必須要掌握的5個電子商務歸因模型

2022-06-08 分類：網站建設

文章開始之前需要各位先了解一個事實：歸應分析模型是一個讓多數電子商務平臺感到困擾的非常棘手和復雜的存在。

歸因模型是關于如何分配消費者眾多觸點對銷售或者轉化的分數或者價值的模型。它涵蓋所有的數字媒體渠道——比如付費搜索、展示類廣告、郵件營銷、社會化媒體，直接搜索，引薦網站等，并且分析每個渠道對最終轉化的作用。

以前要做這種分析非常容易，打個比方來說，在電臺投放廣告后，獲得5個價值250美金的新客戶，那么電臺廣告這個觸點對于銷售達成的價值就是99.99%。

但是現如今情況變得很復雜，2016年內容營銷機構年度報告顯示，目前市場營銷人員在工作中平均會用到13種策略、7種不同的社交媒體平臺以及3個付費廣告渠道。

消費者發現產品，認識品牌，并最終在線上商店中消費的路徑變的漫長且曲折。因而銷售轉化漏斗也變的十分復雜。

我們該如何追蹤營銷的效果——借助歸因模型

在策略，戰術和推廣渠道越來越復雜的現在，需要用歸因模型核算他們各自的價值。這些模型可以是簡單的、基于規則的，也可以是復雜的、基于算法的。分別針對單觸點或者多觸點分析。

目前至少有五種歸因模型被廣泛使用：

首次觸點模型（又被稱為首次點擊模型）

將99.99%的價值歸因給轉化路徑上的首個觸點。這有助于發現消費者是如何找到你的，但是如果在最終銷售轉化之前消費者還觸發了其他三個觸點，那么將99.99%的價值歸給首次觸點合適嗎？

末次觸點模型（又稱為末次點擊模型）

將價值99.99%歸因給購買或者轉化之前最后一次接觸的渠道，而完全不考慮整個過程中消費者到底接觸過多少個觸點。該模型很容易建立和追蹤，但是目前被普遍認為毫無價值。轉化之前發生了太多的事情，該模型完全忽視了漏斗上層和中層部分的行為對轉化的影響。

線性模型

將轉化路徑上的每一步都分配了相等的價值。如果消費者歷經四個接觸渠道后最終產生了購買行為，那么每一個接觸渠道就可以得到25%的貢獻價值。該模型的優點是每個接觸渠道都被考慮到并賦予了價值，但不足的是該模型會夸大非關鍵渠道的價值，低估關鍵接觸渠道的價值。

位置模型

強調首次及末次接觸渠道的價值。普遍的做法是賦予首尾兩個接觸渠道各自40%的價值，將剩下的20%價值平均分配給中間的所有接觸渠道。很明顯，該模型嚴重低估了中間觸點的價值，尤其針對那些很長的轉化路徑。

時間衰減模型

通過簡單的算法將價值按照離最終轉化的時間遠近進行分配。離轉化最近的接觸渠道獲得絕大部份的貢獻價值，離轉化越遠的接觸渠道只會被賦予少量的價值。該模型雖然依舊會強調末次接觸渠道，但它同時也沒有忽視轉化過程中的其它接觸渠道，因此在實際工作中，該模型被很多營銷人員和廣告主所接受。

還有一個的選項——自定義模型，即基于平臺,受眾,市場,和特定業務目標的模型。Avinash Kaushik在他的博客Occam‘s Razor上提供了一個在Google Analytics中自定義歸因模型的攻略。但你有心理準備，他在文章一開始就提到 “在分析領域中（所有分析領域、大數據分析和巨量數據分析）鮮有比多渠道歸因模型更加復雜的事情了”

他并沒有危言聳聽。歸因分析是復雜的、乏味的，常常讓人抓狂沮喪的，你將經歷一個不斷的測試-失敗-再測試-再失敗的過程。

但是這一切都是值得的，歸因模型會幫助你理解什么會影響消費者購買，消費者購物行為是什么樣子的，他們來自哪里，以及哪些渠道和策略對最終購買產生了價值，而這一切都有利于擴大預算。

在電子商務的世界開始歸因冒險之旅前，有五件事情需要時刻謹記。

真正影響銷售的是輔助轉化

高達98%的訪客一次訪問網站時不會購物。55%的訪客會在15秒內離開網站。

84%的訪客完全或者部分相信來自家人，朋友和同事對于產品的推薦。

88%的訪客認為網絡上陌生人的推薦與相關熟人的推薦具有一樣的可信度。

購物車平均放棄率為69.23%。

88%的消費者在決定購買前會先去查看網絡上的評論。

上面所有數據都清晰的描繪出了訪客的網上購物行為——基本不會有訪客在一次訪問網站時就購物。他們訪問網站，查看一些信息，瀏覽網站上的商品評論，訪問你在社交媒體上的賬戶，搜索降價或者優惠信息，隨便看看商品，在Twitter賬號上看看別人如何評價你，最后當他們下定決心花錢時再回到你的網站。

上面所有行為都讓顧客離最終銷售更近了一點，每一次的互動都有助于最終轉化的完成。絕大部分銷售都得益于這些輔助轉化，所以你需要去追蹤并賦予每個輔助轉化價值，這樣才能真正了解消費者行為，以及該如何展開營銷。

想了解下自己網站的轉化情況？那趕緊打開Google Analytics吧，通過Conversions > Multi-Channel Funnels > Path Length這個報告了解一次交互后有多少轉化，二次或者三次交互后發生多少轉化，你會大吃一驚的。

然后，查看Conversions > Multi-Channel Funnels > Assisted Conversions報告。仔細查看標識為“Assisted/Last Click or Direct Conversions”的這一列數據。數值小于1？那么該渠道是轉化前的最后一個觸點。數值大于1？那么該渠道只是轉化路徑中的其中一步。而如果使用的是首次或是末次觸點模型？最有價值的渠道可能會被忽視。

再次重申：影響銷售的絕大部分因素來自輔助轉化。你的歸因模型一定要識別他們。

沒有好的歸因模型

任何模型都存在局限性和不足。在一個好的世界里，我們可以用一個足夠好的模型來衡量和處理所有事情，但是現實中這個好模型并不存在。

定制化的模型是最合適的,但需要時間收集必要的數據和理解顧客行為才能完成這個模型。如果數據是靠不住的，那么模型也只會產出靠不住的結果。

歸因模型是科學與藝術的結合，同時也是客觀數據與主觀推測的結合。

定制的歸因模型應該同時反應顧客屬性和商業特征。需要考慮那些對實現目標很重要的行為，以及那些最終帶來銷售價值的“軟”轉化（比如：注冊新聞電子報，要求客戶代表聯系他們等等）

最常見的轉化路徑和輔助轉化路徑是哪些？它們會幫助你理解顧客的行為。你是否已經挖掘出這些路徑的全部潛在價值呢？是否將錢浪費在哪些根本帶不來價值的渠道上？

用戶搜索、考慮的因素和購買的途徑千差萬別。因此很有必要創建一個適用于用戶和自身業務的模型。

要以數據為依據

使用歸因模型無需進行盲目的猜測，任何時候都應該用真實的數據指導工作。

通過Google Analytics和enhanced ecommerce插件收集需要的數據，建立目標和轉化漏斗，最后根據報告做出決定。

應盡可能準確地追蹤所有操作,以保證數據和洞察的可靠性。

使用Adwords，Bing Ads和DoubleClick的自動加碼功能。

使用UTM parmeters追蹤社會化媒體投放活動的效果。

如果一件事情花費了你的時間，精力或者金錢，那么就應該收集它的相關數據。很多電子商務平臺并沒有積極的檢查和使用分析數據，不要跟他們一樣。你是業務的所有者，需要懂得數據以及分析的重要性，僅僅統計數字是沒有價值的。

GA并不復雜，任何人都可以使用，而不必關心其背后的技術（受益于它與Magento, Shopify and WordPress plugins等多個第三方平臺的集成，所以使用者不必浪費時間在相關代碼上）

獲取，運算以及考量的數據越多，決策就會越精準，就能更好的理解消費者最終購物行為的轉化路徑。

想擴大業務和提升利潤？獲取數據并利用吧。21世紀各種第三方平臺百花爭艷，各種第三方服務都在各自領域提供數據收集和分析工具（有些還可與其他更通用的數據分析平臺集成）。你可以嘗試充分利用它們以獲取更多的價值。

顧客生命周期管理

你是希望一次性交易？還是希望用戶可以反復購買？答案顯而易見，所有人都希望用戶反復購買，原因不言而喻。

所以需要考慮到每一個用戶的生命周期。那些最重要的用戶們——一般只占用戶群總量的1%，他們的消費金額是全部用戶平均消費金額的18倍。不幸的是，我們通常很少甚至并不關心這些回頭客和他們所能帶來的價值。

是的，他們被忽略了，連同他們的轉化路徑也一并被忽略了。這樣做很危險，他們的行為路徑與新用戶是完全不一樣的。他們的路徑是獨特的，需要認真識別和分析——因為這群重要用戶會帶來不小的收入。

所以重新檢查轉化漏斗。你很可能會發現大部分的重復購買用戶都是直接訪問網站（直接在瀏覽器輸入地址或者使用瀏覽器的書簽頁），或者來自社交網站（當你在社交賬戶上發布了一些特賣信息時），或者通過郵件直接點擊過來（千萬不要忽略這些渠道，他是上帝賜予的禮物。盡早收集相關細節保證漏斗中的每個人都被及時通知到）。

新用戶則有可能來自付費廣告，自然搜索，引薦網站，聯盟媒體或者社會化媒體。

這些都很重要，而且更重要的是，維護一個老用戶遠比獲取一個新用戶要經濟實惠的多。你需要在歸因模型中識別出那些帶來老用戶的路徑，與新用戶路徑相比，應該給予它們更大的權重。

跳開單一轉化事件的模式，思考的更長遠一些。重視顧客的生命周期價值，而不僅僅只看訂單價格。嘗試優化那些對客戶生命周期產生真正幫助的渠道。

營銷活動追蹤必不可少

請記住這句名言：得追蹤者得天下。

我們在前面已經提到過數據是多么重要。如果要保證一個穩定、豐富的數據流供給，就需要營銷活動進行追蹤——每一次的營銷活動，每一個渠道。

可以通過MailChimp和AWeber等成熟的工具追蹤郵件營銷活動。

可以用UTM Parameters生成定制化的URL。定制化的URL既可以手動添加Tag的方式生成，也可以從GA的Campaign URL Builder網站在線生成。郵件，社會化媒體，新聞電子報，付費廣告，Banner等各種營銷渠道都可以使用。UTM parameters能幫你很容易的追蹤每一個營銷活動的數據。

Google Analytics和Bing Webmaster Tools提供一站式的營銷活動數據與效果追蹤解決方案。想更好的了解用戶，優化點擊轉化？去Google Analytics和Bing Webmaster Tools中追蹤和探索你的營銷活動吧。

如果營銷活動涉及多個營銷渠道，那么必須追蹤該營銷活動的效果，否則根本不知道效果如何，顧客是誰？來自哪個渠道？哪些渠道可以優化？又有哪些渠道需要被淘汰。

GA等分析工具可以展現訪客活動行為,而歸因模型可以探索各個渠道的效果。它們是好的搭配。

可以確定的是，當營銷人員使用的渠道，方式方法和營銷活動越豐富，歸因模型就會越復雜。

研究表明，接近80%的轉化與多種交互行為相關。

盡管如此，還是有55.2%的營銷人員只使用單觸點歸因模型（只有16.4%的營銷人員會使用多觸點歸因模型，同時讓人意外的是還有28.4%的人不使用甚至完全不知道歸因模型）。

不要和他們一樣，我們要行動起來，搭建一個歸因模型，該模型會告訴你到底發生了什么（你還可以稍微多花些時間進階學習如何在GA中使用的歸因模型等比較工具）。

分享文章：必須要掌握的5個電子商務歸因模型
分享鏈接：http://m.kartarina.com/news14/164964.html

網站建設、網絡推廣公司-創新互聯，是專注品牌與效果的網站制作，網絡營銷seo公司；服務項目有網站建設等

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容

欧美日韩激情_美女国产一区_国产精品久久久久影院日本_69xxx在线

必須要掌握的5個電子商務歸因模型