Hur du väljer rätt attributionsmodell
Attributionsmodeller kategoriseras vanligtvis i större grupper. De vanligaste kategorierna inkluderar single-touch, multi-touch- och datadrivna modeller.

Som vi fastslog i Del 1 av den här serien, är attributionsmodeller avgörande för att förstå effektiviteten av marknadsföringsinsatser och optimering av reklamutgifter. De mäter på en granulär nivå och ger insikter om resultatet för enskilda annonser eller kanaler längs hela kundresan.
Vilka typer av attributionsmodeller existerar?
Attributionsmodeller kategoriseras vanligtvis i större grupper. De vanligaste kategorierna inkluderar single-touch, multi-touch- och datadrivna modeller. Varje modell har sina unika styrkor och svagheter, och det finns ingen lösning för alla. Populära leverantörer som Google, HubSpot och Salesforce är specialiserade på specifika modeller. Att bestämma den mest lämpliga attributionsmodellen för ditt företag beror på flera faktorer, såsom dina affärsmål och kundens köpmönster.
Single-touch attributionsmodeller
Single-touch modeller kan delas in i första och sista klick. Som namnet antyder tilldelas hela krediten för omvandlingen den första respektive senast klickade annonsen eller sökordet. En variant av det senaste klicket skulle vara det sista icke-direkta klicket, där konverteringen krediteras kontaktpunkten före konverteringshändelsen.
Dessa enkla single-touch modeller har den stora fördelen att vara just det. Med tanke på hur lätt de kan implementeras ger de ganska rättvist resultat. Att spåra hela kundresan kan vara svårt, men speciellt det sista klicket är mycket meningsfullt. Nackdelen är att dessa modeller ignorerar allt som händer på andra ställen på resan. När det till exempel gäller första klick-retargeting-annonser är många av interaktionerna och kontaktpunkterna längs kundens väg till konvertering lika viktiga som den första och den sista.
Multi-touch attributionsmodeller
Det är här multi-touch modeller kommer in. De använder enkla matematiska funktioner för att fördela kredit längs kundresan. Dessa modeller kan vara linjära, vilket innebär att varje annonsinteraktion längs vägen krediteras lika, de kan ha ett tidsförfall, det vill säga krediteras ju närmare beröringspunkten är till konvertering; eller så kan de vara positionsbaserade, med merparten av krediten fördelad jämnt mellan första och sista touchen, med ytterligare fördelning längs vägen.
Multi-touch modeller ger en mer balanserad översikt över hela konverteringsresan och är en betydande förbättring jämfört med single-touch attributionsmodeller. Speciellt tidsförfallsmodeller har fördelen av att konceptuellt fånga sambandet eller samspelet mellan olika kontaktpunkter. Med positionsbaserad attribution får den första kundinteraktionen och konverteringen störst tyngd, medan beröringspunkter längs hela vägen ändå beaktas. En nackdel med dessa multi-touch modeller är deras styvhet. De kan fungera mycket bra för vissa företag, men betyder inte att de kommer fungera för dig.
Datadrivna attributionsmodeller
Den sista klassen av attributionsmodeller är datadrivna attributionsmodeller. De delar ut kredit för konvertering baserat på DINA kunders historiska data. I allmänhet är sådana attributionsmodeller baserade på statistisk modellering eller maskininlärning. De bestämmer en sannolikhet för varje specifik kundresa från första till sista touchen över de olika touch pointsen. Sådana anpassade attributionsmodeller ger den mest detaljerade insikten om kundresor. Men deras utveckling kräver i allmänhet mycket data och expertis.
Typer av attributionsmodeller. Första och sista klicket faller i kategorin single-touch modeller; Linjär, Tidsförfall och Positionsbaserad i multi-touch modeller. Datadrivna modeller tillhör en separat kategori.
Vilken är den bästa attributionsmodellen?
Den mest lämpliga attributionsmodellen beror på företagets tillgängliga resurser och marknadsföringskanaler. Single-touch attribution är endast praktiskt för korta köpcykler. Men både små och stora företag använder en mediamix som består av flera digitala kanaler, vilket gör vägen till konvertering komplicerad. Konsumenter interagerar med varumärken över olika kontaktpunkter innan de konverterar, vilket gör multi-touch modeller till minimikravet. Inom multi-touch modeller är linjär attribution enkel men begränsad, medan positionsbaserad attribution ger en mer omfattande översikt. Tidsförfalls-modeller minskar effekten av top-of-the-funnel marknadsföring. Om ett företag har en lång köpcykel och tillgång till nödvändig data är en anpassad, datadriven attributionsmodell det perfekta alternativet.
Effektiv attributionsmodell optimerar resultat över alla kanaler
Alla marknadsförare vill ha databaserade och datadrivna kampanjer. En pålitlig datastruktur är dock nödvändig innan den implementeras. I avsaknad av sådan infrastruktur kan multitouch-attributionsmodeller fortfarande ge tillfredsställande resultat. Attributionsmodellering kan hjälpa ditt team att öka konverteringsfrekvensen och spara pengar genom att eliminera icke-konverterade kanaler. Enkelt uttryckt maximerar attributionsmodeller avkastningen på investeringen för marknadsföringskampanjer. Det finns ingen enskild attributionsmodell som fungerar bäst för alla, men det finns metoder för att avgöra vilken modell som passar ditt företag bäst.
Det är viktigt att komma ihåg att distributionsmodeller endast mäter den kortsiktiga effektiviteten av prestationsmarknadsföring, direktsvar och kampanjer. Dessutom tas inte hänsyn till offlinefaktorer som bidrar till omvandlingar. Därför bör kompletterande mätningar utföras för att fånga effekterna på medellång till lång sikt, såsom Marketing Mix Modeling. Kombinationen av MMM och attributionsmodeller kan ge betydande insikter, men det ökar komplexiteten beroende på säljkanal och mediemix.
Med rätt modell kommer du kunna spåra och mäta effekten av var och en av dina marknadsföringskanaler noggrant så du kan optimera din budget och få ännu fler konverteringar. Låt inte gissningar driva din marknadsföringsstrategi längre. Kontakta oss idag för att lära dig mer om våra tjänster för attributionsmodeller och fatta datadrivna beslut som tar ditt företag till nästa nivå!