MTA basato sui dati: l'unico modello di attribuzione che conta

I modelli di attribuzione aiutano i professionisti del marketing a comprendere il valore dei punti di contatto del canale di marketing mentre i loro clienti passano dalla consapevolezza alla conversione.

In passato, l'attribuzione a tocco singolo, come i modelli "ultimo clic" e "primo clic", era spesso l'impostazione predefinita. Richiedevano relativamente pochi dati ed erano facili da osservare nei software di analisi.

Ad esempio, se ho realizzato 1.000 vendite sul mio sito Web nel mese di ottobre e riesco a vedere il 75% del traffico proveniente dalla ricerca organica e il 25% proveniente direttamente, ha senso destinare una parte maggiore dei miei investimenti di novembre alle mie attività di ricerca organica.

Sarebbe adottare il modello dell'ultimo clic. Sto solo assegnando valore al touchpoint che i miei clienti hanno utilizzato immediatamente prima di raggiungere il mio sito. Allora, che dire dei canali con cui hanno interagito in anticipo?

Poiché i percorsi dei clienti sono diventati più complessi negli ultimi anni, anche i modelli di attribuzione disponibili per garantire che i marketer diano un peso accurato ai canali lungo il percorso e investano di conseguenza su di essi.

L'attribuzione multi-touch (MTA) e l'attribuzione basata sui dati (DDA) sono sempre più favorite. Dopotutto, i visitatori del mio sito Web potrebbero vedere messaggi di marketing in una serie di luoghi (da una miriade di siti di social media, a qualsiasi numero di annunci offline dalla TV ai cartelloni pubblicitari) prima di rivolgersi a Google per effettuare la loro ricerca.

I modelli MTA assicurano che tutti i canali ricevano almeno un po' di credito per una conversione

Finnian Bradfield, analista presso la società di dati e attribuzione AI Fospha, sottolinea che non è solo la crescente complessità dei percorsi dei clienti a rendere MTA più efficace oggi rispetto ai modelli single touch.

"Il valore principale di MTA è consentire ai professionisti del marketing di distribuire meglio la propria spesa e comprendere le reali prestazioni di ogni punto di contatto", afferma.

"Utilizzando esclusivamente un modello dell'ultimo clic, essenzialmente valuti o vedi solo l'ultimo punto di contatto con cui il cliente ha interagito prima della conversione e presti poca attenzione o considerazione a ciò che potrebbe aver influenzato il consumatore prima di ciò. Il risultato è una maggiore spesa per l'ultimo touchpoint, ma in realtà la conversione potrebbe non essere mai avvenuta se non fosse stato per un touchpoint con cui il consumatore ha interagito all'inizio del viaggio. Quindi, esaminando tutti i punti di contatto e attribuendo un valore a ciascuno di essi in base al loro ruolo, puoi ottenere risultati molto più efficaci dalla tua spesa di marketing".

Nel mondo omnicanale di oggi, i modelli MTA sembrano certamente essere la scelta migliore per garantire ai professionisti del marketing di avere chiarezza su cosa funziona e cosa no. Ma non tutti i modelli di attribuzione sono uguali.

Analizziamo in che modo differiscono, i loro pro e contro, le sfide per implementarli e perché i modelli MTA basati sui dati sono l'opzione di attribuzione a cui tutti i marketer dovrebbero mirare.

Quali sono i modelli base?

Il modello di attribuzione "lineare" o "anche credito" è probabilmente il primo modello MTA a cui pensiamo quando iniziamo a pensare oltre il primo e l'ultimo clic.

È sicuramente un miglioramento rispetto ai modelli single-touch. Il modello lineare riconosce che c'è di più nel percorso del cliente oltre al semplice canale che il cliente vede nella fase di consapevolezza, o quello che usa nel passaggio prima di effettuare la conversione.

Accredita tutti i tocchi allo stesso modo, quindi è davvero utile solo quando hai una buona prova che tutte le parti della tua strategia di marketing stanno funzionando all'incirca allo stesso livello di efficacia.

Ma la sua semplicità diventa rapidamente molto evidente, poiché non tiene conto del fatto che diversi punti di contatto avranno probabilmente avuto un impatto maggiore o minore sulla decisione del cliente di convertire rispetto ad altri.

Il "decadimento temporale" è un altro modello MTA relativamente semplice. Accredita tutti i punti di contatto durante il percorso dell'utente, con una ponderazione maggiore quanto più il tocco è vicino alla conversione.

L'attribuzione del decadimento temporale può essere utile. E sarebbe probabilmente preferibile a una delle opzioni single touch. Viene spesso utilizzato con campagne di marketing sensibili al fattore tempo o quando le aziende cercano di concentrarsi su canali che svolgono un ruolo di conversione. Ma i suoi difetti sono abbastanza facili da vedere.

Naturalmente, ci sono percorsi del cliente in cui i punti di contatto più vicini alla conversione sono più importanti di quelli vicini all'inizio. Ma poiché i percorsi degli utenti diventano più lunghi e complessi, questo non è sempre più il caso. Il decadimento del tempo, in definitiva, si basa ancora su una certa quantità di congetture e manca di una reale accuratezza.

L'attribuzione "a forma di U" o "basata sulla posizione" è un altro modello MTA che, ancora una volta, migliora i metodi single-touch assicurando che tutti i canali ricevano un po' di credito, ma è ancora un approccio relativamente semplicistico.

La forma a U attribuisce tutti i punti di contatto ma dà più peso – 40% ciascuno – al primo e all'ultimo canale. Il restante 20% del credito viene distribuito tra eventuali touchpoint a metà del viaggio.

Ancora una volta, il modello a forma di U ha i suoi usi. Può essere efficace, ad esempio, nel caso di aziende che stanno investendo nella generazione di lead ed è un ottimo candidato per percorsi più lunghi del cliente. Ma può non essere in grado di accreditare con precisione eventuali punti di contatto nel mezzo del viaggio che potrebbero aver avuto una parte maggiore nella conversione di quanto il marketer potrebbe aspettarsi.

Che cos'è l'attribuzione basata sui dati?

L'attribuzione "data-driven" (DDA) è un altro modello MTA. Differisce da quelli che abbiamo discusso finora in quanto utilizza i dati attraverso i punti di contatto per eliminare qualsiasi congettura e attribuire credito ai canali in base a come si comportano, piuttosto che in base alla posizione in cui si trovano.

DDA richiede dati completi e una visione completa del percorso del cliente. Gli esperti di marketing devono anche disporre dei mezzi per essere in grado di utilizzare tali dati in modo efficace, spesso utilizzando una piattaforma di dati dei clienti.

Possono essere il modello MTA più costoso da implementare, ma uno degli obiettivi chiave nell'utilizzo di un modello DDA è vedere un ROI migliore che può essere utilizzato per compensare il loro costo aggiuntivo.

Quando è utile un modello MTA basato sui dati?

Bradfield è chiaro su quando ha più senso per i professionisti del marketing implementare un MTA basato sui dati: "Un approccio all'attribuzione basato sui dati è il più efficace quando si spende su più canali a pagamento che includono combinazioni di ricerca a pagamento, social e affiliazione per esempio», dice. “Il motivo è semplicemente dovuto al fatto che se stai spendendo in marketing, devi sapere dove è meglio spendere e quali di questi canali sono più efficaci per i tuoi KPI aziendali. Tendiamo a vedere le aziende che hanno budget di marketing più grandi guadagnare molto da questi tipi di strumenti".

Nel 2019, Fospha ha lavorato con un fornitore leader di vacanze per unire i propri dati online e offline con MTA.

Ciò ha fornito una visione multicanale dei viaggi che i loro clienti stanno facendo e ha evidenziato che la loro attività di ricerca a pagamento veniva sopravvalutata con l'attribuzione dell'ultimo clic.

Il processo automatizzato non ha intaccato la capacità o il tempo dell'analista. Ma, cosa ancora più importante, Fospha è stata in grado di utilizzare il budget liberato dal canale di ricerca a pagamento per la crescita di punti di contatto nuovi/sottovalutati.

I risparmi per l'anno sono ammontati a circa £ 600.000 e la loro strategia di marketing televisivo è stata evidenziata come un'area che in precedenza era difficile da misurare utilizzando i modelli di attribuzione tradizionali. Utilizzando MMM (Marketing Mix Modelling), Fospha è stata in grado di identificare che la TV era un canale dalle prestazioni elevate con spazio per crescere e generare ulteriori entrate.

Non appena questo è emerso, l'azienda ha rapidamente reinvestito circa £ 250.000 in questo vitale canale offline.

"Gli strumenti di misurazione indipendenti di Fospha hanno conferito al nostro team dati trasparenti e la capacità di collegare le nostre vendite offline al marketing sia offline che online", ha affermato il direttore del marketing del gruppo del cliente. "Ora abbiamo la sicurezza di investire di più nel nostro marketing e siamo entusiasti di vedere i risultati".

Sempre più spesso non sono solo le organizzazioni con grandi budget a rivolgersi a DDA. È compito di aziende come Fospha rendere tali MTA accessibili a tutte le aziende che lavorano con il marketing multicanale e omnicanale.

"Credo che qualsiasi azienda che sta spendendo cross-channel dovrebbe essere in grado di identificare il vero valore dei propri sforzi", continua Bradfield, "motivo per cui Fospha ha abbattuto le barriere per tutti i tipi di attività per implementare DDA".

Sfide con MTA data-driven e come superarle

Il costo non è l'unico ostacolo all'implementazione di un modello MTA completo basato sui dati. Scrivendo per ClickZ, CEO e co-fondatore di Measured, Trevor Testwuide cita la politica dell'adtech, l'evoluzione di "giardini recintati" come Google e Facebook, nonché dati disordinati a livello di utente come sfide significative che devono essere superate in attribuzione.

Bradfield riflette su questo: "I giardini recintati delle piattaforme adtech rendono sicuramente difficile la precisione completa", afferma.

“È importante sapere che sul mercato non esiste un modello MTA perfetto o strumenti di tracciamento completamente accurati. Quello che troviamo come il problema principale è l'implementazione dell'attribuzione basata sui dati attraverso una piattaforma adtech come Google a causa dell'inesattezza e dei dati distorti".

Anche avere tutti i dati per ogni cliente in ogni punto di contatto del canale non può ancora garantire la completa accuratezza dell'MTA, ma Bradfield indica un modo per superare queste sfide.

"È importante procurarsi uno strumento indipendente", afferma. "Allora non hanno un programma per vendere annunci pubblicitari e puoi eliminare alcuni di questi pregiudizi".

I modelli MTA migliorano sempre con un solo tocco, ma senza dati si basano ancora su alcune congetture

I modelli MTA lineare, a decadimento temporale e a forma di U aiutano a garantire che tutti i punti di contatto ottengano almeno un po' di credito per una conversione. Ma come abbiamo visto, possono mancare di precisione.

Nel caso del modello lineare, tutti i canali ricevono credito pari. Ma questa opzione non tiene conto della probabilità che un numero qualsiasi di punti di contatto lungo quel percorso avrebbe potuto avere un impatto maggiore sul consumatore rispetto ad altri.

Il decadimento temporale può essere desiderabile per le campagne sensibili al fattore tempo. Ma, ancora una volta, presuppone che alcuni canali, semplicemente in virtù di aver visto un'interazione prima, potrebbero avere un impatto minore di quello che hanno.

E il modello a forma di U, pur aderendo alla logica secondo cui il primo e l'ultimo tocco di un percorso dell'utente sono spesso significativi, può seriamente sottovalutare i canali intermedi, specialmente nel contesto di canalizzazioni di acquisto più lunghe.

L'opzione MTA che elimina questa supposizione è il modello DDA (a volte noto come MTA algoritmico). Anche se i dati dei clienti non possono mai essere accurati al 100% e, come sottolinea Bradfield, anche il miglior modello MTA non è perfetto, l'inclusione dei dati nei canali di credito del mix di attribuzione dipende dal modo in cui si comportano, piuttosto che semplicemente a quale fase del percorso del cliente in cui appaiono.

Gli strumenti indipendenti eliminano alcuni dei dati distorti e distorti che i marketer hanno segnalato all'interno dei giardini recintati di Google e Facebook. Mentre una solida piattaforma di dati dei clienti lavora per consolidare, organizzare e modificare la strategia di marketing in tempo reale.

Non sorprende quindi che i modelli MTA basati sui dati si stiano rivelando inestimabili per le aziende con grandi budget. Queste sono spesso le organizzazioni con molti canali a pagamento nel loro arsenale di marketing, ma tali modelli stanno diventando sempre più accessibili anche alle organizzazioni di medie e piccole dimensioni, grazie alla capacità di compensare i costi con un ROI migliore.

Nel mondo omnicanale di oggi, il costo non dovrebbe essere un ostacolo per un'azienda di qualsiasi dimensione, considerando un modello MTA basato sui dati. Ma per qualsiasi organizzazione che ritiene ancora di non essere pronta a impegnarsi in questo livello di attribuzione, gli MTA lineari, a decadimento temporale e a forma di U sono sempre un'opzione migliore rispetto ai modelli di attribuzione single-touch del primo e dell'ultimo clic che molti sono visti utilizzare come impostazione predefinita.

Contenuti prodotti in collaborazione con Fospha .