Multi-touch attribution to oparte na danych podejście do marketingu, które pozwala precyzyjnie mierzyć, które punkty styku (touchpointy) odpowiadają za konwersję. Zamiast przypisywać zasługi wyłącznie pierwszej lub ostatniej interakcji klienta z marką, model multi-touch rozdziela je na całą ścieżkę zakupową. Dzięki temu widzisz realną rolę każdego kanału – e-mail marketingu, social mediów, płatnych wyników wyszukiwania, treści organicznych czy poleceń – w procesie zakupowym. Dla marketerów zarządzających budżetami w wielu kanałach, przejście z modeli single-touch na multi-touch jest niezbędne, aby przestać inwestować w kanały, które tylko z pozoru wydają się wartościowe, a w rzeczywistości nie generują wyników.
Większość platform analitycznych domyślnie korzysta z atrybucji last-click, ponieważ jest najprostsza w śledzeniu. Wyobraź sobie, że klient widzi reklamę na Facebooku, czyta post na blogu, klika w wynik wyszukiwania Google i dokonuje zakupu. Last-click przypisuje 100% zasług Google. Przez to Google Ads wygląda rewelacyjnie, a reszta działań wydaje się bezużyteczna. Jednak to post na blogu przybliżył klienta do zakupu, a reklama na Facebooku zapoznała go z marką. Model last-click ignoruje całą ścieżkę klienta i prowadzi do nadmiernych inwestycji w kanały na dole lejka, zaniedbując działania budujące świadomość, które faktycznie kreują popyt.
Różne modele rozdzielają udziały w konwersji w odmienny sposób. Atrybucja liniowa (linear) przypisuje równe zasługi każdej interakcji. Modele z rozkładem czasowym (time-decay) premiują nowsze punkty styku. Modele oparte na pozycji (position-based) kładą nacisk na pierwszą i ostatnią interakcję. Z kolei modele oparte na danych (data-driven) wykorzystują machine learning, by przypisywać zasługi na podstawie wzorców konwersji. Wybór modelu zależy od specyfiki biznesu: firmy B2B często preferują modele doceniające wczesną świadomość, podczas gdy e-commerce może kłaść większy nacisk na ostatnie kliknięcie. Kluczem jest wybór modelu, który odzwierciedla realne zachowania Twoich klientów na ich ścieżce.
Zaczynasz podejmować mądrzejsze decyzje budżetowe. Przestajesz dofinansowywać kanały, które jedynie przejmują popyt, a go nie tworzą. Odkrywasz, które kombinacje kanałów działają najlepiej – być może e-mail w połączeniu z płatnym wyszukiwaniem konwertuje lepiej niż social media i ruch organiczny. Budujesz zrównoważony marketing mix w całym lejku, zamiast stawiać wszystko na taktyki z dołu lejka. Identyfikujesz również luki w strategii, w których brakuje spójności między kanałami. Takie oparte na danych spojrzenie na ścieżkę klienta zapobiega kosztownym błędom i pomaga efektywniej alokować budżet.
Wdrożenie wymaga solidnej infrastruktury analitycznej do śledzenia każdej interakcji we wszystkich kanałach, co często wiąże się z użyciem specjalistycznych platform atrybucji. Regulacje dotyczące prywatności i zmiany w iOS utrudniły śledzenie między urządzeniami. Musisz również wybrać odpowiedni model dla swojego biznesu, co wymaga testów. Mniejsze zespoły często nie mają zasobów ani wiedzy technicznej, aby wdrożyć to poprawnie, dlatego wiele z nich nadal polega na prostszych modelach. Rozpoczęcie od podstawowego modelu i jego optymalizacja z czasem jest bardziej realistycznym podejściem niż próba zbudowania idealnego systemu od zera.
Powrót do słowniczka