Una guía práctica para la atribución multitáctil
Publicado: 2022-11-23El viaje del cliente implica múltiples interacciones entre el cliente y el comerciante o proveedor de servicios.
Llamamos a cada interacción en el viaje del cliente un punto de contacto.
Según Salesforce.com, se necesitan, en promedio, de seis a ocho toques para generar una ventaja en el espacio B2B.
El número de puntos de contacto es aún mayor para la compra de un cliente.
La atribución multitoque es el mecanismo para evaluar la contribución de cada punto de contacto hacia la conversión y otorga los créditos apropiados a cada punto de contacto involucrado en el recorrido del cliente.
Realizar un análisis de atribución multitáctil puede ayudar a los especialistas en marketing a comprender el viaje del cliente e identificar oportunidades para optimizar aún más las rutas de conversión.
En este artículo, aprenderá los conceptos básicos de la atribución multitáctil y los pasos para realizar un análisis de atribución multitáctil con herramientas de fácil acceso.
Qué considerar antes de realizar un análisis de atribución multitáctil
Definir el objetivo comercial
¿Qué quiere lograr con el análisis de atribución multitáctil?
¿Quiere evaluar el retorno de la inversión (ROI) de un canal de marketing en particular, comprender el viaje de su cliente o identificar páginas críticas en su sitio web para pruebas A/B?
Diferentes objetivos comerciales pueden requerir diferentes enfoques de análisis de atribución.
Definir lo que quiere lograr desde el principio lo ayuda a obtener los resultados más rápido.
Definir conversión
La conversión es la acción deseada que desea que realicen sus clientes.
Para los sitios de comercio electrónico, generalmente se trata de realizar una compra, definida por el evento de finalización del pedido.
Para otras industrias, puede ser un registro de cuenta o una suscripción.
Los diferentes tipos de conversión probablemente tengan diferentes rutas de conversión.
Si desea realizar una atribución multitoque en varias acciones deseadas, le recomendaría separarlas en diferentes análisis para evitar confusiones.
Definir punto de contacto
El punto de contacto podría ser cualquier interacción entre su marca y sus clientes.
Si es la primera vez que ejecuta un análisis de atribución multitáctil, le recomendaría definirlo como una visita a su sitio web desde un canal de marketing en particular. La atribución basada en el canal es fácil de realizar y podría brindarle una descripción general del recorrido del cliente.
Si desea comprender cómo interactúan sus clientes con su sitio web, le recomendaría definir puntos de contacto en función de las páginas vistas en su sitio web.
Si desea incluir interacciones fuera del sitio web, como la instalación de aplicaciones móviles, la apertura de correos electrónicos o la interacción social, puede incorporar esos eventos en su definición de punto de contacto, siempre que tenga los datos.
Independientemente de su definición de punto de contacto, el mecanismo de atribución es el mismo. Cuanto más granulares se definen los puntos de contacto, más detallado es el análisis de atribución.
En esta guía, nos centraremos en la atribución basada en canales y páginas vistas.
Aprenderá a usar Google Analytics y otra herramienta de código abierto para realizar esos análisis de atribución.
Una introducción a los modelos de atribución multitoque
Las formas de acreditar puntos de contacto por sus contribuciones a la conversión se denominan modelos de atribución.
El modelo de atribución más simple es otorgar todo el crédito al primer punto de contacto, por traer al cliente inicialmente, o al último punto de contacto, por impulsar la conversión.
Estos dos modelos se denominan modelo de atribución de primer contacto y modelo de atribución de último contacto, respectivamente.
Obviamente, ni el modelo de atribución del primer toque ni el del último toque son “justos” para el resto de los puntos de contacto.
Entonces, ¿qué tal asignar el crédito de manera uniforme en todos los puntos de contacto involucrados en la conversión de un cliente? Eso suena razonable, y así es exactamente como funciona el modelo de atribución lineal.
Sin embargo, la asignación uniforme de crédito en todos los puntos de contacto supone que los puntos de contacto son igualmente importantes, lo que tampoco parece "justo".
Algunos argumentan que los puntos de contacto cerca del final de las rutas de conversión son más importantes, mientras que otros están a favor de lo contrario. Como resultado, tenemos el modelo de atribución basado en la posición que permite a los especialistas en marketing otorgar diferentes pesos a los puntos de contacto en función de sus ubicaciones en las rutas de conversión.
Todos los modelos mencionados anteriormente pertenecen a la categoría de modelos de atribución heurísticos o basados en reglas.
Además de los modelos heurísticos, tenemos otra categoría de modelo llamada atribución basada en datos, que ahora es el modelo predeterminado que se usa en Google Analytics.
¿Qué es la atribución basada en datos?
¿En qué se diferencia la atribución basada en datos de los modelos de atribución heurística?
Estos son algunos puntos destacados de las diferencias:
- En un modelo heurístico, la regla de atribución está predeterminada. Independientemente del modelo de primer toque, último toque, lineal o basado en la posición, las reglas de atribución se establecen de antemano y luego se aplican a los datos. En un modelo de atribución basado en datos, la regla de atribución se crea en función de los datos históricos y, por lo tanto, es única para cada escenario.
- Un modelo heurístico analiza solo las rutas que conducen a una conversión e ignora las rutas que no convierten. Un modelo basado en datos utiliza datos de rutas de conversión y de no conversión.
- Un modelo heurístico atribuye las conversiones a un canal en función de cuántos toques tiene un punto de contacto con respecto a las reglas de atribución. En un modelo basado en datos, la atribución se realiza en función del efecto de los toques de cada punto de contacto.
Cómo evaluar el efecto de un punto de contacto
Un algoritmo común utilizado por la atribución basada en datos se llama Cadena de Markov. En el corazón del algoritmo de la Cadena de Markov hay un concepto llamado Efecto de Eliminación.
El efecto de eliminación, como sugiere el nombre, es el impacto en la tasa de conversión cuando se elimina un punto de contacto de los datos de ruta.
Este artículo no entrará en los detalles matemáticos del algoritmo de la Cadena de Markov.
A continuación se muestra un ejemplo que ilustra cómo el algoritmo atribuye la conversión a cada punto de contacto.
El efecto de eliminación
Suponiendo que tenemos un escenario en el que hay 100 conversiones de 1000 visitantes que llegan a un sitio web a través de 3 canales, Canal A, B y C. En este caso, la tasa de conversión es del 10%.
Intuitivamente, si un determinado canal se elimina de las rutas de conversión, las rutas que involucran a ese canal en particular se "cortarán" y terminarán con menos conversiones en general.
Si la tasa de conversión se reduce al 5 %, 2 % y 1 % cuando los canales A, B y C se eliminan de los datos, respectivamente, podemos calcular el efecto de eliminación como la disminución porcentual de la tasa de conversión cuando un canal en particular se elimina usando la fórmula:
Imagen del autor, noviembre de 2022Luego, el último paso es atribuir conversiones a cada canal en función de la participación del efecto de eliminación de cada canal. Aquí está el resultado de la atribución:
| Canal | Efecto de eliminación | Porcentaje de efecto de eliminación | Conversiones atribuidas |
| A | 1 – (5% / 10%) = 0,5 | 0,5 / (0,5 + 0,8 + 0,9) = 0,23 | 100 * 0,23 = 23 |
| B | 1 – (2% / 10%) = 0,8 | 0,8 / (0,5 + 0,8 + 0,9) = 0,36 | 100 * 0,36 = 36 |
| C | 1 – (1% / 10%) = 0,9 | 0,9 / (0,5 + 0,8 + 0,9) = 0,41 | 100 * 0,41 = 41 |
En pocas palabras, la atribución basada en datos no se basa en el número o la posición de los puntos de contacto, sino en el impacto de esos puntos de contacto en la conversión como base de la atribución.
Atribución multitáctil con Google Analytics
Basta de teorías, veamos cómo podemos usar el omnipresente Google Analytics para realizar análisis de atribución multitáctil.
Como Google dejará de admitir Universal Analytics (UA) a partir de julio de 2023, este tutorial se basará en Google Analytics 4 (GA4) y usaremos la cuenta de demostración de Merchandise Store de Google como ejemplo.
En GA4, los informes de atribución se encuentran en Instantánea de publicidad, como se muestra a continuación en el menú de navegación de la izquierda.
Después de aterrizar en la página Instantánea de publicidad, el primer paso es seleccionar un evento de conversión apropiado.
GA4, de forma predeterminada, incluye todos los eventos de conversión para sus informes de atribución.
Para evitar confusiones, le recomiendo que elija solo un evento de conversión ("compra" en el ejemplo a continuación) para el análisis.
Captura de pantalla de GA4, noviembre de 2022 Comprender las rutas de conversión en GA4
En la sección Atribución en la barra de navegación izquierda, puede abrir el informe Rutas de conversión.
Desplácese hacia abajo hasta la tabla de rutas de conversión, que muestra todas las rutas que conducen a la conversión.
En la parte superior de esta tabla, puede encontrar la cantidad promedio de días y la cantidad de puntos de contacto que generan conversiones.
Captura de pantalla de GA4, noviembre de 2022 En este ejemplo, puede ver que los clientes de Google tardan, en promedio, casi 9 días y 6 visitas antes de realizar una compra en su Merchandise Store.
Encuentre la contribución de cada canal en GA4
A continuación, haga clic en el informe Todos los canales en la sección Rendimiento en la barra de navegación izquierda.
En este informe, puede encontrar las conversiones atribuidas para cada canal de su evento de conversión seleccionado, "compra", en este caso.
Captura de pantalla de GA4, noviembre de 2022 
Ahora, ya sabe que la búsqueda orgánica, junto con Direct y Email, generaron la mayoría de las compras en Merchandise Store de Google.
Examine los resultados de diferentes modelos de atribución en GA4
De forma predeterminada, GA4 utiliza el modelo de atribución basado en datos para determinar cuántos créditos recibe cada canal. Sin embargo, puede examinar cómo los diferentes modelos de atribución asignan créditos para cada canal.
Haga clic en Comparación de modelos en la sección Atribución en la barra de navegación izquierda.
Por ejemplo, al comparar el modelo de atribución basada en datos con el modelo de atribución de primer contacto (también conocido como "modelo de primer clic" en la figura a continuación), puede ver que se atribuyen más conversiones a la Búsqueda orgánica en el modelo de primer clic (735) que a los datos. -modelo accionado (646.80).
Por otro lado, el correo electrónico tiene más conversiones atribuidas en el modelo de atribución basada en datos (727,82) que en el modelo de primer clic (552).
Captura de pantalla de GA4, noviembre de 2022 Los datos nos dicen que la búsqueda orgánica juega un papel importante para atraer clientes potenciales a la tienda, pero necesita la ayuda de otros canales para convertir a los visitantes (es decir, para que los clientes realicen compras reales).
Por otro lado, el correo electrónico, por naturaleza, interactúa con los visitantes que han visitado el sitio antes y ayuda a convertir a los visitantes que regresan y que inicialmente llegaron al sitio desde otros canales.
¿Qué modelo de atribución es el mejor?
Una pregunta común, cuando se trata de la comparación de modelos de atribución, es qué modelo de atribución es el mejor. Yo diría que esta es la pregunta equivocada que deben hacer los especialistas en marketing.
La verdad es que ningún modelo es absolutamente mejor que los demás, ya que cada modelo ilustra un aspecto del recorrido del cliente. Los especialistas en marketing deben adoptar múltiples modelos como mejor les parezca.
De la atribución basada en canales a la basada en páginas vistas
Google Analytics es fácil de usar, pero funciona bien para la atribución basada en canales.
Si desea comprender mejor cómo los clientes navegan por su sitio web antes de realizar una conversión y qué páginas influyen en sus decisiones, debe realizar un análisis de atribución en las páginas vistas.
Si bien Google Analytics no admite la atribución basada en páginas vistas, existen otras herramientas que puede usar.
Recientemente realizamos un análisis de atribución basado en páginas vistas en el sitio web de AdRoll y me complacerá compartir con usted los pasos que seguimos y lo que aprendimos.
Recopilar datos de secuencia de páginas vistas
El primer paso y el más desafiante es recopilar datos sobre la secuencia de páginas vistas para cada visitante de su sitio web.
La mayoría de los sistemas de análisis web registran estos datos de alguna forma. Si su sistema de análisis no proporciona una forma de extraer los datos de la interfaz de usuario, es posible que deba extraer los datos de la base de datos del sistema.
Similar a los pasos que realizamos en GA4, el primer paso es definir la conversión. Con el análisis de atribución basado en páginas vistas, también debe identificar las páginas que forman parte del proceso de conversión.
Por ejemplo, para un sitio de comercio electrónico con la compra en línea como evento de conversión, la página del carrito de compras, la página de facturación y la página de confirmación del pedido son parte del proceso de conversión, ya que cada conversión pasa por esas páginas.
Debe excluir esas páginas de los datos de páginas vistas, ya que no necesita un análisis de atribución para saber si esas páginas son importantes para convertir a sus clientes.
El propósito de este análisis es comprender qué páginas visitaron sus clientes potenciales antes del evento de conversión y cómo influyeron en las decisiones de los clientes.
Prepare sus datos para el análisis de atribución
Una vez que los datos estén listos, el siguiente paso es resumir y manipular sus datos en el siguiente formato de cuatro columnas. Aquí hay un ejemplo.
Captura de pantalla del autor, noviembre de 2022 La columna Ruta muestra todas las secuencias de páginas vistas. Puede usar cualquier identificador de página único, pero recomendaría usar la URL o la ruta de la página porque le permite analizar el resultado por tipos de página usando la estructura de la URL. “>” es un separador que se usa entre páginas.
La columna Total_Conversions muestra el número total de conversiones a las que condujo una ruta de página vista en particular.
La columna Total_Conversion_Value muestra el valor monetario total de las conversiones de una ruta de página vista en particular. Esta columna es opcional y se aplica principalmente a sitios de comercio electrónico.
La columna Total_Null muestra el número total de veces que una ruta de vista de página en particular no se convirtió.
Cree sus modelos de atribución a nivel de página
Para construir los modelos de atribución, aprovechamos la biblioteca de código abierto llamada ChannelAttribution.
Si bien esta biblioteca se creó originalmente para su uso en los lenguajes de programación R y Python, los autores ahora proporcionan una aplicación web gratuita para ella, por lo que podemos usar esta biblioteca sin escribir ningún código.
Al iniciar sesión en la aplicación web, puede cargar sus datos y comenzar a construir los modelos.
Para los usuarios nuevos, recomendaría hacer clic en el botón Cargar datos de demostración para una ejecución de prueba. Asegúrese de examinar la configuración de parámetros con los datos de demostración.
Captura de pantalla del autor, noviembre de 2022Cuando esté listo, haga clic en el botón Ejecutar para crear los modelos.
Una vez que se crean los modelos, se le dirigirá a la pestaña Salida, que muestra los resultados de la atribución de cuatro modelos de atribución diferentes: primer contacto, último contacto, lineal y transmisión de datos (Cadena de Markov).
Recuerde descargar los datos de resultados para su posterior análisis.
Para su referencia, aunque esta herramienta se llama ChannelAttribution, no se limita a datos específicos del canal.
Dado que el mecanismo de modelado de atribución es independiente del tipo de datos que se le proporciona, atribuirá las conversiones a los canales si se proporcionan datos específicos del canal y a las páginas web si se proporcionan datos de páginas vistas.
Analice sus datos de atribución
Organizar páginas en grupos de páginas
Dependiendo de la cantidad de páginas de su sitio web, puede tener más sentido analizar primero sus datos de atribución por grupos de páginas en lugar de páginas individuales.
Un grupo de páginas puede contener desde una sola página hasta tantas páginas como desee, siempre que tenga sentido para usted.
Tomando el sitio web de AdRoll como ejemplo, tenemos un grupo de página de inicio que contiene solo la página de inicio y un grupo de blog que contiene todas las publicaciones de nuestro blog.
Para los sitios de comercio electrónico, también puede considerar agrupar sus páginas por categorías de productos.
Comenzar con grupos de páginas en lugar de páginas individuales permite a los especialistas en marketing tener una visión general de los resultados de la atribución en diferentes partes del sitio web. Siempre puede profundizar desde el grupo de páginas a páginas individuales cuando sea necesario.
Identificar las entradas y salidas de las rutas de conversión
Después de toda la preparación de datos y la creación de modelos, pasemos a la parte divertida: el análisis.
Sugeriría primero identificar las páginas en las que sus clientes potenciales ingresan a su sitio web y las páginas que los dirigen a convertir examinando los patrones de los modelos de atribución de primer contacto y último contacto.
Las páginas con valores de atribución de primer toque y último toque particularmente altos son los puntos de partida y los puntos finales, respectivamente, de las rutas de conversión. Estas son lo que yo llamo páginas de puerta de enlace.
Asegúrese de que estas páginas estén optimizadas para la conversión.
Tenga en cuenta que este tipo de página de puerta de enlace puede no tener un volumen de tráfico muy alto.
Por ejemplo, como plataforma SaaS, la página de precios de AdRoll no tiene un alto volumen de tráfico en comparación con otras páginas del sitio web, pero es la página que muchos visitantes visitaron antes de realizar la conversión.
Encuentre otras páginas con fuerte influencia en las decisiones de los clientes
Después de las páginas de entrada, el siguiente paso es averiguar qué otras páginas tienen una gran influencia en las decisiones de sus clientes.
Para este análisis, buscamos páginas que no sean de puerta de enlace con un alto valor de atribución bajo los modelos de la Cadena de Markov.
Tomando como ejemplo el grupo de páginas de funciones de productos en AdRoll.com, el patrón de su valor de atribución en los cuatro modelos (que se muestra a continuación) muestra que tienen el valor de atribución más alto en el modelo de la cadena de Markov, seguido del modelo lineal.
Esta es una indicación de que son visitados en medio de las rutas de conversión y jugaron un papel importante para influir en las decisiones de los clientes.
Imagen del autor, noviembre de 2022Estos tipos de páginas también son candidatos principales para la optimización de la tasa de conversión (CRO).
Hacer que los visitantes de su sitio web los descubran más fácilmente y que su contenido sea más convincente ayudaría a aumentar su tasa de conversión.
Recordar
La atribución multitáctil permite a una empresa comprender la contribución de varios canales de marketing e identificar oportunidades para optimizar aún más las rutas de conversión.
Comience simplemente con Google Analytics para la atribución basada en canales. Luego, profundice en el proceso de conversión de un cliente con la atribución basada en páginas vistas.
No se preocupe por elegir el mejor modelo de atribución.
Aproveche los múltiples modelos de atribución, ya que cada modelo de atribución muestra diferentes aspectos del recorrido del cliente.
Más recursos:
- Una guía completa para los modelos de atribución multitáctil B2B
- Investigación de palabras clave B2B bien hecha con ejemplos prácticos
- Generación de leads B2B multicanal: 8 pasos para el éxito
Imagen destacada: Salmón negro/Shutterstock