Pourquoi l'attribution marketing B2B traditionnelle est cassée et ce que vous pouvez faire à ce sujet

Dites-moi que les rapports d'attribution marketing B2B sont cassés sans me dire que les rapports d'attribution marketing B2B sont cassés…

Il s'agit de l'une des nombreuses demandes de devis où le message transmis par Session Media ne correspondait pas à la source d'attribution conclue par Google Analytics ou HubSpot.

Et ce n'est pas seulement moi - j'ai parlé à de nombreux spécialistes du marketing qui trouvent que leurs données ne reflètent pas la façon dont l'utilisateur les a réellement découverts. La lutte est réelle, même pour les marques SaaS comme Cognism, qui traitent de nombreuses demandes entrantes.

Parlons donc des problèmes de suivi B2B numérique traditionnel et de la manière dont vous pouvez utiliser Supermetrics pour vous aider à optimiser vos efforts de génération de demande sur notre canal social B2B préféré, LinkedIn.

Mais d'abord, qu'est-ce que l'attribution B2B ?

Quels sont les modèles d'attribution B2B

Avant d'approfondir les problèmes liés à l'attribution B2B, récapitulons les différents types de modèles d'attribution que nous utilisons pour signaler le succès du marketing.

Dernier clic

L'attribution au dernier clic fait référence à un modèle d'analyse Web dans lequel le « dernier clic » est crédité pour une conversion ou une vente. Il s'agit du modèle d'attribution par défaut pour Google Analytics et la plupart des données CRM.

Décroissance temporelle

L'attribution par décroissance temporelle est un modèle d'attribution multi-touch qui accorde du crédit à chaque «point de contact» mais le pondère davantage vers le dernier point de contact.

Linéaire

L'attribution linéaire répartit le crédit de la conversion de manière égale entre toutes les interactions.

Basé sur la position

Le modèle d'attribution basé sur la position attribue du crédit à tous les points de contact tout au long du parcours de conversion, mais attribue la majorité au premier et au dernier clic.

Premier clic

L'attribution au premier clic est un modèle d'attribution qui attribue 100 % du crédit d'un prospect ou d'une conversion au premier canal sur lequel un utilisateur a cliqué.

Le problème des modèles d'attribution

En théorie, ces modèles ont beaucoup de sens et devraient répondre à toutes les questions que nous nous posons sur la façon dont les utilisateurs interagissent avec notre marque.

C'est ainsi que la plupart des logiciels d'analyse tels que Google Analytics et les systèmes CRM tels que HubSpot et Salesforce sont configurés par défaut, ce qui renforce la crédibilité du modèle d'attribution.

C'est presque parfait.

Il y a juste un problème principal qui fait un trou dans ce qui devrait être un système d'attribution parfait.

Ce n'est pas la façon dont les acheteurs B2B achètent.

De temps en temps, nous obtenons un parcours utilisateur suivi comme celui ci-dessus, rétablissant la confiance dans le suivi multi-points de contact.

Bien que cela puisse offrir un bon aperçu du contenu qui fonctionne, le problème réside dans l'examen de ces données isolément pour prendre des décisions éclairées sur la façon d'adapter votre budget marketing.

Par exemple, si vous diffusez une publicité vidéo sur LinkedIn, l'utilisateur peut ne pas toujours cliquer sur votre publicité, mais il peut avoir regardé les 4 minutes complètes de contenu. Plus tard, ils viennent sur votre site Web et remplissent un formulaire à haute intention, et ils sont classés dans la catégorie des conversions "directes".

D'après ce que nous avons vu et testé, il s'agit d'un parcours d'achat typique. Mais comme il ne fait pas partie des rapports de dernière attribution par défaut en tant que "LinkedIn", l'approche des données et du marketing est laissée de côté.

Pire encore, l'activité non traçable qui génère des résultats est remplacée par une activité traçable qui ne le fait pas. Par exemple, la vidéo est remplacée par des annonces illustrées statiques qui dirigent l'utilisateur vers une annonce "Obtenir une démo" pour la seule raison que le retour sur investissement est plus facile à suivre.

Dans un monde riche en informations, les conversions B2B sur un premier point de contact se font plus rares.

La majorité des activités qui justifient de conduire les utilisateurs vers votre site Web (pour lire des blogs, des études de cas, des podcasts) seront rarement la source de pistes de réponse directe. Cela signifie qu'ils recevront rarement une attribution pour une vente.

Une fois de plus, une grande partie de votre public cible ne sera pas celui qui entrera en contact. Au lieu de cela, ils transmettent les informations à quelqu'un d'autre qui remplira le formulaire "Obtenir un devis" ou "Obtenir une démo".

Ceci est connu sous le nom d'entonnoir social sombre ou sombre.

Le dark social implique toute l'activité non suivie qui se produit sur des plateformes comme Slack, WhatsApp, DM, qui ne sont pas aussi facilement tracées.

Un exemple récent de cela en action est notre chef de PPC, Alex, a vu plusieurs publicités LinkedIn pour un nouveau logiciel de blocage IP, qui, selon lui, aiderait au fonctionnement quotidien de notre agence PPC. Il m'a envoyé le nom de la marque via Slack, et le jour même nous avions une licence payante.

Le plus drôle, c'est que l'annonce LinkedIn qu'il a vue n'aurait pas été créditée pour ces revenus. Cela relèverait de la «recherche organique» - car c'est ainsi que j'ai recherché la marque et payé le logiciel.

Comment attribuer à l'entonnoir sombre

Il existe plusieurs façons de résoudre ce problème. Le moyen le plus simple consiste à ramener le marketing à l'essentiel et à demander aux utilisateurs comment ils ont entendu parler de votre entreprise. Voici un exemple de notre champ obligatoire.

Si vous le laissez comme un champ de texte ouvert, vous serez surpris de la quantité d'informations que l'utilisateur vous donne sur la façon dont il a entendu parler de votre marque.

Vous pouvez ensuite configurer des règles automatisées dans votre CMS qui mettent à jour l'attribution avec les mots-clés que les utilisateurs ont utilisés dans ce champ.

Publicités LinkedIn sur Google Data Studio

Passons maintenant au bon moment.

En utilisant l'intégration de Supermetrics avec Google Data Studio, nous avons développé une méthode pour rendre compte de l'impact plus large des publicités LinkedIn sur les résultats.

Découvrez comment nous procédons dans cette vidéo étape par étape.

Commencer

Essayez LinkedIn Ads avec Google Data Studio gratuitement pendant 14 jours

Démarrer un essai

Conclure

LinkedIn Ads n'est pas un canal "d'intention", vous ne devriez donc pas diffuser d'annonces à forte intention. Au lieu de cela, vous pouvez utiliser leur ciblage hyper-spécifique pour fournir un contenu qui résonne, puis voir quelles entreprises passent en tant que trafic «direct» ou «recherche organique» qui ont vu vos annonces. Et utilisez ces données pour évoluer.

A propos de l'auteur

Ben Brown est le fondateur de Session Media, une agence de marketing SaaS. Vivant de burritos et de sa carte de café Pret-a-Manger, Ben aime aider les entreprises B2B SaaS à créer des stratégies qui stimulent la croissance de l'entreprise, presque autant qu'il aime se référer à lui-même à la 3ème personne.