轉化歸因：問題、模型和障礙

轉化歸因是許多營銷人員表面上理解但只有少數人真正理解的過程。 這通常是因為：

• 複雜和混亂的術語
• 許多競爭模型和方法
• 沒有一種萬能的解決方案

構成該術語的兩個詞可能是您公司或產品成功與否的原因。 但是，您應該知道，執行不當的轉化歸因等於沒有轉化歸因。 這意味著，如果您不花時間了解概念並了解業務的複雜性，您就不太可能成功。

買家的旅程

用戶看到廣告後直接購買產品的日子已經一去不復返了。 當代用戶的旅程更加複雜，它涉及多個接觸點、設備，並且混合了線上和線下世界。

每個買家都有自己獨特的流程，這使得標準化的統一模型變得困難，如果不是不可能的話。

這些旅程的反映是各種轉換歸因模型，它們試圖將不穩定的用戶行為轉化為可比較的數據。 選擇一種模式而不是另一種模式應該取決於營銷人員對其客戶、產品和接觸點的深入了解。

沒有 A/B 測試。 您無法嘗試不同的方法並決定哪個產生最準確的數據，因為數據不准確的背後可能有多種原因，錯誤的歸因模型只是其中之一。

什麼是轉化歸因以及為什麼它比您想像的更複雜

轉化歸因是將原因（與廣告或產品的交互）與效果（轉化）聯繫起來的努力。

如果您認為在所有接觸點上不斷識別用戶主要是技術可行性問題，那您就錯了。 技術部分很重要，可能是方程式中最難實現的部分，但遠非唯一。

請記住，您正在嘗試將完美和簡化的模型應用於現實生活中的用戶行為，這些行為本質上是混亂的並受許多因素的影響。 沒有辦法完美地做到這一點。 您只能以最佳方式執行此操作。

多個接觸點

第一個問題出現在談論接觸點時。 接觸點可能是與您的廣告系列的任何互動，例如在社交媒體或電子郵件中看到您的廣告，也可能是與您的產品進行的任何其他可能有助於最終購買決定的互動。 這些其他互動可能包括訪問您的實體店或查看對您的產品的無贊助評論。

您顯然無法跟踪所有內容。 但是，您仍然可以將以下域連接到您的分析平台：

• 多種營銷渠道（社交媒體帖子、展示廣告、視頻內容等）
• 各種設備類型（同一個人使用的台式機和移動設備）
• 線下和線上活動（實體店光顧和與在線廣告的互動）

包括 Voluum 在內的許多營銷平台都允許您跨各種渠道跟踪用戶活動。 此外，對跨設備跟踪重要性的認識不斷提高，導致一些公司為那些在谷歌廣告或 Facebook 等營銷生態系統之外運營的營銷人員解決了這個問題。

在線和離線世界是最難在分析中連接和解釋的，但位置跟踪應用程序可以幫助營銷人員做到這一點。

跟踪接觸點

正確識別用戶是轉化歸因的關鍵。 這不僅僅是記錄所有的瀏覽量、點擊量、頁面滾動等等，它還關乎所有這些事件是否來自同一個人的知識。

如果用戶標識在此過程中丟失，您最終可能會遇到所謂的轉化問題，即無法確定轉化的主要來源。 換句話說：你知道有人皈依了，你只是不知道是誰。

 是擁有 iPhone 的人在 Facebook 上點擊了您的廣告，還是電子郵件再營銷活動最終奏效了？

如果沒有正確的用戶標識，就無法知道，因此也無法正確分配您的廣告費用。

那麼，廣告跟踪公司是如何解決這個問題的呢？

好吧，所有涉及的公司（提供流量的公司、提供分析的公司和提供報價的公司）為每個事件分配唯一的 ID，並嘗試將其傳遞到活動漏斗中，無論是在 cookie 中、跟踪參數還是在內部存儲。

在無法完全確定地識別用戶的情況下，概率方法開始發揮作用。 這在移動營銷領域經常發生。 如果您不使用 Google Ads 或 Facebook 或任何其他讓其用戶在多個設備上登錄的公司，則通過創建數字指紋來進行識別。

這種方法會考慮多個用戶特徵，例如 IP 地址、瀏覽器類型和默認語言或設備類型，以做出有根據的猜測，如果給定用戶仍然是前一段時間在不同的移動應用上與您的廣告系列互動的同一個人，或者甚至設備。

為接觸點分配權重

介紹了跟踪之後，現在讓我們解決本章的主要問題：為什麼轉化歸因比您想像的要難。

簡單來說，轉化歸因意味著將轉化與廣告的原始點擊聯繫起來。 從這個角度來看，這並不復雜。 這只是技術可行性的問題。

但是，正如我們之前所討論的，這些天的用戶可能會多次遇到您的廣告系列。 那麼，你認為哪個場合是說服一個人皈依的最重要的場合？ 第一，最後？ 他們都一樣嗎？

您可能開始看到問題。 確定這一點並不客觀。 沒有人，沒有工具或解決方案會告訴您哪些接觸點在您的情況下更重要。

這是您應該根據您對這些不同歸因模型和客戶行為的了解來決定的事情。 讓我們從第一部分開始，談談不同的模型，它們的優缺點。

轉化歸因模型和策略

谷歌分析是營銷人員首選的廣告分析平台，允許他們從幾個準備好的轉化歸因模型中選擇一個，甚至可以自己定義一個。 這些模型將功勞分配給不同的接觸點。

1. 最終點擊歸因

最終點擊歸因是營銷人員最本能地認為接近現實的模型，而實際上這個模型通常與現實相距甚遠。 該模型將所有功勞歸功於購買前的最後一次點擊。

最後一次點擊真的不是一個臨界點，而是一個將秤移到“轉換”位置的完整重量嗎？ 如果沒有第一次點擊，還會有最後一次點擊嗎？

導致轉化的點擊是最重要的點擊這一想法迷信了直接因果關係。 正確的轉化歸因建模的重點是反映買家的決策過程，而不是直接導致轉化的行為。

因此，除非您明確知道自己在做什麼，否則沒有理由使用此模型。

2. 最後非直接點擊

在這種方法中可以發現類似的問題。 它從等式中消除了直接因果關係，但仍將完全歸功於在活動漏斗結束時發生的一次點擊。 這兩種模式都低估了品牌知名度等因素。

3. 最後廣告點擊歸因

在此模型中，所有功勞都歸於與廣告的最後一次互動。 儘管這種模式至少承認了廣告的重要性，但它仍然過於強調與廣告的最終互動。

4.首先點擊

這是“贏家通吃”組的最後一款車型。 第一個交互歸因模型有利於品牌知名度和可識別性，而不是其他任何東西。 如果您的案例涉及一個高度激勵的品牌，您應該考慮這種模式。 否則，請在下面尋找更複雜的。

5.線性

線性歸因模型應被視為默認值，如果您不確定其他模型是否更適合，則應選擇該模型。

它為漏斗中的所有接觸點分配相等的功勞。 聽起來確實不錯，但前提是您認為電子郵件、社交媒體帖子和橫幅具有相同的價值，並且對轉化的貢獻相同。

6.時間衰減歸因

通過將更多功勞分配給後續接觸點，時間衰減歸因模型感覺更接近現實。 這反映了買家對報價的興趣日益增長。

7. 基於位置的歸因

Google Analytics 必須提供的最後一個現成的轉化歸因模型在第一次和最後一次集成之間平均分配 80% 的功勞。 假設這兩個交互是最重要的，這很有效。 第一個會引起訪客的興趣，而最後一個會完成銷售。

基於位置的歸因模型是一種本能地被視為最能反映現實的模型。

自定義歸因模型

除了選擇上述模型之外，您還可以創建更適合您的情況的自己的解決方案。 您可以真正深入研究數學並創建一些複雜的建模解決方案。 但是，不要在嘗試設計完美模型上浪費精力——它們本質上是不完美的，因為它們旨在將復雜的現實簡化為數學定義的現實。

數據驅動的歸因模型

Google Analytics 中的數據驅動模型重視與您的廣告系列的所有互動。 它使用您收集的數據根據每個接觸點的有效性分配信用。

如果您有資格使用此模型（因此您記錄了一些數據），我們建議您切換到以數據為依據的歸因模型。

如何選擇最佳轉化歸因模型？

正如我之前所說，沒有簡單的答案。 這完全取決於您的廣告系列類型、受眾以及您要實現的總體目標。

選擇正確的轉化歸因模型的問題在於，在您開始根據該模型解釋的數據做出正確決策之前，您永遠不會知道自己選擇了一個好的模型。 因此，如果您做出了錯誤的決定，那麼您的轉化歸因模型可能是錯誤的，但您的廣告系列也可能存在其他一些問題，阻礙了它的盈利。

很難說。

為了使這一決定更明智，您可以隨時與您的受眾接觸。 如果您有預算，請進行受眾調查。 詢問經過驗證的客戶是什麼讓他們購買。 例如，採訪最忠實的客戶，以換取一些商店信用。

沒有定量方法可以為您選擇最佳轉化歸因模型，幸運的是有一些定性方法。

轉化歸因策略

成為轉化歸因專家意味著能夠通過記錄的數據解釋客戶行為背後的潛在動機。 要正確執行此操作，您應該遵循以下一些轉化歸因提示和策略。

1.連接所有採集通道

首先，確保您在設置分析時沒有遺漏任何獲取渠道。

獲取渠道是營銷信息到達用戶的不同方式。 這包括社交媒體廣告、展示廣告、線下營銷活動、應用內廣告等。

如果您計劃、執行並在營銷渠道上花錢，沒有理由不將其與您的分析聯繫起來。 你不能，我不能強調這一點，你不能單獨分析你的數據。

數據只有在整體分析時才有意義。 獲取渠道可能不會帶來直接銷售（例如，人們無法點擊線下廣告），但它可能會提高您的品牌知名度或創造和培養您的產品滿足的新需求。

收購渠道對最終銷售的貢獻有多種方式。 確保為您的分析解決方案提供您擁有的所有數據。

2. 了解轉化路徑和微轉化

轉化路徑是用戶在完成銷售之前執行的一組步驟。 它們可能意味著與您的廣告系列的各個接觸點進行交互，搜索與您的關鍵字相關的術語，或執行所謂的微轉化。

有時，當轉化是嚴重的轉化（例如購買房產）時，會有許多微轉化：與銷售代表預約會議或提交導致主要轉化的表單，在我們的示例中，這通常是離線發生的。

如果可以的話，還可以跟踪這些事件並重新創建客戶在到達最終目的地之前所經過的典型路徑。

聯盟營銷中的轉化歸因

聯盟營銷渠道通常非常簡單，真正的挑戰是技術挑戰：正確地將轉化事件歸因於初始點擊。

這並不意味著更高級的模型在聯盟營銷中沒有用處。 您仍然可以實施各種方法，並更加重視與您的廣告的首次互動，以進行以品牌為導向的活動或最後一次廣告點擊。 但首先，讓我們談談轉化歸因如何在聯屬網絡營銷中發揮作用。

在聯屬營銷活動漏斗中識別用戶

領先的聯屬網絡營銷軟件 Voluum 將點擊 ID（一個唯一的 24 個字符標識符）分配給點擊，然後，一旦它在回發 URL 或通過轉化跟踪像素中收到與轉化相關的點擊 ID，就會比較兩者。 如果這些點擊 ID 相同，那麼 Voluum 會將轉化歸因於此次點擊。

其他事件類型也是如此，不僅點擊廣告：廣告瀏覽（展示）和點擊著陸頁上的 CTA 按鈕。

營銷人員獲得的是具有相關特徵的完整用戶旅程，例如：設備類型、瀏覽器名稱和語言、原產國和時間戳。

Voluum 允許您在一個儀表板中連接各種營銷工作。 您可以跟踪來自搜索引擎、社交網絡、廣告網絡的付費和自然活動，其中許多都集成在 API 級別。 轉換可以通過回發 URL（第三方報價的典型解決方案）或轉換跟踪像素（主要用於您自己的報價的解決方案）傳遞。 使用 Voluum，您甚至可以在將 Voluum 與移動歸因工具（例如 AppsFlyer）關聯後跟踪移動轉化。

Voluum 中的轉化歸因模型

通過將不同的採集渠道連接到 Voluum，您可以比較和評估每個渠道的有效性。 Voluum 的一體化方法讓您甚至可以歸因於第三方轉化——這是 Google Analytics 無法做到的。

一旦您確定了整個轉化路徑，您就可以更精確地定位您的廣告、購買更多流量，並將您的訪問者重新引導至效果更好的著陸器或優惠。 同樣，Google Analytics 無法做到這一點，因為它純粹是一種不允許更改路徑的分析解決方案。

Voluum 等附屬軟件旨在通過為您提供可記錄的數據量及其報告系統的靈活性來提高您的廣告收入的有效性。

轉化歸因正在學習什麼是有效的

正確轉換跟踪的重點是能夠根據用戶參與度相應地調整廣告支出。 如果您是 CMO 或代理機構，您還需要明確的數字來支持您的決定。

這是即使是最大的專家也無法獨自完成的事情。

但僅僅有一些數字是不夠的。 即使這些數字看起來很有希望並支持您的主張和決定。 事實上，數據收集還應考慮另外一個因素：信任。

許多基於算法的自動解決方案的問題在於，您並不真正了解輸入數據是如何被處理的。 算法的任何決定背後都有哪些計算。 公司通常不願意分享他們的數學如何運作的任何細節和細節，他們只是想讓你確信你得到了最好的推薦。

你是？

也許。

您對此類解決方案的信任應該受到限制，並得到定期驗證的支持。 信任但要驗證。

另一方面，標準的轉化歸因模型往往過於簡單化和簡化。

這兩種說法背後都有道理。

但是，使用允許您鏈接多個流量來源和轉化跟踪方法的營銷平台是不會出錯的。 一種以自動規則的形式具有易於理解的自動化功能，可以在集成的廣告網絡中執行預定義的操作。

Voluum 是一種可靠的聯盟跟踪解決方案，它使用各種跟踪方法，不受即將到來的第三方 cookie 塊的影響，同時符合各種廣告巨頭的合規政策。 Voluum 適合許多角色，無論您是單一的聯盟營銷人員還是廣告代理商，都可以很好地工作。

通過輕鬆創建歸因報告，您可以更好地了解在線廣告。

為了更多地了解行業的資金流向、主要利益相關者以及轉化歸因如何適應這一切，Voluum 背後的團隊準備了一系列針對初學者或中級營銷人員的免費在線課程。

與最好的人一起工作。 向最優秀的人學習。 成為最好的營銷人員。