Reklam Atıfında En Büyük 3 Sorun ve Kişiselleştirmenin Nasıl Bir Rol Oynadığı

Pazarlama kanallarınızı değerlendirirken, ne kadar çok veriye sahip olursanız o kadar başarılı olacağınız mantıklıdır.

Bir zamanlar durum böyleyken, şimdi tam tersi gerçek oluyor. Veri türleri, bilgi noktaları ve bunları anlamlandırmanıza yardımcı olabilecek araçların sayısı sayısızdır.

Pazarlamacılar veri konusunda yetersiz değil. İçinde boğuluyorlar. Ancak, başlarını suyun üstünde tutmalarına yardımcı olan bir yöntem var: reklam ilişkilendirme.

Reklam ilişkilendirmesi nedir?

Reklamcılıkta ilişkilendirme, belirli bir kullanıcı hedefinin yönlendirme kaynaklarını izleme sürecini ifade eder. Bu hedef bir kayıt, indirme, satın alma vb. olabilir.

Alıcının yolculuğu uzun ve karmaşık olduğunda, bu hedeflere giden yolu izlemek her işletme için hayati önem taşır. İlişkilendirme, size en karlı kanallarınız hakkında bir fikir verecektir. Bir kullanıcının sizi nasıl bulduğunu, sizi nerede terk ettiğini, hangi kanalların dönüşüm gerçekleştirmesini sağladığını vb. biliyorsanız, harcama ve optimizasyon konusunda daha iyi kararlar verebilirsiniz.

İlişkilendirmenin önemi

Her yerdeki pazarlamacıların büyük bir sorunu var: Büyük verileri çok büyük:

Her ortamda, cihazda, platformda her ziyaretçiyle birlikte gelen sayısız veri noktasını yönetmek - görünüşte imkansız. Ancak bu verileri sıralarken, reklamverenlerin başka seçeneği yoktur.

Atıf, reklam etkinliğinin değerlendirildiği yöntemdir. Ve reklam kampanyalarınızın etkinliğini (hangi kanalların diğerlerinden daha fazla yatırım getirisi sağladığını) belirleyemiyorsanız, bütçeyi nasıl belirleyeceğinizi de bilemezsiniz.

Dolayısıyla, pazarlama uzmanlarının dörtte birinden biraz fazlasının tüm kampanyaları için ilişkilendirmeyi kullandığını görünce şaşırabilirsiniz.

Bazıları kurduklarını ancak sonuçları analiz etmediklerini söyledi. Diğerleri, ilişkilendirmeyi hiç kullanmayı planlamadıklarını söyledi:

Ancak pazarlamacıların önemli bir kısmı ya bazı kampanyalar için kullandıklarını ya da kullanmadıklarını ama kullanmak istediklerini söylüyorlar. Her iki kategori de atıfın benimsenmesinin önünde engeller olduğunu ortaya koymaktadır. Ve bu şaşırtıcı değil. En yaygın modellerde bazı önemli sorunlar vardır.

Reklam ilişkilendirmeyle ilgili sorunlar

Teorik olarak ilişkilendirme, yeni kampanyalara yatırım yapma ve düşük performans gösterenleri optimize etme zamanı geldiğinde fayda sağlayabilen bir taktiktir. Ancak pratikte, kârlı reklam kampanyalarının yönlendirenlerinin nasıl ilişkilendirileceğini belirlemek zor olabilir.

Reklam ilişkilendirme sorunu 1: Kim kredi alır?

İlk büyük sorun, belirli bir amaca katkıda bulunan yönlendirenlere nasıl kredi verileceğini belirlemektir. Uzun ve karmaşık bir alıcı yolculuğunda, her bir temas noktasına nasıl değer atarsınız?

Örneğin, bir kullanıcı bir Facebook reklamı aracılığıyla girerse, ancak ardından bir blog gönderisini okursa, ardından fiyatlandırma sayfanızı ziyaret ederse ve haftalar sonra, yeniden hedefleme reklamına tıkladıktan sonra tıklama sonrası açılış sayfasından satın alırsa, dönüşüme en büyük katkıyı sağlayan neydi? ?

İlk tıklamayı kazanan Facebook muydu? Yeniden hedefleme reklamı mı? Tıklama sonrası açılış sayfası?

Söylemesi zor.

Bu yüzden size yardımcı olacak bir dizi model var.

Farklı reklam ilişkilendirme modelleri

İlişkilendirme için herkese uyan tek bir yaklaşım yoktur. Bazı modeller, dönüşüme yol açan ilk tıklamayı, diğerleri ise son tıklamayı vurgular. İşte farklı modellerin kredi vermeye karar verdiği kişiler:

İlk dokunuş

İlk temas modeli, ilk temas noktasına ve yalnızca ilk temas noktasına kredi verir. Bu nedenle, kullanıcınız aramadan bir tıklama sonrası açılış sayfasına geçerse, ardından Facebook'ta yeniden hedeflenirse, ardından farklı bir tıklama sonrası açılış sayfasında tıklar ve dönüşüm gerçekleştirirse, dönüşümün kredisi aramaya gidecektir.

son dokunuş

İlk temas modeli gibi, son dokunuş da yalnızca bir temas noktasına kredi verir. Ancak bu sefer, etkileşimin sonunda. Yukarıdakiyle aynı örneği kullanıyorsak (Arama → Tıklama sonrası sayfa → Facebook → Tıklama sonrası sayfa), dönüşüm için tüm krediyi son tıklama sonrası sayfa alır.

Son doğrudan olmayan

İlk ve son tıklama gibi, doğrudan olmayan son tıklama da yalnızca tek bir kaynağa dönüşüm kredisi verir. Ancak onlardan farklı olarak, doğrudan trafiği hariç tutar. Doğrudan web sitenize giden herhangi biri, muhtemelen markanızla daha önce etkileşim kurmuş biri olabileceğinden, doğrudan olmayan son tıklama, doğrudan dönüşümün etkeni olmadığını varsayar ve bu nedenle ona itibar etmez. Doğrudan olmayan son kaynak kredinin %100'ünü alır.

Doğrusal

Doğrusal model, çoklu dokunma atıfını kullanır, bu nedenle, önceki iki modelden farklı olarak, bu, birden fazla kaynağa kredi verir. Doğrusal modelde, her temas noktası dönüşüm için eşit kredi alır.

Zaman bozulması

Başka bir çoklu ilişkilendirme modeli olan zamana bağlı azalma, temas noktalarına erişilme sırasına göre kredi verir. Örneğimizde (yine: Arama → Tıklama sonrası sayfa → Facebook → Tıklama sonrası sayfa), bu, en çok son tıklama sonrası sayfaya, ikinci olarak Facebook'a, üçüncü orijinal tıklama sonrası sayfaya ve en azından aramak için.

Pozisyon bazlı

Başka bir çoklu dokunmatik reklam ilişkilendirme modeli olan bu model, en fazla krediyi ilk ve son temas noktalarına verir (her biri %40) ve kalan %20'yi temas noktaları arasında aralarında bölüştürür.

Hangi model en iyisidir?

Hangi kaynağın övgüyü hak ettiği, kime sorduğunuza bağlıdır. Aynı zamanda bir dizi başka değişkene de bağlıdır. Her model, hedef eylemin en büyük etken(ler)i olarak alıcının yolculuğunun farklı bir bölümünü vurgular. Hangi model en iyisidir? Bu bağlıdır…

Reklam ilişkilendirme sorunu 2: Hangi modeli kullanmalısınız?

İkinci sorun birincisiyle bağlantılı. Atıfta bulunmanın birden fazla yolu olduğu için ilişkilendirmeyi belirlemek için birkaç modeliniz varsa, hangisini kullanacağınızı nasıl bileceksiniz?

Yanıt karmaşıktır ve işletmeden işletmeye değişir. Satış döngüsü, sektör, ürün vb. gibi pek çok şeye bağlıdır, ancak hangisini kullanacağınızı belirlemenin bazı yolları vardır. İşte bazı artılar, eksiler ve kullanmak için en iyi zamanlar.

İlk dokunuş

Talep oluşturma için ilk dokunuş özelliği kullanılmalıdır. Dönüşüm hunisinin en üstünde yer alan metrikleri artırmaya çalışıyorsanız, bu size ziyaretçinizi çeken ve onları potansiyel müşteriye çeviren şeyin ne olduğu hakkında bir fikir verecektir.

Bu modelin artıları, kurulumunun çok kolay olmasıdır. Bununla birlikte, eksileri, pazarlama hunisinde yalnızca bir temas noktasını hesaba katmasıdır.

son dokunuş

İlk dokunuşla ilişkilendirme, satış gibi yüksek değerli bir dönüşüme hangi kaynakların yol açtığını belirlemeye çalıştığınız dönüşüm hunisinin alt kısmındaki kampanyalar için özellikle değerlidir.

Bu modelin artıları ve eksileri, ilk temas modelininkilere benzer: Kurulumları kolaydır, ancak resmin yalnızca çok küçük bir bölümünü ortaya çıkarırlar.

Son doğrudan olmayan

Doğrudan olmayan son model, çok sayıda doğrudan dönüşüm gören işletmeler için kullanışlıdır. Bu ilişkilendirme yönteminin avantajı, bu dönüşümlere yol açan son kanalı göstermesidir. Yolculuğun yalnızca küçük bir bölümünü göstermesi açısından son tıklamaya benzer, ancak B2B sektöründekiler gibi dönüşümlerinin çoğunu yerinde gören işletmelere daha iyi bilgi verir.

Doğrusal

Doğrusal ilişkilendirme, tekli ilişkilendirme modellerinin yapabileceğinden daha kapsamlı bir hikaye anlatmak için değerlidir. Daha uzun bir dönüşüm yolunuz varsa, bu, hedef eyleme götüren her kanalı değerlendirmenin harika bir yoludur.

Bu modelin en büyük avantajı diğerlerine göre daha kapsamlı olmasıdır. En büyük dezavantajı, bir blog gönderisini okumak veya bir reklama tıklamak gibi belirli eylemler çok farklı iki ilgi göstergesi olduğunda, eşit olarak kredi vermesidir.

Zaman bozulması

Zamana bağlı azalma modeli, dönüşüm yolculuğunun sonraki aşamalarında temas noktalarına daha fazla kredi verir. Bu ilişkilendirme yöntemi, daha uzun satış döngüleri olan veya dönüşüm hunisinin alt kısmındaki hedefleri hedefleyen işletmeler için yararlıdır.

Bu modelin yararı, size dönüşüme en güçlü şekilde katkıda bulunan kaynaklar hakkında bir fikir vermesidir. Ancak, din değiştirmeden hemen önce gelen kaynakların en etkili kaynaklar olduğunu varsayar. Bu her zaman böyle değildir.

Pozisyon bazlı (veya U şeklinde)

Diğer çoklu ilişkilendirme modellerinde olduğu gibi, konuma dayalı ilişkilendirme, müşteri yolculuğunuz uzun ve karmaşık olduğunda en iyi şekilde kullanılır.

Kullanıcıların bundan elde ettiği en büyük fayda, doğrusal ilişkilendirmeninkine benzer: müşteri yolculuğunun daha kapsamlı bir resmini elde edersiniz. Bununla birlikte, zamanla azalan ilişkilendirme gibi, müşteri yolculuğundaki önemli anların ek değerlendirmesini alırsınız. Esasen, bu ilk ve son dokunuş. Özünde bu, ilk, dokunma, son dokunma ve doğrusal modelleri birleştiren çoklu ilişkilendirme yöntemidir.

Dezavantajı ise, modelin ilk ve son dokunuşun dönüşüm için kredinin %40'ını gerçekten hak ettiği varsayımıdır. Örneğin bir pazarlama ajansıysanız ve işe alınmaya değer olduğunuzu kanıtlayan şey yüksek kaliteli blog gönderilerinizse, müşteri sizi aramada bulup doğrudan dönüşüm sağladığında dönüşüm için çok az kredi alacaklardır.

Reklam ilişkilendirme sorunu #3: Belirli yönlendirenleri nasıl ilişkilendirirsiniz?

Üçüncü sorun, onları değerlendirmenin kanalları izlemekten daha fazlasını gerektirmesidir.

Herhangi bir pazarlamacının onaylayabileceği gibi, her kampanya, yönlendirenler içinde yönlendirenlerle birlikte gelir. Örneğin, web sayfalarınız birden fazla harekete geçirici mesaj içerebilir. Kampanyalarınız, birkaç anahtar kelimeyi kapsayan birden çok reklama sahip olacak, tıklama sonrası açılış sayfalarınız büyük olasılıkla diğer varyasyonların arasında yer alacaktır.

İlişkilendirme modelleri, satın alma yolunun genel olarak belirlenmesine yardımcı olabilir. Bu yolu daha iyi anlamak için UTM parametrelerini kullanabilirsiniz. Bunlar, URL'nizin sonuna eklenen ve atıf için önemli ayrıntıları belirten metin parçalarıdır. Beş tip vardır:

• utm_source: Mülkünüze trafik gönderen reklamvereni, siteyi, yayını vb. tanımlayın, örneğin: google, haber bülteni4, billboard.
• utm_medium: Reklam veya pazarlama ortamı, örneğin: cpc, banner, e-posta bülteni.
• utm_campaign: Bir ürün için ayrı kampanya adı, slogan, promosyon kodu vb.
• utm_term: Ücretli arama anahtar kelimelerini tanımlayın. Ücretli anahtar kelime kampanyalarını manuel olarak etiketliyorsanız, anahtar kelimeyi belirtmek için utm_term'i de kullanmalısınız.
• utm_content: Benzer içeriği veya aynı reklam içindeki bağlantıları ayırt etmek için kullanılır. Örneğin, aynı e-posta iletisinde iki harekete geçirici mesaj bağlantınız varsa, hangi sürümün daha etkili olduğunu anlamak için utm_content'i kullanabilir ve her biri için farklı değerler ayarlayabilirsiniz.

Birlikte kullanıldığında, bu UTM kodları, bir tıklamanın en ayrıntılı kaynaklarını bile belirlemenize yardımcı olabilir. Ayrıca, yanlış hesaplamalar yapmaktan kaçınmanıza da yardımcı olabilirler. Confluent Forms için bir blog gönderisinde David Kutcher bir örnek sunuyor:

Örneğin, aynı bağlantıyı sık sık paylaşma önerilerini takip eden hevesli bir Twitter kullanıcısı olduğunuzu varsayalım. Yinelenen içerik olarak işaretlenmekten kaçınmak için, bağlantıya eşlik eden içeriği genellikle farklı metin ve hashtag'lerle değiştirirsiniz.

UTM kodları kullanmıyorsanız, bu tweet'lerden gelen tüm trafik, Twitter'dan bir yönlendirme olarak aynı şekilde Analytics'inize gelir. Elbette, Twitter'dan bazı ölçütlere sahip olacaksınız, ancak bir Tweet'i bir Dönüşüm'e bağlayamazsınız.

Bu, yalnızca kanaldan daha fazlasını değerlendirmek için gerçekten yararlıdır. Örneğin, bir hashtag, bir Tweet'in performansındaki iyileşmenin nedeni olabilir. Belki günün saati ya da metindi. UTM parametreleriyle, tıklama söz konusu olduğunda izleyemeyeceğiniz çok az şey vardır.

UTM parametrelerinin çözdüğü diğer sorun, analitik platformlarından gelebilecek tutarsız bilgilerdir. Tüm platformlar aynı ilişkilendirme modelini kullanmaz. Örneğin Facebook, son dokunuş atıfını kullanır. Bir Facebook reklamına tıklanırsa ve bu bir dönüşümle sonuçlanırsa, övgüyü Facebook alır. Bu, bir kullanıcının yalnızca önce reklamverenle etkileşime geçtiğinde gördüğü yeniden hedefleme reklamları için tüm resmi boyamaz.

Instapage Kişiselleştirme yönlendirmeleri nasıl ilişkilendirir?

UTM parametreleriyle, açıklayıcı etiketleme kuralları, analitik kontrol panelinizde daha eksiksiz bir hikaye anlatmaya yardımcı olabilir. Örneğin Instapage'de, bağlantınızı tıklayan kişilere sunmak istediğiniz her kişiselleştirilmiş deneyim için UTM parametreleri ayarlayabilirsiniz:

Analiz aracı, sizin açınızdan tam olarak ne yaşadıklarını gösterecektir. Her bir UTM parametresi, önceden tanımlanmış etiketlerinize göre bu veri yığınını daha kolay sıralamanıza yardımcı olacaktır.

Daha iyi bir reklam ilişkilendirme türüyle başlayın

Tüm reklam ilişkilendirme modellerine uyan tek bir model yoktur. Her biri kendi durumunda değerlidir. B2B pazarlamacılarının çoklu dokunmayı tercih edebileceği durumlarda, daha kısa satın alma yolculuğuna sahip B2C işletmelerinin karmaşıklığa ihtiyacı olmayabilir.

Hangisini seçerseniz seçin, UTM parametreleri, farklı modeller kullanan platformlar arasındaki karışıklığı en aza indirmek, verileri daha iyi sıralamanıza ve daha fazla ayrıntıya dayalı olarak daha iyi kararlar almanıza yardımcı olmak için değerli bir katkıdır.

Reklam ilişkilendirme yardımıyla nasıl daha iyi, daha alakalı kullanıcı deneyimleri sağlayabileceğinizi öğrenmek ister misiniz? Instapage Kişiselleştirme Çözümünün demosunu edinin.