營銷組合建模與歸因建模：優缺點
已發表: 2021-10-06大多數營銷團隊都存在某種數據問題。
他們要么沒有足夠的數據，要么擁有太多數據，要么最常見的是，他們不知道如何處理這些數據。
這就是為什麼在這篇文章中，我們將評估企業目前使用營銷數據的兩種最常見的方式：歸因建模和營銷組合建模。
讓我們潛入水中。
MMM 與 MTA [網絡研討會]
觀看我們關於營銷組合建模與多點觸控歸因的網絡研討會，了解更多信息。
什麼是歸因建模？
歸因建模是設置規則的過程，以確定客戶旅程中的每個接觸點對銷售的貢獻程度。 這樣做是為了估計營銷的收入貢獻。
常見的多點觸控歸因模型包括：
- 線性歸因：客戶旅程中的每個（可跟踪）接觸點都有相同的收入貢獻。
- 時間衰減歸因：客戶旅程中最近的接觸點比早期接觸點對收入的貢獻更大。
- 基於位置的歸因：第一個和最後一個接觸點對收入的貢獻大於客戶旅程中間的接觸點。
歸因建模的好處
在紙面上，歸因建模的承諾很有吸引力：它可以幫助營銷人員剖析客戶旅程並了解每個接觸點如何促成銷售。 從理論上講，歸因模型應該幫助營銷人員更有效地將預算分配給對收入影響最大的渠道、活動和活動。
但是，這裡的關鍵字理論上是 。 讓我們來看看歸因建模經常無法兌現承諾的一些原因。
歸因建模的缺點
1. 100% 可追踪性的虛假承諾
讓我們從最大的問題開始：多點觸控歸因建立在一個虛假的承諾之上，即每台設備上的每一個接觸點都是可追踪的。
問題是，這個承諾是出於惡意。
我們根本無法跟踪每個人的每次印象和點擊。 出於法律、道德和技術原因，我們也永遠無法做到。 事實上，cookie 的消亡和 iOS 14 的引入實際上意味著可追踪接觸點的數量正在下降，使得歸因變得更加困難。
側邊欄：多點觸控歸因的支持者在這裡會爭辯說，收集大約 70% 的客戶接觸點的數據比收集 0% 的數據要好。 這個論點的問題在於，無論你如何分割它，你最終都會高估你實際上可以衡量的渠道。 結果，您最終可能會做出一些非常糟糕的決定，而忽略了客戶旅程中最重要的（？） 30%。
那麼，您應該如何處理正在收集的數據呢？ 好吧，我們稍後再談。
2. 歸因衡量點擊次數——並且僅衡量點擊次數
歸因未能解釋客戶旅程中的許多接觸點的原因是歸因模型通常衡量點擊次數，並且僅衡量點擊次數。 換句話說，任何離線接觸點、黑暗社交和印像都完全被排除在大多數模型之外。
那個讓你的 CEO 做客的播客？ 無法歸因。 那個LinkedIn帖子沒有鏈接到你的網站？ 無法歸因。 有人推薦你的產品的那個 Slack 組？ 你猜對了：也無法歸因。
了解這一點並大致了解人類如何做出決策後，您認為我們在歸因模型中包含 Facebook 和 Google 廣告、登錄頁面訪問和網絡研討會註冊是否可以 - 但沒有考慮來自同行、播客和社交媒體帖子？
不？ 沒想到。
3. 歸因實際上是完全虛構的
這兩點巧妙地將我們帶到了第三點：歸因實際上是虛構的。
正如蒂姆威爾遜在最近的一次採訪中指出的那樣，“我們進行歸因的方式對數據科學家來說是可笑的。 選擇最後接觸、第一次接觸、時間衰減或逆 J 曲線的啟發式模型絕對是荒謬的。 這有兩個原因：首先，很難在所有接觸點上跟踪一個人，其次，歸因也忽略了一個人與品牌的歷史。”
從科學上講，您如何證明某個點擊對購買決定產生了積極或任何影響？ 還是某個接觸點的貢獻大於另一個？ 當您考慮它時，您會意識到我們決定將功勞分配給每個接觸點的方式根本不是基於任何科學。
事實上，在大多數情況下，可以說人們會購買我們的產品而不管（或儘管）我們的廣告。 然而，這些廣告將要求購買一些信用，因為從技術上講，它們是在客戶購買之前展示給他們的。
4. 只有好氛圍
最後，大多數歸因模型假設每個接觸點都對購買決策產生積極影響。 考慮到人們最終可能會購買與他們有過負面互動的產品或服務，這顯然是有問題的。
換句話說，多點觸控歸因可以被認為是等同於毒性積極性的數據。
什麼是營銷組合建模？
營銷組合建模是指對歷史營銷和銷售數據的統計分析，以估計特定的未來營銷活動將對收入（或任何其他因變量）產生的影響。 這樣做是為了優化將營銷預算分配給正確的渠道和活動。
營銷組合建模的好處
與多點歸因不同，營銷組合建模側重於分析與輸出（考慮收入或品牌知名度）相關的輸入（考慮預算和渠道），使用統計方法而不是可跟踪的客戶行為的薄弱鏈。
換句話說，目標不是建立一個全面的客戶旅程模型，而是了解每個渠道和活動在業務整體成功中所扮演的角色。
更重要的是，營銷組合建模基於真實有效的科學。 MMM 是應用線性回歸，它可以更容易可靠地測量，因為所有輸入都是已知的。
最後，與 MTA 不同，MMM 還將考慮某些渠道、活動或資產對收入的負面影響。
在紙上聽起來很棒，對吧？ 然而，這並不意味著營銷組合建模沒有自己的問題。
營銷組合建模的缺點
1.要使營銷組合建模起作用，您需要相對較大的預算
營銷組合建模的最大問題可能是，它只有在您的公司達到一定規模和媒體預算時才開始有意義。 這是因為您需要在營銷組合中創造可變性，才能真正開始看到每個渠道和活動的影響。
例如，如果您每月只在廣告上花費 1,000 美元，那麼無論您如何在不同渠道、廣告類型和廣告素材之間分配預算，您都不太可能看到很大的效果。
2. MMMs 通常會忽略反事實
傳統營銷組合建模的另一個大問題是它忽略了反事實。 換句話說，在營銷組合建模中包含對照組或增量測試並不常見。
相反，大多數營銷組合模型都關注全球人口（在統計意義上），這使得很難理解您對預算分配和渠道組合所做的更改的真正影響。
但是，規則手冊中沒有任何內容說您不能將 MMM 與隨機對照研究結合起來以使您的發現更可靠。
3.過分強調轉化
在大多數情況下，MMM 會低估漏斗頂部的意識建設活動。 這是因為大多數 MMM 將收入視為因變量，而將支出視為自變量。
換句話說，如果你的投入是營銷支出，你的產出就不可能是品牌知名度。
但是，您當然可以通過將品牌知名度作為因變量來緩解這個問題。
4. MMM 在 B2B 環境中變得棘手
與多點觸控歸因非常相似，營銷組合模型在 B2C 環境中也比在 B2B 環境中更容易實施。
這是因為 MMM 假設人口是同質的——而不是由具有獨特目標、挑戰和優先事項的不同角色和角色組成。
然而，這並不意味著營銷組合建模不能在 B2B 環境中工作。 這只是意味著實現它會稍微複雜一些。
MMM vs. MTA：最終得分
長話短說，營銷組合建模對於那些有預算和手段的人來說是一個更好的解決方案。
如果你不這樣做，那麼簡單的 A/B 測試和轉化率優化可能比歸因建模更好。 除非您可以相對確定您的歸因模型捕捉到最重要接觸點的數據。
畢竟，有時基於有限的數據採取行動比建立一個只給你一小部分真相的複雜模型要好。
了解有關 MMM 與 MTA 的更多信息
觀看我們的 Proof Analytics 網絡研討會，我們將深入探討多點觸控歸因和營銷組合建模的優缺點。