“是什么導(dǎo)致顧客向你購(gòu)買(mǎi)?”
這是一個(gè)簡(jiǎn)單的問(wèn)題,但你越深究就越難回答。
他們是看到在 Instagram 帖子或 Story、在谷歌上搜索你的產(chǎn)品、或打開(kāi)促銷(xiāo)郵件后決定購(gòu)買(mǎi)的嗎?
隨著你的業(yè)務(wù)規(guī)模擴(kuò)大,這只會(huì)更加復(fù)雜化,因?yàn)橐紤]到網(wǎng)站、社交媒體占比、網(wǎng)紅計(jì)劃、離線互動(dòng)和其它接觸點(diǎn)。再加上過(guò)去10年消費(fèi)者行為發(fā)生了多大變化。想想從起床到上床睡覺(jué),你每天會(huì)接觸到多少不同的設(shè)備、應(yīng)用程序和網(wǎng)站。
在當(dāng)今世界,營(yíng)銷(xiāo)歸因遠(yuǎn)非完美,但你在客戶旅程中看到的越多,就能做出更好的決策,從選擇哪些渠道帶來(lái)你最好的顧客,到找出哪些渠道的互動(dòng)能夠很好地配合等等。
何為營(yíng)銷(xiāo)歸因?
為更好的歸因奠定基礎(chǔ)
營(yíng)銷(xiāo)歸因模型類(lèi)型
平臺(tái)間歸因差異
結(jié)論
營(yíng)銷(xiāo)歸因的目標(biāo)是更清楚地了解在轉(zhuǎn)化過(guò)程中,顧客與品牌之間的所有不同互動(dòng)和接觸點(diǎn)。
它讓你找出有助于轉(zhuǎn)化的渠道和特定活動(dòng),從而幫助你了解如何以及在哪投入你的資金和注意力。
雖然這在理論上聽(tīng)起來(lái)很簡(jiǎn)單,但在實(shí)踐中可能相當(dāng)復(fù)雜。
花時(shí)間想想你自己作為消費(fèi)者的行為。
在iPhone、筆記本電腦和社交媒體出現(xiàn)之前,大多數(shù)人只有一種設(shè)備可以訪問(wèn)互聯(lián)網(wǎng):臺(tái)式電腦。營(yíng)銷(xiāo)歸因相對(duì)簡(jiǎn)單。
但現(xiàn)在,你需要考慮以下因素 ,這些因素可能會(huì)給你的營(yíng)銷(xiāo)報(bào)告和歸因帶來(lái)重大漏洞:
我們生活在一個(gè)多設(shè)備世界。人們有時(shí)擁有不止一部智能手機(jī)、一臺(tái)筆記本電腦、一臺(tái)工作電腦、一臺(tái)家用電腦,甚至一臺(tái)智能家居設(shè)備。每一臺(tái)設(shè)備都可能作為你網(wǎng)站的獨(dú)立訪客出現(xiàn),而實(shí)際上,它們都屬于同一名顧客。
世界對(duì)隱私和跟蹤越來(lái)越嚴(yán)格。設(shè)備和瀏覽器現(xiàn)在對(duì)于用戶信息和跟蹤的存儲(chǔ)更加嚴(yán)格了。隨著 GDPR 和隱私問(wèn)題成為人們最關(guān)心的問(wèn)題,消費(fèi)者不得不逐漸選擇被在線跟蹤。
大多數(shù)歸因是基于點(diǎn)擊的。由于大多數(shù)歸因和報(bào)告是基于點(diǎn)擊行為和 UTM 跟蹤(我們將在下面概述)形成的,因此它忽略了瀏覽廣告或內(nèi)容而不是點(diǎn)擊它們的影響。
由于需要考慮跨設(shè)備、平臺(tái)和活動(dòng)的在線和離線互動(dòng),營(yíng)銷(xiāo)歸因變得越來(lái)越困難
但這并不是毫無(wú)希望。你可以使用一些特定手法來(lái)填補(bǔ)當(dāng)今歸因領(lǐng)域中的一些漏洞。
在我們討論歸因如何發(fā)揮作用或不同的營(yíng)銷(xiāo)歸因模型前,我們需要澄清一件事:
你永遠(yuǎn)無(wú)法完全準(zhǔn)確理解每個(gè)營(yíng)銷(xiāo)接觸點(diǎn)是如何單獨(dú)影響每個(gè)客戶旅程的。所有的營(yíng)銷(xiāo)歸因都只是現(xiàn)實(shí)世界的一個(gè)近似值。
你唯一可以爭(zhēng)取的準(zhǔn)確性是:
正確設(shè)置像素及轉(zhuǎn)化跟蹤(如 Facebook Pixel、Google 廣告轉(zhuǎn)化跟蹤,以及谷歌分析中的目標(biāo)/事件)
為 UTM 標(biāo)記和跟蹤創(chuàng)建一個(gè)一致的系統(tǒng) ,該系統(tǒng)優(yōu)先處理有關(guān)客戶旅程清晰、完整的數(shù)據(jù)
了解不同歸因模型的世界觀以及它們?nèi)绾斡绊懩愕臓I(yíng)銷(xiāo)決策
讓我們從 UTM (Urchin Tracking Module, Urchin 跟蹤模塊)參數(shù)開(kāi)始,它是一串以“?”或“&”開(kāi)頭的標(biāo)簽,你可以在網(wǎng)址后面找到 (如 www.yourstore.com?utm_source=facebook&utm_medium=cpc)。
雖然 UTM 標(biāo)記可能聽(tīng)起來(lái)和看起來(lái)都很陌生,但它是數(shù)字營(yíng)銷(xiāo)中一個(gè)標(biāo)準(zhǔn)化的標(biāo)記系統(tǒng)。使用谷歌自己的活動(dòng)網(wǎng)址生成器或 UTM.io 之類(lèi)的 Chrome 擴(kuò)展程序可以輕松創(chuàng)建標(biāo)記。
UTM 參數(shù)有五種標(biāo)準(zhǔn)類(lèi)型,可用于描述分析工具的傳入流量,以便在 bucket 中對(duì)其進(jìn)行分組、整理和分析。
你可以選擇何時(shí)以及如何使用它們,但要確保在 UTM 標(biāo)記和跟蹤方面保持一致:
活動(dòng)來(lái)源(utm_source)描述放置鏈接的網(wǎng)站或主要來(lái)源(例如,如果我要在 Instagram 個(gè)人簡(jiǎn)介中推廣我的商店鏈接,并且做大量社交媒體營(yíng)銷(xiāo),我可能會(huì)將其標(biāo)記為 utm_source=instagram)。
活動(dòng)媒介(utm_medium)描述營(yíng)銷(xiāo)活動(dòng)(例如,如果我使用鏈接來(lái)跟蹤谷歌廣告活動(dòng)的流量,我可以將其標(biāo)記為 utm_medium=cpc,這樣你就知道流量來(lái)自每次點(diǎn)擊付費(fèi)廣告)。
活動(dòng)名稱(chēng)(utm_campaign)允許你識(shí)別正在運(yùn)行的特定活動(dòng)的流量,即使它來(lái)自同一來(lái)源(例如,針對(duì)品牌搜索活動(dòng),你可以使用 utm_campaign=branded%20search%20exact。空格會(huì)被編碼成 "%20",以免破壞網(wǎng)址)。
如果你正在運(yùn)行谷歌廣告活動(dòng),活動(dòng)關(guān)鍵詞(utm_term)可用于跟蹤特定關(guān)鍵詞。
如果你正在進(jìn)行廣告對(duì)比測(cè)試,活動(dòng)內(nèi)容(utm_content)很有幫助。這種情況下,你可以跟蹤每個(gè)廣告,看看哪一個(gè)引流效果最好。
你也可以創(chuàng)建自己的自定義 UTM 參數(shù),以便更精準(zhǔn)地了解如何儲(chǔ)存流量。你可以用“utm_season=fall”來(lái)跟蹤特定的周期性活動(dòng)。
另外,你也可以使用任何 valuetrack 參數(shù)動(dòng)態(tài)標(biāo)記不同的營(yíng)銷(xiāo)活動(dòng)設(shè)置或用戶屬性。例如,&utm_device={device} 將自動(dòng)更改 {device} 以識(shí)別用戶正在用什么瀏覽器瀏覽你的網(wǎng)站。
下面是具體示例。如果我想通過(guò)定位無(wú)品牌關(guān)鍵字“冬季夾克”,來(lái)跟蹤谷歌廣告搜索活動(dòng)中冬季夾克的流量和銷(xiāo)售額,那么我的帶有 UTM 跟蹤的網(wǎng)址可能是這樣的:
www.mystore.com?utm_source=google&utm_medium=cpc&utm_campaign=nonbranded
%20search%20winter%20jackets&utm_term=winter%20jackets
分解一下,每個(gè)參數(shù)都告訴我一些關(guān)于流量的信息:
來(lái)源:谷歌
媒介:CPC (每次點(diǎn)擊付費(fèi))
活動(dòng):無(wú)品牌搜索活動(dòng)廣告冬季夾克
關(guān)鍵詞:競(jìng)價(jià)關(guān)鍵詞“冬季夾克”
UTM 幫助你跟蹤指定來(lái)源的流量,以便你可以在更精細(xì)的層面上分析其表現(xiàn)如何,但前提是你必須牢記以下幾點(diǎn):
UTM 是主觀的,由你 定義。雖然命名 UTM 有一些常見(jiàn)做法,但請(qǐng)使用對(duì)你有意義的做法。只要你保持一致,而且你的團(tuán)隊(duì)很容易理解你使用的方法,一切應(yīng)該會(huì)運(yùn)行良好。
UTM 參數(shù)區(qū)分大小寫(xiě)?!皍tm_source=Facebook”和“utm_source=facebook”會(huì)在谷歌分析中展示為兩種不同來(lái)源。
保持參數(shù)記錄。創(chuàng)建一個(gè)一致的系統(tǒng)用于記錄你的 UTM 參數(shù),這樣你和你的團(tuán)隊(duì)就知道在使用什么,并且當(dāng)你看到它們時(shí)能夠理解其含義。
保持標(biāo)記一致。將任何新的團(tuán)隊(duì)成員加入你的 UTM 系統(tǒng)中,并在使用之前仔細(xì)檢查你的 UTM。
測(cè)試最終網(wǎng)址。有時(shí)你的最終網(wǎng)址可能會(huì)崩潰。養(yǎng)成習(xí)慣,在花錢(qián)做廣告前仔細(xì)檢查你的登錄頁(yè)面,并對(duì)任何特殊字符進(jìn)行編碼(你可以使用 URL Encoder)。
適當(dāng)使用網(wǎng)址縮短器。 UTM 參數(shù)會(huì)讓鏈接變得很長(zhǎng),讓人不想點(diǎn)擊。如果你為了跟蹤流量和銷(xiāo)售額公開(kāi)展示你的鏈接,比如在社交媒體簡(jiǎn)介甚至是在貿(mào)易展上展示,使用 bit.ly 之類(lèi)的網(wǎng)址縮短器將其縮短。
恰當(dāng)?shù)?UTM 跟蹤是朝著正確方向邁出的一步,但是默認(rèn)情況下,如果同一用戶在多個(gè)設(shè)備上訪問(wèn)你的網(wǎng)站,每次“訪問(wèn)”都將被視為單獨(dú)的用戶和“旅程”。
例如,如果用戶看到介紹某產(chǎn)品的 Instagram Story,他們可能會(huì)查看產(chǎn)品,但不會(huì)馬上購(gòu)買(mǎi)。相反,他們可能會(huì)在回家路上用手機(jī)研究該產(chǎn)品,最終在睡前用筆記本電腦再次搜索,并通過(guò)谷歌購(gòu)物廣告轉(zhuǎn)化。
要解決這個(gè)問(wèn)題并對(duì)來(lái)自同一用戶的行為進(jìn)行分組,你需要在谷歌分析中啟用用戶ID并集成你的 CRM。
谷歌分析中的用戶ID為每位用戶創(chuàng)建了獨(dú)一無(wú)二的非PII(非個(gè)人識(shí)別)ID,無(wú)論他們的數(shù)據(jù)從哪發(fā)送,都會(huì)包含在其中。你可以使用該ID統(tǒng)一每位顧客在不同設(shè)備,以及在線和離線接觸點(diǎn)的互動(dòng)。
能夠?qū)⒖雌饋?lái)像是許多不同設(shè)備上的獨(dú)立用戶旅程轉(zhuǎn)變成同一用戶與你品牌之間的一系列互動(dòng),對(duì)于更清楚地描繪出顧客如何通過(guò)不同設(shè)備和活動(dòng)與你互動(dòng)至關(guān)重要。
有六種不同類(lèi)型的營(yíng)銷(xiāo)歸因模型供你選擇,具體取決于你的業(yè)務(wù)目標(biāo)以及你最看重漏斗的哪個(gè)部分:
最后點(diǎn)擊
首次點(diǎn)擊
線性
時(shí)間衰減
基于位置
算法(自定義)
不存在普通正確或錯(cuò)誤的營(yíng)銷(xiāo)歸因模型。
相反,重要的是了解每種模型的世界觀,以及哪些互動(dòng)被賦予最大的權(quán)重和最少的權(quán)重。你甚至可以在不同歸因模型間進(jìn)行切換,看看這會(huì)如何改變你對(duì)不同活動(dòng)對(duì)轉(zhuǎn)化的影響的看法。
為了幫助你了解每種歸因模型,我們?cè)谙旅孢M(jìn)行了簡(jiǎn)要介紹。請(qǐng)留意完全相同的客戶旅程如何根據(jù)我們使用的模型有不同的解釋。
最后點(diǎn)擊歸因是最普遍使用的模型,也是大多數(shù)營(yíng)銷(xiāo)平臺(tái)的默認(rèn)模型。當(dāng)你積極嘗試將流量轉(zhuǎn)化成顧客時(shí),這種單向接觸模型很有用。
它將100%的轉(zhuǎn)化歸功于最后點(diǎn)擊的廣告和相應(yīng)的關(guān)鍵詞。因此,下層漏斗的活動(dòng)如品牌搜索或重定向活動(dòng)將被賦予更多價(jià)值,而品牌認(rèn)知和上層漏斗活動(dòng)可能得不到任何價(jià)值。
這種單向接觸歸因模型認(rèn)為第一個(gè)接觸點(diǎn)最為重要,因?yàn)樗诘谝粫r(shí)間把顧客帶進(jìn)你的漏斗而獲得100%的功勞。當(dāng)你把資金優(yōu)先投在建立流量和尋找新受眾的活動(dòng)上時(shí),這一模型很有用。
它將所有轉(zhuǎn)化歸功于獲得首次點(diǎn)擊的廣告或相應(yīng)的關(guān)鍵詞。因此,像再營(yíng)銷(xiāo)等高價(jià)值的漏斗底層活動(dòng)在這種模型中被忽略了,并可能導(dǎo)致對(duì)這方面努力的投入減少,從而降低你的整體轉(zhuǎn)化率和總收入。
線性歸因模型將轉(zhuǎn)化功勞平均分配給顧客購(gòu)買(mǎi)路徑中的所有點(diǎn)擊。這是最簡(jiǎn)單的多向接觸歸因形式。通過(guò)這種模型,你不會(huì)忽略任何互動(dòng)。然而,它不能確切告訴你哪個(gè)渠道影響力最大。
時(shí)間衰減歸因模型與最后點(diǎn)擊類(lèi)似。但是,它也將部分功勞歸于最后導(dǎo)致轉(zhuǎn)化的互動(dòng),將更多權(quán)重賦予更接近轉(zhuǎn)化時(shí)間的點(diǎn)擊。
基于位置(或稱(chēng)為 U形)歸因?qū)⒐谄骄峙浣o首次和最后一次點(diǎn)擊,每種互動(dòng)各獲得40%的權(quán)重。剩下的20%分散在其它點(diǎn)擊之間。
然而,此處的假設(shè)是首次和最后一次點(diǎn)擊是最有價(jià)值的互動(dòng),盡管中間可能有活動(dòng)或接觸點(diǎn)也發(fā)揮了重要作用。
這種模型通常被稱(chēng)為自定義歸因。當(dāng)你擁有足夠可用數(shù)據(jù)時(shí),你可以讓機(jī)器學(xué)習(xí)來(lái)決定客戶旅程中哪些接觸點(diǎn)應(yīng)獲得最多功勞。
理論上來(lái)講,這是最佳模型,但它依賴(lài)于擁有足夠歷史數(shù)據(jù),以便機(jī)器學(xué)習(xí)為不同接觸點(diǎn)分配權(quán)重。
如果你從事?tīng)I(yíng)銷(xiāo)的時(shí)間夠長(zhǎng),你會(huì)注意到對(duì)任何給定時(shí)間范圍,不同平臺(tái)可能會(huì)提供不同的轉(zhuǎn)化價(jià)值和功勞,這取決于你查看的報(bào)告。
當(dāng)你直接查看谷歌廣告、Facebook 廣告、谷歌分析甚至是你的 Shopify 報(bào)告時(shí),你可能會(huì)注意到差異。那么什么應(yīng)該成為你的真實(shí)數(shù)據(jù)源呢?
從技術(shù)上講,它們都是“正確”的。它們只是對(duì)營(yíng)銷(xiāo)的看法不同。以下是每個(gè)平臺(tái)的基本原理。
谷歌廣告只跟蹤谷歌廣告流量。它不會(huì)消除不同平臺(tái)上其它廣告活動(dòng)的重復(fù)轉(zhuǎn)化,因?yàn)樗翱础辈坏竭@些接觸點(diǎn)。相反,它會(huì)將任何在任一時(shí)間點(diǎn)接觸過(guò)谷歌活動(dòng)的用戶計(jì)入其中,即使他們后來(lái)接觸 Facebook/Instagram、郵件、或直接訪問(wèn)你的網(wǎng)站并轉(zhuǎn)化。
默認(rèn)情況下,谷歌廣告歸因窗口設(shè)置使用最后點(diǎn)擊歸因顯示點(diǎn)擊你的廣告后30天內(nèi)的操作。
Facebook 廣告平臺(tái)只跟蹤 Facebook 廣告流量和互動(dòng)(也包括 Facebook 擁有的 Instagram 等資產(chǎn))。
它也不消除不同平臺(tái)上其它廣告活動(dòng)的重復(fù)數(shù)據(jù),并將在特定時(shí)間跨度內(nèi)任何看到或點(diǎn)擊 Facebook 廣告的用戶計(jì)入其中,即使他們后來(lái)與谷歌廣告活動(dòng)或郵件互動(dòng),或是直接訪問(wèn)你的網(wǎng)站并轉(zhuǎn)化。
Facebook 默認(rèn)使用最后點(diǎn)擊歸因,歸因窗口分別為瀏覽廣告24小時(shí)內(nèi)和點(diǎn)擊廣告28天內(nèi)。
Facebook 廣告是唯一一個(gè)更詳盡的廣告平臺(tái),它會(huì)將可能“看到”廣告(甚至沒(méi)有點(diǎn)擊它)并以另一種方式轉(zhuǎn)化的用戶計(jì)入其中。如果你相要更好的跨平臺(tái)結(jié)果對(duì)比,建議你將設(shè)置改為基于點(diǎn)擊。
谷歌分析和其它分析平臺(tái)會(huì)跟蹤不同付費(fèi)和非付費(fèi)渠道的點(diǎn)擊操作。通常,分析平臺(tái)可以配置為連接外部/脫機(jī)數(shù)據(jù)源、用戶ID和/或其它不直接屬于在線商店的網(wǎng)站。
谷歌分析提供數(shù)據(jù)導(dǎo)入功能,允許你從其它來(lái)源上傳數(shù)據(jù),以便在谷歌分析中對(duì)其進(jìn)行分析。添加額外數(shù)據(jù)來(lái)源和合并用戶ID是將大部分跨平臺(tái)顧客互動(dòng)匯總在一個(gè)地方的最佳方式。
谷歌分析還會(huì)消除所有渠道的重復(fù)轉(zhuǎn)化,并歸功于轉(zhuǎn)化旅程中的最后接觸點(diǎn),針對(duì)你網(wǎng)站的直接訪問(wèn)除外。在這種情況下,它會(huì)歸功于最后一個(gè)非直接接觸點(diǎn)。
關(guān)于廣告服務(wù)器和基于曝光歸因
雖然大部分歸因都是基于點(diǎn)擊的,但基于曝光的歸因和報(bào)告也是可能的。
想想你自己的體驗(yàn)。你會(huì)點(diǎn)擊所有引起你興趣的廣告嗎?即使你不這樣做,這些廣告仍會(huì)影響你未來(lái)的購(gòu)買(mǎi)決策。
廣告服務(wù)器允許你在一個(gè)平臺(tái)上整合和消除所有重復(fù)的營(yíng)銷(xiāo)數(shù)據(jù),同時(shí)還允許你訪問(wèn)曝光層面的數(shù)據(jù)。這些數(shù)據(jù)讓你可以更清晰地看到顧客的購(gòu)買(mǎi)途徑以及應(yīng)該投資哪些渠道。
例如,你可能看到你的搜索廣告在點(diǎn)擊層面出色的表現(xiàn)。然而,當(dāng)你查看曝光層面數(shù)據(jù)時(shí),你會(huì)看到那些通過(guò)搜索轉(zhuǎn)化的實(shí)際上事先接觸了 YouTube 上的視頻,然后在谷歌上搜索你的產(chǎn)品。
谷歌營(yíng)銷(xiāo)平臺(tái)是此類(lèi)技術(shù)的例子之一,你可以通過(guò)它訪問(wèn)搜索、視頻、展示廣告、Gmail贊助廣告和一些社交媒體平臺(tái)等渠道的曝光層面數(shù)據(jù)。
Shopify 會(huì)跟蹤不同付費(fèi)和非付費(fèi)渠道的點(diǎn)擊操作。Shopify 的分析將刪除所有渠道的重復(fù)轉(zhuǎn)化,并歸功于轉(zhuǎn)化旅程中的最后接觸點(diǎn),即使是直接訪問(wèn)你的商店。這是谷歌分析和 Shopify 之間默認(rèn)歸因方式最大的區(qū)分。
了解歸因情況、其中的漏洞以及你可以采用的不同模型,是朝著更好的跟蹤、更清晰的顧客數(shù)據(jù)庫(kù)和做出更明智決策邁出良好的第一步。
雖然營(yíng)銷(xiāo)歸因遠(yuǎn)非完美,而且只會(huì)越來(lái)越難,但它可以提供關(guān)于顧客在購(gòu)買(mǎi)途徑中如何以及在何處與你的品牌互動(dòng)的寶貴見(jiàn)解。
插畫(huà)來(lái)自 Jarred Briggs