numerico a ciascun canale in modo che gli esperti di marketing possano vedere l'impatto che ciascun punto di contatto ha sulle conversioni.

Il mid-funnel è difficile da misurare, ma investire risorse nella quantificazione del mid-funnel ripaga. Il marketing mid-funnel rende gli sforzi di acquisizione di un marchio più efficaci aumentando i tassi di conversione su più canali. Inoltre, facilita il percorso verso la fidelizzazione sviluppando tempestivamente il sostegno, migliorando l'LTV e alleviando la pressione sull'acquisizione dei clienti.

L'attribuzione multi-touch, ovvero l'assegnazione di valore a ogni fase del percorso del cliente, è ancora un quadro importante, ma la versione odierna è ben lontana dall'approccio basato sui cookie di terze parti che i professionisti del marketing amavano.

Come raccogliere i dati giusti

I dati di terze parti raccolti tramite pixel e cookie erano la fonte principale di attribuzione multi-touch. Se un operatore di marketing voleva monitorare il comportamento degli utenti su canali, dispositivi e piattaforme, doveva semplicemente aggiungere uno snippet di codice al proprio sito web. Il traffico verrebbe taggato automaticamente con un cookie di Facebook o Google senza il consenso dell'utente. Quel cookie seguirebbe l'utente sul Web per vedere cosa ha fatto e reindirizzarlo con annunci pertinenti. Gli esperti di marketing aggregherebbero i dati dei cookie di terze parti in report di attribuzione multi-touch per comprendere il comportamento degli utenti e ottimizzare i percorsi dei clienti.

Oggi è più difficile accedere agli stessi dati a livello di utente. GDPR e CCPA hanno spinto Google, Facebook e altre piattaforme a eliminare gradualmente i cookie di terze parti, una mossa che ha costretto gli esperti di marketing ad abbandonare metodi collaudati di attribuzione multi-touch.

I professionisti del marketing basati sui dati hanno iniziato ad adattarsi al nuovo panorama dell'analisi, sfruttando i dati proprietari e quelli di terze parti per quantificare le prestazioni lungo tutta la canalizzazione del marketing.

Fonte dell'immagine

La distinzione tra dati di terze parti e dati di prima parte è relativamente nuova. Fino a poco tempo fa, tutti i dati raccolti da un marchio erano considerati “di prima parte”.

Oggi, i dati proprietari si riferiscono a comportamenti quantitativi che un marchio monitora attraverso le sue interazioni con i clienti. I cookie, i tag e i moduli di tracciamento Urchin (UTM) proprietari sono i metodi più comuni utilizzati dai marchi di consumo per raccogliere dati proprietari. I rivenditori omnicanale potrebbero anche monitorare le visite ai negozi fisici insieme al comportamento dei clienti dell'e-commerce, come l'abbandono del carrello e i clic sulle e-mail. I cookie conformi al GDPR possono sostituire alcune delle metriche di marketing utilizzate per tracciare utilizzando cookie di terze parti.

Il loro corretto utilizzo richiede una strategia attenta alla privacy che richieda il consenso e consenta agli utenti di richiedere la cancellazione dei propri dati personali.

I dati zero-party si riferiscono alle informazioni qualitative che un cliente comunica volontariamente a un marchio. Le conversazioni con l'assistenza clienti, le recensioni dei prodotti, le risposte ai sondaggi e i commenti sui social media rientrano tutti nell'ambito dei dati zero-party. I dati qualitativi dei clienti possono avere un valore inestimabile per un marchio se sfruttati correttamente, ma trovare approfondimenti significativi nel testo può essere difficile per gli esperti di marketing abituati a fare affidamento esclusivamente su report quantitativi.

In un'era di normative sempre più stringenti e di sistemi di tracciamento in via di eliminazione, i migliori esperti di marketing dei consumatori si affidano agli approfondimenti qualitativi di Bazaarvoice per illuminare i percorsi degli acquirenti e trovare opportunità di crescita.

Attribuzione multi-touch e percorso del cliente

L'utilizzo dell'attribuzione multi-touch nel marketing multicanale svela tattiche per aumentare il tasso di conversione, ridurre il tempo medio di acquisto e migliorare il valore medio degli ordini (AOV).

Le tattiche di marketing non esistono nel vuoto: esistono in un ecosistema multicanale. Dare pieno credito a qualsiasi tattica attraverso l'attribuzione single-touch, indipendentemente da dove si trovi nel percorso del cliente, ignora tutto ciò che gioca un ruolo nell'acquisizione del cliente. La relazione di un marchio con i potenziali clienti nella canalizzazione intermedia è fondamentale per guadagnare più affari e aumentare le entrate.

In un panorama di marketing multicanale, l'attribuzione multi-touch è la chiave per capire cosa funziona e perché. Considera questo immaginario percorso di acquisto in sei passaggi per un aspirapolvere Dyson da $ 500.

Fase dell'imbuto Comportamento dell'utente Metodo di raccolta dati
SCOPERTA Un utente cerca "aspirapolvere senza filo" su Google. Fanno clic su un annuncio di ricerca e visualizzano una pagina di prodotto sul sito Web di Dyson. Cookie proprietario sul sito web di Dyson
CONSAPEVOLEZZA L'utente si ferma a guardare un annuncio di retargeting per il vuoto mentre naviga su Instagram e lo scorre senza fare clic. Approfondimenti sugli annunci di Facebook
CONSAPEVOLEZZA L'utente vede un altro annuncio di retargeting, questa volta su TikTok. L'annuncio è un contenuto generato dagli utenti (UGC) di una persona entusiasta del suo aspirapolvere senza filo Dyson. Approfondimenti sugli annunci TikTok
CONSIDERAZIONE L'utente discute dell'acquisto con il proprio partner durante la cena mentre esamina le opzioni sul sito Web di Dyson. Cookie proprietario sul sito web di Dyson
CONSIDERAZIONE L'utente legge una newsletter Substack che consiglia l'aspirapolvere Dyson. Fanno clic su un collegamento di affiliazione Amazon e aggiungono l'aspirapolvere al carrello. Rapporto di affiliazione Amazon
CONVERSIONE L'utente riceve un avviso via email da Amazon che il prezzo dell'aspirapolvere è sceso a $ 500. Acquistano il vuoto. Rapporto sulle inserzioni Amazon

Utilizzando l'attribuzione first-touch, un team di marketing potrebbe concludere che la ricerca a pagamento è stata chiaramente vincente. Ma la ricerca a pagamento non è la storia completa. Dyson potrebbe non generare così tante conversioni senza prove sociali da parte di UGC e affiliati, che l'attribuzione immediata non può chiarire.

Se Dyson si affidasse solo all’attribuzione dell’ultimo tocco, il team potrebbe decidere di costruire la propria strategia di marketing sugli sconti: una mossa difficile per un attore di mercato premium. I prodotti Dyson sono indiscutibilmente costosi, una strategia di prezzo che funziona grazie alla tecnologia proprietaria di Dyson e al forte marchio. Forti sconti contrasterebbero i superpoteri del marchio Dyson invece di integrarli, creando una corsa al ribasso che nessuno può vincere.

L'attribuzione multi-touch offre a Dyson una migliore comprensione dei propri percorsi verso la conversione, offrendo più opzioni per la sperimentazione. Poiché è noto che gli UGC migliorano il tasso di conversione e svolgono un ruolo nel percorso (immaginario) del cliente, Dyson potrebbe decidere di sperimentare più annunci UGC nel trimestre successivo per aumentare le entrate.

Tipi di modello di attribuzione multi-touch

I professionisti del marketing dei consumatori utilizzano modelli lineari, a forma di J, a forma di J inversa e a forma di U per attribuire le prestazioni lungo il percorso del cliente.

L'attribuzione lineare attribuisce lo stesso peso a ogni fase del percorso del cliente e offre agli esperti di marketing una visione equilibrata del percorso verso la conversione. Dà più credito alle tattiche mid-funnel rispetto ad altri modelli, il che può essere utile quando ci si concentra per la prima volta sulla canalizzazione centrale.

È un buon punto di partenza, ma potrebbe aumentare il valore delle interazioni non importanti e sottovalutare le tattiche cruciali. Il modello di attribuzione lineare può quindi aiutare gli esperti di marketing a mettere in discussione le proprie ipotesi su ciò che funziona, ma raramente è sufficientemente accurato a lungo termine da funzionare per ogni scenario.

Un modello tradizionale a forma di J assegna più credito alle ultime fasi del percorso del cliente, mentre un modello a forma di J inversa attribuisce più peso alle fasi iniziali del percorso del cliente.

I modelli a forma di U , chiamati anche modelli basati sulla posizione, assegnano lo stesso peso al primo e all'ultimo tocco con una percentuale minore attribuita a tutto ciò che sta nel mezzo.

Diamo un'occhiata a come ogni tipo di attribuzione multi-touch assegnerebbe valore al percorso immaginario del nostro acquirente di vuoto da $ 500.

Viaggio immaginario dell'acquirente:
aspirapolvere senza filo
Attribuzione lineare Attribuzione a forma di J Attribuzione a forma di J inversa Attribuzione a forma di U Attribuzione primo tocco (tocco singolo)
L'utente cerca "aspirapolvere senza filo" su Google. Fanno clic su un annuncio di ricerca che li porta alla pagina di un prodotto Dyson. 16% ($80) 20% ($ 100) 60% ($ 300) 40% ($ 200) 100% ($ 500)
L'utente vede un annuncio di retargeting per il vuoto mentre naviga su Instagram ma scorre oltre senza fare clic. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($ 0)
L'utente vede un annuncio di aspirapolvere Dyson su TikTok. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($ 0)
L'utente discute l'acquisto con il proprio partner mentre esamina insieme le opzioni sul sito Web di Dyson. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($ 0)
L'utente legge una newsletter Substack sull'aspirapolvere Dyson. Fanno clic su un collegamento di affiliazione e aggiungono l'articolo al carrello. 16% ($80) 5% ($25) 5% ($25) 5% ($25) 0% ($ 0)
L'utente riceve un'e-mail che informa che il prezzo dell'aspirapolvere è sceso a $ 500. Lo acquistano. 16% ($80) 60% ($ 300) 20% ($ 100) 40% ($ 200) 0% ($ 0)

Il modello di attribuzione scelto da un marchio dipende dal suo scenario, dalle priorità e dalle filosofie. I team focalizzati sulla creazione della scoperta potrebbero utilizzare un modello a forma di J inversa per comprendere le fasi iniziali del percorso del cliente, mentre i team focalizzati sulla canalizzazione centrale potrebbero applicare un modello lineare per generare approfondimenti.

Sfruttare un modello di attribuzione multi-touch nel marketing multicanale

Ecco uno scenario: un brand di abbigliamento per bambini vuole trovare opportunità di crescita per il proprio canale di e-commerce.

Utilizzando l'attribuzione first-touch, il team conclude che il traffico di ricerca a pagamento senza marchio ha un valore medio dell'ordine (AOV) più elevato rispetto ai clienti acquisiti tramite social a pagamento, ma genera complessivamente meno entrate.

Se si fermassero qui, il marchio di abbigliamento potrebbe concludere che, nonostante il volume inferiore, la ricerca a pagamento rappresenta un uso migliore del tempo e del denaro. Ciò potrebbe avere senso, ma aumenterebbe le entrate di fine mese (EOM) con un margine relativamente piccolo.

Modello immaginario:
marchio di abbigliamento per bambini
Linea di base :
Ricerca a pagamento
Linea di base :
Sociale a pagamento
SCENARIO A :
Investi più budget nella ricerca a pagamento
AOV $ 99 $79 $ 99
Tasso di conversione (primo tocco) 1,5% 0,5% 1,5%
Nuove visite 10.000 500.000 20.000
Conversioni 150 2.500 300
Entrate (primo tocco) $ 14.850 $ 197.500 $ 29.700
Aumento delle entrate $ 14.850

Entrate EOM di base: $ 212.350

L'abbinamento di un modello di attribuzione multi-touch con un report first-touch offre al team più opzioni.

Quando esegue un report sul percorso dell'acquirente in Segment, il team scopre che gli acquirenti con AOV più elevato provenienti dal traffico di ricerca a pagamento tendono a visitare una pagina di testimonianze nel negozio nei giorni precedenti un acquisto. La pagina evidenzia le recensioni dei clienti soddisfatti ed è collegata alle pagine dei prodotti.

Poiché il brand esamina le prestazioni dal punto di vista dell'acquisizione, decide di utilizzare un modello a forma di J inversa per comprendere il percorso verso la conversione dalla ricerca a pagamento, un percorso del cliente con AOV elevato.

Percorso fittizio del cliente nella ricerca a pagamento: abbigliamento per bambini

AVV: $ 99
Valore dell'interazione (attribuzione a forma di J inversa) Valore dell'interazione (attribuzione del primo tocco) Metodo di raccolta dati
L'utente cerca "abiti per il rientro a scuola" su Google. Fanno clic su un annuncio di ricerca che li porta a una pagina di raccolta. L'utente aggiunge alcune cose al carrello ma chiude la finestra senza effettuare l'acquisto. 60% ($59) 100% ($99) Cookie di prima parte
L'utente fa clic su un'e-mail di abbandono del carrello che lo porta al carrello. Visitano una pagina di prodotto relativa ai jeans per bambini e fanno clic su un collegamento alla pagina delle testimonianze. Aprono cinque immagini dei clienti ed espandono sette recensioni. 10% ($ 10) 0% ($ 0) Approfondimenti e-mail, mappe di calore
L'utente vede un annuncio di retargeting su Instagram per i jeans ma scorre oltre senza interagire. 10% ($ 10) 0% ($ 0) Approfondimenti sugli annunci di Facebook
L'utente riceve un avviso via email che il marchio di abbigliamento sta organizzando dei saldi per il rientro a scuola. Fanno clic sull'e-mail, aggiungono i jeans al carrello insieme ad alcune magliette e acquistano. 20% ($ 20) 0% ($ 0) Approfondimenti e-mail, cookie proprietario

Dopo aver confrontato il valore relativo di ciascuna interazione con quelli dei percorsi degli acquirenti con AOV inferiore, il team decide di indirizzare il traffico social a pagamento alla pagina dei testimonial attraverso una campagna di retargeting, che potrebbe aumentare l'AOV da quel canale.

Entra nello Scenario B: Sfrutta gli UGC, in questo caso valutazioni e recensioni, per migliorare l'AOV e ottenere maggiori entrate dai social a pagamento. Il team ipotizza che l'AOV dei social a pagamento aumenterà fino a $ 99 come risultato dell'esperimento. Se funzionasse, l’esperimento aumenterebbe le entrate in misura maggiore rispetto allo Scenario A.

Modello immaginario:
Marchio di abbigliamento per bambini
Linea di base :
Ricerca a pagamento
Linea di base :
Sociale a pagamento
SCENARIO A :
Investi più budget nella ricerca a pagamento
SCENARIO B :
Traffico sociale a pagamento diretto alla pagina delle testimonianze
AOV $ 99 $79 $ 99 $ 99
Tasso di conversione (primo tocco) 1,5% 0,5% 1,5% 0,5%
Nuove visite 10.000 500.000 20.000 500.000
Conversioni 150 2.500 300 2.500
Reddito $ 14.850 $ 197.500 $ 29.700 $ 247.500
Aumento delle entrate (rispetto alle entrate EOM di base) $ 14.850 $ 232.650

Entrate EOM di base: $ 212.350

L'attribuzione multi-touch contestualizza le tattiche complementari, fornendo a un team ciò di cui ha bisogno per prendere decisioni sfumate con i vincoli del proprio mercato e i punti di forza della propria organizzazione.

Strumenti di attribuzione multi-touch per un mondo incentrato sulla privacy

La suite di strumenti di commercio omnicanale di Bazaarvoice è il modo migliore per raccogliere dati zero-party.

Hardys Wines, il marchio di vino numero 1 nel Regno Unito, utilizza Bazaarvoice per raccogliere dati di terze parti attraverso valutazioni e recensioni, due dei fattori che contribuiscono più importanti a una decisione di acquisto. Dopo aver distribuito le recensioni tra i rivenditori attraverso la piattaforma Bazaarvoice, Hardys ha aumentato il volume delle recensioni del 2.300% e ha migliorato la valutazione media in stelle da 4,32 a 4,59.

Fonte: caso di studio Hardys

Poiché molti acquirenti online filtrano i risultati per mostrare prodotti con una valutazione di 4,5 stelle o superiore, Hardys è riuscita a raggiungere più potenziali clienti, creando entrate su più canali con una tattica a metà canalizzazione. Approfondimenti e report all'interno di Bazaarvoice aiutano brand come Hardys a massimizzare il valore dei dati zero-party.

Abbina gli strumenti di Bazaarvoice a una piattaforma di marketing di proprietà come Klaviyo per raccogliere dati comportamentali che integrino gli insight qualitativi di terze parti. I profili dei clienti di Klaviyo consentono ai marchi di mappare i percorsi degli acquirenti a livello di utente e quindi offrire un'esperienza personalizzata attraverso la loro suite di strumenti di posta elettronica e di marketing.

Sfrutta strumenti di aggregazione come Segment per quantificare il percorso del cliente attraverso i canali e scoprire modelli di acquisto su larga scala. Segment integra flussi di dati proprietari provenienti da più fonti, collegando approfondimenti per aiutare i marchi di consumo a comprendere i percorsi comuni degli acquirenti e ad attribuire le prestazioni durante l'intero percorso di acquisto.

Con i profili collegati di Segment, i marchi di consumo possono segmentare i clienti in base ad affinità, modelli di acquisto e sentiment, diventando più specifici con l'attribuzione multi-touch per favorire coinvolgimento e fedeltà.

I dati non ti diranno tutto

I modelli di attribuzione sono proprio questo: modelli. Ogni modello presenta difetti, vulnerabilità e punti ciechi. I brand che prendono i dati quantitativi per valore nominale senza lasciare spazio a sfumature, insight e intuizioni incorrono in maggiori rischi, non in maggiore sicurezza, nel loro eccessivo affidamento ai dati.

L'attribuzione multi-touch non è perfetta: anche prima del GDPR, i modelli di attribuzione multi-touch non sono mai stati un'immagine imparziale della realtà né un modello infallibile per il successo. Ogni azienda utilizza un approccio leggermente diverso all'attribuzione di marketing: nessuno è "sbagliato", ma tutti riflettono priorità e pregiudizi intrinseci diversi.

Affrontare l'attribuzione multi-touch come un modello piuttosto che come una prescrizione è la chiave per aprire la porta a conversazioni strategiche e approfondimenti significativi.

Per una visione completa del comportamento dei clienti, abbina i modelli di attribuzione quantitativa ai dati utente qualitativi di Bazaarvoice. Valutazioni, recensioni e contenuti generati dagli utenti sono una miniera d'oro di informazioni che i marchi di consumo possono sfruttare per comprendere il proprio pubblico.

Gli strumenti Insights & Reports di Bazaarvoice forniscono ai brand dati sul sentiment, analisi social e tendenze del feedback dei clienti per ottimizzare il funnel intermedio e migliorare la conversione tra i canali.

Richiedi una demo