Ključni zahvati
Niti jedna metoda mjerenja ne može odgovoriti na sva pitanja s kojima se susreću moderni marketinški lideri. Potreban je slojeviti niz koji kombinira više alata.
Izazov marketinške atribucije je strukturalan: ono pripisuje zasluge dodirnim točkama, ali ne može dokazati uzročnost. Najbolje radi za taktičku optimizaciju, a ne za strateške odluke.
Modeliranje marketinškog miksa identificira granične povrate i zasićenost kanala, pomažući u usmjeravanju dugoročne raspodjele proračuna.
Testiranje inkrementalnosti je najpouzdaniji način da se utvrdi jesu li marketinške aktivnosti doista stvorile rezultate, umjesto da su uhvatile potražnju koja je već postojala.
Organiziranje mjernih timova u pionire, doseljenike i planere osigurava da svaka vrsta posla dobije prave standarde i brzinu donošenja odluka.
Većina marketinških vođa dobro poznaje izazov marketinške atribucije: imate nadzorne ploče pune podataka, ali brojke ne daju pouzdan odgovor koja ulaganja zapravo pokreću rast. Instinkt je tražiti bolji alat, pametniji model ili točniji sustav atribucije. No organizacije koje mjere ispravno su preskočile taj instinkt.
Prestali su tražiti jedan izvor istine. Izazov marketinške atribucije dio je šireg problema: moderna marketinška okruženja su previše složena da bi jedna metoda mogla pokriti sve. Otkrića se događaju na previše platformi, putevi kupaca su previše fragmentirani, a promjene privatnosti umanjile su previše signala da bi bilo koji pojedinačni alat dao potpunu sliku.
Umjesto toga funkcionira slojeviti pristup. Različite metode mjerenja odgovaraju na različita pitanja, a organizacije s visokim rastom ih namjerno kombiniraju. Modeliranje marketinškog miksa vodi stratešku raspodjelu proračuna. Testiranje inkrementalnosti potvrđuje je li određena aktivnost uzrokovala rezultat. Podaci platforme obrađuju svakodnevnu optimizaciju kampanje. Svaki igra definiranu ulogu. Nijedna od njih ne funkcionira kao samostalna strategija.
Ovo je drugi članak u trodijelnoj seriji o suvremenom marketinškom mjerenju. U prvom dijelu ispitano je zašto tradicionalne metrike poput prometa, rangiranja i ROAS-a postaju manje pouzdane. Ovaj dio pokriva kako izgraditi sustav mjerenja koji zapravo podržava odluke o rastu.
Zašto više nijedna metoda mjerenja ne funkcionira
Alati za dodjelu digitalnog marketinga na koje se većina timova oslanja izrađeni su za drugačije okruženje. Dobro su funkcionirali kada su putovanja korisnika bila relativno linearna, kolačići pouzdano praćeni kroz sesije, a većina otkrića događala se putem kanala koje je bilo lako zabilježiti. To okruženje je nestalo.
Danas se kupac može susresti s robnom markom putem odgovora generiranog umjetnom inteligencijom, istražiti je na YouTubeu, raspravljati o njoj u nizu privatnih poruka i izvršiti konverziju putem pretraživanja robne marke tri tjedna kasnije. Sustav atribucije pripisuje posljednjoj dodirnoj točki. Kanali koji su zapravo oblikovali odluku dobivaju malo ili ništa.
Ovo je temeljni strukturni problem. Marketinški modeli atribucije osmišljeni su za dodjelu zasluga, a ne za utvrđivanje uzroka. Čak i sofisticirani marketinški pristupi multi-touch atribuciji i dalje rade unutar istog temeljnog ograničenja: mogu pokazati koje su dodirne točke prethodile konverziji, ali ne mogu dokazati da bi uklanjanje bilo koje od njih promijenilo ishod.
Ono što su organizacije visokog rasta prepoznale jest da različiti mjerni alati odgovaraju na različita pitanja. Odgovori modeliranja atribucije: koje su dodirne točke bile prisutne prije konverzije? Modeliranje marketinškog miksa daje odgovore: gdje su granični povrati najveći po kanalima tijekom vremena? Odgovori ispitivanja inkrementalnosti: je li ova specifična aktivnost stvarno promijenila rezultate?
Svako pitanje je važno. Svaki zahtijeva drugačiji pristup. Prema istraživanju NP Digital, 90 posto marketinških stručnjaka visokog rasta daje prioritet inkrementalnom testiranju, 61 posto koristi modeliranje atribucije, a 42 posto koristi modeliranje marketinškog miksa. Najučinkovitiji timovi koriste sva tri, ponderirana prema trenutnoj odluci.
Modeliranje marketinškog miksa kao strateška smjernica
Modeliranje marketinškog miksa ili MMM ima drugačiji pristup mjerenju od atribucije. Umjesto praćenja pojedinačnih korisničkih putovanja, koristi se agregiranim povijesnim podacima za modeliranje odnosa između marketinške potrošnje i poslovnih rezultata na različitim kanalima tijekom vremena. Rezultat je pogled na granične povrate koje sustavi atribucije ne mogu pružiti.
MMM je najkorisniji za utvrđivanje gdje svaki dodatni dolar potrošnje u akanal proizvodi sve manje povrate. Kanal koji radi uz snažan kombinirani ROAS može izgledati učinkovito na nadzornoj ploči dok zadnjih 30 posto njegovog proračuna generira zanemariv inkrementalni prihod. MMM otkriva tu neučinkovitost. Također pomaže u prepoznavanju međukanalnih učinaka, poput toga kako video ili ulaganje u robnu marku uzvodno utječe na stope konverzije u plaćenom pretraživanju nizvodno.
Za stratešku raspodjelu proračuna, ovo čini MMM najpouzdanijim dostupnim alatom. Ne zahtijeva praćenje na razini korisnika, što znači da promjene privatnosti i ukidanje kolačića ne narušavaju njegovu točnost kao što to rade za atribuciju. Tromjesečna MMM pokretanja mogu dosljedno poboljšati dugoročne odluke o proračunu čak i kada su svakodnevni signali atribucije šumoviti.
MMM ima stvarna ograničenja. Muči se s točnim kvantificiranjem izgradnje marke u gornjem dijelu toka, jer je odmak između dojma marke i nizvodne konverzije predug i previše neizravan da bi se povijesne korelacije mogle jasno obuhvatiti. Organizacije koje koriste MMM za strateško vođenje dok ga nadopunjuju praćenjem robne marke i studijama percepcije dobivaju najpotpuniju sliku.
Testiranje inkrementalnosti kao uzročni mehanizam
Ako MMM daje strateško usmjerenje, testiranje inkrementalnosti pruža dokaz uzročnosti. Pitanje na koje odgovara je specifično: bi li se ovaj ishod dogodio da se ova marketinška aktivnost nije dogodila? To je bitno drugačije pitanje od onoga što postavljaju modeli atribucije, a odgovor je mnogo korisniji za odlučivanje gdje ulagati.
Najčešći pristupi inkrementalnosti uključuju geografske eksperimente, testove zadržavanja i pauze kampanja. U geografskom eksperimentu identificiraju se podudarna geografska tržišta i potrošnja se zadržava u jednoj grupi, a zadržava u drugoj. Razlika u ishodima između dviju skupina izolira uzročni porast od marketinške aktivnosti. Testovi zadržavanja primjenjuju istu logiku na razini publike. Pauze u kampanjama, iako grubije, također mogu otkriti padaju li rezultati kada prestane potrošnja.
Za timove koji provode Amazon atribuciju ili druga mjerenja temeljena na tržištu, testiranje inkrementalnosti posebno je vrijedno jer konverzije prijavljene na platformi često odražavaju potražnju koja je već postojala, a ne potražnju koju je kreirala kampanja.
NP Digital istraživanje koje prati inkrementalne u odnosu na pripisane konverzije na različitim kanalima pronašlo je značajne nedostatke u gotovo svakom slučaju. Organske društvene mreže pokazale su porast od 13 posto u odnosu na pripisani porast od 3 posto. Plaćene društvene mreže pokazale su inkrementalni porast od 17 posto naspram pripisanih 24 posto, što sugerira da je atribucija pretjerano kreditirala taj kanal. Ove praznine izravno utječu na to gdje bi proračun trebao ići i nevidljive su bez inkrementalnog testiranja.
Testiranje inkrementalnosti zahtijeva planiranje i čiste podatke, ali ne zahtijeva veliki proračun. Čak i jedno dobro osmišljeno geografsko zadržavanje na glavnom kanalu pruža pouzdaniji uvid u uzročni učinak nego višemjesečno izvješćivanje o atribuciji.
Podaci o platformi i dalje su važni, ali samo za optimizaciju
Nadzorne ploče platforme Googlea, Mete i drugih oglasnih platformi i dalje su korisne, ali njihova je uloga uža nego što je većina timova smatra. Slijepe točke atribucije ugrađene u izvješćivanje platforme strukturalne su, a ne slučajne. Platforme su dizajnirane da optimiziraju izvedbu kampanje unutar vlastitih ekosustava. Oni nisu dizajnirani da vam kažu je li ta izvedba promijenila vaše poslovanje.
Za svakodnevne odluke, podaci platforme su pravi alat. Usklađivanje potrošnje prema proračunu, prilagodba licitacija na temelju signala izvedbe, prepoznavanje kreativnog zamora i dijagnosticiranje problema s isporukom oslanjaju se na metriku platforme. To su operativne odluke, a podaci o platformi se s njima dobro nose.
Ono gdje podaci platforme postaju nepouzdani su strateške odluke. Algoritmi optimiziraju prema korisnicima koji će najvjerojatnije izvršiti konverziju, što znači da sustavno favoriziraju hvatanje potražnje umjesto stvaranja potražnje. Visok ROAS na nadzornoj ploči platforme može odražavati učinkovit algoritam, a ne učinkovit marketing.
Prema istraživanju NP Digital, loša atribucija košta male tvrtke u prosjeku 19,4 posto potrošnje na oglase, tvrtke srednjeg tržišta 11,5 posto, a poslovne marke 7,7 posto. Ta uzaludna potrošnja uglavnom je nevidljiva u izvješćima platformi jer platforme nemaju poticaja da to iznesu na vidjelo.
Praktične smjernice su korištenje metrike platforme za ono što jesu: taktičko upravljanje, a ne strateška istina.
Mjerenje pionira–doseljenika–planeraModel
Izgradnja slojevitog mjernog sustava nije samo tehnički izazov. To je organizacijski. Postoje tri različite uloge koje svaka učinkovita organizacija za mjerenje treba: pioniri, doseljenici i planeri.
Pioniri rade na rubovima onoga što je trenutno mjerljivo. Oni provode eksperimente inkrementalnosti, izrađuju početne modele marketinškog miksa, testiraju geografska zadržavanja i testiraju pretpostavke koje možda više ne vrijede. Njihov je rad neizvjestan po dizajnu. Pioniri ne daju sigurnost; daju smjer. Održavanje istih standarda statističke pouzdanosti kao i operativno izvješćivanje zaustavit će ovaj posao prije nego što proizvede vrijednost.
Doseljenici uzimaju ono što proizlazi iz eksperimentiranja i pretvaraju u ponovljive procese. Oni usavršavaju modele, učvršćuju pretpostavke i povezuju uvide s odlukama o planiranju. Ovo je mjesto gdje rani MMM trčanje sazrijeva u priručnike i gdje rezultati inkrementalnog testa postaju okviri koje timovi mogu dosljedno primjenjivati. Settlers grade povjerenje prevođenjem usmjerenog uvida u sustave koji se zapravo mogu pokrenuti.
Planeri održavaju dnevne operacije. Za upravljanje potrošnjom u stvarnom vremenu oslanjaju se na podatke o platformi, signale atribucije i mehaniku konverzije. Ovaj sloj je neophodan; bez toga, izvršenje se raspada. Ali od planera se ne bi trebalo tražiti da objasne dugoročni rast ili dijagnosticiraju strukturne promjene u izvedbi. Njihov fokus je optimizacija učinkovitosti unutar ograničenja kanala.
Način neuspjeha u koji većina organizacija upada je primjena standarda sigurnosti na razini planera na rad na pionirskoj razini. Zahtijevanje 95-postotne statističke pouzdanosti od eksperimenata kojima treba vremena da se razviju jamči da se ništa novo ne gradi. Model sa 60 posto pouzdanosti usmjerenja, uparen s brzim ponavljanjem, dosljedno nadmašuje savršeni odgovor koji stiže četvrtinu prekasno.
Kako brzorastuće tvrtke raspoređuju mjerne resurse
Prakse mjerenja praćenja digitalnih istraživanja NP-a među kanadskim robnim markama otkrile su jasnu razliku između prosječnih organizacija i onih s visokim rastom. Prosječni timovi dodjeljuju otprilike 65 posto svog utjecaja mjerenja nadzornim pločama platforme i 25 posto alatima za atribuciju, ostavljajući malo prostora za više strateških metoda.
Brendovi visokog rasta s preko 750.000 USD godišnjeg ulaganja u medije izgledaju značajno drugačije. Oslanjanje na nadzornu ploču platforme pada na oko 45 posto. Upotreba alata za atribuciju smanjuje se na 15 posto. MMM raste s 5 posto na 20 posto. Testiranje inkrementalnosti doseže 10 posto, a rani generativni rad na optimizaciji pretraživanja čini još 10 posto.
Ove organizacije ne napuštaju podatke o atribuciji ili platformi. Ponovno ih odmjeravaju. Logika je jasna: na tržištima koja se stalno mijenjaju, gradite sposobnost mjerenja tamo gdje se promjena događa, a ne tamo gdje se poznato osjećate sigurno. Cilj svih ovih metoda je usmjereno povjerenje, što znači dovoljan signal za brže donošenje boljih odluka o proračunu, a ne savršena sigurnost koja dolazi nakon što se prilika zatvori.
Sedam koraka za razvoj vašeg mjernog sustava
Ponovna izgradnja mjernog sustava ne zahtijeva zamjenu svega odjednom. Organizacije koje to rade dobro razvijaju se postupno, dodajući sposobnosti pravim redoslijedom, umjesto da pokušavaju potpunu reviziju.
Mapirajte svoje trenutne ulazne podatke za mjerenje. Navedite sve alate i izvore podataka koje vaš tim koristi i odredite gdje se svaki od njih nalazi: podaci operativne platforme, modeliranje atribucije, MMM ili inkrementalnost. Većina timova otkriva da su jako koncentrirani na prva dva.
Utvrdite nedostatke u donošenju odluka. Budite jasni o tome na koja strateška pitanja vaš trenutni skup ne može odgovoriti. Izazov marketinške atribucije ovdje je najvidljiviji: gdje donosite odluke o proračunu na temelju kombiniranog ROAS-a bez uvida u marginalne povrate? Gdje pripisujete zasluge kanalima koji možda samo zadovoljavaju postojeću potražnju?
Uvesti osnove modeliranja. Čak i jednostavno tromjesečno pokretanje MMM-a pruža više strateških smjernica nego samo pripisivanje. Započnite s kanalima s najvećom potrošnjom i poslovnim rezultatima koji su najizravnije povezani s prihodom.
Pokrenite svoj prvi test inkrementalnosti. Odaberite jedan glavni kanal i osmislite test geografskog zadržavanja ili test publike za zadržavanje. Cilj nije savršenstvo; gradi organizacijsku sposobnost i udobnost s ovom vrstom mjerenja.
Prilagodite očekivanja upravljanja. Izvješća o atribuciji neće preko noći nestati iz pregleda vodstva. Trčanje aparalelna staza koja pokazuje inkrementalnost i MMM nalaze uz podatke o atribuciji gradi povjerenje u novi pristup bez potrebe za punim prijelazom.
Gradite procese postupno. Settlers pretvaraju pionirske eksperimente u ponovljive tijekove rada. Svaki test inkrementalnosti trebao bi proizvesti dokumentiranu metodologiju koja sljedeći čini bržim i jeftinijim.
Povećajte kadencu odlučivanja. Jedna od prednosti pouzdanosti smjera u odnosu na savršenu sigurnost je brzina. Tjedne prilagodbe proračuna na temelju signala inkrementalnosti i MMM izlaza nadmašuju tromjesečne preraspodjele na temelju izvješća o atribuciji.
FAQ
Što je marketinška atribucija?
Marketinška atribucija je postupak dodjele zasluga marketinškim dodirnim točkama koje su pridonijele konverziji. Uobičajeni marketinški modeli atribucije uključuju atribuciju zadnjeg klika, prvog klika, linearnu atribuciju i atribuciju na temelju podataka. Svaki dodjeljuje zasluge na drugačiji način tijekom kupčevog putovanja. Atribucija je najkorisnija za optimiziranje izvedbe kampanje unutar kanala, ali ne može utvrditi je li marketing uzrokovao poslovni ishod.
Kako mjerite marketinšku atribuciju?
Atribucija se mjeri povezivanjem podataka o konverzijama s dodirnim točkama koje su im prethodile, korištenjem piksela za praćenje, UTM parametara i CRM podataka za mapiranje puta. Softverske platforme za marketinšku atribuciju automatiziraju ovaj proces i nude različite modele atribucije na izbor. Ključno ograničenje koje treba razumjeti jest da svi pristupi atribuciji dodjeljuju zasluge na temelju korelacije, a ne uzročnosti.
Koji je najbolji softver za praćenje marketinške atribucije?
Najbolji marketinški softver za atribuciju ovisi o vašem poslovnom modelu i ciljevima mjerenja. Google Analytics 4 i izvorne nadzorne ploče platforme dobro se nose s osnovnom atribucijom. Alati kao što su Northbeam, Triple Whale i Rockerbox izgrađeni su za kontekst izravnog odgovora i e-trgovine. Za strateške odluke softver za atribuciju najbolje funkcionira kada je uparen s MMM-om i testiranjem inkrementalnosti, a ne da se koristi zasebno.
{ "@context": "https://schema.org", "@type": "FAQStranica", "glavniEntitet": [ { "@type": "Pitanje", "name": "Što je marketinška atribucija?", "acceptedAnswer": { "@type": "Odgovor", "text": "Marketinška atribucija je postupak dodjele zasluga marketinškim dodirnim točkama koje su pridonijele konverziji. Uobičajeni modeli marketinške atribucije uključuju atribuciju zadnjeg klika, prvog klika, linearnu i atribuciju na temelju podataka. Svaki od njih dodjeljuje zasluge na drugačiji način tijekom putovanja korisnika. Atribucija je najkorisnija za optimizaciju izvedbe kampanje unutar kanala, ali ne može utvrditi je li marketing uzrokovao poslovni ishod." } } , { "@type": "Pitanje", "name": "Kako mjerite marketinšku atribuciju?", "acceptedAnswer": { "@type": "Odgovor", "text": "Atribucija se mjeri povezivanjem podataka o konverzijama s dodirnim točkama koje su joj prethodile, korištenjem piksela za praćenje, UTM parametara i CRM podataka za mapiranje puta. Softverske platforme za marketinšku atribuciju automatiziraju ovaj proces i nude različite modele atribucije koje možete izabrati. Ključno ograničenje koje treba razumjeti je da svi pristupi atribuciji dodjeljuju zasluge na temelju korelacije, a ne uzročnosti." } } , { "@type": "Pitanje", "name": "Koji je najbolji softver za praćenje marketinške atribucije?", "acceptedAnswer": { "@type": "Odgovor", "text": "Najbolji marketinški softver za atribuciju ovisi o vašem poslovnom modelu i ciljevima mjerenja. Google Analytics 4 i nadzorne ploče izvorne za platformu dobro se nose s osnovnom atribucijom. Alati kao što su Northbeam, Triple Whale i Rockerbox izgrađeni su za kontekst izravnog odgovora i e-trgovine. Za strateške odluke, softver za atribuciju najbolje funkcionira kada je uparen s MMM-om i testiranjem inkrementalnosti, a ne da se koristi izolirano." } } ] }
Zaključak
Izazov marketinške atribucije nije problem koji bolji softver rješava sam po sebi. To je strukturalno ograničenje onoga što atribucija može učiniti. Dodjeljivanje kredita i uzročno posljedično dokazivanje različite su stvari, a njihovo spajanje dovodi do odluka o proračunu koje favoriziraju obuhvat potražnje umjesto stvaranja potražnje.
Organizacije visokog rasta riješile su to izgradnjom slojevitih sustava mjerenja u kojima svaki alat ima definiranu ulogu: podaci platforme za operativno upravljanje, atribucija za taktičkosignale, MMM za stratešku raspodjelu i testiranje inkrementalnosti za uzročnu provjeru valjanosti. Sljedeći članak u ovoj seriji ispituje kako voditelji marketinga koriste te signale zajedno kako bi odlučili kamo bi trebao ići sljedeći dolar ulaganja.
Ako želite dublje proučiti gdje se atribucija kvari prije nego prijeđete na taj dio, ova raščlamba slijepih točaka marketinške atribucije detaljno pokriva specifične načine neuspjeha. Za širi pogled na to kako povezati mjerenje s odlukama o prihodu, ovaj vodič za atribuciju digitalnog marketinga korisna je referenca.
