top of page
รูปภาพนักเขียนGraas

รุ่นการกำหนดค่า: คุณจะให้เครดิตกับช่องทางไหน?

อัปเดตเมื่อ 25 เม.ย.


Attribution Models for eCommerce

ลูกค้าในปัจจุบันผ่านการเดินทางออนไลน์ทั้งหมด - ก่อนที่พวกเขาจะทำการซื้อจากแบรนด์ของคุณ, พวกเขาอาจพบกับการสื่อสารและโฆษณาหลายประเภทจากคุณระหว่างทางไปยังการแปลง นักการตลาดมุ่งหวังที่จะกำหนดการกระทำหรือองค์ประกอบใดที่มีผลต่อการตัดสินใจของผู้ซื้อ, และรุ่นการกำหนดค่าเป็นส่วนสำคัญของสิ่งนั้น


รุ่นการกำหนดค่าช่วยให้คุณระบุว่าคุณให้เครดิตแต่ละการโต้ตอบมากน้อยเพียงใด คุณสามารถปรับเส้นทางการแปลงด้วยการช่วยเหลือของรุ่นการกำหนดค่า, ซึ่งจะให้ความชัดเจนมากขึ้นเกี่ยวกับวิธีการที่แต่ละช่องทางการได้มาทำงาน


ตั้งแต่การเปลี่ยนแปลงของ iOS 14 ของ Apple และการอัปเดตอื่นๆ ในโลกการตลาดด้านผลลัพธ์, เราได้เห็นปัญหาความแม่นยำของข้อมูลเพิ่มขึ้นอย่างมาก ลูกค้าหลายรายของเราได้รายงานปัญหาเช่นยอดรวมคำสั่งซื้อหรือรายได้ที่รายงานโดย Google และ Facebook Ads มากกว่ารายได้/คำสั่งซื้อที่พวกเขาเห็นจากข้อมูลเว็บไซต์


หมายความว่าพวกเขาไม่สามารถพึ่งพาตัวเลขที่รายงานโดย Google และ Facebook ได้หรือไม่?


หากตัวเลขจาก Google และ Facebook มากกว่าตัวเลขจริง, นั่นหมายความว่าความพยายามที่เราทุ่มเทในช่องทางออร์แกนิกหรือช่องทางอื่นที่ไม่ใช่ออร์แกนิกไม่ได้ผลตอบแทนที่ดีหรือไม่?


แพลตฟอร์ม Graas กำลังจัดการกับคำถามเหล่านี้ผ่านรุ่นการกำหนดค่าของมัน รุ่นการกำหนดค่าคือชุดของกฎที่ร่วมกันกำหนดว่าช่องทางการตลาดแต่ละช่องทางได้รับเครดิตเท่าไหร่สำหรับการแปลง มีรุ่นการกำหนดค่าต่างๆ ที่มีให้ซึ่งสามารถใช้ได้ตามกรณีการใช้งานเฉพาะของคุณ


ก่อนที่จะซื้อสินค้าจากเว็บไซต์ของคุณจริงๆ, ลูกค้าสามารถเยี่ยมชมเว็บไซต์ของคุณจากช่องทางต่างๆ ได้ ตัวอย่างเช่น, ลูกค้าหนึ่งอาจตามลำดับนี้:


Facebook Ad - Abandoned cart email - SEO - Direct


และอีกคนอาจตามรูปแบบนี้:


Google Ad - Whatsapp marketing


ขึ้นอยู่กับประเภทผลิตภัณฑ์และค่าเฉลี่ยของคำสั่งซื้อสำหรับแบรนด์ของคุณ, โดยทั่วไปแล้ว, ลูกค้าส่วนใหญ่ใช้เวลาตั้งแต่ 3 วันถึง 30 วันและเยี่ยมชม 2 ครั้งถึง 15 ครั้งก่อนที่จะตัดสินใจซื้อจากเว็บไซต์ของคุณ


ดังนั้น, มันจึงสำคัญมากสำหรับคุณที่จะติดตามการเดินทางของพวกเขาและสรุปสิ่งที่ทำงานได้ดีที่สุดสำหรับคุณโดยใช้รุ่นการกำหนดค่า


ด้วยความช่วยเหลือจาก Graas, คุณจะสามารถเห็นการกระจายผลกระทบของช่องทางการตลาดแต่ละช่องทางต่อยอดขายสุดท้ายของคุณ ซึ่งต่อมาจะช่วยคุณตัดสินใจเช่น:

  • ฉันควรจัดสรรงบประมาณเท่าไหร่ให้กับ Google กับ Facebook?

  • ความพยายามด้าน SEO ของฉันให้ผลลัพธ์ที่ดีหรือไม่?

  • นควรมุ่งเน้นไปที่การตลาดผ่านอีเมลหรือ Facebook สำหรับความพยายามในการ retargeting ของฉันหรือไม่?

  • มี % ของการแปลงที่ได้รับอิทธิพลจากโพสต์โซเชียลมีเดียที่เราได้สร้างขึ้นเท่าไหร่?

  • ช่องทางใดทำงานได้ดีที่สุดในการผลักดันให้ลูกค้าตัดสินใจซื้อ?

มาดูที่รุ่นการกำหนดค่าต่างๆ กัน:

4. Linear Attribution Model


โดยการวิเคราะห์รุ่นการกำหนดค่าแต่ละรุ่น, คุณสามารถได้ความคิดที่ดีขึ้นเกี่ยวกับ ROI สำหรับช่องทางการตลาดแต่ละช่องทาง


Attribution Allocation Model eCommerce

รุ่นเดียวไม่สามารถใช้ได้กับทุกกรณีธุรกิจ หากธุรกิจโลจิสติกส์ของเพื่อนคุณเหมาะสมกับรุ่น time-decay, แบรนด์ของคุณก็ไม่สามารถตามแบบเดียวกันได้ มันแตกต่างกันตามประวัติกรณีของคุณ คุณสามารถเลือกที่จะดูรุ่นที่ทำงานได้ดีที่สุดตามความเห็นของคุณหรือดูการรวมรุ่นต่างๆ และไปถึงข้อสรุป


Last Click (Non-Direct)


รุ่น Last Click (Non-Direct) มีประโยชน์มากกว่าการติดตามมาตรฐาน มูลค่า 100% ถูกกำหนดให้กับการโต้ตอบเพียงครั้งเดียว การเชื่อมต่อใดๆ ที่เรียบง่ายและ 'ตรงไปตรงมา' ที่เกิดขึ้นก่อนการแปลงถูกลบออกด้วยการคลิกที่ไม่ตรงกันครั้งสุดท้าย


เมื่อมีคนเข้ามาในเว็บไซต์ของคุณโดยตรงโดยการพิมพ์ URL ของคุณหรือคลิกลิงก์บุ๊กมาร์คที่บันทึกไว้, มันแสดงว่าพวกเขาคุ้นเคยกับแบรนด์ของคุณอยู่แล้ว


พวกเขาได้รู้จักกับแบรนด์ของคุณได้อย่างไร? อะไรคือปัจจัย x ที่ส่งเสริมหรือผลักดันให้พวกเขาไปที่เว็บไซต์ของคุณโดยตรง? เมื่อคุณตัดการเข้าชมโดยตรงออกจากรุ่นการคลิกครั้งสุดท้าย, คุณสามารถกำหนดมูลค่ามากขึ้นให้กับช่องทางการตลาดที่นำไปสู่การแปลง


เนื่องจากการคลิกโดยตรงทั้งหมดถูกลบออก, นี่จึงเป็นรุ่นที่ให้ข้อมูลเชิงลึกมากกว่ารุ่นการโต้ตอบครั้งสุดท้าย อย่างไรก็ตาม, มันยังคงกำหนดมูลค่า 100% ให้กับการโต้ตอบหนึ่งเดียว หากลูกค้ามีจุดสัมผัส 4 จุดก่อนการคลิกครั้งสุดท้ายหรือไม่ตรงนั้น, มันถูกละเลยอย่างสมบูรณ์


Last Click (Inorganic)


Last Click (Inorganic) มีความคล้ายคลึงกับระบบการกำหนดค่า Last Click (Non-Direct) รุ่นนี้พิจารณาเฉพาะแหล่งที่มาที่ไม่ใช่ออร์แกนิกแทนที่จะพิจารณาแหล่งที่มาทั้งหมดที่ไม่ตรง วิธีนี้ช่วยให้คุณจำกัดการกำหนดค่าไว้เฉพาะช่องทางที่คุณใช้เงินในการได้มาซึ่งผู้ใช้เท่านั้น นี่ช่วยให้คุณให้เครดิตสูงสุดกับแหล่งที่มาที่ไม่ใช่ออร์แกนิก


First Click


First Click มีความคล้ายคลึงกับ Last Click ตรงที่มันให้เครดิต 100% แก่การคลิกเพียงครั้งเดียว First Click ให้เครดิตทั้งหมดสำหรับการแปลงให้กับการโต้ตอบครั้งแรกของแบรนด์กับลูกค้า


ตัวอย่างเช่น, ถ้าผู้บริโภคค้นพบการค้าหรือธุรกิจของคุณบน Instagram, มันจะได้รับเครดิตเต็มจำนวนสำหรับการทำธุรกรรมใดๆ ที่เกิดขึ้นเป็นผลมาจากการพบเจอนั้น


ไม่สำคัญว่าผู้ซื้อพบคุณบน Instagram, จากนั้นคลิกโฆษณาแสดงผลหนึ่งสัปดาห์ต่อมา, และจากนั้นไปที่เว็บไซต์ของคุณโดยตรง ในกรณีนี้, Instagram ได้รับเครดิตเต็ม


ความเรียบง่ายและตรงไปตรงมาในการนำรุ่นการโต้ตอบครั้งแรกมาใช้คือจุดดึงดูดหลักของมัน อย่างไรก็ตาม, รุ่นนี้มีข้อจำกัด; มันไม่รวมผลกระทบของช่องทางการตลาดที่ปรากฏให้เห็นในภายหลังซึ่งอาจสำคัญ เช่น โฆษณา retargeting


การโต้ตอบครั้งแรกเป็นเทคนิคที่ยอดเยี่ยมสำหรับการวิเคราะห์แต่ละช่องทางหากเป้าหมายหลักของธุรกิจคุณคือการดึงดูดลูกค้าใหม่ที่อยู่ที่ด้านบนของกระบอกสูบ


Linear Attribution Model


ด้วยรุ่นการกำหนดค่าแบบ Linear, เครดิตสำหรับการแปลงจะถูกแบ่งเท่าๆ กันระหว่างช่องทางการตลาด


ตัวอย่างเช่น, ลูกค้าพบคุณบน Instagram, สมัครรับรายชื่ออีเมลของคุณและในภายหลังคลิกลิงก์ในอีเมล สัปดาห์ถัดไปพวกเขาไปที่เว็บไซต์ของคุณโดยตรงและทำการซื้อมูลค่า $150


มีจุดสัมผัส 3 จุดในสถานการณ์นี้ จุดสัมผัสแต่ละจุดได้รับเครดิตเท่ากันคือ 33% หรือมูลค่าการแปลง $50 ที่กำหนดให้กับช่องทางเมื่อทำการซื้อ, ในกรณีนี้


เมื่อเปรียบเทียบกับรุ่นการกำหนดค่าสำหรับเหตุการณ์เดียว, รุ่นการกำหนดค่าแบบ Linear ให้มุมมองที่สมดุลยิ่งขึ้นของแผนการตลาดทั้งหมดของคุณ


อย่างไรก็ตาม, กลยุทธ์การตลาดบางอย่างมีประสิทธิภาพมากกว่าอื่นๆ, และรุ่นนี้จะไม่เน้นกลยุทธ์ที่มีประสิทธิภาพที่สุด


Time Decay Attribution:


เหมือนกับการกำหนดค่าแบบ Linear, รุ่นการกำหนดค่า Time Decay กระจายค่าออกไปในหลายเหตุการณ์ อย่างไรก็ตาม, ไม่เหมือนกับการกำหนดค่าแบบ Linear, รุ่น Time Decay พิจารณาเมื่อแต่ละจุดสัมผัสเกิดขึ้น รุ่น Time Decay ถูกใช้เพื่อประเมินเส้นทางการแปลงทั้งหมด, แต่เมื่อจุดสัมผัสเข้าใกล้การแปลงมากขึ้น, จะได้รับเครดิตที่มีน้ำหนักมากขึ้น


เมื่อเปรียบเทียบกับรุ่นการโต้ตอบครั้งสุดท้ายหรือการคลิกครั้งสุดท้าย, การกำหนดค่าตามเวลาหมดลงแสดงภาพที่ถูกต้องยิ่งขึ้นว่าจุดสัมผัสทั้งหมดมีส่วนร่วมในการแปลงอย่างไร, ซึ่งอาจเป็นตัวแทนที่ดีขึ้นของวิธีที่ลูกค้าโต้ตอบกับและวิเคราะห์โฆษณาเมื่อพวกเขาเข้าใกล้การแปลงมากขึ้น


การโต้ตอบที่เกิดขึ้นใกล้กับเวลาซื้อจะได้รับน้ำหนักและค่ามากขึ้น การโต้ตอบครั้งแรกจะได้รับเครดิตน้อยที่สุด, ในขณะที่การโต้ตอบครั้งสุดท้ายจะได้รับมากที่สุด


รุ่นการกำหนดค่าอาจมีประสิทธิภาพมากหรือไม่มีประสิทธิภาพเลย, ขึ้นอยู่กับว่าพวกเขาถูกใช้ในบริบทแต่ละอย่างอย่างไร สำหรับแบรนด์ค้าปลีกของคุณ, มันสำคัญที่คุณจะต้องพิจารณาว่ารุ่นการกำหนดค่าใดมีเหตุผลที่สุด ตัวอย่างเช่น, รุ่น Time Decay จะเหมาะสมที่สุดสำหรับการซื้อแบบกระตุ้น, ในขณะที่รุ่น Linear จะเกี่ยวข้องมากขึ้นสำหรับแบรนด์ที่พึ่งพาการตลาดเนื้อหาอย่างหนัก


การใช้รุ่นการกำหนดค่าที่ถูกต้องสามารถนำทางการตัดสินใจของคุณเกี่ยวกับช่องทางการ


Comentarios


bottom of page