Table of Contents
你研究得越深入,就越难回答这个简单的问题。
是看到了你的 Instagram 帖子或故事?还是在谷歌上搜索了你的产品?亦或者是打开了你的促销电子邮件?究竟是什么让消费者决定购买你的产品?
随着网站、社交媒体属性、网红营销策划、线下互动和其他要考虑的因素的发展,你的企业规模越大,这一问题的答案就变得越复杂。再加上过去十年来,消费者行为早已经时移俗易。想一想你从起床到睡觉前每天要与多少不同设备、应用程序和网站进行互动,你就可以更好地理解消费者行为的变化了。
在当今世界,营销归因远非十全十美,但你在消费者旅程中了解的越多——比如,是什么渠道最能驱动消费者进行购买,什么渠道之间的互动能够很好地进行协同工作,等等——你就越能做出更好的决策。
- 什么是营销归因?
- 为成功的营销归因奠定基础
- 6种营销归因模式
- 跨平台和媒体资源的营销归因的差异
- 结论
什么是营销归因?
营销归因的目的是为了更清楚地了解消费者在转化路径中与品牌所发生的所有互动和接触点。 营销归因可以帮助商家找到有助于促成转化的渠道和特定广告系列,从而让商家了解到该如何以及在何处进行投资和投入精力。 尽管理论讲听起来很简单,但实践却可能相当复杂。
为什么营销归因越来越难
花点时间想想你作为消费者时的行为。 如果你已经有了一定年龄的阅历,你就会记得在 iphone 手机、平板电脑,甚至社交媒体出现之前时光,大多数人都只有一台设备可以上网(也就是台式电脑)。这时候的营销归因相对简单。 不过,到了今天,你就需要考虑以下因素,以确保你的营销报告和归因在以下方面没有疏漏:
- 我们生活在一个多设备的世界:人们有时拥有不止一部智能手机、平板电脑、办公计算机、家用计算机,甚至智能居家设备。当它们实际上都属于同一个消费者时,每一个设备都可能作为独立的访问者出现在你的网站。
- 世界对隐私和跟踪的要求越来越严格:设备和浏览器在允许用户存储哪些信息和跟踪方面变得越来越严格。考虑到《通用数据保护条例》(General Data Protection Regulation)和隐私问题,消费者将越来越多地选择在线跟踪。
- 大多数营销归因是基于点击行为的:由于大多数营销归因和报告都基于点击行为和UTM跟踪(我们将在下面概述),因此营销归因忽略了在未点击的情况下查看广告或内容的影响。
考虑到在线和离线的互动,随着时间的发展,跨多个设备、平台和广告系列的营销归因只会变得越来越复杂。
但你也不必觉得前景黯淡,你可以采取某些特定的方式来填补当今营销归因环境中的某些漏洞。
为成功的营销归因奠定基础
在我们讨论营销归因的工作机制或不同的营销归因模式之前,我们需要明确一点:
不存在100%的“真实”营销归因。
你永远无法完全掌握每个单独营销接触点是如何影响每个消费者旅程的。所有的营销归因模型仅仅是对现实世界的一种近似值。 你唯一能争取的准确性是:
- 正确设置像素和转化跟踪(例如 Facebook Pixel,谷歌广告转化跟踪以及谷歌分析中的目标/事件)。
- 为 UTM 标记和跟踪创建一致的系统,该系统优先考虑处理有关消费者旅程的清楚、完整的数据。
- 了解不同归因模型的世界观及其对营销决策的影响。
让我们从 UTM(Urchin 跟踪模块)参数开始——你可以在以“?”或者“&”开头的网址后找到一串标签(例如www.yourstore.com?utm_source=facebook&utm_medium=cpc)。 虽然 UTM 标记不管是看起来还是听起来都很陌生,但它是数字营销中的标准标记系统。 使用谷歌自己的 Campaign URL Builder 或Chrome扩展程序(例如 UTM.io)可以轻松创建 UTM 标记。
我们建议使用谷歌的 Campaign URL Builder,因为它能够对可能会破坏 URL 的特殊字符进行自动编码,例如空格或问号。
UTM 参数有五种标准类型,可用于描述分析工具的传入流量,以便可以对分析工具进行批量分组、管理和分析。
你可以选择何时以及如何使用 UTM 的五种参数类型,但是请确保它们在 UTM 标签和跟踪中保持一致:
- Campaign Source(utm_source)描述的是要放置链接的网站或主要源。例如。如果商家要在 Instagram 个人介绍中推广跳转到商店的链接,并且要进行大量社交媒体营销,那么商家可以将该链接标记为 utm_source = instagram。
- Campaign Medium(utm_medium)描述的是营销活动。例如。如果商家要使用链接跟踪来自谷歌广告系列的流量,那么商家就可以将该链接标记为 utm_medium = cpc,这样就可以知道流量是来自每次点击付费的广告。
- Campaign Name (utm_campaign) 可以帮助商家识别正在运行的特定广告系列的流量(即使该流量来自同一来源)。例如。对于品牌搜索广告系列,商家可以使用 utm_campaign = branded%20search%20exact(可以将空格编码为“%20”,以避免破坏URL)。
- Campaign Term (utm_term) 用于跟踪商家正在运行的谷歌广告系列的特定关键字。
- Campaign Content (utm_content) 对于分割测试广告很有帮助。在这种情况下,商家可以跟踪每个广告,以查看哪个广告对驱动流量最有效。
关于自定义 UTM 参数
商家还可以创建自己的自定义 UTM 参数,以更详细地了解流量管理方式。商家可以使用“ utm_season = fall”来跟踪特定的季节性活动。
此外,商家还可以使用任何 valuetrack 参数来动态标记不同的营销活动设置或用户属性。例如,&utm_device = {device} 会自动更改 {device},以标识用户是通过什么浏览你的网站的。
举个例子来说明。如果商家想通过针对非品牌关键字“冬季夹克”的谷歌广告搜索活动来跟踪冬季夹克的流量和销售额,那么商家的的 UTM 跟踪 URL 可能如下所示:
将以上链接进行分解,每个参数都向商家传达了有关流量的信息:
- 来源:谷歌
- 媒介:CPC(每次点击费用)
- 活动:非品牌搜索活动广告冬季夹克
- 术语:对关键字“ 冬季夹克(winter jackets)”出价
UTM 可以帮助商家跟踪到特定来源的流量,让商家可以在更细微的层次上分析其性能。不过,这只在商家牢记以下几点要素时才能实现:
- UTM 是主观的,由商家定义:虽然有一些通用的命名 UTM 的习惯,但还是建议商家使用对自己有意义的名称。只要商家的风格始终如一,商家团队的成员就可以轻松了解所使用的内容,进而可以让工作保持良好状态。
- UTM 参数区分大小写:“utm_source = Facebook”和“utm_source = facebook”将在谷歌分析中显示为两个不同的来源。
- 保留自己的参数记录:创建一个一致的系统来记录自己使用的 UTM 参数,以便你和你的团队都知道正在使用的参数什么,并在看到它们时理解它们的含义。
- 与标签保持一致:将任何新的团队成员加入到你的 UTM 系统,并在使用之前仔细检查 UTM。
- 测试最终的 URL:有时最终 URL 可能会中断。因此,请养成在花钱做广告之前仔细检查登陆页面并对任何特殊字符进行编码的习惯(你可以使用 URL 编码器(URL Encoder))完成这一工作)。
- 在适当的时候使用 URL 缩写:UTM 参数可能会让链接变得比较长,并且难以点击。如果你要公开显示链接(比如在社交媒体的个人简介中,甚至在贸易展览会的显示屏上)以跟踪流量和销售,请使用像bit.ly之类的网址缩写来缩短链接长度。
正确设置后,商家就可以在谷歌分析和其他报告工具中对来自不同来源的流量进行分组和分析了。
使用用户ID对跨设备的消费者旅程进行分组
正确的 UTM 跟踪是朝着正确方向前进的一步,但默认情况下,如果同一用户在多个设备上访问你的站点,那么每个“访问”都将被归为一个单独的用户和单独的“旅程”。
例如,如果用户浏览到有关某个产品的 Instagram 故事,他们虽然可能会查看该产品,但不会立即购买。相反,他们可能会在回家的路上用手机搜索产品,最后在睡前用笔记本电脑再次搜索该产品,并实现谷歌购物广告的流量转化。
要解决这个问题并将来自同一用户的所有行为分组,商家需要在谷歌分析中启用用户 ID 并将谷歌分析与自己的客户关系管理(CRM)数据相结合。
谷歌分析中的用户 ID 会为每个用户创建唯一的非 PII(无法识别个人身份的) ID,这些 ID 包含在发送数据的任何位置。然后,商家可以使用 ID 为每个客户统一设备之间的交互以及在线和离线的接触点。
为了能够更清晰地描绘消费者如何在不同设备和活动中与品牌进行互动,商家需要将看起来像许多独立用户在不同设备之间的消费者旅程转变为同一个用户与品牌之间的一系列互动。拥有这项能力至关重要。
6种营销归因模式
商家可以在谷歌分析或特定平台(例如谷歌广告)中的不同归因模型之间进行切换。
商家可以根据业务目标以及希望将最大价值放在营销漏斗的位置,在以下六种不同类型的营销归因模型中进行选择:
- 最终点击归因
- 首次点击归因
- 线性归因
- 时间衰减归因
- 基于排名的归因
- 算法(自定义)归因
没有通用的营销归因模型,也没有正确或错误的营销归因模型。
相反,重要的是要了解每个归因模型的世界观,以及了解哪些交互作用被赋予了最大的权重和最小的权重。你甚至可以在不同的归因模型之间切换,以了解不同的归因模型是如何改变你对不同的活动对流量转化的影响的看法。 我们将在下文简要介绍每个归因模型,以帮助你更好地理解它们。请注意,根据我们使用的模型的不同,即使是完全相同的消费者旅程也可以有不同的解释。
1. 最终点击归因
最终点击归因是最常用的模型,也是大多数营销平台的默认模型。当商家积极尝试将流量转化为消费者时,这种单点触控模式非常有用。
最终点击归因将流量转化完完全全地归因给最终点击的广告和相应的关键字。这样,营销漏斗位置较低的广告系列(例如品牌搜索广告系列或重新定位广告系列)将获得更多价值,而品牌知名度和营销漏斗位置较高的广告系列则可能不会获得任何价值。
2.首次点击归因
这种单次触摸归因模型将第一个接触点视为最重要的接触点,因为正是第一个接触点在第一时间将消费者带进了商家的营销漏斗。当商家优先考虑对可增加流量和可找到新受众的广告系列进行投资时,此模型很有用。
首次点击归因将流量转化完完全全归因给获得首次点击的广告或相应的关键字。因此,此模型忽略了营销漏斗的高价值底部(例如再营销),有可能导致商家减少对这些工作的投资,从而实际上降低了整体转化次数和收入。
3.线性归因
线性归因模型将流量转化平均分配给消费者购买路径上的所有点击。这是多次触摸归因的最简单形式。使用此模型,商家可以不错过任何有益的互动。但是,这种归因模型并不能完全告诉商家究竟是哪个渠道的影响力最大。
4. 时间衰减归因
时间衰减归因模型类似于最终点击归因模型。但是,时间衰减归因模型会将部分流量转化归因给促成转化的互动,并且可以将更多的权重分配给时间更近的点击。
5. 基于排名的归因
基于排名(或U形)的归因模型会为首次点击和最终点击赋予相同的权重——这两个互动的流量转化分别占 40%。剩余的 20%会分配给介于两者之间的其他点击。
但是,这里的假设是,首次点击和最终点击是最有价值的互动,而其实这两次点击之间可能会有一些活动或接触点也起了重要作用。
6. 算法归因
这一模型通常称为自定义归因。当有足够的可用数据时,商家可以允许机器学习来确定哪些接触点在消费者旅程中带来的流量转化最高。
从理论上讲,这是最好的模型,但是它依赖于有足够的历史数据来进行机器学习,以在不同的接触点之间分配权重。
跨平台和媒体资源的营销归因的差异
如果你的营销活动已经进行了足够长的时间,你就会注意到,对于任何给定的日期范围,根据你查看的报告不同,不同的平台可能会为流量转化提供不同的价值和权重。 因此,当你直接查看谷歌广告、Facebook 广告、谷歌分析甚至 Shopify 报告时,你可能看到不同的数据。
那么,到底什么才是你的真理来源呢?
从技术上讲,所有这些报告都是“正确的”。它们从不同的角度解读了你的营销活动。以下是每一份报告的原理入门。
谷歌广告
谷歌广告仅跟踪来自谷歌广告流量。它不会删除来自不同平台上其他广告系列的转化流量,因为它“看不到”这些接触点。取而代之的是,谷歌广告会将流量转化归因给在任意时间与谷歌广告系列进行过互动的任意用户,即使这个用户后来也与 Facebook / Instagram,电子邮件进行过互动或直接访问商家的网站实现了流量转化。
默认情况下,谷歌广告归因窗口设置会显示使用最终点击归因点击广告后 30 天内采取的操作。
Facebook 广告
Facebook 广告平台只跟踪 Facebook 的广告流量和互动(其中还包括 Facebook 旗下的资产,如Instagram)。
Facebook 广告也不会对来自不同平台上其他广告活动的数据进行重复数据消除,对于在一定时间范围内看到或单击 Facebook 广告的任何用户,即使他们后来与谷歌广告系列、电子邮件有过互动,或者访问商家的网站实现了流量转化,Facebook 广告也会将流量转化归因给该用户。
Facebook广告默认为最后一次点击归因,归因窗口为查看广告后 24 小时内和点击广告后 28 天内。
Facebook 广告是唯一一个信息较详细的广告平台,它会将流量转化归因给那些可能“看到”广告(即使没有点击)但却以另一种方式实现流量转化的用户。如果商家希望更好地在多平台之间比较结果,建议商家将设置更改为“基于点击”。
谷歌分析
谷歌分析和其他分析平台将跟踪不同的付费和未付费渠道的点击行为。通常,可以将分析平台配置为连接外部/脱机数据源、用户ID和/或其他不直接属于在线商店的 web 属性。
谷歌分析提供了“数据导入”功能,允许商家从其他来源上传数据,以方便商家可以在谷歌分析中分析所有数据。在同一个地方包含跨平台的大多数消费者交互的最佳方法就是添加其他数据源和合并用户 ID。
谷歌分析还将对所有渠道的流量转化进行重复数据消除,并将流量转化归因给流量转化过程中的最后一个接触点。但这种情况不适用于当最后一个接触点是对网站的直接访问时。在这种情况下,谷歌分析会将流量转化归因给带来流量转化的最后一个非直接接触点。
关于广告服务器和基于展示的归因
虽然大多数归因是基于点击的,但也存在基于展示的归因和报告。
想一想你自身的经验。你是否会逐条点击你感兴趣的广告?即使你没有点击,这些广告仍然会影响你将来购买产品的决定。
广告服务器让商家可以在一个平台上整合和删除所有营销数据,同时还可以访问展示次数数据。通过这些数据,商家可以更清楚地了解消费者的购买途径以及接下来应该投资的渠道。
例如,你可以从点击次数的角度在搜索广告中看到很好的广告成果。但是,当查看展示次数数据时,你会发现,通过搜索转化来的流量实际上是由 YouTube 视频开头的视频广告带来的。消费者看到了这些视频广告,然后又在谷歌上搜索了你的产品。
谷歌营销平台(Google Marketing Platform)就是这种技术的一个示例,您可以在这个平台访问搜索、视频、展示广告、Gmail 赞助广告以及某些社交媒体平台等渠道的展示级别的数据。
Shopify
Shopify 将跟踪不同的付费和未付费渠道上的点击操作。Shopify 分析将删除所有渠道中的重复转化,并且即使用户直接访问你的商店,也可以将流量转化归因给转化过程中的最后一个接触点。这是谷歌分析和 Shopify 之间默认归因工作方式之间的最大区别。
营销归因并不完美
了解归因的现状、存在的漏洞以及可以应用的不同模型,是朝着更好的跟踪、更清晰的消费者数据库和更明智的决策迈出的第一步。
虽然营销归因远非完美,并且只会越来越复杂,但营销归因可以为商家提供宝贵的见解,让商家了解消费者在购买过程中与品牌进行互动的方式和互动地点。
请勿转载,本文是否解决你的问题,没有的话请私信我(点击)