ROI를 위한 마케팅 기여: 마케터를 위한 최고의 가이드
게시 됨: 2024-04-03
- 2024년 3월 26일
내용물
오늘날의 마케팅 환경은 데이터에 의해 운영됩니다. 하지만 해당 데이터를 이해하려면 해당 데이터의 출처를 확실히 이해해야 합니다. 마케팅 속성을 입력하세요. 마케팅 기여는 마케팅 담당자가 전환이 어디에서 발생하는지, 그리고 해당 정보를 사용하여 더 나은 결정을 내리는 방법을 이해하는 데 도움이 됩니다.
마케팅 기여란 무엇입니까?
마케팅 기여는 어떤 마케팅 커뮤니케이션이 전환에 기여했는지 확인하는 방법입니다. 즉, 어떤 마케팅 캠페인이 누군가의 구매를 유도했는지 알아내는 과정입니다.
예를 들어 동일한 고객이 Facebook 광고와 LinkedIn 광고를 모두 보았다고 가정해 보겠습니다. 마케팅 속성은 마케팅 담당자에게 어떤 광고가 구매로 이어졌는지 알려줍니다. 거기에서 이를 고려하여 캠페인을 재구성할 수 있습니다.
궁극적으로 마케팅 기여는 마케팅 담당자가 보다 효율적인 캠페인을 운영하는 데 도움이 됩니다. 또한 마케팅 예산이 가장 성공적인 접점에 곧바로 투입되도록 보장합니다.
마케팅 기여가 점점 더 어려워지는 이유
몇 년 전만 해도 대부분의 사람들은 인터넷 검색에 사용할 수 있는 장치가 하나뿐이었습니다. 바로 컴퓨터였습니다. 결국 그것은 데스크탑과 노트북으로 성장했고, 스마트폰이 추가되었고, 태블릿 등이 추가되었습니다.
이제 동일한 소비자가 데스크톱, 노트북, 업무용 노트북, 스마트폰, 태블릿, VR 헤드셋을 사용하여 하루 종일 웹을 검색할 수 있습니다. 이들 각각은 분석 도구에서 순 방문자로 보일 수 있습니다. 여러분이 상상할 수 있듯이 어떤 마케팅 터치포인트가 전환으로 이어졌는지 분석하는 것은 어려운 과제입니다.
ROI에 대한 마케팅 기여도를 측정하는 방법
첫 번째 단계는 Google Analytics 또는 WordPress와 같은 분석 도구를 설정하는 것입니다. 모든 준비가 완료되면 필요에 맞는 올바른 마케팅 기여 모델을 선택할 수 있습니다. 여기에는 다음이 포함됩니다.
첫 번째 접촉 기여
이름에서 알 수 있듯이 퍼스트 터치 어트리뷰션은 잠재 고객이 상호 작용하거나 보는 첫 번째 광고가 판매에 대한 전체 기여를 얻는 광고임을 의미합니다.
그 뒤에 있는 이론은 다음과 같습니다. 소비자가 아무리 많은 광고를 보더라도 결국 첫 번째 광고를 본 후 무의식적으로 전환 결정을 내렸다는 것입니다. 따라서 해당 광고는 전환에 대한 기여도를 100% 얻습니다.
물론 상황이 이렇게 명확하지는 않지만, 첫 번째 접촉 기여는 실용적인 이유로 이러한 가정을 합니다. 이러한 유형의 기여는 Google Analytics에서 설정하기 쉽지만 그림에서 많은 데이터를 생략합니다.
마지막 접촉 기여
마지막 터치 기여는 기본적으로 첫 번째 터치 기여와 반대입니다. 소비자가 본 첫 번째 광고에 크레딧을 부여하는 대신 이러한 형태의 기여는 소비자가 전환하기 전에 본 마지막 광고에 크레딧을 부여합니다.
기본적으로 라스트 터치 어트리뷰션은 귀하가 본 마지막 광고가 가장 설득력이 있다고 가정하며, 그것이 귀하를 벼랑 끝으로 밀어붙이고 전환을 유도한 광고입니다. 결과적으로 100% 신뢰도를 부여하고 그 이전의 어떤 터치포인트에도 주의를 기울이지 않습니다.
불행하게도 첫 번째 터치 기여와 마찬가지로 이 모델은 마지막 터치포인트만 고려하여 그림의 큰 부분을 무시합니다.
마지막 간접 클릭
마지막 간접 클릭 기여는 마지막 터치 기여와 유사합니다. 그러나 소비자가 구매하기 전에 웹사이트 외부에서 클릭한 마지막 광고에 100% 크레딧을 부여합니다.
예를 들어 소비자가 광고를 보고 클릭한 후 구매하지 않고 다른 광고를 본 다음 구매한 경우 두 번째 광고가 나중에 나온 경우에도 클릭한 광고에 크레딧이 부여됩니다.
멀티터치 기여란 무엇이며 어떻게 작동하나요?
우리가 살펴본 지난 몇 가지 기여 모델은 하나의 터치포인트만 고려한 반면, 멀티 터치 기여 모델은 모든 터치포인트를 고려합니다. 결과적으로 일반적으로 더 정확한 것으로 간주됩니다.
이 모든 데이터를 이해하기 위해 멀티 터치 기여 분석 모델은 일반적으로 터치 포인트에 서로 다른 가중치를 부여합니다. 따라서 이전 터치포인트보다 이후 터치포인트에 더 많은 가중치를 부여하고 그 반대의 경우도 있는 일부 모델이 있습니다.
선형 귀속
선형 기여는 각 터치포인트에 동등하게 기여도를 할당합니다. 즉, 클릭수, 전환 근접성 등 어떤 것에도 우선순위가 부여되지 않습니다.
예를 들어 터치 포인트가 20개라면 각 터치 포인트는 5%의 크레딧을 받게 됩니다. 약간 기본적이지만 특정 상황과 광고 모델에 유용할 수 있습니다.
선형 기여의 좋은 점 중 하나는 마케팅 담당자가 전체 그림을 고려할 수 있다는 것입니다. 그러나 터치포인트 간의 차별화도 제공하지 않습니다.
시간 가치 하락 기여
이 모델은 마지막 터치 및 마지막 간접 클릭 기여와 가장 유사합니다. 기여도를 동일하게 나누는 선형 기여와 달리 시간 가치 하락 기여는 전환 이벤트에 더 가까운 터치포인트에 더 많은 기여를 제공합니다.
기본적으로 터치포인트가 전환에 가까울수록 가중치가 높아집니다. 궁극적으로 마지막 터치포인트가 가장 많은 신뢰도를 얻고 첫 번째 터치포인트가 가장 낮은 신뢰도를 얻게 됩니다.
이 모델은 마케팅 담당자가 전환 이벤트로 이어진 터치포인트를 보다 쉽게 식별하는 데 도움이 됩니다. 그러나 고객이 처음에 해당 업체를 어떻게 찾았는지에 대한 정보는 제공하지 않으며, 이를 알아두는 것이 중요합니다.
U자형(위치 기반) 속성
이 귀인 체계는 첫 번째 접촉과 마지막 접촉 귀인 사이의 절충안을 찾으려고 시도합니다. 즉, 첫 번째 터치포인트에 40%를 주고, 마지막 터치포인트에 40%를 주고, 나머지 20%를 그 사이에 있는 터치포인트의 수만큼 나눕니다. 따라서 터치포인트가 20개라면 각 터치포인트는 1%를 얻게 됩니다.
이 모델에서 마케팅 담당자는 첫 번째 터치 포인트와 마지막 터치 포인트에 가장 큰 비중을 두려고 합니다. 이론적으로는 고객이 비즈니스에 처음 소개된 시점과 구매 전 마지막 광고입니다.
일반적인 마케팅 기여 문제와 실수
어떤 기여 방법을 사용하고 싶은지 결정한 후에도 여전히 실수할 수 있고 직면하게 될 문제가 있습니다. 이러한 실수로 인해 데이터와 통찰력의 무결성이 손상될 수 있습니다.
브랜드와 행동
마케팅 기여의 함정 중 하나는 브랜드의 가치와 사람들이 브랜드에 반응하는 방식을 제대로 고려하지 않는다는 것입니다. 마케팅이 가중치가 부여된 터치포인트로만 축소되면 전체 그림을 파악하기 어려울 수 있습니다.
상관 기반 편향
과학이나 수학 수업을 들어본 적이 있다면 “인과관계는 상관관계가 아니다”라는 말을 들어본 적이 있을 것입니다. 이렇게 유명한 문구임에도 불구하고, 중요한 순간에 이를 기억하는 사람은 거의 없습니다.
간단히 말해서, 겉보기에 두 가지를 서로 연결하는 것처럼 보이는 무언가가 있다고 해서 한 가지가 다른 원인을 야기했다고 추론할 수 없다는 의미입니다. 패턴을 찾을 때 마음은 때때로 패턴을 만들어내거나 패턴이 없는 곳을 보거나 특정 결과를 선호할 수 있는데, 이것이 바로 상관 편향 편향에서 비롯되는 것입니다.
기본적으로 데이터를 살펴볼 때 현재 보고 있는 내용에 너무 집착하지 않는 것이 중요합니다. 특정 광고를 본 후 여러 사람이 전환했다고 해서 반드시 인과관계가 있을 것이라고 가정하지 마십시오. 단지 상관관계가 있었고 실제 원인은 전혀 다른 광고였을 수도 있습니다.
시장 내 편견
시장 내 편견은 귀하의 광고를 보았지만 어쨌든 전환할 예정이었던 모든 사람들을 포함하기 때문에 문제가 됩니다. 예를 들어, 친구로부터 귀하의 제품에 대한 소식을 듣고 구매하기로 결정한 후 구매할 기회를 갖기 전에 우연히 Facebook에서 귀하의 광고를 스크롤한 사람이 포함될 수 있습니다.
안타깝게도 이를 설명하는 쉬운 방법은 없으므로 데이터를 분석할 때 이 점을 염두에 두어야 합니다. 표시되는 숫자 중 100%가 귀하의 광고에서 나오는 것은 아니며 괜찮을 것입니다.
주요 시사점: ROI에 대한 마케팅 기여
마케팅 기여는 마케팅 담당자가 어떤 커뮤니케이션과 캠페인이 효과적인지 추적하는 데 도움이 되기 때문에 중요합니다. 고객이 구매하도록 유도하는 요소가 무엇인지 이해함으로써 귀중한 통찰력을 얻고 더욱 효율적인 캠페인을 진행할 수 있습니다.
시장 속성을 이해하는 것은 예술이자 과학입니다. 귀하의 비즈니스에 가장 적합한 솔루션을 찾으려면 다양한 유형을 실험해야 합니다.
