面包师需要面粉来烤蛋糕。汽车修理工需要特定的工具来修理汽车。营销人员需要数据来最大限度地提高转化率。
营销人员热衷于获取活动、受众和渠道数据，并将其归结为可操作的后续步骤或优化。然而，许多营销团队在没有组织或归因的情况下收集了大量的活动数据存在致命缺陷。
将这些数据乘以产品数量、渠道、商店位置等，您就会成为一个不知所措且决策瘫痪的营销人员。
选择分析归因模型将帮助您理解营销数据并使用它来制定战略决策轻松。我们将向您展示如何为您的业务选择正确的归因模型。
让我们开始吧。
什么是分析归因模型？
您是否曾经从营销活动中获得潜在客户，却发现自己不太确定将转化归因于哪个接触点或策略？
归因模型是一个用于识别促成成功转化的来源或营销渠道的过程。
例如，如果您的营销活动使用了 Facebook 帖子、登陆页面和重新定位广告，那么哪种策略或渠道应该获得说服用户转化的功劳？
分析归因模型可帮助营销人员组织数据并深入了解哪些营销渠道和工作对营销活动的整体成功有重大贡献。如果没有一个或多个归因模型，营销人员将再次发现自己在数据中漫游，没有方向感。
为什么归因模型很重要？
除了提供一种组织重要数据的方法外，分析归因模型还为营销人员提供了多种好处。
更好的决策
有多少次您不得不完全依靠直觉来做出基于营销活动或策略的决策？虽然您的直觉是一个强大的指南针，但没有什么能比得上为您指明方向的具体数据。
分析归因模型让营销人员能够用关于策略、渠道或活动成败的确凿事实来支持他们的直觉。有了这些数据，营销人员可以做出更明智、更有针对性的战略决策，以改善转化率。
准确的投资回报
不使用归因模型可能会付出高昂的代价。由于不确切了解哪些营销渠道正在产生合格的潜在客户和转化，营销人员冒着 将资金用于整体战略中表现不佳的领域。
除了确保 ROI 跟踪准确无误外，归因模型还可以帮助营销人员了解他们辛苦赚来的钱花在哪里才能获得理想的结果。
解锁消费者行为
除了提供有关转化的定量数据外，归因模型还强调了消费者进行转化的途径。掌握这些上下文数据可以让营销人员深入了解受众中的消费者行为模式。
有了这些新知识，营销人员现在可以了解他们的客户群如何与在线内容互动。例如，您可能会发现您的受众更喜欢通过 电子邮件通讯而不是社交媒体。或者，您可能会发现客户在转换之前通过不太受欢迎的搜索引擎访问您的网站。
想象一下，如果您没有办法组织和剖析这些信息！您的营销团队会错失重要的消费者洞察。
7 种分析归因模型
本质上，归因模型帮助我们将功劳分配给负责转化的营销渠道或活动（点击、购买或表单输入。）
但是，根据每个品牌的目标，获得荣誉的接触点会有所不同。考虑到这一点，有七种常见的分析归因模型可供选择。
1。首次互动归因
也称为“首次点击”归因模型，此选项将功劳归于触发转化路径的原始接触点。
假设您点击了电子商务产品的 Google PPC 广告。在产品页面上停留一段时间后，您决定暂缓购买，直到您确定要购买为止。
几天后，您收到 Facebook为同一产品重新定位广告。这一次，您点击了广告，与着陆页进行了互动，并最终进行了购买。
根据首次互动归因模型，Google PPC 广告获得转化功劳。
一些营销人员更喜欢这种归因方法，因为它简单。没有争论哪个接触点先出现。出于这个原因，大多数营销人员使用首次点击归因来组织漏斗顶部活动。
但是，其他人认为首次互动模型太基本并且忽略了其他有影响的转化因素，例如我们示例中提到的重定向广告。
2。最后一次互动归因
顾名思义，此归因模型将功劳归于转化前的最后一次潜在客户互动。在我们之前的示例中，Facebook 重新定位广告将负责在此归因方法下的购买。
最后一次互动的归因也非常易于实施和理解。但是，此模型再次忽略了转化前发生的每个接触点和潜在客户互动。
考虑到这一点，最后一次互动归因模型非常适合周转时间或购买周期较短的产品和服务。
3。最终非直接点击归因
假设客户通过电子邮件通讯链接找到了您的网站。点击链接后，他们浏览您的网站内容并离开。
几天后，他们决定返回您的网站。但这一次，他们在搜索栏中输入您的 URL 并开始搜索。在这次访问期间，他们皈依了。哪个流量来源获得转化功劳？
根据上一个非直接点击归因模型，电子邮件简报活动是转化源。
最后非直接点击归因模型将功劳分配给用户最后点击的位置，不包括任何直接互动或流量。
此模型假定访问者在点击结果后通过上次互动了解您的网站和品牌后产生的任何直接流量。与之前的模型一样，这种归因方法过于简单并且忽略了其他接触点。
但是，根据您的目标（例如确定高效营销渠道），最终非直接点击归因可能是适合您的正确途径。
4。线性归因
线性归因模型会在导致转化的互动或接触点之间平均分配功劳。
例如，如果潜在客户点击了您的自然搜索列表，在表格中输入了他们的联系信息，收到了电子邮件简报，并在转化之前看到了重定向广告，则每个渠道将获得 25% 的功劳。
如果该购买总额为 200 美元，则每个渠道都会为您的底线产生价值 50 美元的收入。
虽然容易理解，但线性归因模型可能很棘手。
由于拼图的每一部分都获得了同等的功劳，因此很难理解哪些渠道和策略正在发挥作用，哪些只是过程中的一个小插曲。
5。时间衰减归因
与线性归因非常相似，时间衰减归因会跨接触点分配转化价值。但是，此模型会考虑每个接触点发生的时间，并将最多的功劳归于最后一个接触点或互动。
越接近转化发生的互动获得的价值越高，而那些在开始时发生的互动获得的价值越少。
时间衰减归因模型最适合那些销售周期较长的人，例如较大的产品或 B2B 关系。但是，使用此模型，您可以使用数据来确定哪些策略最适合作为漏斗顶部的广告系列，以及哪些策略可以推动转化。
6。基于位置的归因
也称为 U 形归因模型，基于位置的归因方法将大部分功劳分配给第一个和最后一个接触点。
第一个接触点负责启动流程，而最后一个接触点负责产生转化。每次互动都应获得大部分功劳。
让我们假设一个用户有四个接触点：一个自然的 Instagram 帖子、一个重定向广告、一个电子邮件活动和一个 Google 搜索。
由于客户是通过 Instagram 找到您并最终在 Google 上搜索您的品牌后完成转化的，因此这两种互动获得了大部分转化功劳。其余部分分配给其他接触点。
由于承认转化路径的起点和终点，这是最理想的归因模型之一。
7.自定义归因模型
如果这些归因模型都不适合您的营销需求，您可以创建自己的归因模型！
在开发个人归因模型时考虑以下因素：
- 您的典型销售周期或流程有多长
- 您使用什么类型的策略来吸引转化（漏斗顶端？建立关系？等）
- 您是否拥有完全创建归因模型所需的数据？
自定义归因模型可以在 Google Analytics，以及。
如何选择正确的归因模型？
有这么多可用的归因模型，要知道选择哪个归因模型可能是一个挑战。有些模型对一个营销人员非常有用，但对另一个营销人员却不适用。
这一切都归结为考虑：
- 您的营销目标是什么？
- 哪种归因模型对我的最终目标有意义？
- 哪种方法最有效地提供我取得成功所需的数据?
- 我想通过选择特定的归因模型来完成什么？
最后，您可能会发现您需要先测试几个模型，然后再选择一个继续使用。
没有呼叫跟踪的归因模型最终会失败
归根结底，像 Google Analytics 这样的报告平台只说明了一半的情况。
您指定的归因模型只考虑了一小部分接触点数据。实际上，许多客户在决定购买或转化之前会与您的品牌进行线下互动。
呼叫跟踪可以填补离线互动的空白。
使用特定的虚拟心和/或免费电话号码，呼叫跟踪可以告诉营销人员客户在拨打电话之前如何找到他们的品牌信息。这个额外的接触点提供了定性和定量数据，营销人员可以将其用作其分析归因模型的一部分。