MTA ที่ขับเคลื่อนด้วยข้อมูล: รูปแบบการระบุแหล่งที่มาเดียวที่นับ

รูปแบบการระบุแหล่งที่มาช่วยให้นักการตลาดเข้าใจคุณค่าของช่องทางติดต่อลูกค้าของช่องทางการตลาดในขณะที่ลูกค้าเปลี่ยนจากการรับรู้ไปสู่ ​​Conversion

ในอดีต การระบุแหล่งที่มาด้วยการแตะเพียงครั้งเดียว เช่น รูปแบบ 'คลิกสุดท้าย' และ 'คลิกแรก' มักเป็นค่าเริ่มต้น พวกเขาต้องการข้อมูลที่ค่อนข้างน้อยและง่ายต่อการสังเกตในซอฟต์แวร์การวิเคราะห์

ตัวอย่างเช่น ถ้าฉันทำยอดขายได้ 1,000 รายการบนเว็บไซต์ของฉันในเดือนตุลาคม และฉันเห็น 75% ของการเข้าชมที่มาจากการค้นหาทั่วไปและ 25% มาโดยตรง – มันสมเหตุสมผลแล้วที่จะเปลี่ยนการลงทุนในเดือนพฤศจิกายนของฉันไปเป็นกิจกรรมการค้นหาทั่วไปของฉัน

นั่นจะเป็นการนำรูปแบบคลิกสุดท้ายมาใช้ ฉันกำลังกำหนดมูลค่าให้กับจุดสัมผัสที่ลูกค้าของฉันใช้ทันทีก่อนที่จะเข้าชมไซต์ของฉัน แล้วช่องไหนที่พวกเขาโต้ตอบด้วยก่อนหน้านี้?

เนื่องจากเส้นทางของลูกค้ามีความซับซ้อนมากขึ้นในช่วงไม่กี่ปีที่ผ่านมา รูปแบบการระบุแหล่งที่มาก็เช่นกันเพื่อให้แน่ใจว่านักการตลาดให้น้ำหนักที่ถูกต้องแก่ช่องทางต่างๆ ตลอดเส้นทาง และกำลังลงทุนในช่องทางเหล่านี้ตามนั้น

การระบุแหล่งที่มาแบบมัลติทัช (MTA) และการระบุแหล่งที่มาจากข้อมูล (DDA) ได้รับความนิยมมากขึ้น ท้ายที่สุด ผู้เยี่ยมชมเว็บไซต์ของฉันอาจเห็นข้อความทางการตลาดในหลายๆ ที่ (ตั้งแต่ไซต์โซเชียลมีเดียไปจนถึงโฆษณาออฟไลน์จำนวนเท่าใดก็ได้จากทีวีไปจนถึงป้ายโฆษณา) ก่อนที่จะหันมาใช้ Google เพื่อทำการค้นหา

รุ่นเอ็มทีให้แน่ใจว่าทุกช่องได้รับอย่างน้อยเครดิตบางอย่างสำหรับการแปลง

Finnian Bradfield นักวิเคราะห์จากบริษัทข้อมูล AI และการระบุแหล่งที่มา Fospha เน้นว่าไม่เพียงแต่ความซับซ้อนที่เพิ่มขึ้นของการเดินทางของลูกค้าเท่านั้น ซึ่งทำให้ MTA มีประสิทธิภาพมากกว่าโมเดลแบบสัมผัสเดียวในปัจจุบัน

"คุณค่าหลักของ MTA คือการช่วยให้นักการตลาดสามารถกระจายการใช้จ่ายได้ดีขึ้น และเข้าใจประสิทธิภาพที่แท้จริงของทุกช่องทางติดต่อลูกค้า" เขากล่าว

“การใช้เพียงรูปแบบเดียวคือคุณให้คุณค่าหรือเห็นจุดติดต่อสุดท้ายที่ลูกค้ามีส่วนร่วมด้วยก่อนเกิด Conversion และให้ความสนใจเพียงเล็กน้อยหรือคำนึงถึงสิ่งที่อาจมีอิทธิพลต่อผู้บริโภคก่อนหน้านี้ ผลที่ได้คือการใช้จ่ายมากขึ้นในจุดติดต่อสุดท้าย แต่ในความเป็นจริง Conversion อาจไม่เกิดขึ้นหากไม่ใช่สำหรับจุดติดต่อที่ผู้บริโภคมีส่วนร่วมเมื่อเริ่มต้นการเดินทาง ดังนั้น เมื่อพิจารณาจากช่องทางติดต่อลูกค้าทั้งหมดและระบุมูลค่าของแต่ละจุดโดยขึ้นอยู่กับบทบาทของพวกเขา คุณก็จะได้รับผลลัพธ์ที่มีประสิทธิภาพมากขึ้นจากการใช้จ่ายทางการตลาดของคุณ”

ในโลกของ omnichannel ทุกวันนี้ โมเดล MTA ดูเหมือนจะเป็นทางเลือกที่ดีกว่าในการทำให้นักการตลาดมีความชัดเจนในสิ่งที่ใช้ได้ผลและไม่ได้ผล แต่ไม่ใช่รูปแบบการระบุแหล่งที่มาทั้งหมดจะเท่ากัน

มาดูรายละเอียดความแตกต่าง ข้อดีและข้อเสีย ความท้าทายในการนำไปใช้ และสาเหตุที่รูปแบบ MTA ที่ขับเคลื่อนด้วยข้อมูลเป็นตัวเลือกในการระบุแหล่งที่มาที่นักการตลาดทุกคนควรตั้งเป้าไว้

โมเดลพื้นฐานคืออะไร?

รูปแบบการระบุแหล่งที่มา "เชิงเส้น" หรือ "เครดิตเท่ากัน" อาจเป็นรูปแบบ MTA แรกที่เรานึกถึงเมื่อเราเริ่มคิดนอกเหนือคลิกแรกและคลิกสุดท้าย

เป็นการปรับปรุงในรุ่นสัมผัสเดียวอย่างแน่นอน โมเดลเชิงเส้นรับทราบว่าการเดินทางของลูกค้ามีมากกว่าช่องทางที่ลูกค้าเห็นในขั้นตอนการรับรู้ หรือสิ่งที่พวกเขาใช้ในขั้นตอนก่อนทำ Conversion

โดยให้เครดิตกับทุกส่วนเท่าๆ กัน ดังนั้นจะมีประโยชน์จริง ๆ ก็ต่อเมื่อคุณมีหลักฐานที่ดีว่ากลยุทธ์ทางการตลาดทุกส่วนของคุณมีประสิทธิภาพในระดับเดียวกันโดยประมาณ

แต่ความเรียบง่ายนั้นชัดเจนมากอย่างรวดเร็ว เนื่องจากไม่ได้คำนึงถึงความจริงที่ว่าจุดติดต่อต่างๆ มีแนวโน้มที่จะมีผลกระทบต่อการตัดสินใจของลูกค้าในการเปลี่ยนใจเลื่อมใสมากกว่าหรือน้อยกว่าจุดอื่นๆ

'การสลายตัวของเวลา' เป็นอีกแบบจำลอง MTA ที่ค่อนข้างง่าย ให้เครดิตจุดติดต่อทั้งหมดบนเส้นทางของผู้ใช้ โดยให้น้ำหนักเพิ่มขึ้นเมื่อการสัมผัสใกล้จะเกิด Conversion

การระบุแหล่งที่มาของเวลาที่ลดลงอาจมีประโยชน์ และน่าจะดีกว่าตัวเลือกแบบสัมผัสเดียว มักใช้กับแคมเปญการตลาดที่เน้นเรื่องเวลาหรือเมื่อธุรกิจกำลังมองหาช่องทางที่มีบทบาททำให้เกิดการเปลี่ยนแปลง แต่ข้อบกพร่องของมันค่อนข้างง่ายที่จะมองเห็น

แน่นอนว่า มีเส้นทางของลูกค้าที่จุดติดต่อที่ใกล้กับ Conversion มากกว่ามีความสำคัญมากกว่าจุดใกล้จุดเริ่มต้น แต่เมื่อการเดินทางของผู้ใช้ยาวขึ้นและซับซ้อนมากขึ้น กลับไม่เป็นเช่นนั้น การสลายตัวของเวลาในท้ายที่สุด ยังคงอาศัยการคาดเดาจำนวนหนึ่งและขาดความแม่นยำอย่างแท้จริง

การระบุแหล่งที่มา 'รูปตัวยู' หรือ 'ตามตำแหน่ง' เป็นอีกรูปแบบหนึ่งของ MTA ซึ่งปรับปรุงวิธีการแตะครั้งเดียวอีกครั้งโดยทำให้ทุกช่องได้รับเครดิต แต่ก็ยังเป็นแนวทางที่ค่อนข้างง่าย

รูปตัวยูให้เครดิตจุดสัมผัสทั้งหมด แต่ให้น้ำหนักมากกว่า - 40% ต่อจุดต่อช่องแรกและช่องสุดท้าย เครดิต 20% ที่เหลือจะกระจายไปยังจุดติดต่อใดๆ ระหว่างการเดินทาง

อีกครั้งที่โมเดลรูปตัวยูมีประโยชน์ มันสามารถมีประสิทธิผลได้ ตัวอย่างเช่น ในกรณีของบริษัทที่ลงทุนในการสร้างลูกค้าเป้าหมายและเป็นผู้สมัครที่แข็งแกร่งสำหรับการเดินทางของลูกค้าที่ยาวนานขึ้น แต่อาจล้มเหลวในการให้เครดิตกับจุดติดต่อใดๆ อย่างแม่นยำในระหว่างการเดินทาง ซึ่งอาจมีส่วนสำคัญในการแปลงมากกว่าที่นักการตลาดคาดไว้

การระบุแหล่งที่มาจากข้อมูลคืออะไร

การระบุแหล่งที่มา "จากข้อมูล" (DDA) เป็นรูปแบบ MTA อีกรูปแบบหนึ่ง ซึ่งแตกต่างจากที่เราได้พูดคุยกันจนถึงตอนนี้คือใช้ข้อมูลข้ามจุดติดต่อเพื่อขจัดการคาดเดาใดๆ และให้เครดิตกับช่องตามวิธีดำเนินการ แทนที่จะเป็นตำแหน่งที่พวกเขาอยู่ในตำแหน่ง

DDA เรียกร้องให้มีข้อมูลที่ครอบคลุมและมุมมองที่สมบูรณ์ของการเดินทางของลูกค้า นักการตลาดจำเป็นต้องมีวิธีการเพื่อให้สามารถใช้ข้อมูลนั้นได้อย่างมีประสิทธิภาพ บ่อยครั้งโดยใช้แพลตฟอร์มข้อมูลลูกค้า

พวกเขาสามารถเป็นโมเดล MTA ที่แพงที่สุดในการดำเนินการ แต่เป้าหมายหลักประการหนึ่งในการใช้แบบจำลอง DDA คือการเห็น ROI ที่ดีขึ้น ซึ่งสามารถนำมาใช้เพื่อชดเชยค่าใช้จ่ายเพิ่มเติมได้

โมเดล MTA ที่ขับเคลื่อนด้วยข้อมูลจะมีประโยชน์เมื่อใด

แบรดฟิลด์ชัดเจนว่าเมื่อใดที่เหมาะสมที่สุดสำหรับนักการตลาดที่จะใช้ MTA ที่ขับเคลื่อนด้วยข้อมูล: “แนวทางที่ขับเคลื่อนด้วยข้อมูลเพื่อระบุแหล่งที่มาจะมีประสิทธิภาพมากที่สุดเมื่อคุณใช้จ่ายผ่านช่องทางการชำระเงินหลายช่องทาง ซึ่งรวมถึงการค้นหาที่เสียค่าใช้จ่าย โซเชียล และแอฟฟิลิเอตสำหรับ ตัวอย่าง” เขากล่าว “เหตุผลก็คือว่าถ้าคุณใช้จ่ายในด้านการตลาด คุณจำเป็นต้องรู้ว่าที่ใดดีที่สุดที่จะใช้และช่องทางใดต่อไปนี้จะมีประสิทธิภาพมากกว่าสำหรับ KPI ธุรกิจของคุณ เรามักจะเห็นธุรกิจที่มีงบประมาณทางการตลาดที่มากขึ้นได้รับมูลค่ามหาศาลจากเครื่องมือประเภทนี้”

ในปี 2019 Fospha ทำงานร่วมกับผู้ให้บริการวันหยุดชั้นนำเพื่อรวมข้อมูลออนไลน์และออฟไลน์เข้ากับ MTA

สิ่งนี้ให้มุมมองข้ามช่องทางของเส้นทางที่ลูกค้าทำ และเน้นว่ากิจกรรมการค้นหาที่เสียค่าใช้จ่ายของพวกเขาถูกประเมินค่าสูงเกินไปด้วยการระบุแหล่งที่มาของคลิกสุดท้าย

กระบวนการอัตโนมัติไม่ได้กินความสามารถหรือเวลาในการวิเคราะห์ แต่ที่สำคัญกว่านั้น Fospha สามารถใช้งบประมาณที่ว่างจากช่องทางการค้นหาที่เสียค่าใช้จ่ายเพื่อการเติบโตในจุดสัมผัสใหม่/ที่ด้อยค่า

เงินออมสำหรับปีนั้นอยู่ที่ประมาณ 600,000 ปอนด์ และกลยุทธ์การตลาดทางทีวีของพวกเขาได้รับการเน้นย้ำว่าเป็นพื้นที่ที่เคยยากต่อการวัดผลโดยใช้รูปแบบการระบุแหล่งที่มาแบบเดิม การใช้ MMM (Marketing Mix Modelling) Fospha สามารถระบุได้ว่าทีวีเป็นช่องที่มีประสิทธิภาพสูงและมีพื้นที่ให้เติบโตและสร้างรายได้เพิ่มเติม

ทันทีที่สิ่งนี้ปรากฏขึ้น ธุรกิจก็กลับมาลงทุนอีกครั้งอย่างรวดเร็วราว 250,000 ปอนด์สำหรับช่องทางออฟไลน์ที่สำคัญนี้

"เครื่องมือวัดอิสระของ Fospha ช่วยให้ทีมของเรามีข้อมูลที่โปร่งใส และความสามารถในการเชื่อมโยงการขายออฟไลน์ของเรากับทั้งการตลาดออฟไลน์และออนไลน์" ผู้อำนวยการฝ่ายการตลาดของกลุ่มลูกค้ากล่าว “ตอนนี้เรามีความมั่นใจที่จะลงทุนในการตลาดของเรามากขึ้น และเรารู้สึกตื่นเต้นที่จะได้เห็นผลลัพธ์”

ไม่เพียงแต่องค์กรที่มีงบประมาณสูงเท่านั้นที่หันมาใช้ DDA มากขึ้นเรื่อยๆ เป็นบทบาทของบริษัทเช่น Fospha ในการทำให้ MTA ดังกล่าวสามารถเข้าถึงได้โดยทุกธุรกิจที่ทำงานด้วยการตลาดแบบหลายช่องทางและแบบ Omnichannel

“ผมเชื่อว่าบริษัทใดๆ ที่ใช้จ่ายข้ามช่องทางควรจะสามารถระบุคุณค่าที่แท้จริงของความพยายามของพวกเขาได้” แบรดฟิลด์กล่าวต่อ “ซึ่งเป็นสาเหตุที่ Fospha ได้ทำลายอุปสรรคสำหรับธุรกิจทุกประเภทในการปรับใช้ DDA”

ความท้าทายกับ MTA ที่ขับเคลื่อนด้วยข้อมูลและวิธีเอาชนะมัน

ต้นทุนไม่ใช่อุปสรรคเพียงอย่างเดียวในการปรับใช้แบบจำลอง MTA ที่ขับเคลื่อนด้วยข้อมูลอย่างครอบคลุม Trevor Testwuide เขียนถึง ClickZ ซีอีโอและผู้ร่วมก่อตั้ง Measured กล่าวถึงการเมืองของ adtech วิวัฒนาการของ "สวนที่มีกำแพงล้อมรอบ" เช่น Google และ Facebook รวมถึงข้อมูลระดับผู้ใช้ที่ยุ่งเหยิงเป็นความท้าทายที่สำคัญที่ต้องเอาชนะ การแสดงที่มา

Bradfield สะท้อนถึงสิ่งนี้: "สวนที่มีกำแพงล้อมรอบจากแพลตฟอร์ม adtech ทำให้ความแม่นยำสมบูรณ์เป็นเรื่องยาก" เขากล่าว

“สิ่งสำคัญคือต้องรู้ว่าไม่มีโมเดล MTA ที่สมบูรณ์แบบหรือเครื่องมือติดตามที่แม่นยำอย่างสมบูรณ์ในตลาด สิ่งที่เราพบว่าเป็นปัญหาหลักคือการใช้การระบุแหล่งที่มาที่ขับเคลื่อนด้วยข้อมูลผ่านแพลตฟอร์ม adtech เช่น Google เนื่องจากข้อมูลที่ไม่ถูกต้องและอคติ”

แม้แต่การมีข้อมูลทั้งหมดสำหรับลูกค้าทุกรายในทุกช่องทางการติดต่อสื่อสารก็ยังไม่สามารถรับประกันความถูกต้องของ MTA ได้อย่างสมบูรณ์ แต่ Bradfield ชี้ให้เห็นวิธีหนึ่งที่จะเอาชนะความท้าทายเหล่านี้

"สิ่งสำคัญคือต้องจัดหาเครื่องมืออิสระ" เขากล่าว “ถ้าอย่างนั้นก็ไม่มีวาระให้พวกเขาขายโฆษณา และคุณสามารถขจัดอคติบางอย่างออกไปได้”

โมเดล MTA ปรับปรุงเสมอด้วยการแตะเพียงครั้งเดียว แต่ไม่มีข้อมูล พวกเขายังคงต้องอาศัยการคาดเดาบางอย่าง

โมเดล MTA เชิงเส้น เวลาลดลง และรูปตัวยูช่วยให้แน่ใจว่าจุดติดต่อทั้งหมดได้รับเครดิตสำหรับการแปลงเป็นอย่างน้อย แต่อย่างที่เราได้เห็น พวกเขาอาจขาดความแม่นยำ

ในกรณีของโมเดลเชิงเส้นตรง ทุกช่องจะได้รับเครดิตเท่ากัน แต่ตัวเลือกนี้ไม่ได้พิจารณาถึงความเป็นไปได้ที่จุดสัมผัสใดๆ ตลอดการเดินทางนั้นอาจมีผลกระทบต่อผู้บริโภคมากกว่าจุดอื่นๆ

การสลายตัวของเวลาเป็นสิ่งที่พึงปรารถนาสำหรับแคมเปญที่คำนึงถึงเวลา แต่อีกครั้ง สันนิษฐานว่าบางช่องทาง – โดยอาศัยการเห็นปฏิสัมพันธ์ก่อนหน้านี้ – อาจสร้างผลกระทบน้อยกว่าที่เป็นอยู่

และโมเดลรูปตัวยู แม้จะยึดตามตรรกะที่ว่าการแตะครั้งแรกและครั้งสุดท้ายของการเดินทางของผู้ใช้มักมีความสำคัญ แต่ก็สามารถให้เครดิตแชนเนลระดับกลางต่ำเกินไป โดยเฉพาะอย่างยิ่งในบริบทของกระบวนการซื้อที่ยาวขึ้น

ตัวเลือก MTA ที่ขจัดการคาดเดานี้คือโมเดล DDA (บางครั้งเรียกว่าอัลกอรึทึม MTA) แม้ว่าข้อมูลลูกค้าจะไม่มีวันแม่นยำ 100% และอย่างที่ Bradfield ชี้ให้เห็น แม้ว่ารูปแบบ MTA ที่ดีที่สุดก็ยังไม่สมบูรณ์แบบ แต่การรวมข้อมูลลงในแชแนลแบบผสมของการระบุแหล่งที่มาจะให้เครดิตกับวิธีที่พวกเขาแสดง แทนที่จะเป็นเพียงข้อมูลใด ขั้นตอนในการเดินทางของลูกค้าที่ปรากฏ

เครื่องมืออิสระช่วยขจัดความลำเอียงและข้อมูลบิดเบี้ยวที่นักการตลาดได้รายงานภายในสวนที่มีกำแพงล้อมรอบของ Google และ Facebook ในขณะที่แพลตฟอร์มข้อมูลลูกค้าที่แข็งแกร่งทำงานเพื่อรวม จัดระเบียบ และปรับแต่งกลยุทธ์ทางการตลาดแบบเรียลไทม์

ไม่น่าแปลกใจเลยที่โมเดล MTA ที่ขับเคลื่อนด้วยข้อมูลจะพิสูจน์ให้เห็นถึงคุณค่าของธุรกิจขนาดใหญ่ที่มีงบประมาณจำกัด สิ่งเหล่านี้มักเป็นองค์กรที่มีช่องทางแบบชำระเงินจำนวนมากในคลังแสงทางการตลาดของพวกเขา แต่โมเดลดังกล่าวกำลังเข้าถึงได้มากขึ้นในองค์กรขนาดกลางและขนาดเล็กเช่นกัน ด้วยความสามารถในการชดเชยต้นทุนด้วย ROI ที่ดีขึ้น

ในโลกของ omnichannel ปัจจุบัน ต้นทุนไม่ควรเป็นอุปสรรคต่อธุรกิจทุกขนาดเมื่อพิจารณาจากโมเดล MTA ที่ขับเคลื่อนด้วยข้อมูล แต่สำหรับองค์กรใดๆ ที่ยังคงรู้สึกว่าไม่พร้อมที่จะผูกมัดกับการแสดงที่มาในระดับนี้ MTA แบบเชิงเส้น เวลาลดลง และ MTA รูปตัวยูจะเป็นตัวเลือกที่ดีกว่ารูปแบบการระบุแหล่งที่มาแบบคลิกเพียงครั้งเดียวและคลิกสุดท้าย หลายๆ คนมักใช้ เป็นค่าเริ่มต้น

เนื้อหาที่ผลิตในความร่วมมือกับ Fospha