Çarşı Sesi

Diğerlerinin yanı sıra Gartner ve Harvard Business Review, pazarlamacıların çok kanallı ve çok kanallı pazarlamanın başarısının nasıl ölçüleceğine ilişkin bilgi eksikliğini sık sık rapor ediyor. Bu makale, çoklu dokunma ilişkilendirmesinin neden performansı izlemenin ve başarıyı belirlemenin en iyi yolu olduğunu göstererek bu sorunu ele alıyor ve çözümler sunuyor.

Bölümler:

1. Çoklu dokunma ilişkilendirmesi nedir?
2. Çoklu dokunma ilişkilendirmesi için doğru veriler nasıl toplanır?
3. Çoklu dokunuşlu ilişkilendirme ve müşteri yolculuğu
4. Çoklu dokunma ilişkilendirme modeli türleri
5. Gizliliğin ön planda olduğu bir dünya için çoklu dokunmatik ilişkilendirme araçları
6. Veriler size her şeyi anlatmayacak

Gizliliğin ön planda olduğu bir dünyada , çoklu dokunma ilişkilendirmesine yönelik eski yaklaşımlar ne doğru ne de güvenilirdir. Meta ve Google gibi reklam hizmetleri, düzenlemelere yanıt olarak kullanıcı düzeyindeki izleme özelliklerini raporlarından kaldırmaya devam ediyor ve dönüşüm hunisinin ortasını ölçmek için üçüncü taraf çerezlerine güvenen pazarlamacılar felakete mahkum oluyor.

Kullanıcı düzeyindeki veriler her zamankinden daha az güvenilir ve düşük doğruluk, veriye dayalı karar verme süreci için kazançlı bir başlangıç ​​değil.

Peki, veriye dayalı pazarlamacılar ne yapmalı; Web 2.0'ın ayrık, tek dokunuşlu ilişkilendirme modellerine mi geri dönmeli? Tüketicilerin dönüşüm öncesinde markalarla farklı kanallarda etkileşimde bulunduğu çok kanallı bir ortamda, tek dokunuşla ilişkilendirmenin bir anlamı yoktur. Etkili bir pazarlama stratejisi, odaklanılan bir yönde ivme yaratma ve sürdürme konusunda birbirlerinin çabalarına dayanan uyumlu bir dizi taktik gerektirir.

Tek dokunuşla ilişkilendirme, pazarlamacıların genellikle keşif veya dönüşüm aşamalarında aynı anda yalnızca tek bir taktiğe bakmasına olanak tanır. Çok kanallı stratejileri anlamak için tek dokunuşla ilişkilendirmeye güvenen pazarlamacılar, dönüşüm hunisinin ortasındaki kritik taktikleri göz ardı ederek dar görüşlü karar verme riskini göze alıyor. Markaların bilinçli çok kanallı kararlar alabilmesi için başarıya nelerin katkıda bulunduğunun daha kapsamlı bir resmine ihtiyacı var.

Çoklu dokunma ilişkilendirmesi nedir?

Çoklu dokunma ilişkilendirmesi, pazarlamacıların her temas noktasının dönüşümler üzerindeki etkisini görebilmesi için her kanala sayısal bir değer atayarak müşteri yolculuğundaki her temas noktasını ölçen bir pazarlama modelidir.

Dönüşüm hunisinin ortasını ölçmek zordur, ancak dönüşüm hunisinin ortasını ölçmek için kaynaklara yatırım yapmak karşılığını verir. Dönüşüm hunisinin ortası pazarlama, birden fazla kanaldaki dönüşüm oranlarını artırarak bir markanın satın alma çabalarını daha başarılı hale getirir. Aynı zamanda savunuculuğu erkenden oluşturarak, LTV'yi iyileştirerek ve müşteri edinme baskısını ortadan kaldırarak elde tutma yolunu da kolaylaştırır.

Müşteri yolculuğunun her aşamasına değer atamak anlamına gelen çoklu dokunuşlu ilişkilendirme hâlâ önemli bir çerçevedir ancak bugünkü sürüm, pazarlamacıların eskiden sevdiği üçüncü taraf çerez tabanlı yaklaşımdan çok farklıdır.

Doğru veriler nasıl toplanır?

Pikseller ve çerezler yoluyla toplanan üçüncü taraf verileri, çoklu dokunma ilişkilendirmesinin birincil kaynağıydı. Bir pazarlamacının kanallar, cihazlar ve platformlar arasındaki kullanıcı davranışını izlemek istemesi durumunda web sitesine bir kod pasajı eklemesi yeterliydi. Trafik, kullanıcının izni olmadan otomatik olarak bir Facebook veya Google çereziyle etiketlenir. Bu çerez, kullanıcının ne yaptığını izlemek için web'de onu takip edecek ve ilgili reklamlarla onu yeniden hedefleyecektir. Pazarlamacılar, kullanıcı davranışını anlamak ve müşteri yolculuklarını optimize etmek için üçüncü taraf çerezlerinden gelen verileri çok noktalı ilişkilendirme raporlarında toplayacak.

Bugün aynı kullanıcı düzeyindeki verilere erişim daha zordur. GDPR ve CCPA, Google, Facebook ve diğer platformların üçüncü taraf çerezlerini aşamalı olarak kaldırmasını sağladı; bu da pazarlamacıların denenmiş ve doğrulanmış çoklu dokunma ilişkilendirme yöntemlerini terk etmesine neden oldu.

Veriye dayalı pazarlamacılar, pazarlama hunisindeki performansı ölçmek için birinci taraf verilerden ve sıfır taraf verilerinden yararlanarak yeni analiz ortamına uyum sağlamaya başladı.

Sıfır taraf verileri ile birinci taraf verileri arasındaki ayrım nispeten yenidir. Yakın zamana kadar bir markanın topladığı tüm veriler "birinci taraf" olarak değerlendiriliyordu.

Günümüzde birinci taraf verileri, bir markanın müşterileriyle olan etkileşimleri aracılığıyla takip ettiği niceliksel davranışları ifade ediyor. Birinci taraf çerezler, etiketler ve urchin izleme modülleri (UTM), tüketici markalarının birinci taraf verilerini toplamak için kullandığı yaygın yöntemlerdir. Çok kanallı perakendeciler, e-ticaret müşterilerinin alışveriş sepetini terk etme ve e-posta tıklamaları gibi davranışlarıyla birlikte fiziksel mağaza ziyaretlerini de izleyebilir. GDPR uyumlu çerezler, pazarlamacıların üçüncü taraf çerezleri kullanarak izlemek için kullandığı bazı ölçümlerin yerini alabilir.

Bunları doğru bir şekilde kullanmak, rıza isteyen ve kullanıcıların kişisel verilerinin silinmesini talep etmelerine olanak tanıyan, gizliliği ön planda tutan bir strateji gerektirir.

Sıfır taraf verileri, bir müşterinin bir markaya gönüllü olarak söylediği niteliksel bilgileri ifade eder. Müşteri destek görüşmeleri, ürün incelemeleri, anket yanıtları ve sosyal medya yorumlarının tümü sıfır taraf verileri şemsiyesi altına girmektedir. Niteliksel müşteri verileri, doğru bir şekilde kullanıldığında bir marka için çok değerli olabilir, ancak metinde anlamlı bilgiler bulmak, yalnızca niceliksel raporlara güvenmeye alışkın olan pazarlamacılar için zorlayıcı olabilir.

Düzenlemelerin arttığı ve takip sistemlerinin aşamalı olarak kaldırıldığı bir çağda, en iyi tüketici pazarlamacıları, alıcı yolculuklarını aydınlatmak ve büyüme fırsatlarını bulmak için Bazaarvoice'un sıfır taraf niteliksel içgörülerine güveniyor.

Çoklu dokunuşlu ilişkilendirme ve müşteri yolculuğu

Çok kanallı pazarlamada çok dokunuşlu ilişkilendirmeyi kullanmak, dönüşüm oranını artırmaya, ortalama satın alma süresini kısaltmaya ve ortalama sipariş değerini (AOV) iyileştirmeye yönelik taktikleri ortaya çıkarır.

Pazarlama taktikleri boşlukta mevcut değildir; çok kanallı bir ekosistemde mevcutturlar. Müşteri yolculuğunun neresinde olursa olsun, tek dokunuşla ilişkilendirme yoluyla herhangi bir taktiğe tam değer vermek, müşteri edinmede rol oynayan diğer her şeyi göz ardı eder. Bir markanın dönüşüm hunisinin ortasındaki potansiyel müşterilerle ilişkisi, daha fazla iş kazanmak ve geliri artırmak için çok önemlidir.

Çok kanallı bir pazarlama ortamında çoklu dokunuşlu ilişkilendirme, neyin işe yaradığını ve neden işe yaradığını anlamanın anahtarıdır. 500 dolarlık bir Dyson elektrikli süpürge için bu altı adımlı kurgusal satın alma yolculuğunu düşünün.

İlk dokunuşla ilişkilendirmeyi kullanan bir pazarlama ekibi, ücretli aramanın açık bir kazanan olduğu sonucuna varabilir. Ancak ücretli arama hikayenin tamamı değil. Dyson, UGC'den ve bağlı kuruluşlardan gelen sosyal kanıt olmadan, ilk dokunuşla ilişkilendirmenin aydınlatamayacağı kadar fazla dönüşüm sağlayamayabilir.

Dyson yalnızca son dokunuş ilişkilendirmesine güvenseydi, ekip pazarlama stratejisini indirim üzerine oluşturmaya karar verebilirdi; bu, birinci sınıf bir pazar oyuncusu için zor bir hareketti. Dyson'ın ürünleri özür dilemeyecek kadar pahalıdır; bu, Dyson'ın tescilli teknolojisi ve güçlü markası sayesinde işe yarayan bir fiyatlandırma stratejisidir. Ağır indirimler, Dyson'ın marka süper güçlerini tamamlamak yerine onları etkisiz hale getirecek ve kimsenin kazanamayacağı bir dibe doğru yarış yaratacaktır.

Çoklu dokunuşlu ilişkilendirme, Dyson'ın dönüşüm yollarını daha iyi anlamasını sağlar ve bu da deneme için daha fazla seçenek sunar. UGC'nin dönüşüm oranını iyileştirdiği ve (kurgusal) müşteri yolculuklarında rol oynadığı bilindiğinden, Dyson geliri artırmak için bir sonraki çeyrekte daha fazla UGC reklamı denemeye karar verebilir.

Çoklu dokunma ilişkilendirme modeli türleri

Tüketici pazarlamacıları, müşteri yolculuğu boyunca performansı ilişkilendirmek için doğrusal, J-şeklinde, ters J-şeklinde ve U-şeklinde modeller kullanır.

Doğrusal ilişkilendirme, müşteri yolculuğu boyunca her aşamaya eşit ağırlık verir ve pazarlamacılara dönüşüm yoluna ilişkin dengeli bir görünüm sunar. Dönüşüm hunisinin orta kısmına ilk kez odaklanıldığında yararlı olabilecek diğer modellere göre dönüşüm hunisinin ortası taktiklerine daha fazla önem verir.

Bu iyi bir başlangıç ​​noktasıdır ancak önemsiz etkileşimlerin değerini artırabilir ve önemli taktikleri küçümseyebilir. Doğrusal ilişkilendirme modellemesi bu nedenle pazarlamacıların neyin işe yaradığına dair kendi varsayımlarını sorgulamalarına yardımcı olabilir, ancak uzun vadede her senaryoda işe yarayacak kadar nadiren doğru olur.

Geleneksel J şeklindeki model, müşteri yolculuğunun son aşamalarına daha fazla değer verirken, ters J şeklindeki model, müşteri yolculuğunun başlangıç ​​aşamalarına daha fazla ağırlık verir.

Konum tabanlı modeller olarak da adlandırılan U şeklindeki modeller, ilk ve son dokunuşa eşit ağırlık verir ve aradaki her şeye daha küçük bir yüzde atfedilir.

Her bir çoklu dokunmatik ilişkilendirme türünün, hayali 500 dolarlık elektrikli süpürge alıcımızın yolculuğuna nasıl değer katacağına bakalım.

Bir markanın seçtiği ilişkilendirme modeli senaryoya, önceliklere ve felsefelere bağlıdır. Keşif oluşturmaya odaklanan ekipler, müşteri yolculuğunun başlangıç ​​aşamalarını anlamak için ters j şeklinde bir model kullanabilirken, dönüşüm hunisinin ortasına odaklanan ekipler içgörü oluşturmak için doğrusal bir model uygulayabilir.

Çok kanallı pazarlamada çok noktalı ilişkilendirme modelinden yararlanma

İşte bir senaryo: Bir çocuk giyim markası, e-ticaret kanalı için büyüme fırsatları bulmak istiyor.

Ekip, ilk dokunuş ilişkilendirmesini kullanarak, markasız ücretli arama trafiğinin, ücretli sosyal medya yoluyla edinilen müşterilerden daha yüksek bir ortalama sipariş değerine (AOV) sahip olduğu ancak genel olarak daha az gelir ürettiği sonucuna varıyor.

Eğer bu noktada dururlarsa giyim markası, düşük hacme rağmen ücretli aramanın zaman ve para açısından daha iyi bir kullanım olduğu sonucuna varabilir. Bu mantıklı olabilir ancak ay sonu (EOM) gelirini nispeten küçük bir marjla artıracaktır.

Temel SGM Geliri: 212.350 ABD Doları

Çoklu temas ilişkilendirme modelini ilk temas raporuyla eşleştirmek, ekibe daha fazla seçenek sunar.

Ekip, Segment'te bir alıcının yolculuğu raporunu çalıştırdıklarında, ücretli arama trafiğinden gelen yüksek AOV'ye sahip alıcıların, satın alma işleminden önceki günlerde mağazadaki bir referans sayfasını ziyaret etme eğiliminde olduğunu keşfeder. Sayfa, mutlu müşterilerden gelen yorumları öne çıkarır ve ürün sayfalarına bağlantı verilir.

Marka, performansa satın alma açısından baktığından, yüksek AOV'li bir müşteri yolculuğu olan ücretli aramadan dönüşüme giden yolu anlamak için ters J şeklinde bir model kullanmaya karar veriyor.

Ekip, her etkileşimin göreceli değerini düşük AOV'li alıcıların yolculuklarıyla karşılaştırdıktan sonra, ücretli sosyal trafiği bir yeniden hedefleme kampanyası aracılığıyla referans sayfasına yönlendirmeye karar verir, bu da o kanaldan AOV'yi artırabilir.

Senaryo B'ye girin: AOV'yi geliştirmek ve ücretli sosyal medyadan daha fazla gelir elde etmek için UGC'den (bu durumda derecelendirmelerden ve incelemelerden) yararlanın. Ekip, deney sonucunda ücretli sosyal ağdaki AOV'nin 99 dolara çıkacağını varsayıyor. İşe yararsa deneme, geliri Senaryo A'ya göre daha büyük bir artışla artıracaktır.

Temel SGM Geliri: 212.350 ABD doları

Çoklu dokunuşlu ilişkilendirme, tamamlayıcı taktikleri bağlam içine yerleştirir ve bir ekibe, pazarlarının kısıtlamaları ve kuruluşlarının güçlü yönleriyle ilgili incelikli kararlar almaları için ihtiyaç duydukları şeyi verir.

Gizliliğin ön planda olduğu bir dünya için çoklu dokunmatik ilişkilendirme araçları

Bazaarvoice'un çok kanallı ticaret araçları paketi, sıfır taraf verilerini toplamanın en iyi yoludur.

Birleşik Krallık'ın 1 numaralı şarap markası Hardys Wines, satın alma kararına en önemli katkılardan ikisi olan derecelendirmeler ve incelemeler yoluyla sıfır taraf verilerini toplamak için Bazaarvoice'u kullanıyor. Bazaarvoice platformu aracılığıyla yorumları perakendeciler arasında dağıttıktan sonra Hardys, yorum hacmini %2.300 artırdı ve ortalama yıldız puanını 4,32'den 4,59'a yükseltti.

Çevrimiçi alışveriş yapanların çoğu, sonuçları 4,5 yıldız veya daha yüksek puan alan ürünleri gösterecek şekilde filtrelediğinden Hardys, dönüşüm hunisinin ortasındaki tek bir taktikle birden fazla kanalda gelir elde ederek daha fazla potansiyel müşterinin karşısına çıkmayı başardı. Bazaarvoice içindeki Analizler ve Raporlar, Hardys gibi markaların sıfır taraf verilerinin değerini en üst düzeye çıkarmasına yardımcı oluyor.

Sıfır taraf nitel öngörülerini tamamlayan davranışsal verileri toplamak için Bazaarvoice'nin araçlarını Klaviyo gibi sahip olunan bir pazarlama platformuyla eşleştirin. Klaviyo'nun müşteri profilleri, markaların alıcı yolculuklarını kullanıcı düzeyinde haritalandırmasına ve ardından e-posta ve pazarlama araçları paketi aracılığıyla kişiselleştirilmiş bir deneyim sunmalarına olanak tanır.

Kanallar arasındaki müşteri yolculuğunu ölçmek ve satın alma modellerini geniş ölçekte ortaya çıkarmak için Segment gibi toplama araçlarından yararlanın. Segment, birden fazla kaynaktan gelen birinci taraf veri akışlarını entegre ederek tüketici markalarının ortak alıcıların yolculuklarını anlamasına ve tüm satın alma yolculuğu boyunca performansı ilişkilendirmesine yardımcı olmak için içgörüleri birbirine bağlar.

Segment'in Bağlantılı Profilleri sayesinde tüketici markaları, müşterileri yakınlığa, satın alma modellerine ve duygulara göre bölümlere ayırabilir, etkileşimi ve sadakati artırmak için çoklu dokunuşlu ilişkilendirmeyle daha spesifik hale gelebilir.

Veriler size her şeyi anlatmayacak

İlişkilendirme modelleri tam da budur; modeller. Her modelin kusurları, güvenlik açıkları ve kör noktaları vardır. İnce ayrıntılara, içgörülere ve sezgilere yer bırakmadan niceliksel verileri göründüğü gibi kabul eden markalar, verilere aşırı güvenmeleri nedeniyle daha fazla güvenlik değil, daha fazla riskle karşı karşıya kalır.

Çoklu dokunuşlu ilişkilendirme mükemmel değildir; GDPR'den önceki günlerde bile, çoklu dokunuşlu ilişkilendirme modelleri hiçbir zaman gerçekliğin tarafsız bir resmi ya da başarının kusursuz bir planı değildi. Her işletme, pazarlama ilişkilendirme konusunda biraz farklı bir yaklaşım kullanır; hiçbiri "yanlış" değildir ancak hepsi farklı öncelikleri ve içsel önyargıları yansıtır.

Çoklu dokunuşlu ilişkilendirmeye bir reçete yerine bir model gibi yaklaşmak, stratejik konuşmalara ve anlamlı içgörülere kapı açmanın anahtarıdır.

Müşteri davranışına ilişkin çok yönlü bir görünüm için niceliksel ilişkilendirme modellerini Bazaarvoice'un niteliksel kullanıcı verileriyle eşleştirin. Derecelendirmeler, incelemeler ve kullanıcı tarafından oluşturulan içerik, tüketici markalarının hedef kitlelerini anlamak için kullanabileceği bir altın madenidir.

Bazaarvoice'un Insights & Reports araçları, huni ortasını optimize etmek ve kanallar arası dönüşümü iyileştirmek için markaları duyarlılık verileri, sosyal analizler ve müşteri geri bildirimi trendleriyle donatıyor.