เสียงของบาซาร์
เผยแพร่แล้ว: 2023-09-06Gartner และ Harvard Business Review มักรายงานเกี่ยวกับการขาดความรู้ของนักการตลาดเกี่ยวกับวิธีวัดความสำเร็จของการตลาดแบบหลายช่องทางและแบบหลายช่องทาง บทความนี้กล่าวถึงปัญหาดังกล่าวและนำเสนอวิธีแก้ไขโดยแสดงให้เห็นว่าเหตุใดการระบุแหล่งที่มาแบบมัลติทัชจึงเป็นวิธีที่ดีที่สุดในการติดตามประสิทธิภาพและตัดสินความสำเร็จ
บท:
- การระบุแหล่งที่มาแบบมัลติทัชคืออะไร?
- วิธีรวบรวมข้อมูลที่ถูกต้องสำหรับการระบุแหล่งที่มาแบบมัลติทัช
- การระบุแหล่งที่มาแบบมัลติทัชและการเดินทางของลูกค้า
- ประเภทของรูปแบบการระบุแหล่งที่มาแบบมัลติทัช
- เครื่องมือระบุแหล่งที่มาแบบมัลติทัชสำหรับโลกที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก
- ข้อมูลจะไม่บอกคุณทุกอย่าง
ในโลกที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก แนวทางเดิมสำหรับการระบุแหล่งที่มาแบบมัลติทัชนั้นทั้งแม่นยำและเชื่อถือได้ บริการโฆษณาเช่น Meta และ Google ยังคงลบความสามารถในการติดตามระดับผู้ใช้ออกจากรายงานของตนเพื่อตอบสนองต่อกฎระเบียบ และนักการตลาดที่ใช้คุกกี้ของบุคคลที่สามในการวัดปริมาณของช่องทางระดับกลางจะถึงวาระ
ข้อมูลระดับผู้ใช้มีความน่าเชื่อถือน้อยลงกว่าที่เคย และความแม่นยำต่ำไม่ใช่จุดเริ่มต้นในการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
แล้วนักการตลาดที่ขับเคลื่อนด้วยข้อมูลควรทำอย่างไร — กลับไปใช้โมเดลการระบุแหล่งที่มาแบบสัมผัสเดียวแบบแยกเดี่ยวของ Web 2.0 ในสภาพแวดล้อมแบบ Omnichannel ที่ผู้บริโภคโต้ตอบกับแบรนด์ผ่านช่องทางต่างๆ ก่อนเกิด Conversion การระบุแหล่งที่มาแบบสัมผัสเดียวไม่สมเหตุสมผล กลยุทธ์การตลาดที่มีประสิทธิภาพจำเป็นต้องมีชุดกลยุทธ์ที่สอดคล้องกันซึ่งสร้างขึ้นจากความพยายามของกันและกันเพื่อสร้างและรักษาโมเมนตัมในทิศทางที่มุ่งเน้น
การระบุแหล่งที่มาแบบสัมผัสครั้งเดียวช่วยให้นักการตลาดสามารถดูกลยุทธ์ได้ครั้งละหนึ่งกลยุทธ์เท่านั้น ซึ่งมักจะอยู่ในขั้นตอนการค้นพบหรือ Conversion นักการตลาดที่ใช้การระบุแหล่งที่มาแบบสัมผัสเพียงครั้งเดียวเพื่อทำความเข้าใจกลยุทธ์หลายช่องทางจะเสี่ยงต่อการตัดสินใจแบบสายตาสั้นโดยการเพิกเฉยต่อกลยุทธ์กลางช่องทางที่สำคัญ แบรนด์ต่างๆ ต้องการภาพรวมที่สมบูรณ์ยิ่งขึ้นของสิ่งที่มีส่วนช่วยให้ประสบความสำเร็จเพื่อทำการตัดสินใจจากหลายช่องทางโดยมีข้อมูลรอบด้าน
การระบุแหล่งที่มาแบบมัลติทัชคืออะไร?
การระบุแหล่งที่มาแบบมัลติทัชคือโมเดลการตลาดที่วัดทุกจุดสัมผัสบนการเดินทางของลูกค้าโดยการกำหนดค่าตัวเลขให้กับแต่ละช่องทาง เพื่อให้นักการตลาดสามารถเห็นผลกระทบที่จุดติดต่อแต่ละจุดมีต่อคอนเวอร์ชั่น
ช่องทางระดับกลางนั้นวัดได้ยาก แต่การลงทุนทรัพยากรในการวัดปริมาณของช่องทางระดับกลางให้ผลตอบแทนที่คุ้มค่า การตลาดระดับกลางทำให้ความพยายามในการได้มาของแบรนด์ประสบความสำเร็จมากขึ้นโดยการเพิ่มอัตราคอนเวอร์ชันในหลายช่องทาง นอกจากนี้ยังทำให้เส้นทางการรักษาลูกค้าราบรื่นขึ้นด้วยการสร้างการสนับสนุนตั้งแต่เนิ่นๆ ปรับปรุง LTV และลดแรงกดดันในการได้มาซึ่งลูกค้า
การระบุแหล่งที่มาแบบมัลติทัช — การกำหนดมูลค่าให้กับ ทุก ขั้นตอนของการเดินทางของลูกค้า — ยังคงเป็นกรอบงานที่สำคัญ แต่เวอร์ชันปัจจุบันกลับห่างไกลจากวิธีการที่ใช้คุกกี้จากบุคคลที่สามที่นักการตลาดเคยชื่นชอบ
วิธีการรวบรวมข้อมูลที่ถูกต้อง
ข้อมูลบุคคลที่สามที่รวบรวมผ่านพิกเซลและคุกกี้เคยเป็นแหล่งที่มาหลักของการระบุแหล่งที่มาแบบมัลติทัช หากนักการตลาดต้องการติดตามพฤติกรรมผู้ใช้ในช่องทาง อุปกรณ์ และแพลตฟอร์ม พวกเขาเพียงแค่ต้องเพิ่มข้อมูลโค้ดลงในเว็บไซต์ของตน การเข้าชมจะถูกแท็กด้วยคุกกี้ Facebook หรือ Google โดยอัตโนมัติโดยไม่ได้รับความยินยอมจากผู้ใช้ คุกกี้นั้นจะติดตามผู้ใช้ทั่วทั้งเว็บเพื่อดูสิ่งที่พวกเขาทำและกำหนดเป้าหมายใหม่ด้วยโฆษณาที่เกี่ยวข้อง นักการตลาดจะรวบรวมข้อมูลจากคุกกี้ของบุคคลที่สามลงในรายงานการระบุแหล่งที่มาแบบมัลติทัชเพื่อทำความเข้าใจพฤติกรรมผู้ใช้และเพิ่มประสิทธิภาพการเดินทางของลูกค้า
ปัจจุบันข้อมูลระดับผู้ใช้เดียวกันนั้นเข้าถึงได้ยากขึ้น GDPR และ CCPA กระตุ้นให้ Google, Facebook และแพลตฟอร์มอื่นๆ ยุติการใช้คุกกี้ของบุคคลที่สาม ซึ่งเป็นการเคลื่อนไหวที่บังคับให้นักการตลาดละทิ้งวิธีการระบุแหล่งที่มาแบบมัลติทัชที่พยายามแล้วจริง
นักการตลาดที่ขับเคลื่อนด้วยข้อมูลได้เริ่มปรับตัวให้เข้ากับภูมิทัศน์การวิเคราะห์ใหม่ โดยใช้ประโยชน์จากข้อมูลจากบุคคลที่หนึ่งและข้อมูลที่ไม่มีฝ่ายใดเลยเพื่อวัดปริมาณประสิทธิภาพตลอดช่องทางการตลาด
ความแตกต่างระหว่างข้อมูลของบุคคลที่หนึ่งและข้อมูลของบุคคลที่หนึ่งนั้นค่อนข้างใหม่ จนกระทั่งเมื่อไม่นานมานี้ ข้อมูลทั้งหมดที่แบรนด์รวบรวมถือเป็น "บุคคลที่หนึ่ง"
ปัจจุบันข้อมูลจากบุคคลที่หนึ่งหมายถึงพฤติกรรมเชิงปริมาณที่แบรนด์ติดตามผ่านการโต้ตอบกับลูกค้า คุกกี้ แท็ก และโมดูลการติดตาม Urchin (UTM) ของบุคคลที่หนึ่งเป็นวิธีการทั่วไปที่แบรนด์ผู้บริโภคใช้ในการรวบรวมข้อมูลจากบุคคลที่หนึ่ง ผู้ค้าปลีกทุกช่องทางอาจติดตามการเข้าชมร้านค้าที่มีหน้าร้านจริงควบคู่ไปกับพฤติกรรมของลูกค้าอีคอมเมิร์ซ เช่น การละทิ้งตะกร้าสินค้าและการคลิกทางอีเมล คุกกี้ที่สอดคล้องกับ GDPR สามารถแทนที่นักการตลาดตัวชี้วัดบางตัวที่ใช้ในการติดตามโดยใช้คุกกี้ของบุคคลที่สาม
การใช้อย่างถูกต้องต้องใช้กลยุทธ์ที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรกซึ่งขอความยินยอมและอนุญาตให้ผู้ใช้สามารถขอให้ลบข้อมูลส่วนบุคคลของตนได้
ข้อมูล Zero-party หมายถึงข้อมูลเชิงคุณภาพที่ลูกค้าบอกกับแบรนด์ด้วยความสมัครใจ การสนทนาเพื่อสนับสนุนลูกค้า บทวิจารณ์ผลิตภัณฑ์ การตอบแบบสำรวจ และความคิดเห็นบนโซเชียลมีเดีย ล้วนอยู่ภายใต้ข้อมูลที่ไม่มีฝ่ายใดฝ่ายหนึ่ง ข้อมูลลูกค้าเชิงคุณภาพสามารถประเมินค่าไม่ได้สำหรับแบรนด์หากใช้ประโยชน์อย่างเหมาะสม แต่การค้นหาข้อมูลเชิงลึกที่มีความหมายในรูปแบบข้อความอาจเป็นเรื่องท้าทายสำหรับนักการตลาดที่เคยพึ่งพารายงานเชิงปริมาณเพียงอย่างเดียว
ในยุคที่กฎระเบียบที่เพิ่มขึ้นและระบบการติดตามที่ค่อยๆ ยุติลง นักการตลาดผู้บริโภคที่เก่งที่สุดต้องอาศัยข้อมูลเชิงลึกเชิงคุณภาพแบบไม่มีฝ่ายใดฝ่ายหนึ่งของ Bazaarvoice เพื่อชี้แจงเส้นทางของผู้ซื้อและค้นหาโอกาสในการเติบโต
การระบุแหล่งที่มาแบบมัลติทัชและการเดินทางของลูกค้า
การใช้การระบุแหล่งที่มาแบบมัลติทัชในการตลาดแบบหลายช่องทางเผยให้เห็นกลยุทธ์ในการเพิ่มอัตราคอนเวอร์ชัน ลดเวลาเฉลี่ยในการซื้อ และปรับปรุงมูลค่าการสั่งซื้อเฉลี่ย (AOV)
กลยุทธ์ทางการตลาดไม่มีอยู่ในสุญญากาศ แต่มีอยู่ในระบบนิเวศแบบหลายช่องทาง การให้เครดิตอย่างเต็มที่แก่กลยุทธ์ใดกลยุทธ์หนึ่งผ่านการระบุแหล่งที่มาแบบสัมผัสเดียว ไม่ว่าจะอยู่ที่ใดในเส้นทางของลูกค้า โดยไม่สนใจสิ่งอื่นๆ ที่มีบทบาทในการได้มาซึ่งลูกค้า ความสัมพันธ์ของแบรนด์กับผู้มีโอกาสเป็นลูกค้าในช่องทางระดับกลางมีความสำคัญอย่างยิ่งต่อการสร้างรายได้ทางธุรกิจและเพิ่มรายได้
ในภาพรวมการตลาดแบบหลายช่องทาง การระบุแหล่งที่มาแบบมัลติทัชเป็นกุญแจสำคัญในการทำความเข้าใจว่าอะไรได้ผลและเพราะเหตุใด ลองพิจารณาการเดินทางหกขั้นตอนในการซื้อเครื่องดูดฝุ่น Dyson มูลค่า 500 ดอลลาร์
เวทีช่องทาง | พฤติกรรมผู้ใช้ | วิธีการรวบรวมข้อมูล |
---|---|---|
การค้นพบ | ผู้ใช้ค้นหา "เครื่องดูดฝุ่นแบบด้ามไร้สาย" ใน Google พวกเขาคลิกโฆษณาบนเครือข่ายการค้นหาและดูหน้าผลิตภัณฑ์บนเว็บไซต์ของ Dyson | คุกกี้บุคคลที่หนึ่งบนเว็บไซต์ของ Dyson |
การรับรู้ | ผู้ใช้หยุดดูโฆษณาแบบกำหนดเป้าหมายใหม่สำหรับสุญญากาศขณะเรียกดู Instagram และเลื่อนผ่านไปโดยไม่ต้องคลิก | ข้อมูลเชิงลึกเกี่ยวกับโฆษณาบน Facebook |
การรับรู้ | ผู้ใช้เห็นโฆษณากำหนดเป้าหมายใหม่อีกครั้ง คราวนี้บน TikTok โฆษณานี้เป็นเนื้อหาที่ผู้ใช้สร้างขึ้น (UGC) ของบุคคลที่ชื่นชมเครื่องดูดฝุ่นไร้สาย Dyson ของเธอ | ข้อมูลเชิงลึกของโฆษณา TikTok |
การพิจารณา | ผู้ใช้พูดคุยเรื่องการซื้อกับคู่ครองในช่วงอาหารค่ำขณะอ่านตัวเลือกต่างๆ บนเว็บไซต์ของ Dyson | คุกกี้บุคคลที่หนึ่งบนเว็บไซต์ของ Dyson |
การพิจารณา | ผู้ใช้อ่านจดหมายข่าว Substack ที่แนะนำเครื่องดูดฝุ่น Dyson พวกเขาคลิกลิงก์พันธมิตรของ Amazon และเพิ่มเครื่องดูดฝุ่นลงในรถเข็น | รายงานพันธมิตรของ Amazon |
การแปลง | ผู้ใช้ได้รับอีเมลแจ้งเตือนจาก Amazon ว่าราคาเครื่องดูดฝุ่นลดลงเหลือ 500 ดอลลาร์ พวกเขาซื้อเครื่องดูดฝุ่น | รายงานรายการสินค้าของ Amazon |
เมื่อใช้การระบุแหล่งที่มาแบบสัมผัสแรก ทีมการตลาดอาจสรุปได้ว่าการค้นหาที่เสียค่าใช้จ่ายเป็นผู้ชนะที่ชัดเจน แต่การค้นหาที่เสียค่าใช้จ่ายไม่ใช่เรื่องราวทั้งหมด Dyson อาจไม่กระตุ้นให้เกิด Conversion ได้มากนักหากไม่มีหลักฐานทางสังคมจาก UGC และบริษัทในเครือ ซึ่งการระบุแหล่งที่มาจากการสัมผัสครั้งแรกไม่สามารถให้ความกระจ่างได้
หาก Dyson อาศัยเฉพาะการระบุแหล่งที่มาแบบสัมผัสครั้งสุดท้าย ทีมงานอาจตัดสินใจสร้างกลยุทธ์ทางการตลาดเกี่ยวกับการลดราคา ซึ่งถือเป็นการเคลื่อนไหวที่ยุ่งยากสำหรับผู้เล่นในตลาดระดับพรีเมียม ผลิตภัณฑ์ของ Dyson มีราคาแพงอย่างไม่น่าเชื่อ ซึ่งเป็นกลยุทธ์การกำหนดราคาที่ใช้ได้ผลเนื่องจากเทคโนโลยีที่เป็นกรรมสิทธิ์ของ Dyson และแบรนด์ที่แข็งแกร่ง การลดราคาอย่างหนักจะต่อต้านพลังพิเศษของแบรนด์ Dyson แทนที่จะเสริมพลังเหล่านั้น ทำให้เกิดการแข่งขันไปสู่จุดต่ำสุดที่ไม่มีใครสามารถชนะได้
การระบุแหล่งที่มาแบบมัลติทัชช่วยให้ Dyson เข้าใจเส้นทางที่ทำให้เกิด Conversion ได้ดีขึ้น ซึ่งนำเสนอตัวเลือกเพิ่มเติมสำหรับการทดลอง เนื่องจาก UGC เป็นที่รู้จักในการปรับปรุงอัตราคอนเวอร์ชันและมีบทบาทในการเดินทางของลูกค้า (สมมติ) Dyson จึงอาจตัดสินใจทดลองใช้โฆษณา UGC เพิ่มเติมในไตรมาสถัดไปเพื่อเพิ่มรายได้
ประเภทของรูปแบบการระบุแหล่งที่มาแบบมัลติทัช
นักการตลาดผู้บริโภคใช้โมเดลเชิงเส้น รูปตัว J รูปตัว J ผกผัน และรูปตัว U เพื่อระบุถึงประสิทธิภาพตลอดเส้นทางของลูกค้า
การระบุแหล่งที่มาเชิงเส้น ให้น้ำหนักที่เท่ากันแก่ทุกขั้นตอนตลอดเส้นทางของลูกค้า และช่วยให้นักการตลาดมีมุมมองที่สมดุลเกี่ยวกับเส้นทางที่ทำให้เกิด Conversion โดยให้เครดิตแก่กลยุทธ์ช่องทางกลางมากกว่ารูปแบบอื่นๆ ซึ่งอาจเป็นประโยชน์เมื่อมุ่งเน้นไปที่ช่องทางกลางเป็นครั้งแรก
เป็นจุดเริ่มต้นที่ดี แต่อาจทำให้มูลค่าของการโต้ตอบที่ไม่สำคัญและเพิ่มมูลค่าต่ำเกินไปสำหรับกลยุทธ์ที่สำคัญ ดังนั้นการสร้างแบบจำลองการระบุแหล่งที่มาเชิงเส้นจึงสามารถช่วยให้นักการตลาดท้าทายสมมติฐานของตนเองเกี่ยวกับสิ่งที่ใช้ได้ผล แต่ไม่ค่อยแม่นยำเพียงพอในระยะยาวที่จะใช้ได้กับทุกสถานการณ์
โมเดลรูปตัว J แบบ ดั้งเดิมจะให้เครดิตมากขึ้นกับขั้นตอนสุดท้ายของการเดินทางของลูกค้า ในขณะที่ โมเดลรูปตัว J แบบผกผัน จะให้น้ำหนักมากขึ้นในช่วงเริ่มต้นของการเดินทางของลูกค้า
โมเดลรูปตัวยู หรือที่เรียกว่าโมเดลตามตำแหน่ง จะกำหนดน้ำหนักที่เท่ากันให้กับการสัมผัสครั้งแรกและครั้งสุดท้าย โดยมีเปอร์เซ็นต์ที่น้อยกว่าจากทุกสิ่งที่อยู่ระหว่างนั้น
มาดูกันว่าการระบุแหล่งที่มาแบบมัลติทัชแต่ละประเภทจะกำหนดมูลค่าให้กับเส้นทางของผู้ซื้อสุญญากาศมูลค่า $500 ได้อย่างไร
การเดินทางของผู้ซื้อสมมติ: เครื่องดูดฝุ่นไร้สาย | การระบุแหล่งที่มาเชิงเส้น | การแสดงที่มารูปตัว J | การระบุแหล่งที่มารูปตัว J ผกผัน | การแสดงที่มารูปตัวยู | การระบุแหล่งที่มาแบบสัมผัสแรก (สัมผัสเดียว) |
ผู้ใช้ค้นหาคำว่า "เครื่องดูดฝุ่นไร้สาย" ใน Google พวกเขาคลิกโฆษณาบนเครือข่ายการค้นหาที่พาพวกเขาไปยังหน้าผลิตภัณฑ์ Dyson | 16% ($80) | 20% ($100) | 60% ($300) | 40% ($200) | 100% ($500) |
ผู้ใช้เห็นโฆษณากำหนดเป้าหมายใหม่สำหรับสุญญากาศขณะเรียกดู Instagram แต่เลื่อนผ่านไปโดยไม่ต้องคลิก | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
ผู้ใช้เห็นโฆษณาเครื่องดูดฝุ่น Dyson บน TikTok | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
ผู้ใช้หารือเรื่องการซื้อกับพันธมิตรขณะดูตัวเลือกต่างๆ ร่วมกันบนเว็บไซต์ของ Dyson | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
ผู้ใช้อ่านจดหมายข่าว Substack เกี่ยวกับเครื่องดูดฝุ่น Dyson พวกเขาคลิกลิงก์ Affiliate และเพิ่มสินค้าลงในรถเข็น | 16% ($80) | 5% ($25) | 5% ($25) | 5% ($25) | 0% ($0) |
ผู้ใช้ได้รับอีเมลแจ้งว่าราคาของเครื่องดูดฝุ่นลดลงเหลือ 500 ดอลลาร์ พวกเขาซื้อมัน | 16% ($80) | 60% ($300) | 20% ($100) | 40% ($200) | 0% ($0) |
รูปแบบการระบุแหล่งที่มาที่แบรนด์เลือกขึ้นอยู่กับสถานการณ์ ลำดับความสำคัญ และปรัชญาของพวกเขา ทีมที่มุ่งเน้นที่การสร้างการค้นพบอาจใช้แบบจำลองรูปตัว j ผกผันเพื่อทำความเข้าใจขั้นตอนเริ่มต้นของการเดินทางของลูกค้า ในขณะที่ทีมที่มุ่งเน้นไปที่ช่องทางกลางอาจใช้แบบจำลองเชิงเส้นเพื่อสร้างข้อมูลเชิงลึก
ใช้ประโยชน์จากรูปแบบการระบุแหล่งที่มาแบบมัลติทัชในการตลาดแบบหลายช่องทาง
ต่อไปนี้เป็นสถานการณ์: แบรนด์เครื่องแต่งกายสำหรับเด็กต้องการค้นหาโอกาสในการเติบโตสำหรับช่องทางอีคอมเมิร์ซของตน
เมื่อใช้การระบุแหล่งที่มาแบบสัมผัสแรก ทีมงานสรุปว่าปริมาณการค้นหาที่เสียค่าใช้จ่ายที่ไม่มีแบรนด์มีมูลค่าการสั่งซื้อเฉลี่ย (AOV) สูงกว่าลูกค้าที่ได้รับผ่านโซเชียลที่เสียค่าใช้จ่าย แต่สร้างรายได้โดยรวมน้อยกว่า
หากพวกเขาหยุดอยู่แค่นั้น แบรนด์เครื่องแต่งกายอาจสรุปได้ว่าแม้จะมีปริมาณการค้นหาที่น้อยลง แต่การค้นหาที่เสียค่าใช้จ่ายก็ยังเป็นการใช้เวลาและเงินของพวกเขาได้ดีกว่า นั่นอาจสมเหตุสมผล แต่จะเพิ่มรายได้ในช่วงปลายเดือน (EOM) ด้วยอัตรากำไรที่ค่อนข้างต่ำ
โมเดลตัวละคร: แบรนด์เสื้อผ้าเด็ก | พื้นฐาน : การค้นหาที่เสียค่าใช้จ่าย | พื้นฐาน : จ่ายโซเชียล | สถานการณ์ ก : ลงทุนงบประมาณมากขึ้นในการค้นหาที่เสียค่าใช้จ่าย |
เอโอวี | 99 ดอลลาร์ | 79 ดอลลาร์ | 99 ดอลลาร์ |
อัตราการแปลง (สัมผัสแรก) | 1.5% | 0.5% | 1.5% |
การเข้าชมใหม่ | 10,000 | 500,000 | 20,000 |
การแปลง | 150 | 2,500 | 300 |
รายได้ (สัมผัสแรก) | 14,850 ดอลลาร์ | 197,500 ดอลลาร์ | 29,700 ดอลลาร์ |
การเพิ่มรายได้ | 14,850 ดอลลาร์ |
รายได้ EOM พื้นฐาน: 212,350 ดอลลาร์
การจับคู่รูปแบบการระบุแหล่งที่มาแบบมัลติทัชกับรายงานแบบสัมผัสแรกจะทำให้ทีมมีทางเลือกมากขึ้น
เมื่อพวกเขาเรียกใช้รายงานการเดินทางของผู้ซื้อในกลุ่ม ทีมงานพบว่าผู้ซื้อที่มี AOV สูงกว่าจากปริมาณการค้นหาที่เสียค่าใช้จ่ายมักจะเข้าชมหน้าคำรับรองในร้านค้าในช่วงวันก่อนการซื้อ หน้านี้เน้นรีวิวจากลูกค้าที่พึงพอใจและมีลิงก์ไปยังหน้าผลิตภัณฑ์
เนื่องจากแบรนด์กำลังมองหาประสิทธิภาพจากจุดยืนในการได้มา พวกเขาจึงตัดสินใจใช้แบบจำลองรูปตัว J ผกผันเพื่อทำความเข้าใจเส้นทางสู่ Conversion จากการค้นหาที่เสียค่าใช้จ่าย ซึ่งเป็นเส้นทางของลูกค้าที่มี AOV สูง
การเดินทางของลูกค้าในการค้นหาที่เสียค่าใช้จ่ายโดยสมมติ: เครื่องแต่งกายสำหรับเด็ก ราคา: $99 | มูลค่าของการโต้ตอบ (การระบุแหล่งที่มารูปตัว J ผกผัน) | มูลค่าของการโต้ตอบ (การระบุแหล่งที่มาแบบสัมผัสแรก) | วิธีการรวบรวมข้อมูล |
ผู้ใช้ค้นหา "ชุดกลับไปโรงเรียน" ใน Google พวกเขาคลิกโฆษณาบนเครือข่ายการค้นหาที่พาพวกเขาไปยังหน้าคอลเลกชัน ผู้ใช้เพิ่มบางสิ่งลงในรถเข็นแต่ปิดหน้าต่างโดยไม่ซื้อ | 60% ($59) | 100% ($99) | คุกกี้ของบุคคลที่หนึ่ง |
ผู้ใช้คลิกอีเมลการละทิ้งรถเข็นซึ่งจะนำพวกเขาไปที่รถเข็น พวกเขาไปที่หน้าผลิตภัณฑ์สำหรับกางเกงยีนส์เด็ก และคลิกลิงก์ไปยังหน้าคำรับรอง พวกเขาเปิดรูปภาพของลูกค้าห้ารูปและขยายรีวิวเจ็ดรายการ | 10% ($10) | 0% ($0) | ข้อมูลเชิงลึกทางอีเมล แผนที่ความร้อน |
ผู้ใช้เห็นโฆษณากำหนดเป้าหมายใหม่บน Instagram สำหรับกางเกงยีนส์ แต่เลื่อนผ่านไปโดยไม่โต้ตอบ | 10% ($10) | 0% ($0) | ข้อมูลเชิงลึกเกี่ยวกับโฆษณาบน Facebook |
ผู้ใช้จะได้รับอีเมลแจ้งเตือนว่าแบรนด์เสื้อผ้ากำลังลดราคาช่วงเปิดเทอม พวกเขาคลิกที่อีเมล เพิ่มกางเกงยีนส์ลงในรถเข็นพร้อมกับเสื้อเชิ้ตสองสามตัว และซื้อ | 20% ($20) | 0% ($0) | ข้อมูลเชิงลึกทางอีเมล คุกกี้ของบุคคลที่หนึ่ง |
หลังจากเปรียบเทียบมูลค่าสัมพัทธ์ของการโต้ตอบแต่ละครั้งกับมูลค่าที่มาจากการเดินทางของผู้ซื้อที่มี AOV ต่ำกว่า ทีมงานตัดสินใจที่จะนำการเข้าชมทางสังคมที่เสียค่าใช้จ่ายไปยังหน้าคำรับรองผ่านแคมเปญกำหนดเป้าหมายใหม่ ซึ่งอาจเพิ่ม AOV จากช่องทางนั้น
เข้าสู่สถานการณ์ B: ใช้ประโยชน์จาก UGC ในกรณีนี้ การให้คะแนนและบทวิจารณ์ เพื่อปรับปรุง AOV และรับรายได้มากขึ้นจากโซเชียลแบบชำระเงิน ทีมงานตั้งสมมติฐานว่า AOV จากโซเชียลที่ชำระเงินจะเพิ่มขึ้นเป็น 99 ดอลลาร์อันเป็นผลมาจากการทดสอบ หากได้ผล การทดสอบจะเพิ่มรายได้เพิ่มขึ้นมากกว่าสถานการณ์ A
โมเดลตัวละคร: แบรนด์เสื้อผ้าเด็ก | พื้นฐาน : การค้นหาที่เสียค่าใช้จ่าย | พื้นฐาน : จ่ายโซเชียล | สถานการณ์ ก : ลงทุนงบประมาณมากขึ้นในการค้นหาที่เสียค่าใช้จ่าย | สถานการณ์ ข : การเข้าชมโซเชียลแบบชำระเงินโดยตรงไปยังหน้าคำรับรอง |
เอโอวี | 99 ดอลลาร์ | 79 ดอลลาร์ | 99 ดอลลาร์ | 99 ดอลลาร์ |
อัตราการแปลง (สัมผัสแรก) | 1.5% | 0.5% | 1.5% | 0.5% |
การเข้าชมใหม่ | 10,000 | 500,000 | 20,000 | 500,000 |
การแปลง | 150 | 2,500 | 300 | 2,500 |
รายได้ | 14,850 ดอลลาร์ | 197,500 ดอลลาร์ | 29,700 ดอลลาร์ | 247,500 ดอลลาร์ |
รายได้ที่เพิ่มขึ้น (เทียบกับรายได้ EOM พื้นฐาน) | 14,850 ดอลลาร์ | 232,650 ดอลลาร์ |
รายได้ EOM พื้นฐาน: 212,350 ดอลลาร์
การระบุแหล่งที่มาแบบมัลติทัชวางกลยุทธ์เสริมในบริบท ทำให้ทีมมีสิ่งที่จำเป็นในการตัดสินใจอย่างรอบคอบโดยมีข้อจำกัดของตลาดและจุดแข็งขององค์กร
เครื่องมือระบุแหล่งที่มาแบบมัลติทัชสำหรับโลกที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก
ชุดเครื่องมือการค้าแบบ Omnichannel ของ Bazaarvoice เป็นวิธีที่ดีที่สุดในการรวบรวมข้อมูลที่ไม่มีฝ่ายใดฝ่ายหนึ่ง
Hardys Wines แบรนด์ไวน์อันดับ 1 ของสหราชอาณาจักรใช้ Bazaarvoice เพื่อรวบรวมข้อมูลที่ไม่เกี่ยวข้องกับฝ่ายใดๆ ผ่านการให้คะแนนและบทวิจารณ์ ซึ่งเป็นสองปัจจัยที่สำคัญที่สุดในการตัดสินใจซื้อ หลังจากรวบรวมบทวิจารณ์จากผู้ค้าปลีกผ่านแพลตฟอร์มของ Bazaarvoice แล้ว Hardys ก็เพิ่มปริมาณบทวิจารณ์ขึ้น 2,300% และปรับปรุงคะแนนดาวเฉลี่ยจาก 4.32 เป็น 4.59
เนื่องจากผู้ซื้อออนไลน์จำนวนมากกรองผลลัพธ์เพื่อแสดงผลิตภัณฑ์ที่ได้รับคะแนน 4.5 ดาวหรือสูงกว่า Hardys จึงสามารถแสดงต่อผู้มีโอกาสเป็นลูกค้าได้มากขึ้น โดยสร้างรายได้จากหลายช่องทางด้วยกลยุทธ์กลางช่องทางเดียว ข้อมูลเชิงลึกและรายงานภายใน Bazaarvoice ช่วยให้แบรนด์อย่าง Hardys เพิ่มมูลค่าสูงสุดจากข้อมูลที่ไม่มีฝ่ายใดฝ่ายหนึ่ง
จับคู่เครื่องมือของ Bazaarvoice กับแพลตฟอร์มการตลาดที่เป็นเจ้าของอย่าง Klaviyo เพื่อรวบรวมข้อมูลพฤติกรรมที่เสริมข้อมูลเชิงลึกเชิงคุณภาพที่ไม่มีฝ่ายใดฝ่ายหนึ่ง โปรไฟล์ลูกค้าของ Klaviyo ช่วยให้แบรนด์ต่างๆ จัดทำแผนที่การเดินทางของผู้ซื้อในระดับผู้ใช้ จากนั้นจึงมอบประสบการณ์ที่เป็นส่วนตัวผ่านชุดเครื่องมืออีเมลและการตลาด
ใช้ประโยชน์จากเครื่องมือการรวมกลุ่ม เช่น การแบ่งกลุ่มเพื่อวัดปริมาณการเดินทางของลูกค้าผ่านช่องทางต่างๆ และเปิดเผยรูปแบบการซื้อในวงกว้าง เซ็กเมนต์ผสานรวมกระแสข้อมูลจากหลายแหล่ง เชื่อมโยงข้อมูลเชิงลึกเพื่อช่วยให้แบรนด์ผู้บริโภคเข้าใจเส้นทางของผู้ซื้อทั่วไป และระบุถึงประสิทธิภาพตลอดเส้นทางการซื้อทั้งหมด
ด้วยโปรไฟล์ที่เชื่อมโยงของ Segment แบรนด์ผู้บริโภคสามารถแบ่งกลุ่มลูกค้าตามผู้สนใจ รูปแบบการซื้อ และความรู้สึก เจาะจงมากขึ้นด้วยการระบุแหล่งที่มาแบบมัลติทัชเพื่อขับเคลื่อนการมีส่วนร่วมและความภักดี
ข้อมูลจะไม่บอกคุณทุกอย่าง
รูปแบบการระบุแหล่งที่มาก็เป็นเช่นนั้น — โมเดล ทุกรุ่นมีข้อบกพร่อง จุดอ่อน และจุดบอด แบรนด์ที่รับข้อมูลเชิงปริมาณตามมูลค่าโดยไม่เหลือพื้นที่สำหรับความแตกต่าง ความเข้าใจ และสัญชาตญาณจะมีความเสี่ยงมากขึ้น ไม่ใช่ความปลอดภัยมากขึ้นจากการพึ่งพาข้อมูลมากเกินไป
การระบุแหล่งที่มาแบบมัลติทัชนั้นไม่สมบูรณ์แบบ แม้แต่ในวันก่อน GDPR รูปแบบการระบุแหล่งที่มาแบบมัลติทัชก็ไม่เคยเป็นภาพความเป็นจริงที่เป็นกลางหรือพิมพ์เขียวที่เข้าใจผิดได้สำหรับความสำเร็จ ทุกธุรกิจใช้วิธีการระบุแหล่งที่มาทางการตลาดที่แตกต่างกันเล็กน้อย ไม่มีสิ่งใดที่ “ผิด” แต่ทุกธุรกิจสะท้อนให้เห็นถึงลำดับความสำคัญและอคติที่แท้จริงที่แตกต่างกัน
การเข้าใกล้การระบุแหล่งที่มาแบบมัลติทัชเหมือนแบบจำลองแทนที่จะเป็นใบสั่งยาเป็นกุญแจสำคัญในการเปิดประตูสู่การสนทนาเชิงกลยุทธ์และข้อมูลเชิงลึกที่มีความหมาย
หากต้องการดูพฤติกรรมของลูกค้าอย่างรอบด้าน ให้จับคู่โมเดลการระบุแหล่งที่มาเชิงปริมาณกับข้อมูลผู้ใช้เชิงคุณภาพจาก Bazaarvoice การให้คะแนน บทวิจารณ์ และเนื้อหาที่ผู้ใช้สร้างขึ้นเป็นขุมทองของข้อมูลเชิงลึกที่แบรนด์ผู้บริโภคสามารถใช้เพื่อทำความเข้าใจผู้ชมของตนได้
เครื่องมือข้อมูลเชิงลึกและการรายงานของ Bazaarvoice ช่วยให้แบรนด์ต่างๆ ได้รับข้อมูลความรู้สึก การวิเคราะห์ทางสังคม และแนวโน้มความคิดเห็นของลูกค้า เพื่อเพิ่มประสิทธิภาพช่องทางกลางและปรับปรุงคอนเวอร์ชันข้ามช่องทาง
ขอการสาธิต