اکنون بیش از هر زمان دیگری، رهبران بازاریابی و فروش نگاهی انتقادی به محل تخصیص منابع خود و نحوه پرسنل تیم خود دارند.
مدلسازی اسناد یکی از بهترین ابزارها برای ارائه راهنمایی روشن در مورد اینکه چه چیزی کار میکند و چه چیزی نیست.
اسناد بازاریابی چیست؟
انتساب بازاریابی رویکردی است برای درک اینکه چگونه نقاط تماس مختلف بازاریابی و فروش بر حرکت مشتریان بالقوه از بازدیدکننده، به رهبری و مشتری تأثیر میگذارند.
با پیاده سازی اسناد در سازمان خود، ایده بهتری از موارد زیر خواهید داشت:
- کدام کانال ها در مراحل مختلف چرخه فروش بیشترین تأثیر را دارند.
- کدام قالبهای محتوا کم و بیش در تلاشهای بازاریابی یا فروش شما تأثیرگذار است.
- کدام کمپین ها بیشترین درآمد و بازگشت سرمایه (ROI) را داشته اند.
- متداولترین توالی رویدادهای آنلاین یا آفلاین که مشتریان بالقوه قبل از تبدیل شدن به مشتری با آن تعامل دارند.
چرا اسناد در بازاریابی مهم است؟
تجزیه و تحلیل دادههای انتساب به شما این درک را میدهد که کدام تلاشهای بازاریابی، فروش و موفقیت مشتری به طور مؤثر و کارآمد در تولید درآمد کمک میکنند.
مدلسازی اسناد به شما کمک میکند فرصتهای رشد و بهبود را شناسایی کنید، در حالی که تصمیمات تخصیص بودجه را نیز مطلع میکند.
با مدلهای اسناد دقیق، بازاریابها میتوانند تصمیمات آگاهانهتری در مورد کمپینهای خود بگیرند، که به آنها اجازه میدهد ROI را افزایش دهند و بودجههای هدر رفته در استراتژیهای ناکارآمد را کاهش دهند.
چالش های اسناد بازاریابی چیست؟
ایجاد یک مدل انتساب کامل که تمام تصمیمات شما را هدایت می کند، برای اکثر بازاریابان یک رویا است.
در اینجا پنج چالش وجود دارد که منجر به مدلهای دادهای بینتیجه یا رها شدن کامل پروژه میشود:
مدیریت بین کانالی
این یک چالش رایج برای بازاریابان سازمانی است که دارایی های وب در چندین وب سایت، کانال و تیم دارند.
بدون برچسب گذاری تجزیه و تحلیل مناسب و پیکربندی تنظیمات سیستم، فعالیت های وب شما ممکن است به طور دقیق ردیابی نشود زیرا بازدیدکننده از یک سایت میکرو کمپین به دامنه اصلی می رود.
یا، ممکن است مشتری بالقوه ردیابی نشود زیرا آنها از وب سایت شما برای دریافت مسیر می روند و سپس برای انجام تراکنش به ویترین فروشگاه فیزیکی شما مراجعه می کنند.
تصمیم گیری بر اساس حجم نمونه کوچک
برای وبسایتهای ترافیکی کوچکتر، بازاریابهایی که از دادههای انتساب استفاده میکنند ممکن است مجموعه دادههای آماری قابل توجهی برای ترسیم همبستگیهای دقیق برای کمپینهای آینده نداشته باشند.
این منجر به فرضیات معیوب و ناتوانی در تکرار موفقیت قبلی می شود.
عدم رعایت ردیابی
اگر مدلهای انتساب شما به فعالیتهای آفلاین متکی هستند، ممکن است نیاز به وارد کردن دستی دادهها یا ثبت مناسب فعالیتهای فروش داشته باشید.
با توجه به تجربه من در نظارت بر صدها پیاده سازی CRM، همیشه در فعالیت های ثبت نام (مانند تماس ها، جلسات یا ایمیل ها) سطحی از عدم انطباق وجود دارد. این منجر به مدلهای اسناد منحرف میشود.
مدلهای Mo’، مشکلات mo’: هر پلتفرم تحلیلی دارای مجموعهای از پنج یا چند مدل ارجاع است که میتوانید از آنها برای بهینهسازی کمپینهای خود استفاده کنید.
بدون درک روشنی از مزایا و معایب هر مدل، شخصی که گزارش انتساب را ایجاد میکند ممکن است آنها را برای هماهنگی با اهداف سازمانی شما ساختار یا پیکربندی نکند.
حریم خصوصی داده ها
از زمانی که GDPR، CCPA و سایر قوانین حفظ حریم خصوصی وضع شدند، دادههای تحلیلی هر سال تیرهتر میشوند.
برای سازمانهایی که برای شرکت در ردیابی به بازدیدکنندگان وب متکی هستند، مدلسازی اسناد به دلیل ناتوانی در ردیابی برای هر نقطه تماس آسیب میبیند.
چگونه اسناد بازاریابی را اندازه گیری می کنید؟
اندازه گیری انتساب همه چیز در مورد اعطای اعتبار در جایی است که لازم است. ده ها ابزار انتساب برای تخصیص اعتبار به نقطه تماس دیجیتال یا آفلاین وجود دارد.
اندازه گیری اسناد با انتخاب مدل داده ای شروع می شود که با اهداف کسب و کار شما همسو باشد.
برخی از مدلهای اسناد به تعاملات اولیه در سفر مشتری ترجیح میدهند، در حالی که برخی دیگر بیشترین اعتبار را به تعاملات نزدیک به تراکنش میدهند.
در اینجا سناریویی از نحوه اندازهگیری انتساب بازاریابی در یک مدل اسناد اولیه وجود دارد (در ادامه به مدلهای مختلف خواهیم پرداخت):
مشتری از طریق یک آگهی جستجوی پولی به وب سایت می آید و وبلاگ را می خواند.
دو روز بعد، او به سایت بازگشته و چند صفحه محصول را مشاهده می کند.
سه روز بعد، او از طریق یک لیست ارگانیک از Google بازمی گردد و سپس با ثبت نام برای یک کوپن تخفیف، در سایت تبدیل می کند.
با یک مدل ارجاع لمسی اول، آگهی جستجوی پولی 100٪ اعتبار آن تبدیل را دریافت می کند.
همانطور که می بینید، انتخاب مدل «درست» می تواند یک موضوع بحث برانگیز باشد، زیرا هر مدل درصدی از اعتبار را به یک تعامل یا قرار دادن خاص در مسیر تبدیل شدن به مشتری می دهد.
اگر کسبوکار شما متکی به جستجوی پولی، سئو، آفلاین و کانالهای دیگر است، احتمالاً یکی از افرادی که در یکی از آن کانالها کار میکنند شبیه ابرقهرمان خواهد بود، در حالی که بازاریابان دیگر به نظر میرسند که وزن خود را بالا نمیبرند. .
در حالت ایدهآل، هنگامی که یک ابزار ارجاع را انتخاب میکنید، میتوانید گزارشهایی بسازید که به شما امکان میدهد مدلهای اسناد مختلف را با هم مقایسه کنید، بنابراین درک بهتری از اینکه کدام کانالها و تعاملها در دورههای زمانی خاصی که منجر به تبدیل یا تبدیل میشوند، بیشترین تأثیر را دارند، خواهید داشت. خرید.
مدل های مختلف اسناد بازاریابی چیست؟
بازاریابان می توانند از مدل های مختلف اسناد بازاریابی برای بررسی اثربخشی کمپین های خود استفاده کنند.
هر ابزار انتساب دارای تعداد انگشت شماری مدل خواهد بود که میتوانید کمپینها را بهینه کنید و گزارشهایی در اطراف ایجاد کنید. در اینجا توضیحاتی در مورد هر مدل ارائه شده است:
ابتدا روی Attribution کلیک کنید
این مدل به اولین کانالی که مشتری با آن تعامل داشت اعتبار می بخشد.
استفاده از این مدل هنگام بهینهسازی برای آگاهی از نام تجاری و تبدیلها/مشارکتسازی بالاترین سطح محبوبیت دارد.
Attribution آخرین کلیک
این مدل تمام اعتبار را به آخرین کانالی که مشتری با آن در تعامل است می دهد.
این مدل زمانی مفید است که بدانیم کدام کانال ها/تعامل ها بلافاصله قبل از تبدیل/خرید بیشترین تاثیر را داشته اند.
تخصیص آخرین کلیک مدل انتساب پیش فرض برای Google Analytics است.
اسناد چند لمسی/کانال
این مدل به تمام کانال ها یا نقاط تماسی که مشتری در طول سفر خود با آنها تعامل داشته است اعتبار می دهد.
این مدل زمانی استفاده می شود که به دنبال وزن دادن به طور یکنواخت یا به فعل و انفعالات خاص هستید.
مدلهای چندلمسی انواع مختلفی دارند که شامل زمان فروپاشی، خطی، U شکل، W شکل و J شکل میشود.
سفارشی
این مدل به شما امکان می دهد وزن کانال ها یا مکان های جداگانه را در سفر مشتری به صورت دستی تنظیم کنید.
این مدل برای سازمانهایی که تجربه استفاده از مدلسازی اسناد را دارند و اهداف روشنی برای اینکه چه نقاط تماسی در سفر خریداران بیشترین تأثیر را دارند، بهترین است.
ابزارهای اسناد بازاریابی
چندین ابزار مختلف برای کمک به بازاریابان برای اندازهگیری و تحلیل اسناد بازاریابی وجود دارد. برخی از ابزارهای انتساب ویژگی هایی در پلتفرم های اتوماسیون بازاریابی یا سیستم های CRM مانند Active Campaign یا HubSpot هستند.
برخی دیگر ابزارهای انتساب مستقلی هستند که برای جمعآوری و تجزیه و تحلیل دادهها به API یا ادغامها متکی هستند، مانند Triple Whale یا Dreamdata.
همانطور که در حال ارزیابی ابزارها هستید، در نظر بگیرید که چه مقدار از داده های آفلاین یا فروش باید در مدل های اسناد شما گنجانده شود.
برای سیستم هایی مانند HubSpot، می توانید فعالیت های فروش (مانند تماس های تلفنی و ایمیل های فروش 1:1) و داده های واردات لیست آفلاین (از نمایشگاه ها) را شامل کنید.
ابزارهای دیگر، مانند گوگل آنالیتیکس، به صورت بومی برای جذب آن نوع داده ها ساخته نشده اند و برای گنجاندن این فعالیت ها به عنوان بخشی از مدل شما، نیازمند کار توسعه پیشرفته هستند.
(افشای کامل: من با بالاترین رتبه آژانس شریک HubSpot، SmartBug Media کار می کنم.)
علاوه بر این، اگر باید بتوانید نقاط تماس بسیار خاصی را ببینید (مانند یک ایمیل خاص ارسال شده یا یک تبلیغ کلیک شده)، پس به یک سیستم انتساب کامل قیف نیاز دارید که این سطح از جزئیات را نشان دهد.
مدلسازی اسناد ابزار قدرتمندی است که بازاریابان میتوانند از آن برای سنجش موفقیت کمپینهای خود، بهینهسازی کانالهای آنلاین/آفلاین و بهبود تعاملات با مشتری استفاده کنند.
با این حال، درک محدودیتهای انتساب، مزایا و معایب هر مدل، و چالشهای استخراج دادههای قطعی قبل از سرمایهگذاری بودجههای کلان برای فناوری اسناد مهم است.
منابع بیشتر:
تصویر ویژه: Yuriy K/Shutterstock
var s_trigger_pixel_load = false; function s_trigger_pixel(){ if( !s_trigger_pixel_load ){ striggerEvent( 'load2' ); console.log('s_trigger_pix'); } s_trigger_pixel_load = true; } window.addEventListener( 'cmpready', s_trigger_pixel, false);
window.addEventListener( 'load2', function() {
if( sopp != 'yes' && !ss_u ){
!function(f,b,e,v,n,t,s) {if(f.fbq)return;n=f.fbq=function(){n.callMethod? n.callMethod.apply(n,arguments):n.queue.push(arguments)}; if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=[];t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)[0]; s.parentNode.insertBefore(t,s)}(window,document,'script', 'https://connect.facebook.net/en_US/fbevents.js');
if( typeof sopp !== "undefined" && sopp === 'yes' ){ fbq('dataProcessingOptions', ['LDU'], 1, 1000); }else{ fbq('dataProcessingOptions', []); }
fbq('init', '1321385257908563');
fbq('init', '239948206198576');
fbq('track', 'PageView');
fbq('trackSingle', '1321385257908563', 'ViewContent', { content_name: 'marketing-attribution', content_category: 'analytics-data strategy-digital marketing-analytics' }); } });