对于多触点营销活动归因分析(转)

对于多触点营销活动归因分析(转)

对于多触点营销活动归因分析这块,在Avinish大作《Web Analytics 2.0》曾有提及可参照,他定义多触点概念(网站分析角度)为:在访客生成转化期间,可能接触到很多来自你公司的广告,如网站横幅或网站联盟广告。或者可能,已经通过其他营销推广方式联系了客户,如电子邮件营销。在业界,网站的每次曝光都被认为是来自该公司的一次接触。如果客户在转化之前发生了多次接触,那么此次转化就是所谓的多触点转化。

登录到网站分析工具如GA去看一下点击访问购买前访问次数(Visits to Purchase),如果数据显示86.97%的转化只需要两次或更少的访问,在这种情况下,所谓的多触点归因问题是个伪命题。打开购买所需天数(Ddays to Purchase)会说明有多少转化发生在同一天,以及是否在很多天和多次访问以后才发生转化。如果看到80%的转化发生在同一天,可能就不存在归因的问题。但是如果只有5%的转化在头两次访问时发生,多数转化在15次访问后发生,则可能需要在多触点营销活动归因分析上多花费一些宝贵的资源。

确认存在归因问题之后,可以利用数据细分确定最先从哪里着手。如对于付费流量购买前访问次数问题不大(87.45%在两次内就发生转化)。但对于Yahoo!展示活动(Yahoo!Display Campaign)购买前访问次数基本上大于15次,那么着手解决归因的问题可以从这里开始,对来自Yahoo!活动的所有访客进行细分,并进行更深层次的归因分析。

归因模型
一旦确定确实有必要进行多触点归因分析,下一步就是要了解对于每一个接触点(营销活动),可以使用什么归因模型。
假设一个场景:一位客户购买了75美元的产品,目前的问题是:对于各种营销活动,如何进行功劳的归属分配。

 

归因

 

1、基于最后点击的归因
要猜测每次营销活动分别产生了什么影响是不可能的,一般认为访客的购买决定归功于其遇到的最后一个营销活动对购买的决定,这是目前大多数网站分析和营销活动分析工具中的标准归因模型。
在上图中,Yahoo!的PPC广告获得了75美元收入的功劳,其它活动没功劳。Avinash认为最后一次点击得到归因是标准的,但是如果用来决定如何在不同的营销活动渠道中的投入,这种方式并不可取。

2、基于第一次点击的归因
在这种情况下,电子邮件推广(即Email Promotion)得到75美元的功劳,其它活动没功劳。即将归因到第一次营销活动(营销活动将包括自然搜索和推介网站,通常是免费来源,而不仅仅是付费的营销活动)。
Avinash观点:如果第一次这么成功,那何需要另外6个营销活动才能让访客发生转化呢?

3、基于平均点击的归因
在这种情况下,7个活动中的每个活动都带来10.71美元收入的功劳。Avinash观点:这种方法是次优的,如果转化前6个活动都这么好,为什么访客要经过这么长的步骤才发生转化呢?或者,为什么第二个雅虎的横幅广告也有功劳呢?访客甚至没有点击它!这种方法是一种妥协,避免了作出艰难的决定。

4、基于功劳划分的归因
对功劳划分的原因是:将总功劳的50%归于最后遇到的营销活动,其它的接触点平分剩余的50%。Avinash认为这是比其它模型更加公平的模型!在这种情况下,最后的广告活动即Yahoo!的PPC得到37.5美元收入的归因,其它每项营销活动获得6.3美元的归因。来自这种归因模型的结果是:对访客最后一次接触的营销活动投入更多预算,然后再在所有其他活动中投入预算。
Avinash观点:这种模型可能是有点不可思议,你要知道,它并不完美,但至少它不生搬硬套。

5、自定义归因
使用自定义归因的原因是:我们不知道你的业务是什么,什么营销活动对你来说是有效的。你如何评估查看和点击活动的价值。或者你想如何分配功劳。所以这里提供一个开放的模型:你计算有多少接触点,以及对于每一次接触,都要如何归因。

针对上图的情况,我决定使用以下比例:
电子邮件营销 20%(他们可能是一个客户,我做了很多工作,应该有很多功劳)
看到过雅虎横幅广告 5%(我认为仅仅看到横幅广告,价值并不高)
MSN主页推广 18%(我可以只投诉完全匹配的关键字,因此非常有针对性)
Google的PPC 7%(接触网站联盟的访客已经接触过其它活动了,因此其权重比横幅广告高一点)
Bing自然搜索 20%(我爱自然搜索流量,它是免费的,再说我比较喜欢Microsoft)
雅虎的PPC 18%(和Google的PPC同样的理由)
你可能会使用其它的方式,比如递减方式给最后一次活动30%的功劳,然后向前逐步递减5%,分别是25%,20%,15%,7%,3%,任何活动都超过0,取决于你对业务、客户和转化的了解而定。在最近一个项目上,我想出了一个用于印刷服务业的自定义归因模型。最后一次点击获得75%的功劳,然后对于其余的25%使用递减的方式,回溯周期为14天。把最大的权重给最后带来转化的营销活动,然后只看转化发生之前的14天内访客接触到的营销活动。因为这比较符合印刷服务业的典型生命周期。
Avniash观点:自定义归因模型的成功率是中等偏低的,这不是因为分析工具的技术能力,而是因为对使用的人有3个挑战:
需要了解网站上的哪些因素对访客影响大,哪些因素影响小。
必须对网站过去的表现了如指掌,建立的自定义模型才能符合实际情况。
过去的表现能指导将来的成功这一假定必须成产(因为即使过去很成功,利用过去的经验在将来也未必能取得成功)
通常在互联网行业,这些假设被证明是错误的,因此该模型就会失效。

本文标题:对于多触点营销活动归因分析(转)

声明:如需转载,请务必注明文章作者以及来源。部分图片来源于网络,我们尊重版权,如有疑问敬请联系,我们将核实并删除。

本文地址: http://www.eynet.net/seotg/271.html




更多对于多触点营销活动归因分析(转)|相关文章推荐

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址