Моделирование маркетингового комплекса и моделирование атрибуции: плюсы и минусы
Опубликовано: 2021-10-06У большинства маркетинговых команд есть какая-то проблема с данными.
Либо у них недостаточно данных, либо их слишком много, либо, чаще всего, они не знают, что с ними делать.
И именно поэтому в этом посте мы оценим два наиболее распространенных способа, которыми компании в настоящее время используют свои маркетинговые данные: моделирование атрибуции и моделирование комплекса маркетинга.
Давайте погрузимся прямо в.
МММ против МТА [вебинар]
Посмотрите наш вебинар о моделировании маркетингового комплекса и мультисенсорной атрибуции, чтобы узнать больше.
Что такое моделирование атрибуции?
Моделирование атрибуции — это процесс установки правил, которые определяют, насколько каждая точка взаимодействия на пути клиента способствует продаже. Это делается для оценки вклада маркетинга в доход.
Общие модели мультисенсорной атрибуции включают в себя:
- Линейная атрибуция: каждая (отслеживаемая) точка взаимодействия на пути клиента приносит равный доход.
- Атрибуция по времени: более свежие точки взаимодействия на пути клиента приносят больше дохода, чем более ранние точки взаимодействия.
- Атрибуция на основе позиции: первая и последняя точки взаимодействия приносят больше дохода, чем точки взаимодействия в середине пути клиента.
Преимущества моделирования атрибуции
На бумаге перспективы моделирования атрибуции привлекательны: они помогают маркетологам анализировать путь клиента и понимать, как каждая точка взаимодействия способствует продаже. Теоретически модели атрибуции должны помочь маркетологам более эффективно распределять свои бюджеты по каналам, кампаниям и действиям, оказывающим наибольшее влияние на доход.
Однако ключевое слово здесь теоретически . Давайте рассмотрим некоторые причины, по которым моделирование атрибуции часто не оправдывает возложенных на него надежд.
Недостатки моделирования атрибуции
1. Ложное обещание 100% отслеживаемости
Давайте начнем с самой большой проблемы: мультитач-атрибуция построена на ложном обещании, что каждая точка касания на каждом отдельном устройстве отслеживается.
Проблема в том, что это обещание было дано недобросовестно.
Мы просто никогда не могли отслеживать каждый показ и клик каждого человека. И по юридическим, этическим и техническим причинам мы тоже никогда не сможем этого сделать. Фактически, смерть файла cookie и введение iOS 14 на самом деле означают, что количество отслеживаемых точек взаимодействия сокращается, что еще больше затрудняет атрибуцию.
Боковая панель: Сторонники мультисенсорной атрибуции утверждают, что сбор данных о 70% точек взаимодействия с клиентами лучше, чем сбор 0% этих данных. Проблема с этим аргументом заключается в том, что независимо от того, как вы его нарезаете, в конечном итоге вы переоцените каналы, которые вы можете измерить. И в результате вы можете принять довольно ужасные решения, которые игнорируют самые важные (?) 30% пути вашего клиента.
Что же тогда делать с данными, которые вы собираете? Ну, мы вернемся к этому позже.
2. Атрибуция измеряет клики — и только клики
Причина, по которой атрибуция не учитывает многие точки соприкосновения на пути клиента, заключается в том, что модели атрибуции обычно измеряют клики, и только клики. Другими словами, в большинстве моделей полностью исключены любые оффлайн-точки соприкосновения, темные социальные сети и впечатления.
Тот подкаст, в котором ваш генеральный директор был гостем? Неприписываемый. Тот пост LinkedIn, который не ссылался на ваш сайт? Неприписываемый. Группа в Slack, где кто-то рекомендовал ваш продукт? Как вы уже догадались: также неатрибутируемым.
Зная это и имея общее представление о том, как люди принимают решения, считаете ли вы нормальным, что мы включаем нашу рекламу в Facebook и Google, посещения целевых страниц и подписки на вебинары в наши модели атрибуции, но не учитываем личные рекомендации от сверстники, подкасты и сообщения в социальных сетях?
Нет? Не думал.
3. Атрибуция на самом деле полностью выдумана
Эти два пункта плавно подводят нас к третьему: атрибуция буквально выдумана.
Как отмечает Тим Уилсон в недавнем интервью, «то, как мы проводим атрибуцию, вызывает смех у ученых, занимающихся данными. Совершенно нелепо выбирать эвристическую модель последнего касания, первого касания, временного распада или обратной J-кривой. И это по двум причинам: во-первых, очень сложно отследить одного человека по всем точкам соприкосновения, а во-вторых, атрибуция также игнорирует историю взаимодействия человека с брендом».
С научной точки зрения, как бы вы доказали, что определенный клик оказал положительное влияние на решение о покупке? Или что одна точка взаимодействия внесла больший вклад, чем другая? Когда вы задумаетесь об этом, вы поймете, что то, как мы решили распределить кредиты по каждой точке взаимодействия, вообще не основано на какой-либо науке.
На самом деле, в большинстве случаев можно утверждать, что люди собирались покупать наш продукт независимо от нашей рекламы (или вопреки ей). Тем не менее, реклама будет претендовать на некоторую ценность покупки, потому что технически она была показана покупателю до того, как он совершил покупку.
4. Только хорошее настроение
Наконец, большинство моделей атрибуции предполагают, что каждая точка взаимодействия положительно влияет на решение о покупке. Это, очевидно, проблематично, учитывая, что люди могут в конечном итоге покупать продукты или услуги, с которыми у них было негативное взаимодействие.
Другими словами, мультитач-атрибуцию можно считать данными, эквивалентными токсичной позитивности.
Что такое моделирование комплекса маркетинга?
Моделирование маркетингового комплекса относится к статистическому анализу исторических данных о маркетинге и продажах для оценки влияния конкретных будущих маркетинговых мероприятий на доход (или любую другую зависимую переменную). Это делается для оптимизации распределения маркетингового бюджета по нужным каналам и кампаниям.
Преимущества моделирования комплекса маркетинга
В отличие от мультисенсорной атрибуции, моделирование маркетингового комплекса фокусируется на анализе входных данных (например, бюджетов и каналов) по отношению к результатам (например, доходов или узнаваемости бренда) с использованием статистических методов вместо слабой цепочки отслеживаемых действий клиентов.
Другими словами, цель состоит не в том, чтобы построить комплексную модель пути клиента, а в том, чтобы понять роль каждого канала и кампании в общем успехе бизнеса.
Более того, моделирование маркетингового комплекса основано на реальной и достоверной науке. МММ использует линейную регрессию, которую гораздо проще надежно измерить, поскольку известны все исходные данные.
Наконец, в отличие от MTA, MMM также будет учитывать негативное влияние на доход определенных каналов, кампаний или активов.
Звучит здорово на бумаге, правда? Однако это не означает, что моделирование комплекса маркетинга не имеет своих проблем.
Недостатки моделирования комплекса маркетинга
1. Чтобы моделирование маркетингового комплекса работало, вам нужен относительно большой бюджет.
Возможно, самая большая проблема с моделированием маркетингового комплекса заключается в том, что оно начинает иметь смысл только тогда, когда ваша компания достигает определенного масштаба и медиа-бюджета. Это потому, что вам нужно создать вариативность в вашем маркетинговом комплексе, чтобы действительно увидеть влияние каждого канала и кампании.
Например, если вы тратите на рекламу всего 1000 долларов в месяц, маловероятно, что вы заметите значительный эффект, независимо от того, как вы распределите бюджет между различными каналами, типами объявлений и креативами.
2. МММ обычно игнорируют контрфактическое
Другая большая проблема с традиционным моделированием маркетингового комплекса заключается в том, что оно игнорирует контрфактические факты. Другими словами, не принято включать контрольные группы или тесты инкрементальности в моделирование комплекса маркетинга.
Вместо этого большинство моделей маркетингового комплекса фокусируются на глобальном населении (в статистическом смысле), что затрудняет понимание истинного влияния изменений, которые вы вносите в распределение бюджета и структуру каналов.
Однако в своде правил нет ничего, что говорило бы о том, что вы не можете комбинировать МММ с рандомизированными контрольными исследованиями, чтобы сделать ваши выводы более надежными.
3. Чрезмерный акцент на конверсиях
В большинстве случаев МММ недооценивают мероприятия по повышению осведомленности в верхней части воронки. Это связано с тем, что большинство МММ рассматривают доход как зависимую переменную, а расходы как независимую переменную.
Другими словами, если ваш вклад — это расходы на маркетинг, вашим результатом не может быть узнаваемость бренда.
Однако вы, конечно, можете смягчить эту проблему, сделав узнаваемость бренда зависимой переменной.
4. МММ становится сложнее в среде B2B
Подобно мультисенсорной атрибуции, модели маркетингового комплекса легче реализовать в среде B2C, чем в среде B2B.
Это связано с тем, что MMM предполагают, что население однородно, а не состоит из разных ролей и личностей с уникальными целями, проблемами и приоритетами.
Это, однако, не означает, что моделирование маркетингового комплекса не может работать в условиях B2B. Это просто означает, что реализовать его будет немного сложнее.
МММ против МТА: итоговый счет
Короче говоря, моделирование маркетингового комплекса — гораздо лучшее решение для тех, у кого есть на это бюджет и средства.
А если нет, то вам может быть лучше простое A/B-тестирование и оптимизация коэффициента конверсии, чем моделирование атрибуции. Если только вы не можете быть относительно уверены, что ваша модель атрибуции собирает данные о наиболее важных точках взаимодействия.
В конце концов, иногда лучше действовать на основе ограниченных данных, чем строить сложную модель, которая дает вам только часть правды.
Узнайте больше о МММ и МТА
Посмотрите наш вебинар с Proof Analytics, где мы более подробно рассмотрим преимущества и недостатки мультисенсорной атрибуции и моделирования маркетингового комплекса.