טייק אווי מפתח
אין שיטת מדידה אחת שיכולה לענות על כל השאלות שעומדות בפני מובילי שיווק מודרניים. יש צורך בערימה שכבתית המשלבת כלים מרובים.
האתגר של ייחוס שיווקי הוא מבני: הוא מעניק קרדיט לנקודות מגע אך אינו יכול להוכיח סיבתיות. זה עובד הכי טוב עבור אופטימיזציה טקטית, לא להחלטות אסטרטגיות.
מודלים של תמהיל שיווק מזהה תשואות שוליות ורוויה של ערוצים, ועוזר להנחות הקצאת תקציב לטווח ארוך.
בדיקת אינקרמנטליות היא הדרך האמינה ביותר לקבוע אם פעילות שיווקית אכן יצרה תוצאות, ולא לכדה ביקוש שכבר היה קיים.
ארגון צוותי מדידה לחלוצים, מתנחלים ומתכננים מבטיח שכל סוג עבודה מקבל את הסטנדרטים הנכונים ואת מהירות קבלת ההחלטות.
רוב מובילי השיווק מכירים היטב את האתגר של ייחוס שיווקי: יש לך לוחות מחוונים מלאים בנתונים, אבל המספרים אינם עונים באופן אמין אילו השקעות בעצם מניבות צמיחה. האינסטינקט הוא לחפש כלי טוב יותר, מודל חכם יותר או מערכת ייחוס מדויקת יותר. אבל הארגונים שעושים מדידה נכונה עברו את האינסטינקט הזה.
הם הפסיקו לחפש מקור אחד של אמת. האתגר של ייחוס שיווקי הוא חלק מבעיה רחבה יותר: סביבות שיווק מודרניות מורכבות מכדי שיטה אחת תכסה הכל. גילוי מתרחש על פני יותר מדי פלטפורמות, מסעות הקונים מפוצלים מדי, ושינויי פרטיות שחקו יותר מדי אות מכדי שכל כלי בודד ייתן תמונה מלאה.
מה שעובד במקום זאת הוא גישה מרובדת. שיטות מדידה שונות עונות על שאלות שונות, וארגונים בעלי צמיחה גבוהה משלבים ביניהם בכוונה. דוגמנות תמהיל שיווק מנחה הקצאת תקציב אסטרטגית. בדיקת אינקרמנטליות מאמתת אם פעילות ספציפית גרמה לתוצאה. נתוני הפלטפורמה מטפלים באופטימיזציה יומיומית של מסעות הפרסום. כל אחד ממלא תפקיד מוגדר. אף אחד מהם לא עובד כאסטרטגיה עצמאית.
זהו היצירה השנייה בסדרה בת שלושה חלקים על מדידת שיווק מודרנית. החלק הראשון בדק מדוע מדדים מסורתיים כמו תנועה, דירוגים והחזר על הוצאות פרסום הופכים לפחות אמינים. יצירה זו מכסה כיצד לבנות מערכת מדידה שתומכת למעשה בהחלטות צמיחה.
מדוע אין שיטת מדידה אחת עובדת יותר
כלי ייחוס השיווק הדיגיטלי עליהם מסתמכים רוב הצוותים נבנו עבור סביבה אחרת. הם עבדו היטב כאשר מסעות המשתמשים היו ליניאריים יחסית, עוקבים עוקבים באופן אמין לאורך הפעלות, ורוב הגילוי התרחש דרך ערוצים שקל לתייג אותם. הסביבה הזו נעלמה.
כיום, קונה עלול להיתקל במותג באמצעות תשובה שנוצרה בינה מלאכותית, לחקור אותו ב-YouTube, לדון בו בשרשור הודעה פרטית ולהמיר באמצעות חיפוש ממותג שלושה שבועות לאחר מכן. מערכת הייחוס מזכה את נקודת המגע האחרונה. הערוצים שעיצבו למעשה את ההחלטה מקבלים מעט או כלום.
זוהי הבעיה המבנית המרכזית. מודלים של ייחוס שיווקי נועדו להקצות קרדיט, לא לקבוע סיבה. אפילו גישות שיווק מתוחכמות של ייחוס רב-מגע עדיין פועלות באותו מגבלה בסיסית: הן יכולות להראות אילו נקודות מגע קדמו להמרה, אבל הן לא יכולות להוכיח שהסרה של כל אחת מהן הייתה משנה את התוצאה.
מה שארגונים בעלי צמיחה גבוהה זיהו הוא שכלי מדידה שונים עונים על שאלות שונות. תשובות למודל ייחוס: אילו נקודות מגע היו נוכחות לפני המרה? תשובות למודלים של תמהיל שיווק: היכן התשואות השוליות החזקות ביותר בערוצים לאורך זמן? תשובות לבדיקת אינקרמנטליות: האם פעילות ספציפית זו שינתה את התוצאות?
כל שאלה חשובה. כל אחד דורש גישה אחרת. לפי מחקר של NP Digital, 90 אחוז ממשווקים בעלי צמיחה גבוהה נותנים עדיפות לבדיקות אינקרמנטליות, 61 אחוז משתמשים במודל ייחוס ו-42 אחוז משתמשים במודלים של תמהיל שיווק. הצוותים היעילים ביותר משתמשים בשלושתם, בשקלול לפי ההחלטה העומדת לרשותם.
דוגמנות תמהיל שיווק כהנחיה אסטרטגית
מודלים של תמהיל שיווק, או MMM, נוקט בגישה שונה למדידה מאשר ייחוס. במקום לעקוב אחר מסעות משתמש בודדים, הוא משתמש בנתונים היסטוריים מצטברים כדי לדגמן את הקשר בין הוצאות שיווק ותוצאות עסקיות בערוצים לאורך זמן. התוצאה היא ראייה של תשואות שוליות שמערכות ייחוס אינן יכולות לספק.
MMM שימושי ביותר לזיהוי היכן כל דולר נוסף של הוצאה ב-הערוץ מייצר תשואות פוחתות. ערוץ שפועל בהחזר גבוה על הוצאות פרסום עשוי להיראות יעיל בלוח המחוונים, בעוד ש-30 האחוזים האחרונים מהתקציב שלו מייצרים הכנסה מצטברת זניחה. MMM מעלה את חוסר היעילות הזה. זה גם עוזר לזהות השפעות חוצות-ערוצים, כמו האופן שבו השקעה בווידאו או במותג במעלה משפיעה על שיעורי ההמרה בחיפוש בתשלום במורד הזרם.
עבור הקצאת תקציב אסטרטגית, זה הופך את MMM לכלי האמין ביותר שקיים. זה לא מצריך מעקב ברמת המשתמש, מה שאומר ששינויי פרטיות וביטול קובצי Cookie אינם פוגעים בדיוק שלו כפי שהם עושים עבור ייחוס. ריצות MMM רבעוניות יכולות לשפר בעקביות החלטות תקציביות ארוכות טווח גם כאשר אותות הייחוס היומיומיים רועשים.
ל-MMM יש גבולות אמיתיים. הוא מתקשה לכמת במדויק את בניית המותג במשפך העליון, מכיוון שהפיגור בין הופעת מותג להמרה במורד הזרם הוא ארוך מדי ועקיף מדי מכדי שהמתאמים ההיסטוריים יוכלו לתפוס בצורה נקייה. ארגונים המשתמשים ב-MMM להכוונה אסטרטגית תוך השלמה במחקרי מעקב אחר מותגים ותפיסה מקבלים את התמונה השלמה ביותר.
בדיקת אינקרמנטליות כמנוע סיבתי
אם MMM מספק כיוון אסטרטגי, בדיקת אינקרמנטליות מספקת הוכחה סיבתית. השאלה שהיא עונה עליה היא ספציפית: האם התוצאה הזו הייתה מתרחשת אם פעילות שיווקית זו לא הייתה מתרחשת? זו שאלה שונה מהותית ממה שמודלי ייחוס שואלים, והתשובה היא הרבה יותר שימושית להחלטה היכן להשקיע.
גישות ההצטברות הנפוצות ביותר כוללות ניסויים גיאוגרפיים, מבחני החזקה והשהות של מסעות פרסום. בניסוי גיאוגרפי, שווקים גיאוגרפיים מותאמים מזוהים וההוצאה נמנעת בקבוצה אחת בעוד שהיא נשמרת בקבוצה אחרת. ההבדל בתוצאות בין שתי הקבוצות מבודד את העלייה הסיבתית מפעילות השיווק. מבחני Holdout מיישמים את אותו היגיון ברמת הקהל. השהיות של מסע פרסום, למרות שהן גסות יותר, יכולות גם לחשוף אם התוצאות יורדות כאשר ההוצאה נפסקת.
עבור צוותים המריצים ייחוס של אמזון או מדידה אחרת מבוססת שוק, בדיקות אינקרמנטליות חשובות במיוחד מכיוון שהמרות המדווחות על פלטפורמה משקפות לרוב ביקוש שכבר היה קיים במקום ביקוש שהקמפיין יצר.
מחקר NP Digital מעקב אחר המרות מצטברות לעומת המרות מיוחסות בערוצים מצא פערים משמעותיים כמעט בכל מקרה. חברתית אורגנית הראתה עלייה מצטברת של 13 אחוזים לעומת עלייה מיוחסת ל-3 אחוזים. רשתות חברתיות בתשלום הראו עלייה מצטברת של 17 אחוזים לעומת 24 אחוזים שיוחסו, מה שמרמז שהייחוס מעניק יתר על המידה לערוץ זה. הפערים האלה משפיעים ישירות על המקום שבו התקציב צריך ללכת, והם בלתי נראים ללא בדיקות אינקרמנטליות.
בדיקת אינקרמנטליות דורשת תכנון ונתונים נקיים, אך היא אינה דורשת תקציב גדול. אפילו החזקה גיאוגרפית מעוצבת היטב בערוץ מרכזי מספקת תובנה אמינה יותר לגבי ההשפעה הסיבתית מאשר חודשים של דיווח על ייחוס.
נתוני הפלטפורמה עדיין חשובים, אבל רק לאופטימיזציה
לוחות מחוונים של פלטפורמות מ-Google, Meta ופלטפורמות מודעות אחרות נותרו שימושיים, אך תפקידם צר יותר ממה שרוב הצוותים מתייחסים אליו. הנקודות העיוורות הייחוס המובנות בדיווח על הפלטפורמה הן מבניות, לא מקריות. הפלטפורמות נועדו לייעל את ביצועי הקמפיין בתוך המערכות האקולוגיות שלהן. הם לא נועדו לומר לך אם הביצועים האלה שינו את העסק שלך.
לקבלת החלטות יומיומיות, נתוני פלטפורמה הם הכלי הנכון. קצב ההוצאה מול התקציב, התאמת הצעות המחיר על סמך אותות ביצועים, זיהוי עייפות יצירתית ואבחון בעיות פרסום - הכל מסתמכים על מדדי פלטפורמה. אלו החלטות תפעוליות, ונתוני הפלטפורמה מטפלים בהן היטב.
המקום שבו נתוני הפלטפורמה הופכים לא אמינים הוא בהחלטות אסטרטגיות. אלגוריתמים מבצעים אופטימיזציה למשתמשים שסביר להניח שיבצעו המרה, מה שאומר שהם מעדיפים באופן שיטתי לכידת ביקוש על פני יצירת ביקוש. נתון גבוה של ROAS בלוח מחוונים של פלטפורמה עשוי לשקף אלגוריתם יעיל, לא שיווק יעיל.
על פי מחקר של NP Digital, ייחוס לקוי עולה לעסקים קטנים בממוצע 19.4 אחוזים מהוצאות הפרסום, חברות בינוניות 11.5 אחוזים ומותגים ארגוניים 7.7 אחוזים. ההוצאה המבוזבזת הזו כמעט ולא נראית לעין בדיווח על הפלטפורמות מכיוון שלפלטפורמות אין תמריץ להעלות אותה על השטח.
ההדרכה המעשית היא להשתמש במדדי פלטפורמה למה שהם: היגוי טקטי, לא אמת אסטרטגית.
מדידת החלוץ-מתיישבים-מתכנןדגם
בניית מערכת מדידה מרובדת היא לא רק אתגר טכני. זה ארגון. ישנם שלושה תפקידים נפרדים שכל ארגון מדידה אפקטיבי צריך: חלוצים, מתנחלים ומתכננים.
חלוצים עובדים בקצוות של מה שניתן למדידה כיום. הם מפעילים ניסויים מצטברים, בונים מודלים של תמהיל שיווקי ראשוני, בודקים החזקה גיאוגרפית והנחות בדיקת לחץ שאולי כבר לא מתקיימות. עבודתם אינה ודאית בתכנון. חלוצים אינם מספקים ודאות; הם מספקים כיוון. החזקתם באותם סטנדרטים של ביטחון סטטיסטי כמו הדיווח התפעולי יעצור את העבודה הזו לפני שהיא מייצרת ערך.
מתנחלים לוקחים את מה שעולה מניסויים והופכים אותו לתהליכים שחוזרים על עצמם. הם משכללים מודלים, מהדקים הנחות ומחברים תובנות בחזרה להחלטות תכנוניות. זה המקום שבו ה-MMM המוקדמות מתבגר לתוך ספרי משחק, ושם תוצאות בדיקות ההצטברות הופכות למסגרת שצוותים יכולים ליישם באופן עקבי. מתנחלים בונים אמון על ידי תרגום תובנה כיוונית למערכות שניתן להפעיל בפועל.
המתכננים שומרים על הפעילות היומיומית. הם מסתמכים על נתוני פלטפורמה, אותות ייחוס ומכניקת המרה כדי לנהל את ההוצאות בזמן אמת. שכבה זו נחוצה; בלעדיו, הביצוע מתפרק. אבל אין לבקש ממתכננים להסביר צמיחה ארוכת טווח או לאבחן שינויים מבניים בביצועים. המיקוד שלהם הוא אופטימיזציה של היעילות בתוך אילוצי ערוץ.
מצב הכישלון אליו נופלים רוב הארגונים הוא יישום סטנדרטים של ודאות ברמת המתכנן על עבודה ברמת החלוץ. דרישה של 95 אחוז ביטחון סטטיסטי מניסויים שזקוקים לזמן לפיתוח מבטיחה ששום דבר חדש לא נבנה. דגם עם בטחון כיווני של 60 אחוז, יחד עם איטרציה מהירה, מתגבר באופן עקבי על תשובה מושלמת שמגיעה רבע מאוחר מדי.
כיצד חברות בצמיחה גבוהה מקצות משאבי מדידה
מחקר NP Digital מעקב אחר שיטות מדידה בין מותגים קנדיים מצא פער ברור בין ארגונים ממוצעים לארגונים בעלי צמיחה גבוהה. צוותים ממוצעים מקצים בערך 65 אחוז מהשפעת המדידה שלהם ללוחות מחוונים של פלטפורמות ו-25 אחוז לכלי ייחוס, מה שמותיר מעט מקום לשיטות אסטרטגיות יותר.
מותגים בעלי צמיחה גבוהה עם יותר מ-750,000 דולר בהשקעה שנתית במדיה נראים אחרת באופן משמעותי. ההסתמכות על לוח המחוונים בפלטפורמה יורדת לכ-45 אחוזים. השימוש בכלי ייחוס יורד ל-15 אחוזים. MMM גדל מ-5 אחוז ל-20 אחוז. בדיקת אינקרמנטליות מגיעה ל-10 אחוזים, ועבודת אופטימיזציה מוקדמת של חיפוש מחוללת עוד 10 אחוזים.
ארגונים אלה אינם נוטשים נתוני ייחוס או פלטפורמה. הם משקלים אותם מחדש. ההיגיון הוא פשוט: בשווקים שממשיכים להשתנות, אתה בונה יכולת מדידה במקום שבו מתרחש שינוי, לא במקום שבו ההיכרות מרגישה בטוחה. המטרה בכל השיטות הללו היא ביטחון כיווני, כלומר מספיק איתות כדי לקבל החלטות תקציב טובות יותר מהר יותר, לא ודאות מושלמת שמגיעה לאחר סגירת ההזדמנות.
שבעה שלבים לפיתוח מערכת המדידה שלך
בנייה מחדש של מערכת מדידה אינה מצריכה החלפה של הכל בבת אחת. הארגונים שעושים זאת היטב מתפתחים בהדרגה, ומוסיפים יכולת בסדר הנכון במקום לנסות שיפוץ מלא.
מפה את כניסות המדידה הנוכחיות שלך. רשום כל כלי ומקור נתונים שהצוות שלך משתמש בו וזיהוי היכן כל אחד מהם יושב: נתוני פלטפורמה תפעולית, מודל ייחוס, MMM או אינקרמנטליות. רוב הצוותים מגלים שהם מרוכזים מאוד בשני הראשונים.
זהה את פערי ההחלטות. היה ברור על אילו שאלות אסטרטגיות המחסנית הנוכחית שלך לא יכולה לענות. האתגר של ייחוס שיווקי גלוי ביותר כאן: היכן אתה מקבל החלטות תקציביות על סמך החזר על הוצאות פרסום מעורב ללא נראות לתשואות שוליות? איפה אתה זוכה לערוצים שאולי רק תופסים את הביקוש הקיים?
הצג דוגמנות בסיסית. אפילו ריצת MMM רבעונית פשוטה מספקת כיוון אסטרטגי יותר מאשר ייחוס בלבד. התחל עם ערוצי ההוצאה הגבוהה ביותר שלך והתוצאות העסקיות הקשורות באופן הישיר ביותר להכנסות.
הפעל את מבחן ההצטברות הראשון שלך. בחרו ערוץ מרכזי אחד ועצבו בדיקת קהל גיאוגרפית או החזקה. המטרה אינה שלמות; זה בונה את היכולת הארגונית ואת הנוחות עם סוג זה של מדידה.
התאם את ציפיות הממשל. דוחות ייחוס לא ייעלמו מביקורות מנהיגות בן לילה. הפעלת אמסלול מקביל שמראה ממצאי אינקרמנטליות וממצאי MMM לצד נתוני ייחוס בונה אמון בגישה החדשה מבלי לדרוש מעבר מלא.
בנה תהליכים בהדרגה. מתנחלים הופכים ניסויים חלוצים לזרימות עבודה שניתן לחזור עליהן. כל בדיקת אינקרמנטליות צריכה לייצר מתודולוגיה מתועדת שהופכת את המבחן הבא למהיר וזול יותר.
הגדל את קצב ההחלטה. אחד היתרונות של ביטחון כיווני על פני ודאות מושלמת הוא המהירות. התאמות תקציב שבועיות המבוססות על אותות אינקרמנטליות ותפוקות MMM עולות על הקצאות רבעוניות מחדש על סמך דוחות ייחוס.
שאלות נפוצות
מהי ייחוס שיווקי?
ייחוס שיווקי הוא תהליך של הקצאת קרדיט לנקודות המגע השיווקיות שתרמו להמרה. מודלים נפוצים של ייחוס שיווקי כוללים ייחוס של קליק אחרון, קליק ראשון, ליניארי ונתונים. כל אחד מקצה אשראי באופן שונה לאורך מסע הלקוח. ייחוס שימושי ביותר לאופטימיזציה של ביצועי מסע הפרסום בתוך הערוצים, אך אינו יכול לקבוע אם השיווק גרם לתוצאה עסקית.
איך מודדים ייחוס שיווקי?
ייחוס נמדד על ידי חיבור נתוני המרה לנקודות המגע שקדמו לה, באמצעות פיקסלים למעקב, פרמטרי UTM ונתוני CRM כדי למפות את הנתיב. פלטפורמות תוכנות ייחוס שיווקיות הופכות תהליך זה לאוטומטיות ומציעות מודלים שונים של ייחוס לבחירה. המגבלה העיקרית שיש להבין היא שכל גישות הייחוס מקצות קרדיט על סמך מתאם, לא סיבתיות.
מהי התוכנה הטובה ביותר למעקב אחר ייחוס שיווקי?
תוכנת הייחוס השיווקית הטובה ביותר תלויה במודל העסקי וביעדי המדידה שלך. Google Analytics 4 ומרכזי מחוונים מקוריים בפלטפורמה מטפלים היטב בייחוס בסיסי. כלים כמו Northbeam, Triple Whale ו- Rockerbox בנויים להקשרי תגובה ישירה ומסחר אלקטרוני. לקבלת החלטות אסטרטגיות, תוכנת ייחוס עובדת בצורה הטובה ביותר כשהיא מותאמת לבדיקת MMM ובדיקות אינקרמנטליות במקום בשימוש בנפרד.
{ "@context": "https://schema.org", "@type": "דף נפוצות", "mainEntity": [ { "@type": "שאלה", "name": "מהו ייחוס שיווקי?", "acceptedAnswer": { "@type": "תשובה", "text": "ייחוס שיווקי הוא התהליך של הקצאת קרדיט לנקודות המגע השיווקיות שתרמו להמרה. מודלים נפוצים של ייחוס שיווקי כוללים ייחוס של קליק אחרון, קליק ראשון, ליניארי ונתונים. כל אחד מהם מקצה אשראי באופן שונה לאורך מסע הלקוח. ייחוס הוא שימושי ביותר לאופטימיזציה של ביצועי מסע הפרסום בערוצים, אבל הוא לא יכול לקבוע אם גורם שיווקי עסקי." } } , { "@type": "שאלה", "name": "איך מודדים ייחוס שיווקי?", "acceptedAnswer": { "@type": "תשובה", "text": "ייחוס נמדד על ידי חיבור נתוני המרה לנקודות המגע שקדמו לה, תוך שימוש בפיקסלים למעקב, פרמטרי UTM ונתוני CRM כדי למפות את הנתיב. פלטפורמות תוכנות ייחוס שיווקיות עוטמות את התהליך הזה ומציעות מודלים שונים של ייחוס לבחירה. המגבלה העיקרית שיש להבין היא שכל גישות הייחוס מקצות קרדיט על סמך קורלציה, לא סיבתיות." } } , { "@type": "שאלה", "name": "מהי התוכנה הטובה ביותר למעקב אחר ייחוס שיווקי?", "acceptedAnswer": { "@type": "תשובה", "text": "תוכנת הייחוס השיווקית הטובה ביותר תלויה במודל העסקי וביעדי המדידה שלך. Google Analytics 4 ולוחות מחוונים מקוריים בפלטפורמה מטפלים היטב בייחוס בסיסי. כלים כמו Northbeam, Triple Whale ו-Rockerbox בנויים להקשרים של תגובה ישירה ומסחר אלקטרוני. לקבלת החלטות אסטרטגיות, תוכנת ייחוס עובדת בצורה הטובה ביותר כשהיא משודכת עם בדיקת MMM ו-incremental." } } ] }
מסקנה
האתגר של ייחוס שיווקי אינו בעיה שתוכנה טובה יותר לבדה פותרת. זוהי מגבלה מבנית של מה שהייחוס יכול לעשות. הקצאת אשראי והוכחה סיבתית הם דברים שונים, ושילוב ביניהם מוביל להחלטות תקציביות שמעדיפות את לכידת הביקוש על פני יצירת הביקוש.
ארגונים בעלי צמיחה גבוהה התייחסו לכך על ידי בניית מערכות מדידה מרובדות שבהן כל כלי ממלא תפקיד מוגדר: נתוני פלטפורמה להיגוי תפעולי, ייחוס לטקטיאותות, MMM להקצאה אסטרטגית ובדיקת אינקרמנטליות לאימות סיבתי. היצירה הבאה בסדרה זו בוחנת כיצד מנהיגי שיווק משתמשים באותות אלה יחד כדי להחליט לאן צריך ללכת הדולר הבא של ההשקעה.
אם ברצונך להעמיק בנקודה שבה ייחוס מתקלקל לפני שתעבור ליצירה זו, הפירוט הזה של נקודות עיוורון של ייחוס שיווקי מכסה את מצבי הכישלון הספציפיים בפירוט. לקבלת ראייה רחבה יותר של איך לחבר מדידה להחלטות הכנסה, מדריך זה לייחוס שיווק דיגיטלי הוא עזר שימושי.
