投资回报率的营销归因：营销人员的终极指南

已发表: 2024-04-03

苏詹·帕特尔

2024 年 3 月 26 日

内容

当今的营销格局是由数据运行的。但要理解这些数据，您需要确保您了解它的来源。输入营销归因。营销归因可以帮助营销人员了解他们的转化来自哪里以及如何使用该信息做出更好的决策。

什么是营销归因？

营销归因是一种确定营销传播对转化做出贡献的方法。换句话说，这是找出哪些营销活动促使某人购买的过程。

例如，假设同一客户同时看到了 Facebook 广告和 LinkedIn 广告。营销归因将告诉营销人员哪个广告导致了购买。从那里，他们可以重组他们的活动来解决这个问题。

最终，营销归因可以帮助营销人员开展更高效的营销活动。此外，它还确保他们的营销预算直接用于最成功的接触点。

为什么营销归因只会变得越来越难

几年前，大多数人只有一种用于浏览互联网的设备：计算机。最终，它发展到了台式机和笔记本电脑，然后添加了智能手机，然后是平板电脑，等等。

现在，同一位消费者可以在同一天通过台式机、笔记本电脑、工作笔记本电脑、智能手机、平板电脑和 VR 耳机浏览网络。每一个都可能看起来像是您的分析工具上的唯一访客。正如您可能想象的那样，解析哪个营销接触点导致了转化是一项艰巨的挑战。

如何衡量投资回报率的营销归因

第一步是设置 Google Analytics 或 WordPress 等分析工具。一切准备就绪后，您就可以继续选择适合您需求的营销归因模型。这些包括：

首次接触归因

顾名思义，首次接触归因意味着潜在客户互动或看到的第一个广告是获得销售全部功劳的广告。

其背后的理论是这样的：无论消费者看到多少广告，他们最终都会在看到第一个广告后无意识地做出转换的决定。因此，该广告获得 100% 的转化功劳。

当然，事情从来没有这么明确，但首次接触归因出于实际原因做出了这一假设。这种类型的归因很容易在 Google Analytics 上设置，但它也遗漏了很多数据。

最后一次接触归因

最后触摸归因基本上与首次触摸归因相反。这种归因形式不是将功劳归功于消费者看到的第一个广告，而是将功劳归功于消费者在转化前看到的最后一个广告。

从本质上讲，最后接触归因假设您最后看到的广告是最有说服力的，这就是将您推向边缘并促使您进行转化的广告。因此，它给予它 100% 的信任，并且不关注它之前的任何接触点。

不幸的是，就像首次触摸归因一样，该模型仅考虑最后一个接触点，从而忽略了图片的很大一部分。

最后一次非直接点击

最后非直接点击归因与最后触摸归因类似。但是，它将 100% 归功于消费者在购买前在您网站外部点击的最后一个广告。

例如，如果消费者看到一个广告，点击它，没有购买，看到另一个广告，然后进行购买，他们点击的广告将获得积分，即使第二个广告稍后出现。

什么是多点触控归因及其工作原理？

虽然我们研究的最后几个归因模型仅关注一个接触点，但多点触控归因模型会考虑所有接触点。因此，它们通常被认为更准确。

为了理解所有这些数据，多点触摸归因模型通常对接触点进行不同的加权。因此，您有一些模型对后来的接触点的权重比对早期接触点的权重更大，反之亦然。

线性归因

线性归因将功劳平均分配给每个接触点——对点击、转化接近程度或其他任何因素没有偏好。

例如，如果您有 20 个接触点，则每个接触点将获得 5% 的功劳。这有点基础，但对于某些情况和广告模式可能很有用。

线性归因的好处之一是它允许营销人员全面考虑。但是，它也不提供接触点之间的任何区别。

时间衰减归因

此模型与最后一次触摸和最后一次非直接点击归因最相似。与平均分配功劳的线性归因不同，时间衰减归因将更多功劳给予距离转化事件较近的接触点。

本质上，接触点距离转化越近，其权重就越高。最终，最后一个接触点将获得最多的功劳，而第一个接触点将获得最少的功劳。

该模型成功地帮助营销人员更轻松地识别导致转化事件的接触点。但是，它没有提供有关客户最初如何找到该公司的任何信息，这一点很重要。

U 形（基于位置）归因

该归因方案试图在首次接触和最后接触归因之间找到折衷方案。简而言之，它将 40% 分配给第一个接触点，40% 分配给最后一个接触点，然后将剩余的 20% 分配给中间的多个接触点。因此，如果有 20 个接触点，每个接触点将获得 1%。

在这个模型中，营销人员试图对第一次和最后一次接触点给予最大的重视——理论上，是第一次向客户介绍业务，然后是购买前的最后一个广告。

常见的营销归因挑战和错误

即使您已经确定了要使用的归因方法，您仍然可能会犯错误并遇到挑战。犯这些错误可能会损害数据和见解的完整性。

品牌与行为

营销归因的陷阱之一是它没有正确考虑品牌的价值以及人们对其的反应。当营销仅简化为加权接触点时，可能很难了解全貌。

基于相关性的偏差

如果您曾经上过科学或数学课，您可能听说过“因果关系不是相关性”这句话。尽管这是一个如此著名的短语，但很少有人在重要的时候记得它。

简而言之，这意味着你不能仅仅因为有某种东西看似将两者联系在一起就推断出一件事导致了另一件事。当你寻找模式时，你的大脑有时会开始编造它们，在不存在模式的地方看到它们，或者倾向于特定的结果，这就是相关性偏差的来源。

从本质上讲，当您查看数据时，重要的是不要对所看到的内容过于着迷。不要仅仅因为有几个人在看到特定广告后进行了转化，就认为一定存在因果关系。有可能只是存在相关性，真正的原因是完全不同的广告。

市场偏见

市场偏见是有问题的，因为它包括所有看到你的广告但无论如何都会转化的人。例如，这可能包括某人从朋友那里听说了您的产品，决定购买它，然后在有机会购买之前碰巧在 Facebook 上滚动浏览了您的广告。

不幸的是，没有简单的方法来解释这一点，因此您在分析数据时需要牢记这一点。请记住，并非 100% 显示的数字都来自您的广告，您应该没问题。

要点：投资回报率的营销归因

营销归因很重要，因为它可以帮助营销人员跟踪哪些沟通和活动正在发挥作用。通过了解促使客户购买的因素，您可以提取有价值的见解并开展更高效的营销活动。

了解市场归因既是一门艺术，也是一门科学。您需要尝试不同的类型才能找到最适合您业务的解决方案。