Key Takeaways
Nė vienas matavimo metodas negali atsakyti į visus šiuolaikinių rinkodaros lyderių klausimus. Būtinas daugiasluoksnis krūvas, jungiantis kelis įrankius.
Rinkodaros priskyrimo iššūkis yra struktūrinis: jis priskiria nuopelnus kontaktiniams taškams, bet negali įrodyti priežastingumo. Tai geriausiai tinka taktiniam optimizavimui, o ne strateginiams sprendimams.
Rinkodaros derinio modeliavimas nustato ribinę grąžą ir kanalo prisotinimą, padedantį nukreipti ilgalaikį biudžeto paskirstymą.
Prieaugio testavimas yra patikimiausias būdas nustatyti, ar rinkodaros veikla iš tikrųjų sukūrė rezultatus, o ne užfiksavo jau egzistuojančią paklausą.
Matavimo grupių suskirstymas į pradininkus, naujakurius ir planuotojus užtikrina, kad kiekvienas darbo tipas atitiktų tinkamus standartus ir sprendimų priėmimo greitį.
Daugelis rinkodaros lyderių gerai žino rinkodaros priskyrimo iššūkį: turite duomenų suvestines, tačiau skaičiai patikimai neatsako, kurios investicijos iš tikrųjų skatina augimą. Instinktas yra ieškoti geresnio įrankio, protingesnio modelio ar tikslesnės priskyrimo sistemos. Tačiau organizacijos, tinkamai įvertinusios, peržengė šį instinktą.
Jie nustojo ieškoti vienintelio tiesos šaltinio. Rinkodaros priskyrimo iššūkis yra platesnės problemos dalis: šiuolaikinė rinkodaros aplinka yra per sudėtinga, kad vienas metodas apimtų viską. Atrandama per daug platformų, pirkėjų kelionės yra per fragmentiškos, o privatumo pasikeitimai sumažino per daug signalo, kad bet kuris įrankis galėtų pateikti išsamų vaizdą.
Vietoje to veikia daugiasluoksnis požiūris. Skirtingi matavimo metodai atsako į skirtingus klausimus, o sparčiai augančios organizacijos juos derina sąmoningai. Marketingo mišinio modeliavimas vadovauja strateginiam biudžeto paskirstymui. Prieaugio testavimas patvirtina, ar konkreti veikla sukėlė rezultatą. Platformos duomenys tvarko kasdienį kampanijos optimizavimą. Kiekvienas iš jų atlieka tam tikrą vaidmenį. Nė vienas iš jų neveikia kaip atskira strategija.
Tai antrasis kūrinys iš trijų dalių serijos apie šiuolaikinius rinkodaros matavimus. Pirmoje dalyje buvo nagrinėjama, kodėl tradicinė metrika, pvz., srautas, reitingai ir SIG, tampa mažiau patikimi. Šiame straipsnyje aprašoma, kaip sukurti matavimo sistemą, kuri iš tikrųjų palaiko augimo sprendimus.
Kodėl nebeveikia joks vienas matavimo metodas
Skaitmeninės rinkodaros priskyrimo įrankiai, kuriais remiasi dauguma komandų, buvo sukurti kitokiai aplinkai. Jie gerai veikė, kai naudotojų kelionės buvo gana linijinės, slapukai patikimai sekami per seansus, o dauguma atradimų buvo atlikti naudojant kanalus, kuriuos buvo lengva užregistruoti. Tos aplinkos nebėra.
Šiandien pirkėjas gali susidurti su prekės ženklu gavęs dirbtinio intelekto sugeneruotą atsakymą, tyrinėti jį „YouTube“, aptarti jį privačioje žinutėje ir po trijų savaičių atlikti prekės ženklo paiešką. Priskyrimo sistema priskiria paskutinį kontaktinį tašką. Kanalai, kurie iš tikrųjų suformavo sprendimą, gauna mažai arba nieko.
Tai yra pagrindinė struktūrinė problema. Rinkodaros priskyrimo modeliai skirti priskirti kreditą, o ne nustatyti priežastį. Netgi sudėtingi kelių palietimų priskyrimo rinkodaros metodai vis dar veikia pagal tuos pačius esminius apribojimus: jie gali parodyti, kurie sąlyčio taškai buvo prieš konversiją, bet negali įrodyti, kad bet kurio iš jų pašalinimas būtų pakeitęs rezultatą.
Sparčiai augančios organizacijos pripažino, kad skirtingos matavimo priemonės atsako į skirtingus klausimus. Priskyrimo modeliavimo atsakymai: kokie sąlyčio taškai buvo prieš konversiją? Rinkodaros mišinio modeliavimo atsakymai: kur ribinė grąža kanaluose laikui bėgant yra didžiausia? Prieaugio testavimo atsakymai: ar ši konkreti veikla iš tikrųjų pakeitė rezultatus?
Kiekvienas klausimas svarbus. Kiekvienas iš jų reikalauja kitokio požiūrio. Remiantis „NP Digital“ tyrimais, 90 procentų sparčiai augančių rinkodaros specialistų pirmenybę teikia prieaugio testavimui, 61 procentas naudoja priskyrimo modeliavimą, o 42 procentai – rinkodaros rinkinio modeliavimą. Veiksmingiausios komandos naudoja visas tris, įvertinus priimtą sprendimą.
Marketingo mišinio modeliavimas kaip strateginis vadovas
Rinkodaros derinio modeliavimas arba MMM vertinamas kitaip nei priskyrimas. Užuot stebėję atskirų naudotojų keliones, ji naudoja sukauptus istorinius duomenis, kad modeliuotų ryšį tarp rinkodaros išlaidų ir verslo rezultatų įvairiuose kanaluose laikui bėgant. Rezultatas yra ribinės grąžos vaizdas, kurio priskyrimo sistemos negali suteikti.
MMM yra naudingiausia norint nustatyti, kur kiekvienas papildomas išleistas doleris akanalas duoda mažėjančią grąžą. Kanalas, kuriame veikia stipri mišri SIG, prietaisų skydelyje gali atrodyti efektyviai, o paskutiniai 30 procentų jo biudžeto generuoja nereikšmingas prieaugines pajamas. MMM išryškina šį neefektyvumą. Tai taip pat padeda nustatyti kelių kanalų poveikį, pvz., kaip investicijos į vaizdo įrašus ar prekės ženklą veikia konversijų rodiklius mokamoje paieškoje pasroviui.
Dėl strateginio biudžeto paskirstymo MMM yra patikimiausia priemonė. Tam nereikia stebėjimo naudotojo lygiu, o tai reiškia, kad privatumo pakeitimai ir slapukų naudojimo nutraukimas nesumažina jo tikslumo, kaip priskyrimo. Kas ketvirtį vykdomos MMM gali nuosekliai pagerinti ilgalaikius biudžeto sprendimus, net kai kasdieniai priskyrimo signalai yra triukšmingi.
MMM turi realias ribas. Jai sunku tiksliai įvertinti viršutinio kanalo prekės ženklo kūrimą, nes delsa tarp prekės ženklo parodymo ir konversijos paskesne yra per ilga ir per netiesioginė, kad istorinės koreliacijos būtų aiškiai užfiksuotos. Organizacijos, naudojančios MMM strateginėms gairėms, papildydamos ją prekės ženklo stebėjimo ir suvokimo tyrimais, gauna išsamiausią vaizdą.
Priežastinio ryšio variklis – prieaugio testavimas
Jei MMM suteikia strateginę kryptį, priežastinio ryšio įrodymas yra prieaugio testas. Klausimas, į kurį jis atsako, yra konkretus: ar toks rezultatas būtų įvykęs, jei ši rinkodaros veikla nebūtų įvykusi? Tai iš esmės skiriasi nuo priskyrimo modelių klausimo, ir atsakymas yra daug naudingesnis sprendžiant, kur investuoti.
Dažniausiai naudojami prieaugio metodai: geografiniai eksperimentai, išlaikymo testai ir kampanijos pristabdymas. Atliekant geografinį eksperimentą, nustatomos suderintos geografinės rinkos ir išlaidos sulaikomos vienoje grupėje, o išlaikomos kitoje. Dviejų grupių rezultatų skirtumas išskiria priežastinį ryšį nuo rinkodaros veiklos. Išlaikymo testai taiko tą pačią logiką auditorijos lygiu. Kampanijos pristabdymai, nors ir grubesni, taip pat gali atskleisti, ar rezultatai krenta sustojus išlaidoms.
Komandoms, naudojančioms „Amazon“ priskyrimą ar kitą rinkos pagrįstą matavimą, prieaugio testavimas yra ypač vertingas, nes platformos ataskaitose pateikiamos konversijos dažnai atspindi jau egzistuojančią paklausą, o ne sukurtos kampanijos poreikį.
NP Digital tyrimai, stebintys prieaugines ir priskirtas konversijas visuose kanaluose, beveik kiekvienu atveju aptiko reikšmingų spragų. Natūralus socialinis tinklas padidino 13 proc., palyginti su 3 proc. Mokamas socialinis tinklas padidino 17 proc., palyginti su 24 proc. Šios spragos tiesiogiai įtakoja, kur turėtų būti išleistas biudžetas, ir jos yra nematomos be prieaugio testavimo.
Prieaugio testavimas reikalauja planavimo ir švarių duomenų, tačiau tam nereikia didelio biudžeto. Netgi vienas gerai suplanuotas geografinis išlaikymas pagrindiniame kanale suteikia patikimesnę priežastinio poveikio įžvalgą nei mėnesių trukmės priskyrimo ataskaitos.
Platformos duomenys vis dar svarbūs, bet tik optimizavimui
Platformų informacijos suvestinės iš „Google“, „Meta“ ir kitų skelbimų platformų išlieka naudingos, tačiau jų vaidmuo yra siauresnis nei dauguma komandų. Priskyrimo aklosios zonos, įtrauktos į platformos ataskaitas, yra struktūrinės, neatsitiktinės. Platformos sukurtos optimizuoti kampanijos našumą savo ekosistemose. Jie nėra skirti jums pasakyti, ar šis našumas pakeitė jūsų verslą.
Kasdieniams sprendimams priimti platformos duomenys yra tinkamas įrankis. Išlaidų paskirstymas pagal biudžetą, kainos pasiūlymų koregavimas pagal našumo signalus, kūrybinio nuovargio nustatymas ir pristatymo problemų diagnozavimas priklauso nuo platformos metrikos. Tai yra operatyviniai sprendimai, o platformos duomenys juos gerai tvarko.
Kai platformos duomenys tampa nepatikimi, yra strateginiai sprendimai. Algoritmai optimizuoja naudotojus, kurie greičiausiai atliks konversiją, o tai reiškia, kad jie sistemingai teikia pirmenybę paklausos fiksavimui, o ne paklausos kūrimui. Didelis SIG skaičius platformos prietaisų skydelyje gali atspindėti veiksmingą algoritmą, o ne efektyvią rinkodarą.
„NP Digital“ tyrimo duomenimis, prastas priskyrimas mažoms įmonėms kainuoja vidutiniškai 19,4 procento reklamos išlaidų, vidutinės rinkos įmonėms – 11,5 procento, o įmonių prekės ženklams – 7,7 procento. Šios iššvaistytos išlaidos iš esmės nematomos teikiant platformos ataskaitas, nes platformos neturi paskatų tai atskleisti.
Praktinės gairės yra naudoti platformos metrikas tam, kas jie yra: taktiniam valdymui, o ne strateginei tiesai.
Pionieriaus, naujakurio ir planuotojo matavimasModelis
Sluoksniuotos matavimo sistemos sukūrimas nėra tik techninis iššūkis. Tai organizacinis. Kiekvienai efektyviai matavimo organizacijai reikia trijų skirtingų vaidmenų: pionierių, naujakurių ir planuotojų.
Pionieriai dirba ties tuo, kas šiuo metu išmatuojama, pakraščiuose. Jie vykdo laipsniškumo eksperimentus, kuria pradinius rinkodaros rinkinio modelius, išbando geografinius sulaikymus ir slėgio bandymo prielaidas, kurios gali nebepagrįsti. Jų darbas yra neaiškus dėl dizaino. Pionieriai nesuteikia tikrumo; jie pateikia kryptį. Jei laikysitės tų pačių statistinio pasitikėjimo standartų, kaip ir operatyvinės atskaitomybės teikimo, šis darbas bus sustabdytas, kol jis nesuteiks vertės.
Naujakuriai paima tai, kas atsiranda eksperimentuojant, ir paverčia tai kartojamais procesais. Jie patobulina modelius, sugriežtina prielaidas ir sujungia įžvalgas su planavimo sprendimais. Čia ankstyvieji MMM paleidžiami į žaidimų knygeles, o inkrementiškumo testų rezultatai tampa sistema, kurią komandos gali nuosekliai taikyti. Naujakuriai kuria pasitikėjimą, nukreipdami kryptingą įžvalgą į sistemas, kurias iš tikrųjų galima paleisti.
Planuotojai palaiko kasdienes operacijas. Jie remiasi platformos duomenimis, priskyrimo signalais ir konversijų mechanizmais, kad galėtų valdyti išlaidas realiuoju laiku. Šis sluoksnis yra būtinas; be jo vykdymas žlunga. Tačiau planuotojų neturėtų būti prašoma paaiškinti ilgalaikį augimą ar diagnozuoti struktūrinius veiklos pokyčius. Jų tikslas yra optimizuoti efektyvumą atsižvelgiant į kanalo apribojimus.
Nesėkmės režimas, į kurį patenka dauguma organizacijų, yra planuotojo lygio tikrumo standartų taikymas pradininkų lygmens darbui. 95 procentų statistinio pasitikėjimo reikalavimas iš eksperimentų, kuriems sukurti reikia laiko, garantuoja, kad nebus sukurta nieko naujo. Modelis, turintis 60 procentų krypties pasitikėjimą, suporuotas su greita iteracija, nuolat pranoksta tobulą atsakymą, kuris gaunamas ketvirtadaliu per vėlai.
Kaip sparčiai augančios įmonės paskirsto matavimo išteklius
„NP Digital“ Kanados prekių ženklų stebėjimo matavimo praktika nustatė aiškią atskirtį tarp vidutinių ir sparčiai augančių organizacijų. Vidutinės komandos maždaug 65 procentus savo matavimo įtakos skiria platformų prietaisų skydams ir 25 procentus priskyrimo įrankiams, todėl strateginiams metodams lieka mažai vietos.
Sparčiai augantys prekių ženklai, kurių metinės žiniasklaidos investicijos siekia daugiau nei 750 000 USD, atrodo reikšmingai kitaip. Platformos prietaisų skydelio priklausomybė sumažėja iki maždaug 45 proc. Priskyrimo įrankio naudojimas sumažėja iki 15 proc. MMM auga nuo 5 procentų iki 20 procentų. Prieaugio testavimas siekia 10 procentų, o ankstyvosios generacinės paieškos optimizavimo darbai sudaro dar 10 procentų.
Šios organizacijos neatsisako priskyrimo ar platformos duomenų. Jie persveria juos. Logika nesudėtinga: rinkose, kurios nuolat kinta, jūs sukuriate matavimo galimybes ten, kur vyksta pokyčiai, o ne ten, kur pažįstami jaučiasi saugūs. Visų šių metodų tikslas yra kryptingas pasitikėjimas, o tai reiškia, kad pakanka signalo, kad būtų galima greičiau priimti geresnius biudžeto sprendimus, o ne tobulas tikrumas, kuris gaunamas pasibaigus galimybei.
Septyni žingsniai, kaip tobulinti matavimo sistemą
Atkuriant matavimo sistemą nereikia visko keisti iš karto. Organizacijos, kurios tai daro gerai, vystosi palaipsniui, pridedant pajėgumus tinkama tvarka, o ne bandant atlikti visišką remontą.
Susiekite dabartinius matavimo duomenis. Išvardykite visus įrankius ir duomenų šaltinius, kuriuos naudoja jūsų komanda, ir nustatykite, kur kiekvienas iš jų yra: operacinės platformos duomenys, priskyrimo modeliavimas, MMM ar prieaugis. Dauguma komandų pastebi, kad jos yra labai susitelkusios į pirmąsias dvi.
Nustatykite sprendimų spragas. Aiškiai nurodykite, į kuriuos strateginius klausimus negali atsakyti jūsų dabartinė krūva. Rinkodaros priskyrimo iššūkis labiausiai matomas čia: kur priimate biudžeto sprendimus, pagrįstus mišriomis SIG, nežiūrint į ribinę grąžą? Kur kredituojate kanalus, kurie gali tiesiog pritraukti esamą paklausą?
Supažindinti su pagrindiniu modeliavimu. Net paprastas ketvirtinis MMM vykdymas suteikia daugiau strateginės krypties nei vien priskyrimas. Pradėkite nuo didžiausių išlaidų kanalų ir verslo rezultatų, kurie yra labiausiai susieti su pajamomis.
Atlikite pirmąjį prieaugio testą. Pasirinkite vieną pagrindinį kanalą ir sukurkite geografinį išlaikymą ar auditorijos testą. Tikslas nėra tobulumas; tai ugdo organizacinius pajėgumus ir komfortą naudojant tokio tipo matavimus.
Pritaikykite valdymo lūkesčius. Priskyrimo ataskaitos nedings iš lyderių apžvalgų per naktį. Bėgimas alygiagretus takelis, rodantis laipsniškumą ir MMM rezultatus kartu su priskyrimo duomenimis, padidina pasitikėjimą nauju požiūriu nereikalaujant visiško perėjimo.
Kurkite procesus palaipsniui. Naujakuriai paverčia pionierių eksperimentus kartojamomis darbo eigomis. Kiekvienas prieaugio testas turėtų parengti dokumentais pagrįstą metodiką, kuri kitą padarys greitesnę ir pigesnę.
Padidinkite sprendimų priėmimo dažnį. Vienas iš kryptingo pasitikėjimo pranašumų prieš tobulą tikrumą yra greitis. Savaitės biudžeto koregavimai, pagrįsti prieaugio signalais ir MMM išvestimis, viršija ketvirčio perskirstymą pagal priskyrimo ataskaitas.
DUK
Kas yra rinkodaros priskyrimas?
Rinkodaros priskyrimas – tai kredito priskyrimo rinkodaros sąlyčio taškams, kurie prisidėjo prie konversijos, procesas. Įprasti rinkodaros priskyrimo modeliai apima paskutinio paspaudimo, pirmojo paspaudimo, linijinį ir duomenimis pagrįstą priskyrimą. Kiekvienas priskiria kreditą skirtingai per kliento kelionę. Priskyrimas yra naudingiausias siekiant optimizuoti kampanijos našumą kanaluose, tačiau jis negali nustatyti, ar rinkodara lėmė verslo rezultatą.
Kaip vertinate rinkodaros priskyrimą?
Priskyrimas vertinamas sujungiant konversijos duomenis su prieš tai buvusiais kontaktiniais taškais, naudojant stebėjimo taškus, UTM parametrus ir CRM duomenis, kad būtų galima susieti kelią. Rinkodaros priskyrimo programinės įrangos platformos automatizuoja šį procesą ir siūlo pasirinkti skirtingus priskyrimo modelius. Pagrindinis apribojimas, kurį reikia suprasti, yra tai, kad visi priskyrimo metodai priskiria kreditą pagal koreliaciją, o ne priežastinį ryšį.
Kuri programinė įranga yra geriausia rinkodaros priskyrimo stebėjimui?
Geriausia rinkodaros priskyrimo programinė įranga priklauso nuo jūsų verslo modelio ir vertinimo tikslų. „Google Analytics 4“ ir platformos savosios informacijos suvestinės gerai tvarko pagrindinį priskyrimą. Tokie įrankiai kaip „Northbeam“, „Triple Whale“ ir „Rockerbox“ yra sukurti tiesioginio atsako ir el. prekybos kontekstams. Priimant strateginius sprendimus priskyrimo programinė įranga geriausiai veikia kartu su MMM ir prieaugio testavimu, o ne atskirai.
{ "@context": "https://schema.org", "@type": "DUK puslapis", "pagrindinis subjektas": [ { "@type": "Klausimas", "name": "Kas yra rinkodaros priskyrimas?", "acceptedAnswer": { "@type": "Atsakymas", "text": "Rinkodaros priskyrimas yra kredito priskyrimo rinkodaros sąlyčio taškams, kurie prisidėjo prie konversijos, procesas. Įprasti rinkodaros priskyrimo modeliai apima paskutinio paspaudimo, pirmojo paspaudimo, linijinį ir duomenimis pagrįstą priskyrimą. Kiekvienas priskyrimas kliento kelyje kreditas yra skirtingas. Priskyrimas yra naudingiausias siekiant optimizuoti kampanijos našumą kanaluose, bet negali nustatyti, ar rinkodara paskatino verslą." } } , { "@type": "Klausimas", "name": "Kaip įvertinti rinkodaros priskyrimą?", "acceptedAnswer": { "@type": "Atsakymas", "text": "Priskyrimas vertinamas sujungiant konversijų duomenis su prieš tai buvusiais kontaktiniais taškais, naudojant stebėjimo taškus, UTM parametrus ir CRM duomenis, kad būtų nurodytas kelias. Rinkodaros priskyrimo programinės įrangos platformos automatizuoja šį procesą ir siūlo pasirinkti skirtingus priskyrimo modelius. Svarbiausia suprasti, kad visi priskyrimo metodai priskiria kreditą remiantis koreliacija, o ne priežastimi." } } , { "@type": "Klausimas", "name": "Kokia yra geriausia programinė įranga rinkodaros priskyrimui stebėti?", "acceptedAnswer": { "@type": "Atsakymas", "text": "Geriausia rinkodaros priskyrimo programinė įranga priklauso nuo jūsų verslo modelio ir matavimo tikslų. "Google Analytics 4" ir savosios platformos informacijos suvestinės puikiai tvarko pagrindinį priskyrimą. Tokie įrankiai kaip "Northbeam", "Triple Whale" ir "Rockerbox" yra sukurti tiesioginio atsako ir el. prekybos kontekstams. Strateginiams sprendimams priskyrimo programinė įranga geriausiai veikia, kai naudojama su MMM isolavimo testavimu ir bandymu." } } ] }
Išvada
Rinkodaros priskyrimo iššūkis nėra problema, kurią išsprendžia vien geresnė programinė įranga. Tai struktūrinis priskyrimo galimybių apribojimas. Kredito priskyrimas ir priežastinis įrodymas yra skirtingi dalykai, o jų supainiojimas lemia biudžeto sprendimus, kurie yra palankesni paklausos fiksavimui, o ne paklausos kūrimui.
Sparčiai augančios organizacijos sprendė tai kurdamos daugiasluoksnes matavimo sistemas, kuriose kiekvienas įrankis atlieka tam tikrą vaidmenį: platformos duomenys operatyviniam valdymui, priskyrimas taktiniams tikslams.signalai, MMM strateginiam paskirstymui ir priežastinio ryšio patikrinimas. Kitame šios serijos skyriuje nagrinėjama, kaip rinkodaros lyderiai kartu naudoja šiuos signalus, kad nuspręstų, kur turėtų eiti kitas investicijų doleris.
Jei norite išsamiau išsiaiškinti, kur priskyrimas sugenda, prieš pereinant prie tos dalies, šis rinkodaros priskyrimo aklųjų zonų suskirstymas išsamiai apima konkrečius gedimo būdus. Šis skaitmeninės rinkodaros priskyrimo vadovas yra naudinga nuoroda, kad sužinotumėte, kaip vertinimą susieti su sprendimais dėl pajamų.
