bts防弹少年团演唱会

bts防弹少年团演唱会

如何进行转换归因建模

《如何进行转换归因建模》

客户通常不会看到一个广告然后点击购买。

实际上,这条道路要复杂得多,通常包括各种营销渠道 – 有机和付费搜索,推荐,社交媒体,电视。

但如果你是一个严谨且数据驱动的营销人员,那么问题就在于你的想法:我可以为每次转换提供多少信用额度?

这是几乎普遍(和具有挑战性)归因问题所回答的问题。

注意: %E6%88%91%E4%BB%AC%E5%9C%A8CXL%E5%AD%A6%E9%99%A2%E5%BC%80%E8%AE%BE%E4%BA%86%E4%B8%80%E9%97%A8%E8%AF%BE%E7%A8%8B%EF%BC%8C%E7%94%B1Google%E7%9A%84%E9%A1%B9%E7%9B%AE%E7%BB%8F%E7%90%86Kelly” gray> 。 它深入探讨了本文提出的主题。

什么是归因?

%E6%A0%B9%E6%8D%AE%E7%BB%B4%E5%9F%BA%E7%99%BE%E7%A7%91“>“识别一组用户行为(”事件“或”接触点“)的过程,这些行为以某种方式对期望的结果作出贡献,然后为这些事件中的每一个分配一个值。

换句话说,这是一种补救旧广告的方式: “我浪费在广告上的一半资金浪费了; 麻烦的是我不知道哪一半。“

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

分析通常会告知您客户的行为; 归因通知您营销组合的有效性。 %E6%AD%A3%E5%A6%82Google%E5%8D%9A%E5%AE%A2%E6%96%87%E7%AB%A0%E6%89%80%E8%AF%B4“>“将归因视为分析花生酱的果冻。” 是的,每个人都很好,但对很多人来说,他们在一起更好。“

有很多方法可以做到这一点,许多方法会给你略微不同的答案,并且具有反映你自己组织的目标和复杂性的不同准确性。

随着%E8%90%A5%E9%94%80%E6%B8%A0%E9%81%93%E7%9A%84%E4%B8%8D%E6%96%AD%E5%A2%9E%E5%8A%A0“>

让我们谈谈你的目标

如果您之前听说过归因,只是一分钟,忘掉您所知道的一切(模型类型,准确性等)。 相反,只需一分钟,想想你的目标。 归因模型的输出结果是什么意思? 您将如何处理这些信息?

例如,如果您的展示广告似乎没有根据特定型号添加大部分转化价值,您是否会停止使用展示广告? 或者您是否相信,鉴于您在市场中的位置(让我们说一个正在努力提高意识的新竞争者),它们会给您一定程度的无形意识,而该模型并未准确表达?

至少开始与您的团队进行对话。 回答这个问题:在这个数据中显示的[X]场景,我会做些什么?

此外,您的目标将决定您​​的归因模型实际上有多复杂。

《如何进行转换归因建模》

如果您的营销组合仅限于几个渠道,并且您没有花太多钱购买付费,那么您可能只需要基本的分析设置和最终点击归因(假设您实际上是在准确测量所有内容)。 如果您正在使用大量营销渠道,媒体平台和线下渠道,事情会变得更加复杂。

一些常见归因模型的快速贯通

这些都是%E2%80%9C%E4%B8%9A%E5%8A%A1%E9%80%BB%E8%BE%91%E2%80%9D%E6%A8%A1%E5%9E%8B%EF%BC%8C%E6%88%96%E5%9F%BA%E4%BA%8E%E6%82%A8%E8%87%AA%E4%B8%8A%E8%80%8C%E4%B8%8B%E6%A0%B9%E6%8D%AE%E6%82%A8%E8%AE%A4%E4%B8%BA%E7%9A%84%E4%BF%A1%E7%94%A8%E5%88%86%E5%B8%83%E8%AE%BE%E7%BD%AE%E7%9A%84%E4%B8%9A%E5%8A%A1%E8%A7%84%E5%88%99%E3%80%82″>

有许多不同的业务逻辑模型。 他们都有一些优点和一些缺点,所以你只需要根据公司选择合适模型的能力和需求来权衡它们。

1.最后点击归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

最终点击归因可能是您的分析工具中内置的归因模型中最常见且最受抨击的。

从上图中可以看出,最终点击归因是一种透明简单且内在不准确的模型。 它将所有功劳归功于绝对的最后一次互动。 因此,如果最后一次互动是直接流量,它会忽略您在社交,电子邮件等方面所做的任何努力。

正如Avinash” kaushik> , “现在唯一用于点击归属的方法就是让你被解雇。 躲开它。”

2.最后的非直接点击归因模型。

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

与此模型相同 – 它在最后一次点击之前为所有交互提供了信誉。

优点:很简单。 缺点:它往往不能很好地反映营销的现实。

它也几乎总是低估品牌知名度,因为它会避免更多的直接信贷。 正如%E9%98%BF%E7%BB%B4%E7%BA%B3%E4%BB%80%E6%89%80%E8%AF%B4“>“为什么低估Direct? 为什么低估营销人员创造品牌认知度和品牌价值的努力?“

3.上次广告点击归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

此模型为您的广告系列提供所有功劳。 应该很容易看到这个模型的固有问题/利益冲突。

4.首先点击归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

首次点击与最终点击归因相反; 它比基于意图或基于行动的交互更加重视品牌认知互动。

当然,它带来了这些狭隘模型通常固有的所有问题。 刚一接触点让所有的信用就觉得不对劲,除非您的企业有一个非常简单的营销方式。 正如阿维纳什写道, “第一次点击归属就像给我的第一个女朋友100%的功劳,因为我娶了我的妻子。”

5.线性归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

最后,这是一个在多个渠道之间分配信用的模型。 线性归因模型简单地为每个接触点提供相同数量的信用。

当然,这是一个非常理想化的模型。 你真的认为电子邮件的重要性与付费,有机,社交等完全相同吗?

6.时间衰减归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

时间衰退更有意义,至少对我而言。 越接近转换,您在信用方面给予渠道的权重越大。

正如阿维纳什所写的那样, “毕竟,如果[早期]接触点非常壮观,为什么它们不能转换?”

7.基于位置的归因

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

该模型(有时称为“浴缸模型”)为首先和最后发生的交互分配更大的权重。

虽然你可以根据你自己的数据中的信念和假设来调整它,但是最常见的迭代在第一次和最后一次交互之间划分80%的转换值,然后为它们之间的所有内容提供20%。

自定义归因建模

上述模型是%E5%9F%BA%E7%BA%BF%E5%BD%92%E5%9B%A0%E6%A8%A1%E5%9E%8B” analytics>

您还可以在Google Analytics中基于规则的现成模型之上构建自定义模型,或者您可以使用类似R的内容来构建更复杂的模型。

在尝试前者时,您通常会处理上述所有模型中固有的相同问题:它们基于直觉和基本上随意的假设,即您的购买路径如何运作。

例如,在免费的Google Analytics中,我可以进入并转移渠道信用,更改时间衰退和回顾窗口,并创建自定义信用规则,但它仍然基于业务规则假设,因此可能会出现差异非固定数据(随时间变化的数据)。

《如何进行转换归因建模》

有关构建自己的归因模型的精彩文章, %E8%AF%B7%E6%9F%A5%E7%9C%8BOptimizeSmart%E7%9A%84%E6%8C%87%E5%8D%97“>

我也看到了做运用归因一些有趣的文章, %E9%A9%AC%E5%B0%94%E7%A7%91%E5%A4%AB%E6%A8%A1%E5%9E%8B%E5%8F%AF%E7%94%A8%E4%BA%8E%E8%B0%B7%E6%AD%8CAnalytics%EF%BC%88%E5%88%86%E6%9E%90%EF%BC%89%E5%92%8CR.%E8%BF%99%E7%A7%8D%E6%A8%A1%E5%BC%8F%EF%BC%8C%E5%9B%A0%E4%B8%BA

为了在这个用例中真正简化马尔可夫模型,它会查看给定转换路径中下一步的可能性,然后根据其删除情况尝试计算给定接触点的相对重要性:

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

使用马尔可夫模型进行归因具有以下优点, %E7%94%B1LunaMetrics%E6%A6%82%E8%BF%B0“>

  • 客观性 – 没有直觉。
  • 预测准确性 – 预测转换事件。
  • 稳健性 – 有效且可靠的结果。
  • 可解释性 – 透明且相对容易理解。
  • 多功能性 – 不依赖于数据集。 能够适应新数据。
  • 算法效率 – 提供及时的结果。

%E8%BF%99%E6%98%AF%E4%B8%80%E7%AF%87%E5%BE%88%E5%A5%BD%E7%9A%84%E6%96%87%E7%AB%A0%EF%BC%8C%E8%A7%A3%E9%87%8A%E4%BA%86%E5%A6%82%E4%BD%95%E5%81%9A%E5%88%B0%E8%BF%99%E4%B8%80%E7%82%B9“>

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

不要忘记看你的同伙

有时,基于时间的队列是找到变化或渠道有效性%E7%9A%84%E5%85%B3%E9%94%AE“>

具体而言,查看同类群组可以帮助您确定某种营销行为的效果,至少是相关的。 The Drilling Down Project的创始人Jim Novo在Digital” analytics>做得很好:

《如何进行转换归因建模》 吉姆诺沃:

“我认为使用队列分析的SaaS人员做得很好。

所以你看看1月份注册的人,到3月份这个百分比下降了。 我们可以将其与我们在该时间范围内所做的某些促销活动联系起来。

但接下来我们看一下3月开始的同类群组,我们正在进行不同类型的促销工作,而且我们在该模式中有更好的从免费增值到付费或其他任何方式的转换。“

与此相关的是一种%E2%80%9C%E5%AD%98%E5%9C%A8%E6%B5%8B%E8%AF%95%E2%80%9D” analytics power hour novo>

《如何进行转换归因建模》 吉姆诺沃:

“如果您认为[显示]在帮助其他广告系列方面非常有价值,为什么不在一周或两周内将其杀死,看看会发生什么? 然后将其添加回来。

你不能做那种测试吗? 在其他地方投资这些钱是否值得? 你对于搞清楚显示器的价值有多认真?“

……或者如果你有现金,购买数据驱动的解决方案

因此,技术在过去几年中有所改善。 我们能够使用更大的数据集,以更高的准确度获得更清晰的见解。 因此,提供%E7%AE%97%E6%B3%95” macaitis>

《如何进行转换归因建模》 Bill Macaitis:

“今天,算法归因已经成为数据驱动营销人员和公司的最佳实践。

我们现在可以利用所有可用的数据收集,工具和模型来接收所有不同的接触点,并制作预测性的算法归因。 正确设置后,我们可以跟踪每个触摸点和所有下游漏斗指标。 通过按比例对非常大的数据集进行加权,我们可以更准确,更精确地确定应该获得的信用 – 包括在线,离线,基于效果和品牌广告。

它并不完美,并不容易。 通过口碑推荐,黑暗社交和其他“隐藏的触摸”变得困难。但是,它可以更深入地了解买家的旅程以及您的营销工作正在取得成效。“

Google” analytics>提供在线和离线领域的算法归因,这意味着您可以在一定程度上准确地衡量电视广告系列的效果。

《如何进行转换归因建模》
%E5%9B%BE%E5%83%8F%E6%9D%A5%E6%BA%90“>

当然,还有其他产品,而不是谷歌提供的产品( Convertro%E6%98%AF%E4%B8%80%E4%B8%AA%EF%BC%8C” radius>另一个)。 有一整套产品或套件正在试图解决这个问题,当然销售推广也很引人注目。

在一个层面 – 而不是简短地改变这一点 – 解决方案确实令人印象深刻,并提供了大量的价值。 虽然我无法告诉你大盒子里面发生了什么,但我相信这是大规模实验的水平,产品始终如一地运行那些“移除实验”。这样可以提供一定程度的准确性和粒度而不是远程可以在基于规则的归因中使用。

但另一方面,买家对这些产品持怀疑态度,因为他们不知道黑盒子里面发生了什么。 正如SAS%E6%96%87%E7%AB%A0%E6%89%80%E8%AF%B4“>“数字营销是一个压倒性的生态系统,谁有时间讨论分析模型诊断,错误分类率,ROC图,升力曲线和那个愚蠢的混淆矩阵……”

无论如何,在这些模型交叉之前,您需要花费大量资金进行营销,并进行更多销售产品和服务。

首先处理您的组织,目标和更简单/可操作的模型……

归因是一项组织挑战

您的组织越复杂,越大,归因问题就越难 – 从管理角度来看,通常也是技术问题。 但即使在测量,归因和优化指标的初级阶段,归因仍然不是一个易于理解的概念。

让公司参与并保持一致是这一领域(以及其他任何……)成功的第一步。

正如ClassPass首席营销官Joanna Lord %E6%89%80%E5%86%99“>

《如何进行转换归因建模》 乔安娜勋爵:

“归因不仅仅是模型或最新的漏斗映射方法。 归因是指能够为每个营销接触点分配正确的价值或信用。 它并不比那更重要。 让我们不要在这个问题上遇到纸老虎。

做得好的真正障碍在于这种假设,即CMO可以在孤岛和孤岛中做得很好。 它需要开发资源,财务建模协作和产品领导支持。 它需要全公司熟悉我们可用的所有接触点以及如何/何时使用它们。 这就是我所说的“与客户的体验密切相关”。

如果我的产品团队建立了一个新的现场采购和入职流程,很少考虑这可能会如何影响我现有的归因跟踪,而且突然间我们的LTV会像哇哇一样下降,它可能会被忽视一年……除非我们是一起做这个。

归因不是营销问题,而是公司问题。“

这一点与我在文章开头所作的那一点相辅相成。 你需要定义你的目标是什么 – 在[X]数据的情况下你会做什么?

你需要让公司参与进来。

最后,你和你的老板需要能够相信你的模型向你吐出的数字……

你真的可以信任你的号码吗?

归根结底,归因的目的不是帮助营销主管感觉良好,而是为决策提供信息。 所以最重要的是你可以相信你得到的数字。

例如,如果你得到的结果表明社交广告效果不佳,你会举手说“我不相信!”或者你会采取行动吗?

《如何进行转换归因建模》

归因中的不信任往往属于以下两个方面之一:

  • 一方面,人们不相信最后点击归因,因为它很容易理解并被广泛认为是坏的。
  • 另一方面,人们不相信使用复杂算法的昂贵的“黑盒子”解决方案,因为他们不知道内部到底发生了什么。

顺便说一句,这两个二分法之间存在一个完整的灰色区域,营销和分析团队应该在其中改进测量,定义归因模型,并开始在可以做出组织级决策的级别上信任他们的数字。

但它始于与您的团队,老板,任何利益相关者的对话。 您能达成什么样的协议来达成一个可行的模型,您可以通过该模型为决策提供信息?

结论

营销归因很难。

本文探讨了许多模型,从遗传算法中默认的基础知识到马尔可夫模型以及高级Google Analytics和Attribution 360使用的相对黑盒/强健模型。

虽然它可能令人生畏,特别是当面临必须在R中使用复杂的统计模型来构建精确模型的前景时,请记住:归因使用过去的信息来帮助您做出未来的优化决策。

对于某些企业而言,真正确定最终点击归因可能有助于为未来的决策提 对于拥有大量媒体支出的大型多渠道品牌而言,他们可能需要一个复杂的数据驱动模型。

这一切都与您的目标,能力,资源和可实现的投资回报率相关。 将此作为分析/优化库中的另一个工具。

注意: %E6%88%91%E4%BB%AC%E5%9C%A8CXL%E5%AD%A6%E9%99%A2%E5%BC%80%E8%AE%BE%E4%BA%86%E4%B8%80%E9%97%A8%E8%AF%BE%E7%A8%8B%EF%BC%8C%E7%94%B1Google%E7%9A%84%E9%A1%B9%E7%9B%AE%E7%BB%8F%E7%90%86Kelly” gray> 。 它深入探讨了本文提出的主题。 如果您想了解更多信息,请向我们发送消息,以及该研究所。

相关文章

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注