SMX East Liveblog: Aprenda com o Google – Estratégias de atribuição

Na sala de aula Aprenda com o Google, o primeiro tópico da manhã é: Estratégias de atribuição para informar sua pesquisa e investimentos digitais.

“Por que a atribuição é essencial? Porque entender a interação dos canais leva a investimentos de marketing mais inteligentes.”

Caixas de som:

• Rachel Klooz, gerente de contas sênior, Google DoubleClick Search
• Justin Huskamp, ​​gerente de marketing de produtos, DoubleClick Search

Vamos melhorar a publicidade online

• Com momentos que importam
• Permita melhores decisões >> esta apresentação
• Inovar constantemente

Agenda:

• Ficando na mesma página sobre atribuição
• Introdução à modelagem no DoubleClick (não estratégias apenas para o DoubleClick, também pode funcionar para o Google Analytics — modelos baseados em regras que podem funcionar em qualquer plataforma)
• Modelagem avançada
• Estudo de caso
• Desenhando insights acionáveis
• Qual é o problema com Adometria

Entrando na mesma página

O que é atribuição multicanal? É o entendimento intuitivo de que a venda de $ 100 dos sapatos vermelhos que você acabou de comprar foi imediatamente precedida por um e-mail, que provavelmente foi precedido por muitos outros contatos e cliques.

Por que a atribuição é essencial? Porque entender a interação dos canais leva a investimentos de marketing mais inteligentes.

Faz sentido! Onde está meu modelo de atribuição? Não existe modelo perfeito. Só melhores. Eles dependem do seu negócio, sua estratégia e clientes. Mesmo na mesma vertical, vimos o mesmo modelo de atribuição funcionar de maneiras notavelmente diferentes. É importante que as empresas sejam donas de suas decisões de marketing.

Começando

Usando modelos básicos de atribuição e ponderação personalizada, existem vários modelos.

Modelos padrão:

• Último clique ou impressão: todo o valor atribuído ao último clique
• Primeiro clique ou impressão: todo o valor atribuído à primeira interação (bom para entender o valor da publicidade gráfica para alcançar novas pessoas)
• Linear: todos os valores atribuídos uniformemente entre os cliques (usados ​​como base para modelagem avançada feita mais abaixo na linha)
• Decaimento de tempo: valor atribuído pela proximidade do clique da conversão (reconhece que cada interação no caminho tem algum valor e que as interações mais antigas provavelmente não valem tanto)
• Baseado na posição: valorize as interações anteriores e posteriores com mais intensidade (as coisas no meio têm valor, mas provavelmente não tanto quanto a primeira coisa que alguém viu e as últimas coisas que obtiveram a conversão)

Agora para as coisas mais avançadas

Você pode personalizar seu próprio modelo. Você precisa conhecer o seu modelo de cookie. Você precisa conhecer muitas interações antes da conversão. Você precisa de um bom escopo do seu modelo de negócios; eles devem saber o desempenho do que estão fazendo hoje.

• Crie regras de modelagem granular com base no tipo de interação, posição e tempo
• Veja instantaneamente o impacto das mudanças
• Salve e gerencie modelos personalizados

Ponderação de exemplo: impressões x cliques

Ponderação de exemplo: marca x genérico

Os termos de marca funcionam, mas os termos genéricos e sem marca estão trabalhando mais para você.

Outro exemplo de onde a ponderação entra em jogo com a atribuição é orgânica, e você pode desvalorizar isso em seu modelo de atribuição ponderada, pois não é algo pelo qual você está pagando.

Nível 201, 301: o construtor de modelos personalizados usa alavancas adicionais, como redução de tempo.

Nível 401, 501 (avançado, onde o Google está analisando a atribuição para 2015): aumente sua prática de atribuição com atribuição baseada em dados, como modelagem preditiva e análise preditiva. As coisas a serem cautelosas com isso são a configuração correta e não permitir que o algoritmo seja executado sem análise.

Estudo de caso: grande agência independente

Precisava de ajuda com exibição, e-mail, afiliado, retargeting — eles tinham muitos tipos de mídia e estavam confusos.

Abordagem:

• Identificar pontos de interesse de conversão
• Atribuir valores de receita aos leads
• Crie dimensões personalizadas com base em intervalos de mídia de interesse
• Incorpore ponderação de impressão alternativa e redução de tempo em modelos personalizados
• Combine dados de custo de mídia para produzir análise de ROAS

A recomendação com base nessa análise de ROAS foi que parte do orçamento e das equipes de pesquisa pudessem ser realocados para exibição. A pesquisa estava recebendo todo o crédito porque foi o último clique.

Desenhando insights acionáveis

• A primeira coisa fácil é comparar o primeiro clique e o último clique e descobrir seus conversores, seus fechamentos, seus geradores de leads.
• Filtrar para remarketing ajuda a descobrir o valor oculto pelo modelo de último clique, mas observe que isso é correlação e não causa. Para realmente conhecer o papel do remarketing, faça um teste A/B onde metade do seu tráfego vê o remarketing e a outra metade não.

Coisas que você pode fazer hoje:

1. Experimente com modelos padrão na ferramenta de sua escolha. Veja como o ROAS/ROI muda à medida que você passa por diferentes modelos.
2. Compare os modelos para obter informações sobre adquirentes versus compradores.
3. Crie regras granulares com base no tipo de interação, posição e hora. Para fazer isso, observe seus links de caminho. Qual é o período normal de tempo que leva para alguém considerar e comprar. Observe que as janelas de cookies com mais de 2 meses geram problemas como perda e desistência.
4. Teste alterando as janelas de cookies e compare os dados.

Então, qual é o problema com Adometry?

O Google adquiriu a Adometry no final da primavera. DoubleClick e Google Analytics funcionam “online” muito bem. Adometry adiciona um casamento de online e offline. As ferramentas de hoje têm limites. Eles geralmente não percorrem os dispositivos tão bem e geralmente não passam por cliques. Adometry tenta medir os efeitos da TV e em casa. Adometry destina-se a criar um ciclo de feedback fechado.

Perguntas e respostas

P: Eu uso o Google Analytics para atribuição multicanal. Algumas das coisas que você mostrou aqui, como isso se traduz? Você tem atribuição multicanal aqui e se parece muito com GA. O que é diferente?

R: Ele é construído no mesmo back-end e infraestrutura. Muitos dos modelos e exemplos que você poderia fazer no GA. Você pode alterar as janelas de cookies no GA.

P: Como o Universal Analytics rastreia entre dispositivos?

R: A Universal usa usuários conectados de forma anônima. Os usuários fizeram login no Chrome em dispositivos que representam uma amostra da população.

P: Estou frustrado ao relatar o período entre uma impressão e o último clique.

R: Esse é um caso de uso interessante. Vamos acompanhar.