为企业公司实施全面的跨渠道归因
归因是各种规模和规模的公司的痛点。 有很多选择。 要做的决定很多，没有明确的规则或参数可以指导您。
在某种意义上，没有规则可以明确定义如何“正确”进行归因，因为归因可以以不同形式用于解决不同问题。
在这篇文章中，我们将讨论一些最佳实践以及如何使您的归因模型为您服务。
为什么归因的说唱不好？
在深入探讨这篇文章之前，我们必须先谈谈房间里的大象。 归因方式不好。 我听说有人甚至将归因称为“ attri-bullsh **”。 其他人则称其为愚蠢，许多人认为这样做不值得。 为什么？
公平地说，在以下情况下，归因会变得混乱
- 您为所有不同的渠道使用了不同的数据源，这充其量可能导致最多的重复计算，而最坏的情况是导致报表与实际数据之间出现巨大的脱节。 （通常是后者。）
- 您并没有考虑所有渠道。
- 回顾窗口已关闭。 （您要在30天内恢复联系，但销售周期为180天。）
- 跨设备跟踪不存在或无法解决。
此外，存在几种不同的可能模型，并且顺理成章地浏览不同的模型可能令人沮丧–甚至没有考虑从所有利益相关者手中购买采用战略的难度。
由于这些原因，归因值得广泛的怀疑和挫败。 但是，如果您致力于改善归因模型，则有多种方法可以解决这些问题。
为什么归因很重要？
考虑到我读完最后一节时可能给您带来的绝望，这是和平的奉献：我仍然相信归因。
原因如下：如果您要跟踪* ANY *级别的结果，则无论您是否相信归因，都在使用归因模型。 因此，如果您要使用归因，那么应该尽可能准确。
归因的目的是更好地了解有效的方法，无效的方法以及它们如何协同工作。 这些都是非常重要的见解，应可为将来的决策提供依据。 尽管我将第一个承认世界上没有一家公司以100％的置信度来完善归因，但我也将第一个主张将精力投入到使准确性尽可能重要的公司上尽你所能。
现在，让我们参考上一节中的列表。 这些都不是不实施归因的原因。 如果您遇到上述任何一种情况，您都需要付出更多的努力来进行归因。 可以说，在许多情况下，带有参数和定义的模型将有助于改善这些问题。
向具有离线销售周期的公司和依赖CRM进行报告的公司大喊大叫
这篇文章特别针对依赖CRM进行报告的公司。 在这些情况下，非常需要实施归因模型。
为什么？ 因为有太多的数据，通常有那么多的数据源。 这些公司通常（但并非总是）也具有大量的离线业务。 这些公司通常也都是具有销售开发代表（SDR）的公司，他们除了进行营销工作外，还进行有针对性的推广。
他们的任务是将所有数据汇总为有意义且可操作的数据。 最常见的CRM（尤其是企业级CRM）在使数据队列可用于分析营销数据和结果方面做得并不出色–但这并不是他们要做的。
如果您曾经在这样的公司工作过，或者在这样的公司工作过，您可能知道将收入与营销工作联系起来是多么困难。 归因对每个人都很重要，但是，在这些情况下，归因非常重要，因为这是连接点的唯一真实方法。
探索的选择
您可以采用多种方法来应对归因挑战。 让我们来谈谈一些最常见的问题，然后我将阐述它们各自的优缺点。
谷歌分析
我通常不建议使用Google Analytics（分析）来管理大规模归因。 但是，如果您所有的销售和市场营销活动都是在线进行的，那么这对您来说可能是一个不错的选择，而且如果您可以使用免费版本，那将是一笔不小的数目。 Google Analytics（分析）的另一个好处是我们都已经在使用它-如果您可以在没有重大陷阱的情况下使用它进行归因，那么这将是一个巨大的优势。
但是，请注意，您可能会丢失数据，具体取决于要算作“触摸”的内容。 您对所谓的“触摸”的控制较少，例如，链接单击将被视为“触摸”，这可能并不总是理想的。 您可以导入离线活动，但是，例如，从会议收到的电子邮件列表将很难追溯到该事件。 相反，功劳可能会寄给电子邮件或再营销广告系列。 另一个缺陷是无法将数据追溯到个人身份信息（PII），更不用说像B2B营销人员那样的购买团队了。 如果您正在寻找闭环报告，则Google Analytics（分析）不是最佳解决方案。
我喜欢Google Analytics（分析），但我相信Google Analytics（分析）的价值不属于批发归因。
使用营销自动化平台进行归因
您的营销自动化平台可能具有一些将价值归还给您的营销渠道的功能。 与Google Analytics（分析）相比，使用营销自动化有一些优势。 首先，在可能的情况下将数据绑定到PII。 如果您的销售周期较长，那么与Google Analytics（分析）相比，市场营销自动化可以更好地可视化销售周期以及潜在客户的位置。
但是，使用营销自动化平台进行归因存在一些重大陷阱。 一方面，大多数人没有能力查看不同的模型，而且数据的报告方式也不灵活（Google Analytics（分析）在报告选项的数量和灵活性方面做得更好。 我不喜欢归因于市场营销自动化的平台，但是，就像Google Analytics（分析）一样，如果您一直在使用该平台，并且您没有资源投资更好的选择，那么这是一个开始。
建立自己的归因平台
如果您有一个数据分析团队和一个好的BI工具，那么没有平台的支持就可以构建自己的归因方法。 就是说，在尝试解决此问题之前，您应该了解以下几点：
- 这可能需要一些认真的工作。 有时仅凭工时就值得在平台上花钱。
- 您将在很大程度上重新发明轮子-并且*可能*在技术上仍有相当的投资，尽管该技术也可能用于其他用途。
- 数据必须以允许您建立同类群组的方式进行访问和格式化-否则，您需要实施这些流程才能使数据有用。
- 有很多注意事项–下一节将介绍。 这适用于所有选项，但如果您要构建自己的平台，则尤为重要，因为根据您希望如何看待数据，您可能必须确定如何针对目的进行工程设计，而其他选项则涉及内置解决方案。
- 这样做的积极方面是您可以完全自定义它（在软件允许的范围内）。 您只需要确保所构建的任何内容都是可重复的。
实施统包式营销归因平台
如果您拥有来自不同来源的大量复杂数据集，那么可以说这是最好的解决方案之一。 这些平台仅是为了解决这些问题而发明的。 当前存在少数平台，我希望这个数字会继续增长。 这里最大的缺点通常是价格。
平台的复杂性以及每个公司的需求的复杂性，意味着在开始评估这些平台之前，了解您想要实现的目标非常重要。 在接下来的几节中，我将介绍您需要考虑的事项。 这些平台将有一些相似之处，并且每个都有各自的优势。 创建决策矩阵确实可以帮助比较各个平台的功能和优势。
举个例子：在您的CRM中拥有归因数据对您来说是否最重要？或者，如果归因数据位于单独的平台中，还可以吗？ （也许您甚至希望它驻留在一个单独的平台中，只要它直观且易于使用，而CRM报告通常不是。）
雇用营销归因机构
最后但并非最不重要的一点是，您可以雇用某人来帮助您应对这一挑战。 这些人应专门研究归因，这意味着他们可以帮助您指导整个过程。 但是，构建专有系统仍然存在一些相同的弊端，因为这可能会花费大量时间和金钱。
另一方面，员工时间不会很分散。 此外，您可能会得到更好的产品。 对于以下情况之一的公司，这最有意义：
- 该用例非常独特，任何现有平台都没有很好地涵盖。
- 该方法可以构建为由现有解决方案支持，并且前期构建的成本将是一笔不错的投资，因为它可以消除现有技术堆栈之外的许可归因解决方案的需求。
- 代理商可以提供超出团队能力范围的其他分析或报告（或提供策略和见解）。
选择归因方法时要考虑的功能
在本节中，我将介绍确定归属解决方案时必须考虑的许多注意事项。 在下一节中，我将分享一个问题列表，一旦您准备好前进，将有助于定义选择标准。
将数据绑定到个人身份信息（PII） 我要优先考虑的一项功能是能够将您的效果数据绑定到渠道（这是给定的），也可以绑定到客户数据。 将营销技巧和绩效数据回馈给客户，使您可以更好地了解旅程。 它还使您能够以新的方式将数据与收集的其他数据点进行细分。
此外，将所有这些信息存储在一个地方会为将来接触人们创造新的机会。 他们不仅会因您的营销工作而烦恼，而且现在您还收集了更多信息，并将其与电子邮件地址甚至电话号码相关联。
帐户级别视图如果您在B2B公司工作，则很有可能是通过购买目标公司的团队（而不是一个人）来做出决定。 在这种情况下，理想的情况是拥有一个能够将整个帐户（包括多人）的联系在一起的归因平台。 如果您的系统无法跟踪多个帐户联系人，并且有多个人进行多次触摸，则每个操作都会被隔离。 这不仅是购买过程的不准确视图，而且由于该模型无法将其捆绑在一起，因此还会对没有关联购买的渠道产生负面影响。
可用的集成每当涉及到martech时，集成都是关键。 在涉及报告的情况下尤其如此。 稍后，我们将讨论为每个通道定义接触点。 但是，定义和跟踪这些接触的方式需要平台或系统可访问，以用于贡献价值。 另外，该系统还需要能够合并收入。 任何未集成或无法以自动化方式访问的信息都会使您面临出错的风险。
数据分割功能切片和切块数据有很多方法。 在准备建立模型时，请考虑一下您希望从中收集的所有见解：按产品销售？ 新产品还是交叉销售？ 列出您希望能够对数据进行细分的所有方式，然后确保设置允许进行该级别的分析。
可用型号您希望使用哪些型号？ 您如何设置它们？ 例如，如果您希望模型看到最后触摸，那么您希望算什么作为最后触摸？ 创建潜在客户之前的最后接触还是关闭交易之前的最后接触？
计划行程并确定如何在整个周期内赋予价值是一个好主意。 全面了解整个旅程通常需要一个以上的归因模型-稍后会更多。 这里的要点是，您将要确保选择进行的任何方法都具有从所需的每个角度查看数据的能力。
选择归因平台时需要回答的问题
接下来，列出了一系列有助于您入门的问题，以确保您在入门之前就知道自己希望达到的目标。 回答这些问题将帮助您做出决定。
- 从技术角度以及数据治理方面，谁将负责维护系统？
- 谁会定期使用该系统提取数据？ 需要什么样的培训和/或访问来支持它？
- 您首先要考虑什么？ 即使是几年前，还是有史以来第一次接触？ 还是潜在客户被回收或以其他方式取消其参与的上一个销售周期后的第一次接触？
- 您最后要考虑什么？ 出售前的最后一笔？ 演示之前的最后接触？ MQL之前的最后接触？
- 该系统可以跟踪您需要跟踪的每个潜在频道吗？
- 数据现在存放在哪里，是否存在适当的流程或集成以便在一处进行编译？
- 该系统可以跟踪每一个潜在的接触吗？ 您是否可以定义“接触”是什么？
- 您需要跟踪广播营销工作吗？
- 您是否要强制执行切除或回溯窗口？
- 该系统可以查看基于帐户的归因还是仅查看个人？
- 您希望将来如何分割数据？ 示例包括：
- 新销售与客户销售的管道和收入
- 按业务线或部门划分的管道和收入（中小型企业与企业）
- 按渠道分组的管道和收入
- 各个广告系列的管道和收入
- 这个平台可以帮助您了解渠道转换和潜在顾客速度吗？ 更好的是，您可以按渠道实现此目标吗？
- 您希望看到什么归因模型？
- 您打算创建自定义归因模型吗？
- 谁应该有权访问所有数据？
- 您可以过滤掉垃圾邮件中的膨胀吗？
- 您希望日期范围如何运作？ 例如，如果您选择一个日期范围，是否要仅查看开始销售周期的销售线索，而不管它们何时关闭？ 您是否希望仅在该日期范围内关闭的销售线索，无论它们何时开始销售周期？ 您是否只希望看到在该范围内进入管道的销售线索-无论何时进入销售周期，以及何时关闭？ 您是否想查看在该时间段内受营销方式影响的每笔交易，而不管是第一次还是最后一次接触，或者介于两者之间？ 注意：每个控件都有不同的用途。 如果您想以销售团队的眼光看待该季度的收入表现，那么就想看看该季度结束时的销售额，尽管活动是在什么时候发生的。 但是，如果您想查看该季度的广告系列效果，则需要查看在该季度中初次接触的销售线索或在该季度中具有市场营销接触的所有销售线索，具体取决于您希望提出的问题回答。
- 您希望针对管道，收入来源和广告系列回答哪些问题？ 其他利益相关者（甚至来自其他团队）还有其他问题可以并且应该使用相同的数据来回答吗？
实施正式的归因计划
确定要跟踪的内容：团队合作使梦想成真
通常，多个团队会从归因模型中受益，因此从一开始就让所有利益相关者参与是一个好主意。 归因模型成功的唯一途径是所有利益相关者都参与其中。 否则，报告将导致争论和不信任，这是最坏的情况。 不幸的是，如果人们不相信报告，对营销自动化的投资几乎将全部丧失。
目标应该是让所有利益相关者使用相同的定义和参数进行报告，这并非易事。 为了做到这一点，利益相关者需要开会并确定归因模型中将包括哪些“接触”。 例如：
- 归因电子邮件时，您是否会将每封发送的电子邮件都算作触摸？ 每个电子邮件都打开？ 仅链接点击？ 有些不同？
- 对于呼出电话，您会将每个电话都算作一次触摸吗？ 只有那些回答？ 只有那些计划了随访的人才对吗？
需要定义将被视为触摸的每个参与，以及度量方式。
如果您没有将所有关键利益相关者都包括在这些讨论中，那么不可避免地会有一个人不同意将价值归因于他们团队的努力的方式，这将导致对数据的不信任。 我能给您的最大建议是尽早开始这些对话。 如果每个人都对设置方式感到满意，那么准备好报告后，您将可以轻松得多。
哪种归因模型是正确的模型？
我经常被问到哪种归因模型是“正确”模型。 我建议将归因模型视为地图。 每个地图都是不同的-不会使另一个地图的有效性降低-但是您使用的地图会根据您的查找内容而有所不同。
想像一下自己在一家购物中心的中间，寻找一家特定的商店–您会掏出地图集吗？ 哎呀！ 同样，您也不会在购物中心目录中查询假期热点。
有关归因模型以及何时使用每种模型的更多信息，请查看这篇文章。
就像决定如何跟踪每个触摸所必须进行的协作一样，重要的是要确保每个人获取报告都遵循相同的时间范围，同类和模型方法。 实现此目的的最简单方法是共同制定定义和报告流程。
改变有关谁获得信誉的对话
归因模型需要所有利益相关者的内部支持。 自然，大多数讨论中的对话都以“使哪个渠道（团队）获得赞誉”开始或结束，这会造成紧张感。 真正的问题应该是“我们需要做什么才能更接近我们的目标？” 每个人都致力于发挥自己的作用，以实现共同的目标。
尽管归因的目的是帮助识别绩效，但对话必须受到保护。 对话必须保持高效。 与其玩指责游戏，不如找出渠道在哪里工作（第一次接触？中点接触？最后接触？），以及在哪些地方不起作用。
找出哪些内容有效，哪些源，媒体和活动有效，哪些无效。 然后，使用所有这些信息来寻找有关如何使它们更好地发挥作用的见解，而不是着眼于负面因素。 有时必须做出艰难的决定，以切断某些渠道并重新分配预算。 但是这些对话应该富有成效和建设性，而不是私人的。
如果归因模型和见解开始变得个人化，团队将开始拒绝数据。 因此，每个人从一开始就同意该模型，并且每个人都在共同努力以客观地实现一个共同的目标，这一点如此重要。
TL; DR摘要
如果您对设置闭环归因感兴趣，则可以选择几种方法，每种方法各有利弊。 根据要实现的目标，应考虑许多因素。 最重要的是，无论您决定采用哪种解决方案，成功的关键都在于确保所有利益相关者都掌握测量参数，提取报告的方式以及讨论归因的方式。
本文中表达的观点是来宾作者的观点，不一定是Search Engine Land。 工作人员作者在此处列出。
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。如若转载，请注明出处:http://www.botadmin.cn/sylc/10112.html