Multi-touch attribution (çok kanallı atıf) pazarlaması, bir dönüşüm için hangi pazarlama temas noktalarının kredi hak ettiğini ölçen veri odaklı bir yaklaşımdır. Krediyi yalnızca bir müşterinin markanızla kurduğu ilk veya son etkileşime vermek yerine, multi-touch attribution krediyi tüm müşteri yolculuğuna dağıtır. Bu sayede her kanalın (e-posta, sosyal medya, ücretli arama, organik içerik, yönlendirmeler) bir kişiyi satın alma veya kaydolma aşamasına getirmedeki gerçek rolünü görebilirsiniz. Birden fazla kanalda bütçe yöneten pazarlamacılar için tekli dokunuş modellerinden çok kanallı modellere bu geçiş, değerli görünen ancak aslında sonuç getirmeyen kanallarda para harcamayı durdurmak için olmazsa olmazdır.
Çoğu analiz platformu, takibi kolay olduğu için varsayılan olarak last-click (son tıklama) atıf modelini kullanır. Bir müşteri bir Facebook reklamı görür, blogunuzu okur, bir Google arama sonucuna tıklar ve satın alır. Last-click, dönüşümün %100’ünü Google’a yazar. Bu, Google Ads’in harika görünmesini ve diğer her şeyin yararsız görünmesini sağlar. Ancak o blog yazısı onları satın almaya yaklaştırdı; Facebook reklamı ise onları markanızla tanıştırdı. Last-click tüm müşteri yolculuğunu göz ardı eder ve sizi aslında talep oluşturan farkındalık çabalarını aç bırakırken huninin en altındaki kanallara aşırı yatırım yapmaya iter.
Farklı modeller krediyi farklı şekilde dağıtır. Lineer (doğrusal) atıf, her etkileşime eşit kredi verir. Zaman azalışlı (time-decay) modeller, yakın zamandaki temas noktalarını daha fazla kredilendirir. Pozisyon bazlı modeller ilk ve son etkileşimleri vurgular. Veri odaklı modeller ise dönüşüm modellerine dayalı kredi atamak için makine öğrenimini kullanır. Seçtiğiniz model işinize bağlıdır: B2B şirketleri genellikle erken farkındalığı kredilendiren modelleri tercih ederken, e-ticaret son tıklamaya daha fazla ağırlık verebilir. Önemli olan, gerçek müşterilerinizin yolculukları boyunca nasıl davrandığını yansıtan bir model seçmektir.
Daha akıllı bütçe kararları verirsiniz. Talep yakalayan ancak talep yaratmayan kanallara aşırı fon sağlamayı bırakırsınız. Hangi kanal kombinasyonlarının en iyi sonucu verdiğini keşfedersiniz; belki de e-posta artı ücretli arama, sosyal medya artı organik kanallardan daha iyi dönüşüm sağlıyordur. Tüm huninizde, sadece huni sonu taktiklerine bahis oynamak yerine dengeli bir pazarlama karması oluşturursunuz. Ayrıca stratejinizde birden fazla kanalın eksik olduğu boşlukları belirlersiniz. Müşteri yolculuğuna yönelik bu veri odaklı bakış, maliyetli hataları önler ve bütçenizi daha verimli bir şekilde paylaştırmanıza yardımcı olur.
Her kanaldaki her etkileşimi izlemek için genellikle özel atıf platformları gerektiren güçlü bir analiz altyapısına ihtiyacınız vardır. Gizlilik düzenlemeleri ve iOS değişiklikleri, cihazlar arası takibi zorlaştırdı. Ayrıca işletmeniz için doğru modeli seçmeniz gerekir ki bu da test yapmayı gerektirir. Küçük ekipler genellikle bunu düzgün bir şekilde uygulamak için kaynaklardan veya teknik uzmanlıktan yoksundur; bu nedenle birçoğu hala daha basit atıf modellerine güvenmektedir. Rastgele bir yerden başlamak için temel bir modelle yola çıkıp zamanla iyileştirmek, hemen mükemmel bir sistem kurmaktan daha gerçekçidir.
Sözlüğe geri dön