Por que a atribuição tradicional de marketing B2B está quebrada e o que você pode fazer a respeito

Diga-me que o relatório de atribuição de marketing B2B está quebrado sem realmente me dizer que o relatório de atribuição de marketing B2B está quebrado…

Esta é uma das muitas solicitações de cotação em que a mensagem que chegou à Session Media não se alinhou com a fonte de atribuição concluída pelo Google Analytics ou pelo HubSpot.

E não sou só eu — conversei com muitos profissionais de marketing que descobriram que seus dados não refletem como o usuário realmente os descobriu. A luta é real - mesmo para marcas SaaS como Cogniism - lidando com muitas consultas de entrada.

Então, vamos falar sobre os problemas do rastreamento digital B2B tradicional e como você pode usar a Supermetrics para ajudar a otimizar seus esforços de geração de demanda em nosso canal social B2B favorito — LinkedIn.

Mas primeiro, o que é atribuição B2B?

Quais são os modelos de atribuição B2B

Antes de nos aprofundarmos nos problemas por trás da atribuição B2B, vamos recapitular os diferentes tipos de modelos de atribuição que usamos para relatar o sucesso do marketing.

Último clique

A atribuição de último clique refere-se a um modelo de análise da web em que o 'último clique' recebe crédito por uma conversão ou uma venda. Este é o modelo de atribuição padrão para o Google Analytics e a maioria dos dados de CRM.

Decaimento do tempo

A atribuição de redução de tempo é um modelo de atribuição multitoque que dá crédito a cada 'ponto de contato', mas o pondera mais para o ponto de último contato.

Linear

A atribuição linear distribui o crédito pela conversão igualmente em todas as interações.

Com base na posição

O modelo de atribuição baseado em posição dá crédito a todos os pontos de contato ao longo da jornada de conversão, mas atribui a maioria ao primeiro e ao último clique.

Primeiro clique

A atribuição de primeiro clique é um modelo de atribuição que atribui 100% do crédito de um lead ou conversão ao primeiro canal em que um usuário clicou.

O problema com modelos de atribuição

Em teoria, esses modelos fazem muito sentido e devem responder a todas as perguntas que temos sobre como os usuários se envolvem com nossa marca.

É assim que a maioria dos softwares de análise, como o Google Analytics e os sistemas de CRM, como HubSpot e Salesforce, são configurados por padrão, reforçando a credibilidade do modelo de atribuição.

É quase perfeito.

Há apenas uma questão principal que abre um buraco no que deveria ser um sistema de atribuição perfeito.

Não é como os compradores B2B compram.

De vez em quando, recebemos uma jornada de usuário rastreada como a acima, restaurando a confiança no rastreamento de vários pontos de contato.

Embora isso possa oferecer uma ótima visão sobre qual conteúdo está funcionando, o problema está ao analisar esses dados isoladamente para tomar decisões informadas sobre como dimensionar seu orçamento de marketing.

Por exemplo, se você estiver veiculando um anúncio em vídeo no LinkedIn, o usuário nem sempre pode clicar em seu anúncio, mas pode ter assistido aos 4 minutos completos de conteúdo. Mais tarde, eles chegam ao seu site e preenchem um formulário de alta intenção e são categorizados como uma conversão 'direta'.

Pelo que vimos e testamos, essa é uma jornada típica do comprador. Mas como ele não se enquadra nos relatórios de última atribuição padrão como 'LinkedIn', a abordagem de dados e marketing cai no esquecimento.

Pior ainda, a atividade não rastreável que está gerando resultados é substituída pela atividade rastreável que não o faz. Por exemplo, o vídeo sendo substituído por anúncios gráficos estáticos que direcionam o usuário para um anúncio 'Obter demonstração' pelo único motivo pelo qual o ROI é mais fácil de rastrear.

Em um mundo rico em informações, as conversões B2B em um primeiro ponto de contato estão ficando cada vez mais raras.

A maioria das atividades que garantem direcionar os usuários ao seu site – para ler blogs, estudos de caso, podcasts – raramente será a fonte de leads de resposta direta. O que significa que eles raramente receberão atribuição por uma venda.

Mais uma vez, muito do seu público-alvo não será aquele que realmente entrará em contato. Em vez disso, eles encaminham as informações para outra pessoa que preencherá o formulário 'Obter cotação' ou 'Obter demonstração'.

Isso é conhecido como dark social ou dark funnel.

Dark social envolve toda a atividade não rastreada que acontece em plataformas como Slack, WhatsApp, DMs, que não são tão facilmente rastreadas.

Um exemplo recente disso em ação é que nosso chefe de PPC, Alex, viu vários anúncios do LinkedIn para um novo software de bloqueio de IP, que ele pensou que ajudaria no funcionamento diário de nossa agência de PPC. Ele me enviou o nome da marca via Slack, e no mesmo dia tivemos uma licença paga.

O engraçado é que o anúncio do LinkedIn que ele viu não teria recebido crédito por essa receita. Ele teria se enquadrado na 'Pesquisa Orgânica', pois foi assim que pesquisei a marca e paguei pelo software.

Como atribuir ao funil escuro

Existem algumas maneiras de corrigir isso. A maneira mais simples é levar o marketing de volta ao básico e realmente perguntar aos usuários como eles ouviram falar da sua empresa. Aqui está um exemplo do nosso campo obrigatório.

Se você deixá-lo como um campo de texto aberto, ficará surpreso com a quantidade de informações que o usuário fornecerá sobre como ficou sabendo da sua marca.

Você pode configurar algumas regras automatizadas em seu CMS que atualizam a atribuição com palavras-chave que os usuários usaram nesse campo.

Anúncios do LinkedIn para o Google Data Studio

Agora para a parte boa.

Ao usar a integração do Supermetrics com o Google Data Studio, desenvolvemos um método para relatar o impacto mais amplo dos anúncios do LinkedIn nos resultados.

Confira como fazemos isso neste vídeo passo a passo.

iniciar

Experimente o LinkedIn Ads com o Google Data Studio gratuitamente por 14 dias

Iniciar um teste

Embrulhar

Os anúncios do LinkedIn não são um canal de 'intenção', portanto, você não deve exibir anúncios de alta intenção. Em vez disso, você pode usar a segmentação hiperespecífica para fornecer conteúdo que ressoe e, em seguida, ver quais empresas aparecem como tráfego "Direto" ou "Pesquisa orgânica" que viram seus anúncios. E use esses dados para dimensionar.

Sobre o autor

Ben Brown é o fundador da Session Media, uma agência de marketing SaaS. Vivendo de burritos e seu cartão de café Pret-a-Manger, Ben adora ajudar empresas B2B SaaS a criar estratégias que impulsionam o crescimento dos negócios - quase tanto quanto ele gosta de se referir a si mesmo na 3ª pessoa.