Come fare la modellazione di attribuzione: una guida onesta

Ok, siamo onesti fin dall’inizio: un cliente quasi mai compra a causa di una cosa. Hanno visto il tuo Instagram mulinello, dimenticato di te, ottenuto retargeted, cliccato un Google Ad, leggere un post sul blog, chiedere ad un amico, e allora Finalmente comprato. Quindi quando stai cercando di capire Come fare la modellazione di attribuzione, quello che stai davvero facendo è decidere come dividere il credito per quella vendita in tutti quei punti di contatto — Abbastanza per guidare dove il vostro budget va dopo. Questo è l’intero lavoro: un modello di attribuzione è semplicemente una regola per assegnare credito ai momenti che hanno portato a una conversione, in modo da poter investire di più in ciò che funziona e meno in ciò che non funziona. Ed ecco la parte che nessuno ti dice — Non esiste un modello “corretto”. Ognuno racconta una storia diversa sullo stesso viaggio, e il tuo lavoro è scegliere la storia che si adatta al tuo business e poi rimanere umile su di esso.

So che la “modellazione dell’attribuzione” suona come qualcosa che ti serve un grado di scienza dei dati e uno strumento a sei cifre per tentare persino. Non lo sai. Hai bisogno di una testa chiara, un po’ di onestà su ciò che i numeri possono e non possono dirti e un modo ripetibile di pensare. Qui sotto è esattamente come farei a camminare un amico attraverso di esso – quali sono i modelli, quando ognuno si adatta, cosa ti serve in primo luogo, e le verità scomode che ti impediscono di fare errori costosi. Prometto che questo diventa più chiaro man mano che andiamo.

Che cos’è la modellazione dell’attribuzione, davvero?

Definiamolo in modo chiaro. La modellazione di attribuzione è la pratica di decidere quanto credito ottiene ogni punto di contatto di marketing per una conversione. Un touchpoint è qualsiasi interazione lungo il percorso: un’impressione pubblicitaria, un post sui social, un’email aperta, un clic di ricerca organica, una visita al tuo sito. Una conversione è qualsiasi risultato ti interessi: una vendita, un’iscrizione, una demo prenotata. Il modello è la regola che distribuisce il credito attraverso quei punti di contatto.

Perche’ preoccuparsi? Perché senza una regola, ti accredi istintivamente tutto ciò che è successo per ultimo – il clic finale prima dell’acquisto – e che punisce tranquillamente tutto ciò che ha fatto il vero lavoro di introdurre e nutrire il cliente prima. L’attribuzione esiste per rispondere a una domanda pratica: se ho un altro dollaro da spendere, dove dovrebbe andare? Fatto onestamente, ti indica i canali che spingono veramente le persone verso l’acquisto, non solo quelli abbastanza fortunati da essere più vicini al traguardo. Sapere come fare bene la modellazione dell’attribuzione significa proteggere il tuo budget da questo pregiudizio di recency.

Una cosa da tenere in considerazione fin dall’inizio: un modello è una lente, non una misura della realtà. Non scopre la “vera” causa di una vendita, perché spesso non c’è una sola vera causa. Applica un presupposto coerente in modo da poter confrontare i canali in modo equo nel tempo. Questa distinzione vi salverà da un sacco di eccessiva fiducia in seguito.

Quali sono i principali modelli di attribuzione?

Ci sono sei che incontrerai ancora e ancora. Passiamo attraverso ognuno chiaramente – quello che fa, e il tipo di storia che racconta.

Ultimo clic (o ultimo tocco) dà 100% del credito al touchpoint finale prima della conversione. È il predefinito in molti strumenti perché è semplice e facile da rintracciare. Il problema è che si sovra-credita massicciamente i canali bottom-of-funnel — ricerca di brand, retargeting — e dà credito zero a tutto ciò che ha introdotto il cliente in primo luogo. E’ il modello che più probabilmente ti farà uccidere erroneamente un canale di consapevolezza.

Primo clic (o primo tocco) fa il contrario: tutto il credito va alla prima interazione. Questo lusinga la vostra consapevolezza e la scoperta canali e ignora completamente tutto ciò che ha nutrito e chiuso la vendita. Utile se la tua domanda è “cosa porta le persone alla porta?” — fuorvianti per quasi tutto il resto.

Lineare diffonde il credito in modo uniforme in ogni punto di contatto nel viaggio. E’ democratico e piacevolmente onesto sul fatto che molte cose abbiano contribuito a — ma trattando un’impressione da buttafuori come una demo decisiva, può offuscare i momenti che effettivamente contano.

Tempo di decadenza dà più credito ai touchpoint più vicini alla conversione e meno a quelli precedenti, sulla logica che le interazioni recenti hanno spinto la decisione finale. Si adatta a cicli di vendita più lunghi in cui il nutrimento successivo porta davvero peso — ma ancora sotto-credita la prima introduzione cruciale.

Posizione-based (chiamato anche a forma di U) è un compromesso sensato: dà le quote più grandi al primo e all’ultimo touchpoint (comunemente intorno a 40% e divide il resto tra il mezzo. Rispetta sia “cosa li ha portati” che “cosa li ha chiusi”, motivo per cui molti marketer lo raggiungono. I pesi sono ancora un presupposto che stai scegliendo, non un dato di fatto.

L’attribuzione basata sui dati utilizza i dati di conversione e un algoritmo per assegnare il credito in base a quali combinazioni di punti di contatto sono effettivamente correlate alle conversioni, piuttosto che una regola fissa che hai scelto. Quando funziona, è il più su misura del lotto. Ma ha fame: ha bisogno di un sacco di volume di conversione per essere affidabile, è un po ‘una scatola nera, ed è ancora un modello costruito sui dati incompleti che può vedere – quindi non è magicamente “la verità” neanche.

Singolo-touch vs. multi-touch: qual è la differenza?

Ecco un modo più semplice per raggruppare tutto questo. Modelli monotono (ultimo clic e primo clic) consegnare tutto il credito a un’interazione. Sono facili, veloci e buoni per una lettura veloce — ma sono strumenti smussati che fingono che il resto del viaggio non sia avvenuto. Modelli multi-touch (lineare, tempo-decay, posizione-based, dati-driven) spread credito su diversi punti di contatto e ottenere molto più vicino a come l’acquisto funziona in realtà: disordinato, ripetuto, diffuso nel tempo.

Se il tuo percorso clienti è veramente one-and-done – qualcuno cerca, fa clic e acquista in una sola seduta – un modello single-touch potrebbe onestamente essere sufficiente. Ma la maggior parte dei viaggi, in particolare qualsiasi cosa considerata o B2B, coinvolgono diversi tocchi nel corso di giorni o settimane. Per quelli, un modello multi-touch ti darà un’immagine più giusta. Il compromesso è che il multi-touch ha bisogno di un migliore monitoraggio e di più dati per essere affidabile, il che ci porta ai prerequisiti.

Quale modello di attribuzione scegliere?

Questa è la domanda a cui tutti vogliono davvero rispondere, quindi lasciate che vi dia un tavolo di paragone modello che potete tenere, e poi un breve modo per scegliere.

Modello	Come assegna il credito	Il migliore quando…	Punto cieco principale
Ultimo clic	100% al tocco finale	Viaggi brevi; vuoi una linea di base semplice e coerente	Ignora tutto ciò che ha creato la domanda prima
Primo clic	100% al primo tocco	Stai ottimizzando la scoperta del top-of-funnel	Ignora il nutrimento e la chiusura
Lineare	In modo uniforme su tutti i tocchi	Vuoi riconoscere l’intero viaggio semplicemente	Tratta tocchi banali e decisivi lo stesso
Tempo di decadenza	Più a tocchi recenti	Cicli più lunghi in cui le questioni di nutrimento tardivo	Sotto-crediti la prima introduzione
Basato sulla posizione (a forma di U)	La maggior parte per primo e ultimo, riposo a metà	Apprezzi sia la scoperta che la chiusura	I pesi sono un presupposto scelto, non un fatto
Dati-driven	Algoritmi, dai tuoi dati	Hai un volume di conversione elevato e un monitoraggio pulito	Ha bisogno di molti dati; ancora limitato a ciò che può vedere

Ora, come scegliere effettivamente – ecco la scorciatoia onesta:

• Inizia con il tuo ciclo di vendita. Breve e impulsivo? Un modello monotono o lineare va bene. Lunga e considerata? Raggiungi il tempo di declino o di posizione, che rispetta un viaggio che si svolge nel tempo.
• Abbina il modello alla tua domanda. “Cosa porta nuove persone?” si appoggia al primo clic. “Cosa chiude le offerte?” si appoggia all’ultimo clic o al time-decay. “Qual è la visione complessiva più bella?” si appoggia alla posizione o lineare. Il modello giusto dipende dalla decisione che hai davanti, non da quale sia più fantasioso.
• Verifica se hai anche i dati. L’attribuzione basata sui dati è meravigliosa in teoria e inutile senza un volume di conversione sufficiente. Se ricevi una manciata di conversioni a settimana, un modello basato su regole che comprendi batte una scatola nera di cui non ti puoi fidare.
• Preferisci il modello che puoi spiegare. Dovrai difendere le tue decisioni di budget a qualcuno. Un modello la cui logica si può dire ad alta voce in una frase vale più di una sofisticata che non si può.

E la mossa che separa i buoni marketer da quelli troppo sicuri di sé: Non scegliere solo uno. Osserva le stesse conversioni attraverso due o tre modelli contemporaneamente e nota dove non sono d’accordo. Questo disaccordo è L’intuizione, che è la prossima cosa di cui dobbiamo parlare.

Perché i modelli di attribuzione non sono d’accordo – e quale è giusto?

Ecco la verità che più vorrei che tu ti allontanassi: I modelli non saranno d’accordo, e nessuno di loro è “la verità”. Esegui l’ultimo clic e potresti concludere che la ricerca a pagamento è il tuo eroe. Eseguire il primo clic sugli stessi dati e improvvisamente social e contenuti sembrano i veri eroi, mentre la ricerca a pagamento appena finito una gara altri canali eseguiti. Stessi clienti, stesse vendite, storie completamente diverse — Semplicemente perché hai cambiato la regola per dividere il credito.

Questo non è un bug che puoi risolvere trovando il modello “corretto”. E’ la natura della cosa. Ogni modello codifica un’ipotesi su ciò che conta, e la realtà non viene con un’etichetta che ti dice quale ipotesi è giusta. Quindi la posizione onesta non è “quale modello è vero?” – è “cosa enfatizza ogni modello e cosa rivela il loro disaccordo?”

In pratica, ciò significa che quando due modelli puntano la stessa direzione, puoi agire con più fiducia. Quando non sono d’accordo su un canale, questa è la tua bandiera per scavare più a fondo piuttosto che fidarsi ciecamente di entrambi i numeri. Un canale che sembra debole sotto l’ultimo clic ma forte sotto il primo clic probabilmente sta facendo un importante lavoro di alto livello che l’ultimo clic non può vedere – e tagliarlo in base al solo numero dell’ultimo clic sarebbe un classico, costoso errore. Trattare i tuoi modelli come un pannello di opinioni piuttosto che un singolo oracolo è la cosa più adulta che puoi fare qui.

Cosa ti serve prima che l’attribuzione funzioni?

La modellazione dell’attribuzione è buona solo quanto i dati che la alimentano, ed è qui che molte configurazioni ben intenzionate cadono tranquillamente a pezzi. Prima che qualsiasi modello significhi qualcosa, hai bisogno di alcune cose in atto.

• Monitoraggio costante dei touchpoint. È necessario acquisire in modo affidabile da dove provengono le interazioni: link alle campagne taggati, analisi configurate correttamente e etichette di origine pulite. Se il tuo traffico sta atterrando in un secchio gigante “diretto / sconosciuto”, nessun modello può salvarlo. Ottenere questa fondazione è la sua abilità; la nostra guida su come tracciare le fonti di piombo attraversa il tagging e cattura le origini in modo pulito in modo che i tuoi modelli abbiano qualcosa di onesto con cui lavorare.
• Una conversione chiaramente definita. Decidi esattamente cosa conta – una vendita, un vantaggio qualificato, un’iscrizione – e mantieni stabile la definizione. Se “conversione” significa cose diverse settimana dopo settimana, la tua attribuzione è confrontare le mele con le lampade.
• Abbastanza volume, soprattutto per i dati. I modelli basati su regole funzionano a volumi modesti. L’attribuzione basata sui dati ha davvero bisogno di molte conversioni per trovare modelli affidabili; alimentali troppo poco e ti darà con fiducia il rumore vestito come intuizione.
• Una finestra di attribuzione onesta. Decidi quanto può essere lontano un punto di contatto e guadagna ancora credito – pochi giorni, trenta giorni, novanta. La finestra dovrebbe corrispondere approssimativamente al tuo ciclo di vendita reale e dovresti impostarlo prima di andare a cercare la risposta che speravi.
• Rispetto della privacy e del consenso. Traccia le persone in modo lecito e trasparente, onora le scelte di consenso e raccogli solo ciò di cui hai bisogno. Oltre ad essere la cosa giusta da fare, il monitoraggio del rispetto del consenso è sempre più l’unico tipo che continua a funzionare.

Mettili a posto e i tuoi modelli diventano davvero utili. Salta e stai costruendo conclusioni elaborate sulla sabbia.

Perché l’attribuzione è sempre imperfetta? (la parte onesta)

Ti farei un cattivo servizio se ti lascio credere che qualsiasi modello ti dia una risposta esatta. Non lo fa, e non può, perché il vero customer journey è pieno di cose che nessun tracker vede in modo affidabile. Questa è la parte che ti mantiene onesto, quindi diamo un nome alle lacune chiaramente.

• Viaggi cross-device. Qualcuno ti scopre sul telefono durante il pranzo e compra sul loro laptop di notte. A meno che non siano collegati tra loro, la maggior parte delle configurazioni vede due estranei non connessi e il contributo del telefono scompare.
• Influenza offline. La raccomandazione di un amico, una menzione podcast, una conversazione, un cartellone pubblicitario – enormemente persuasivo, completamente invisibile al tuo tracciamento. La vendita viene accreditata a qualsiasi tocco digitale sia accaduto per ultimo.
• Dark social. Le persone condividono link in DM, chat di gruppo e testi. Quelle visite spesso si presentano come “diretti” senza referrer, quindi il passaparola viene silenziosamente mal accreditato.
• Privacy e perdita di cookie. Limitazioni del browser, il consenso dei cookie declina e il passaggio ampio dal tracciamento di terze parti significa che una quota crescente di viaggi semplicemente non può più essere cucita insieme. I dati sono diventati più patchier di proposito, e continueranno a farlo.
• Divari di visualizzazione. Qualcuno vede un annuncio, non fa clic, ma viene influenzato e converte in seguito. I modelli basati su clic non lo fanno del tutto, mentre il monitoraggio della vista può sovrastimarlo. In ogni caso, è una stima.
• Giardini murati. Le grandi piattaforme riportano conversioni all’interno dei propri sistemi utilizzando le proprie regole e non condividono completamente i dati di viaggio sottostanti. Quindi ognuno tende a rivendicare credito, i numeri si sovrappongono e i tuoi totali non si sommano ordinatamente.

Mettete tutto questo insieme e otterrete la conclusione centrale e onesta di tutta questa guida: l’attribuzione è direzionale, non esatta. È una bussola che ti dice approssimativamente da che parte sta funzionando, non un pin GPS sulla causa di una vendita. Non è un motivo per rinunciare a questo: una buona bussola è incredibilmente preziosa. È un motivo per tenere i tuoi numeri in modo sciolto e mai, mai uccidere un canale sulla forza di un singolo rapporto dell’ultimo clic difettoso. Social in particolare tende a ottenere male sotto-creditato da last-click, perché così spesso fa il suo lavoro presto e fuori dal lato in cui il modello finale-click non può vederlo.

Come si fa ad avvicinarsi alla verità oltre un unico modello?

Se nessun modello è la verità, come si fa a prendere decisioni sicure? Triangolate. Smetti di chiedere a un numero di portare tutto il peso e invece raccogli alcuni segnali indipendenti, quindi cerca dove sono d’accordo. Ecco il pratico toolkit.

Confronta i modelli fianco a fianco. L’abbiamo detto, ma è la base: guarda le tue conversioni attraverso due o tre modelli e tratta l’accordo come fiducia e disaccordo come una domanda da indagare. Questo solo ti renderà molto più difficile da ingannare.

Eseguire test di incrementalità. Questa è la cosa più vicina a una risposta reale che otterrai. Invece di chiedere a un modello di indovinare il credito, si cambia una cosa e si misura l’ascensore. Spegnere un canale in alcune regioni e lasciarlo acceso in altre; eseguire una campagna per un pubblico e trattenerne uno comparabile. La differenza nei risultati ti dice cosa quel canale In realtà Non è ciò che una regola ha pensato che abbia causato. L’increzionalità batte la modellazione dell’attribuzione per la domanda “questa spesa ha davvero guidato vendite extra?”

Utilizza i gruppi di blocco. Un holdem è semplicemente una fetta comparabile del tuo pubblico che hai deliberatamente Non farlo. mercato, in modo da poter vedere che cosa sarebbe successo comunque. Se le persone che non hai toccato convertivano quasi come le persone che hai fatto, il tuo marketing stava prendendo credito per una vendita che stava arrivando a prescindere. Holdouts sono umiliante nel modo migliore.

Chiedi direttamente alle persone. Non sottovalutare mai il campo “Come hai sentito parlare di noi?” L’attribuzione auto-riferita è disordinata e la gente dimentica, ma cattura esattamente l’influenza offline e dark-social che manca al tuo monitoraggio. Quando le risposte al sondaggio e i modelli raccontano la stessa storia, fidati di più. Quando si scontrano, il tuo tracciamento probabilmente ha un punto cieco che vale la pena trovare.

Lo spirito qui è la stessa disciplina che è alla base di ogni buona analisi: non fidarti troppo di un numero e lascia che i metodi indipendenti si controllino a vicenda. Se vuoi approfondire la lettura dei numeri risultanti senza farti ingannare, la nostra guida su come interpretare i dati di marketing copre il contesto, le linee di base e le abitudini di segnale-versus-rumore che mantengono l’attribuzione onesta – e quando sei pronto a collegare il credito al rendimento effettivo, come calcolare il ROI di marketing mostra come trasformare le conversioni attribuite in una cifra di ritorno che puoi difendere.

Qual è un modo semplice per iniziare a modellare l’attribuzione questa settimana?

Trasformiamo tutto questo in qualcosa che puoi effettivamente iniziare, senza aspettare un perfetto stack tecnologico. Ecco il ciclo che correvo.

• 1. Definire la conversione. Scegli il risultato che conta di più — una vendita, un lead qualificato — e annota esattamente ciò che conta in modo che rimanga coerente.
• 2. – Cerca di essere onesto. Tagga i link della tua campagna, pulisci le etichette di origine e rimpicciolisci quel secchio “diretto / sconosciuto” il più possibile. Questo è 80% della battaglia.
• 3. Impostare una finestra di attribuzione che corrisponde approssimativamente al tuo ciclo di vendita e lo imposta prima di sbirciare ai risultati.
• 4. Scegli un modello di partenza che si adatta al tuo ciclo — position-based è un default ragionevole ed equilibrato per la maggior parte degli acquisti considerati; last-click è una linea di base semplice per quelli veloci.
• 5. Confronta almeno due modelli sulle stesse conversioni e nota dove non sono d’accordo. Questi disaccordi sono i tuoi risultati più interessanti.
• 6. Aggiungi un assegno indipendente. Accendere una domanda “Come hai sentito parlare di noi?”, o pianificare un piccolo test di attesa o geo. Lascia che convalidi tranquillamente ciò che i tuoi modelli affermano.
• 7. Decidere e documentare. Fai la tua chiamata di bilancio, annota il modello e la finestra che hai usato e quanto sei sicuro di essere onesto, quindi rivisita man mano che i dati crescono.

Notate cosa manca: una richiesta di dati perfetti o una piattaforma costosa prima di poter iniziare. Si inizia con il monitoraggio onesto e un modello che si capisce, e si guadagna raffinatezza come il volume cresce. Un modello ruvido di cui ti fidi e un controllo di sanità mentale batte uno elegante a cui obbedisci ciecamente.

Una nota onesta sugli strumenti, perché preferirei dirti dritto: SocialBlaze è un sociale piattaforma di pianificazione e analisi dei media — è stato progettato per aiutarti a pubblicare su tutte le reti e a leggere le tue prestazioni sociali in modo chiaro, non per essere un motore di attribuzione cross-channel completo o una suite GA4/BI. Per cucire insieme l’intero imbuto, vorrai ancora strumenti di analisi e attribuzione web dedicati. Dove SocialBlaze aiuta sinceramente la conversazione di attribuzione è dando una visione onesta e consolidata della vostra attività sociale e dei risultati — che importa perché il social è uno dei canali che fanno clic sull’ultimo sotto-credito più. Usa la fonte giusta per ogni domanda e lascia che i tuoi numeri sociali discutano il loro caso.

Se prendi una cosa da tutto questo, lascia che sia questa: imparare a fare bene la modellazione dell’attribuzione significa meno trovare l’unico modello vero e più rimanere onesti: scegliere un obiettivo che si adatta, confrontarlo con gli altri, controllarlo contro la realtà e non lasciare mai che un numero lusinghiero o appiattito prenda una decisione per te. Inizia dalla conversione. Tracciare in modo pulito. Confrontare i modelli. Triangolare. Tieni tutto un po’ in giro. Hai questo, e diventa davvero più chiaro ogni volta che corri il ciclo.

Domande frequenti

Qual è il miglior modello di attribuzione da utilizzare?

Non esiste un unico modello migliore, perché ogni modello risponde a una domanda diversa e fa un’ipotesi diversa su ciò che conta. La scelta giusta dipende dal ciclo di vendita e dalla decisione che stai affrontando: posizione o tempo di attesa più lunghi, viaggi considerati, mentre una semplice base di riferimento dell’ultimo clic può andare bene per acquisti rapidi. La mossa più intelligente è confrontare due o tre modelli piuttosto che coronare un vincitore.

Perché i diversi modelli di attribuzione danno risultati diversi?

Poiché ogni modello utilizza una regola diversa per dividere il credito tra i punti di contatto, le stesse conversioni producono storie diverse. Last-click premia l’interazione finale, first-click premia l’introduzione, e modelli multi-touch si diffonde intorno. Il disaccordo non è un errore da risolvere: riflette ipotesi genuinamente diverse e i luoghi in cui i modelli si scontrano sono di solito dove si nascondono le tue intuizioni più utili.

La modellazione dell’attribuzione è accurata?

E’ direzionale, non esatto. I viaggi cross-device, l’influenza offline, la perdita di cookie e privacy, gli effetti di visualizzazione e i report murati sul giardino significano che nessun modello vede il quadro completo. Tratta la tua attribuzione come una bussola che punta approssimativamente nel modo giusto, non una misurazione precisa, e non tagliare mai un canale basato su un singolo rapporto difettoso da solo.

Ho bisogno di molti dati per la modellazione di attribuzione?

Per i modelli basati su regole come last-click, first-click, lineare, time-decay e position-based, è possibile iniziare con volume modesto. L’attribuzione basata sui dati è diversa: ha davvero bisogno di un elevato numero di conversioni per trovare modelli affidabili e, a causa della mancanza di dati, ti darà un rumore sicuro. Se il volume è basso, scegli un modello basato su regole che comprendi e convalidalo con sondaggi o piccoli test.

Come posso verificare se la mia attribuzione sta dicendo la verità?

Triangolare con metodi che non si basano sullo stesso modello. Eseguite test di incrementalità attivando un canale in alcune regioni e disattivandolo in altre, usate gruppi di blocco per vedere cosa converte senza alcun marketing e aggiungete una domanda “Come avete sentito parlare di noi?” per catturare l’influenza offline e dark-social. Quando questi segnali indipendenti sono d’accordo con il tuo modello, fidati di più; quando si scontrano, hai trovato un punto cieco che vale la pena indagare.