廣告歸因的三大問題以及個性化如何發揮作用

在評估您的營銷渠道時，理所當然的是，您擁有的數據越多，您就越成功。

曾經是這種情況，現在情況正好相反。 可以幫助您理解數據的數據類型、信息點和工具數量不計其數。

營銷人員並不缺少數據。 他們淹沒在其中。 但是，有一種方法可以幫助他們保持頭腦清醒：廣告歸因。

什麼是廣告歸因？

在廣告中，歸因是指跟踪特定用戶目標的推薦來源的過程。 該目標可以是註冊、下載、購買等。

當買家的旅程漫長而復雜時，跟踪這些目標的路徑對每個企業都至關重要。 歸因將使您了解最有利可圖的渠道。 如果您知道用戶如何找到您、他們在哪裡放棄了您、哪些渠道讓他們進行了轉化等等，您就可以在支出和優化方面做出更好的決策。

歸因的重要性

各地的營銷人員都有一個大問題：他們的大數據太大了：

管理每個訪問者在各種媒體、設備、平台上帶來的無數數據點——這似乎是不可能做到的。 但在整理這些數據時，廣告商別無選擇。

歸因是評估廣告效果的方法。 而且，如果您無法確定廣告活動的有效性（哪些渠道比其他渠道帶來更高的投資回報率），您就無法知道如何制定預算。

因此，您可能會驚訝地發現，超過四分之一的營銷專業人士在他們的所有營銷活動中都使用了歸因。

有些人說他們已經設置好但不分析結果。 其他人表示他們根本不打算使用歸因：

但很大一部分營銷人員表示，他們要么在某些活動中使用它，要么不使用它但願意使用。 這兩個類別都表明在採用歸因方面存在障礙。 這並不奇怪。 最常見的模型存在一些主要問題。

廣告歸因的問題

從理論上講，歸因是一種策略，可以在需要投資新活動和優化表現不佳的時候帶來回報。 然而，在實踐中，很難確定如何歸因於有利可圖的廣告活動的引薦來源。

廣告歸因問題 #1：誰獲得信用？

第一個主要問題是確定如何對有助於特定目標的推薦人進行信用。 對於漫長而復雜的買家旅程，您如何為每個接觸點分配價值？

例如，如果用戶通過 Facebook 廣告進入，但隨後閱讀了一篇博客文章，然後訪問了您的定價頁面，幾週後，在點擊重定向廣告後在點擊後登陸頁面上購買，那麼對轉化的最大貢獻是什麼？

是 Facebook 贏得了第一次點擊嗎？ 重定向廣告？ 點擊後登陸頁面？

很難說。

這就是為什麼有許多模型可以幫助您的原因。

不同的廣告歸因模型

沒有一種放之四海而皆準的歸因方法。 一些模型強調導致轉化的第一次點擊，其他模型則強調最後一次點擊。 以下是不同模型決定歸功於誰：

第一次接觸

首次接觸模型將功勞歸於第一個接觸點，而且僅歸功於第一個。 因此，如果您的用戶從搜索移動到點擊後登陸頁面，然後在 Facebook 上重新定位，然後在不同的點擊後登陸頁面上點擊並轉化，則轉化功勞將歸功於搜索。

最後接觸

與第一次接觸模型一樣，最後一次接觸只對一個接觸點給予信任。 不過，這一次是在交互結束時。 如果我們使用與上面相同的示例（搜索 → 點擊後頁面 → Facebook → 點擊後頁面），那麼最後一個點擊後頁面將獲得所有轉化功勞。

最後非直接

與第一次點擊和最後一次點擊一樣，最後一次非直接點擊僅將轉化歸功於一個來源。 然而，與它們不同的是，它不包括直接流量。 由於直接導航到您網站的任何人都可能之前與您的品牌有過互動，因此最後一次非直接點擊假定直接不是轉化的影響因素，因此不會給予它信任。 最後一個非直接來源獲得 100% 的功勞。

線性的

線性模型使用多點觸摸歸因，因此，與前兩個模型不同，這個模型將功勞歸於不止一個來源。 在線性模型中，每個接觸點都獲得相同的轉化功勞。

時間衰減

另一個多歸因模型，時間衰減根據訪問接觸點的順序給出信用。 在我們的示例中（再次：搜索 → 點擊後頁面 → Facebook → 點擊後頁面），這會將大部分功勞歸功於最後一個點擊後頁面，其次是 Facebook，第三是原始點擊後頁面，以及至少搜索。

基於位置

另一種多點觸控廣告歸因模型，該模型將大部分功勞歸於第一個和最後一個接觸點（各佔 40%），並將剩餘的 20% 分配給它們之間的接觸點。

哪種型號最好？

哪個來源值得信任取決於你問的是誰。 它還取決於許多其他變量。 每個模型都強調作為目標行動的最大影響因素的購買者旅程的不同部分。 哪種型號最好？ 那要看…

廣告歸因問題 #2：您應該使用哪種模型？

問題二與第一個有關。 如果您有多種確定歸因的模型，因為有不止一種方法可以給予信用，那麼您如何知道使用哪一種？

答案很複雜，而且因企業而異。 這取決於很多因素——比如銷售週期、行業、產品等——但有一些方法可以確定使用哪個。 以下是一些優點、缺點和最佳使用時間。

第一次接觸

首次接觸歸因應用於需求生成。 如果您正在嘗試推動漏斗頂部指標，這將使您了解是什麼吸引了您的訪問者並將他們轉變為潛在客戶。

這種模式的優點是它很容易設置。 然而，缺點是它只佔營銷渠道中的一個接觸點。

最後觸摸

當您試圖確定哪些來源帶來了高價值轉化（如銷售）時，首次接觸歸因對於底部漏斗活動特別有價值。

這種模式的優點和缺點就像第一次接觸模式的優點和缺點：它們易於設置，但它們只顯示圖片的很小一部分。

最後非直接

最後一種非直接模型對於看到大量直接轉化的企業很有用。 這種歸因方法的優勢在於它顯示了導致這些轉化的最後一個渠道。 它類似於最後點擊，因為它只顯示旅程的一小部分，但它為企業提供了更好的信息，例如 B2B 領域的企業，他們在現場看到了大部分轉化。

線性的

與單一歸因模型相比，線性歸因對於講述更全面的故事很有價值。 如果您有更長的轉化路徑，這是評估導致目標操作的每個渠道的好方法。

該模型的最大優點是它比其他模型更全面。 最大的缺點是，當閱讀博客文章或點擊廣告等某些行為是兩個截然不同的興趣指標時，它會給予同等的評價。

時間衰減

時間衰減模型在轉化過程的後期給予接觸點更多的功勞。 這種歸因方法對銷售週期較長的企業或針對漏斗底部目標的企業很有幫助。

此模型的好處是它可以讓您了解對轉化貢獻最大的來源。 但是，它假定轉換之前出現的來源是最有影響力的。 情況並非總是如此。

基於位置（或 U 形）

與其他多歸因模型一樣，當您的客戶旅程漫長而復雜時，最好使用基於位置的歸因。

用戶從中獲得的主要好處類似於線性歸因：您可以更全面地了解客戶旅程。 不過，就像時間衰減歸因一樣，您可以獲得客戶旅程中關鍵時刻的附加價值。 主要是，這是第一次也是最後一次接觸。 從本質上講，這是一種結合了首次、觸摸、最後觸摸和線性模型的多歸因方法。

不過，缺點是該模型假設第一次和最後一次觸摸確實應獲得 40% 的轉化功勞。 例如，如果您是一家營銷機構，並且您的高質量博客文章證明您值得僱用，那麼如果客戶在搜索中找到您並通過直接轉化，他們將獲得很少的轉化功勞。

廣告歸因問題 #3：您如何歸因於特定的引薦來源網址？

第三個問題是評估它們需要的不僅僅是跟踪渠道。

正如任何營銷人員都可以證明的那樣，每個活動都帶有推薦人中的推薦人。 例如，您的網頁可能包含多個號召性用語。 您的廣告系列將包含多個跨多個關鍵字的廣告，您的點擊後著陸頁可能會存在於其他變體中。

歸因模型可以幫助廣泛地確定購買路徑。 要更好地了解該路徑，您可以使用 UTM 參數。 這些是添加到 URL 末尾的文本片段，用於指定歸因的關鍵詳細信息。 有五種類型：

• utm_source：標識向您的財產發送流量的廣告商、網站、出版物等，例如：google、newsletter4、billboard。
• utm_medium：廣告或營銷媒介，例如：每次點擊費用、橫幅、電子郵件通訊。
• utm_campaign：產品的個人活動名稱、口號、促銷代碼等。
• utm_term：識別付費搜索關鍵詞。 如果您手動標記付費關鍵字廣告系列，您還應該使用 utm_term 來指定關鍵字。
• utm_content：用於區分相似的內容，或同一廣告中的鏈接。 例如，如果您在同一封電子郵件中有兩個號召性用語鏈接，您可以使用 utm_content 並為每個鏈接設置不同的值，這樣您就可以判斷哪個版本更有效

當一起使用時，這些 UTM 代碼可以幫助您識別最詳細的點擊來源。 它們還可以幫助您避免誤算。 在 Confluent Forms 的博客文章中，David Kutcher 提供了一個示例：

例如，假設您是一位狂熱的 Twitter 用戶，遵循經常共享相同鏈接的建議。 為避免被標記為重複內容，您可以更改鏈接附帶的內容，通常使用不同的文本和主題標籤。

如果您不使用 UTM 代碼，來自這些推文的所有流量都將以相同的方式進入您的分析，就像來自 Twitter 的推荐一樣。 當然，您會從 Twitter 中獲得一些指標，但您無法將推文與轉化相關聯。

這對於評估不僅僅是渠道非常有用。 例如，主題標籤可能是推文性能提升的原因。 也許是一天中的時間，或者是文字。 使用 UTM 參數，幾乎沒有什麼是您無法跟踪的。

UTM 參數解決的另一個問題是可能來自分析平台的信息不一致。 並非所有平台都會使用相同的歸因模型。 例如，Facebook 使用最後接觸歸因。 如果點擊 Facebook 廣告並產生轉化，則功勞歸功於 Facebook。 這不會描繪重新定位廣告的全貌，用戶只有在他們首先與廣告商互動時才會看到。

Instapage Personalization 如何歸因於推薦人

使用 UTM 參數，描述性標籤約定可以幫助在您的分析儀表板中講述更完整的故事。 例如，在 Instapage 中，您可以為點擊您鏈接的人提供的每個個性化體驗設置 UTM 參數：

在您這邊，分析工具將準確顯示他們的體驗。 每個 UTM 參數都將幫助您根據預定義的標籤更輕鬆地對該堆數據進行排序。

從更好的廣告歸因開始

沒有一種千篇一律的廣告歸因模型。 每個在其自身情況下都是有價值的。 B2B 營銷人員可能更喜歡多點觸控，而購買旅程較短的 B2C 企業可能不需要復雜性。

無論您選擇哪個，UTM 參數都是一個有價值的補充，可以最大限度地減少使用不同模型的平台之間的混淆，幫助您更好地分類數據，並根據更多細節做出更好的決策。

想了解如何借助廣告歸因提供更好、更相關的用戶體驗嗎？ 獲取 Instapage 個性化解決方案的演示。