Modellazione di attribuzione per i social media: tracciare ciò che converte

Perché l’attribuzione è importante per i team di social media

I social media spesso svolgono un ruolo iniziale o intermedio nel percorso del cliente: un potenziale cliente scopre il tuo marchio attraverso un video di TikTok, ti segue su Instagram, legge i tuoi contenuti per settimane e alla fine si converte attraverso una ricerca su Google o una visita diretta al sito web. Sotto l’attribuzione dell’ultimo tocco (il default nella maggior parte degli strumenti di analisi), i social media ottengono zero crediti per quella conversione anche se ha avviato e coltivato l’intera relazione.

Non è solo una questione accademica. I bilanci seguono l’attribuzione. Se i social media sembrano guidare zero conversioni a causa di un modello di attribuzione non corretto, i dirigenti tagliano i budget sociali e reindirizzano la spesa ai canali che ottengono credito per le conversioni effettivamente avviate dai social media. Comprendere e sostenere il giusto modello di attribuzione è essenziale per la sopravvivenza e la crescita di ogni team di social media.

Comprendere i principali modelli di attribuzione

Attribuzione del primo tocco

First-touch dà il 100% del credito di conversione al primo canale che ha introdotto il cliente nel tuo marchio. Se qualcuno ti ha scoperto attraverso un post su Instagram e successivamente convertito tramite e-mail, Instagram ottiene tutto il credito. Questo modello favorisce i canali di consapevolezza ed è utile quando il tuo obiettivo primario è capire quali canali portano nuove persone nel tuo ecosistema.

La limitazione è ovvia: ignora tutto ciò che è accaduto tra la scoperta e la conversione. L’email che ha ricordato loro di completare il loro acquisto, l’annuncio di retargeting che li ha riportati, il post del blog di confronto che ha affrontato le loro obiezioni – nessuno di questi riceve alcun credito sotto il primo tocco.

Attribuzione Last-Touch

Last-touch dà il 100% del credito al touchpoint finale prima della conversione. Questo è il modello predefinito in Google Analytics e nella maggior parte delle piattaforme di analisi, motivo per cui è il più comunemente utilizzato. Favorisce i canali di conversione – ricerca, e-mail, retargeting – e sottovaluta sistematicamente i canali di consapevolezza e considerazione come i social media organici.

Last-touch è adatto per brevi cicli di vendita diretta in cui i clienti tipicamente si convertono alla loro prima o seconda interazione. Per cicli di vendita più lunghi o acquisti con un valore più elevato, fornisce un’immagine distorta ignorando i punti di contatto che hanno portato il cliente al punto di prontezza alla conversione.

Attribuzione lineare

L’attribuzione lineare distribuisce il credito equamente in ogni punto di contatto nel percorso di conversione. Se un cliente ha interagito con cinque canali prima della conversione, ognuno riceve il 20% di credito. Questo modello è equo ma non sofisticato: tratta la prima esposizione casuale e l’interazione finale di acquisto come altrettanto influente, che raramente riflette la realtà.

Attribuzione di tempo-decadenza

Il time-decay dà più credito ai touchpoint più vicini alla conversione e meno credito alle interazioni precedenti. Questo modello riconosce che i punti di contatto precedenti contano (non sono esclusi) ma pesa maggiormente le interazioni recenti sul presupposto che abbiano avuto più influenza sulla decisione finale. Il declino temporale è un default ragionevole per la maggior parte delle aziende perché bilancia la consapevolezza e i contributi di conversione.

Attribuzione basata sulla posizione (U-Shaped)

L’attribuzione basata sulla posizione dà la maggior parte del credito (in genere il 40% ciascuno) al primo e all’ultimo touchpoint, con il restante 20% distribuito tra le interazioni intermedie. Questo modello valorizza in modo specifico sia l’introduzione (come il cliente ti ha trovato) che la chiusura (cosa ha innescato la conversione), il che lo rende popolare tra i team di social media perché accredita correttamente il ruolo del social come canale di scoperta.

Attribuzione basata sui dati

L’attribuzione basata sui dati utilizza l’apprendimento automatico per analizzare i percorsi di conversione effettivi e assegnare crediti in base ai modelli osservati nei dati. Questo è l’approccio più sofisticato e teoricamente più accurato, ma richiede un volume di conversione significativo (Google raccomanda almeno 300 conversioni e 3.000 interazioni pubblicitarie al mese per il loro modello basato sui dati) ed è in genere disponibile solo nelle piattaforme di analisi a livello aziendale.

Attuazione di attribuzione per i social media

Disciplina dei parametri UTM

L’attribuzione funziona solo quando ogni punto di contatto di marketing è tracciabile. Per i social media, ciò significa applicare i parametri UTM a ogni link condiviso su ogni piattaforma, ogni campagna e ogni post. Convenzioni di denominazione UTM coerenti (in minuscolo, senza spazi, nomi di campagne standardizzati) assicurano che il tuo strumento di analisi possa aggregare e confrontare i dati in modo accurato.

Installazione Pixel della piattaforma

Meta Pixel, TikTok Pixel, LinkedIn Insight Tag, Twitter Pixel e Pinterest Taggano ogni comportamento degli utenti del tuo sito web dopo le interazioni con le rispettive piattaforme. Installa tutti i pixel pertinenti e verifica che stiano sparando sui tuoi eventi di conversione. Questi pixel consentono l’attribuzione tramite visualizzazione – accreditando le piattaforme social per le conversioni che si sono verificate dopo che qualcuno ha visto (ma non ha fatto clic) i tuoi contenuti.

Considerazioni di tracciamento cross-device

Molte interazioni sui social media avvengono su dispositivi mobili, mentre le conversioni avvengono su desktop. Senza il tracciamento cross-device, questi vengono trattati come utenti separati e il touchpoint social non è mai collegato alla conversione desktop. Google Analytics 4 si occupa di questo tramite Google Signals (per gli utenti registrati) e la corrispondenza probabilistica. Accetta che alcuni percorsi cross-device rimangano non tracciati e che i tuoi dati di attribuzione rappresentino un limite inferiore del contributo effettivo dei social media.

Scegliere il modello giusto per il tuo business

Ciclo di vendita breve (acquisti di impulsi)

Per i prodotti a bassa considerazione in cui i clienti si convertono in genere in una o due sessioni, l’attribuzione dell’ultimo tocco è adeguata. Il viaggio è abbastanza breve che l’ultima interazione è probabilmente la più influente. Il primo tocco è meno utile qui perché c’è una fase di nutrimento minima.

Cicli di vendita medi (Acquisti presi in considerazione)

Per i prodotti che richiedono ricerca e confronto (elettronica, abbonamenti software, servizi professionali), i modelli basati su posizioni o in tempo decedono forniscono l’immagine più accurata. Questi modelli accreditano sia la fase di scoperta (dove i social media spesso vivono) che la fase di conversione (dove ricerca ed e-mail in genere chiudono).

Ciclo di vendita lungo (impresa o B2B ad alto valore)

Per le vendite aziendali con processi decisionali di mesi, l’attribuzione basata sui dati è l’ideale se si dispone del volume di conversione per supportarlo. In caso contrario, i modelli lineari o basati sulla posizione sono approssimazioni ragionevoli. La chiave è riconoscere che ogni punto di contatto in un lungo viaggio contribuisce, e nessun modello single-touch cattura adeguatamente la realtà.

Insidie di attribuzione comuni

Cambiare i modelli di attribuzione a metà campagna rende il confronto storico privo di significato – scegli un modello e ti impegni per almeno un anno intero prima di valutare se cambiare. L’eccessiva attribuzione basata su dati di visualizzazione può gonfiare il contributo dei social media se la finestra di visualizzazione è troppo lunga (vedere un annuncio sociale 30 giorni prima di un acquisto non correlato non significa che l’annuncio abbia causato l’acquisto). Il sottoinvestimento nell’infrastruttura di attribuzione (saltare i tag UTM, non installare pixel) rende qualsiasi modello inaffidabile. Inizia con l’implementazione di monitoraggio approfondito prima di discutere la selezione del modello.

Strumenti come SocialBlaze supportano la base di monitoraggio aiutandoti a gestire e monitorare i tuoi contenuti social su tutte le piattaforme, fornendoti i dati di coinvolgimento che si alimentano nella tua analisi di attribuzione più ampia.