Μοντελοποίηση απόδοσης

Η μοντελοποίηση απόδοσης είναι η αναλυτική πρακτική της ανάθεσης πίστωσης για μια μετατροπή, όπως μια αγορά, μια υποβολή υποψήφιου πελάτη ή μια εγγραφή, στους διάφορους σημεία επαφής μάρκετινγκ ένας πελάτης αλληλεπίδρασε πριν ολοκληρώσει αυτήν την ενέργεια. Επειδή οι σύγχρονοι πελάτες συνήθως συναντούν μια επωνυμία μέσω πολλαπλών καναλιών, για παράδειγμα ένα οργανικό αποτέλεσμα αναζήτησης, μια διαφήμιση επαναστόχευσης, μια ανάρτηση στα μέσα κοινωνικής δικτύωσης και μια άμεση επίσκεψη, πριν από τη μετατροπή, τα μοντέλα απόδοσης παρέχουν έναν συστηματικό τρόπο για να απαντηθεί ποιο από αυτά τα σημεία επαφής αξίζει πόση πίστωση και, κατ' επέκταση, πού πρέπει να διατεθεί ο προϋπολογισμός μάρκετινγκ. Οι συνηθισμένοι τύποι μοντέλων περιλαμβάνουν την απόδοση τελευταίου κλικ, η οποία αποδίδει το 100% της πίστωσης στο τελικό σημείο επαφής πριν από τη μετατροπή, την απόδοση πρώτου κλικ, τη γραμμική απόδοση, η οποία κατανέμει την πίστωση ομοιόμορφα σε κάθε σημείο επαφής, τα μοντέλα χρονικής αποσύνθεσης, τα οποία σταθμίζουν περισσότερο τα σημεία επαφής που είναι πιο κοντά στη μετατροπή, και την απόδοση που βασίζεται σε δεδομένα, η οποία χρησιμοποιεί στατιστικές ή μηχανικές μεθόδους μάθησης για την απονομή πίστωσης με βάση παρατηρούμενα μοτίβα σε πολλές διαδρομές μετατροπής.

Η απόδοση έχει σημασία επειδή η επιλογή του μοντέλου μπορεί να αλλάξει δραματικά τον τρόπο με τον οποίο μια επιχείρηση αντιλαμβάνεται την αποτελεσματικότητα μεμονωμένων καναλιών και καμπανιών, γεγονός που με τη σειρά του οδηγεί σε αποφάσεις προϋπολογισμού αξίας σημαντικών ποσών. Ένα μοντέλο τελευταίου κλικ, που εξακολουθεί να είναι το προεπιλεγμένο σε πολλές βασικές ρυθμίσεις αναλυτικών στοιχείων, τείνει να υπερεκτιμά συστηματικά τα κανάλια κάτω από το επίπεδο της διοχέτευσης, όπως η αναζήτηση με επώνυμα προϊόντα και το retargeting, τα οποία είναι συχνά το τελικό σημείο επαφής απλώς και μόνο επειδή εμφανίζονται αργά στο ταξίδι, ενώ υποτιμά τα κανάλια άνω επιπέδου, όπως το μάρκετινγκ περιεχομένου, τα μέσα κοινωνικής δικτύωσης και η διαφήμιση προβολής, τα οποία δημιουργούν αναγνωρισιμότητα και εξέταση νωρίτερα. Μελέτες για τις διαδρομές πελατών πολλαπλών αφής έχουν διαπιστώσει ότι μια τυπική διαδρομή αγοράς B2B μπορεί να περιλαμβάνει έξι ή περισσότερες διακριτές αλληλεπιδράσεις σε πολλά κανάλια σε μια περίοδο εβδομάδων ή μηνών, κάτι που η απόδοση τελευταίου κλικ απλά δεν μπορεί να αναπαραστήσει.

Η εφαρμογή μοντελοποίησης απόδοσης απαιτεί αξιόπιστη υποδομή παρακολούθησης, η οποία συνήθως περιλαμβάνει έναν συνδυασμό παραμέτρων UTM, cookies ή αναγνωριστικών πρώτου μέρους και μια πλατφόρμα δεδομένων πελατών ή ένα εργαλείο ανάλυσης ικανό να συνδυάσει σημεία επαφής σε όλες τις περιόδους σύνδεσης και, ιδανικά, σε όλες τις συσκευές. Πλατφόρμες όπως το Google Analytics 4 και το HubSpot προσφέρουν πολλές επιλογές μοντέλου άμεσα διαθέσιμες, ενώ πιο εξελιγμένοι οργανισμοί δημιουργούν προσαρμοσμένα μοντέλα που βασίζονται σε δεδομένα χρησιμοποιώντας αποθήκες δεδομένων σε συνδυασμό με στατιστικές τεχνικές όπως η μοντελοποίηση αλυσίδας Markov ή οι υπολογισμοί τιμών Shapley, οι οποίες εκτιμούν την οριακή συμβολή κάθε σημείου επαφής στη μετατροπή προσομοιώνοντας το αποτέλεσμα της αφαίρεσής του από τις παρατηρούμενες διαδρομές.

Ένας σημαντικός περιορισμός που συχνά παραβλέπεται είναι ότι κανένα μοντέλο απόδοσης, όσο εξελιγμένο κι αν είναι, δεν μπορεί να καταγράψει πλήρως τα κανάλια που λειτουργούν σε μεγάλο βαθμό εκτός των σημείων επαφής με την ψηφιακή τεχνολογία, όπως η διαφήμιση από στόμα σε στόμα, η διαφήμιση εκτός σύνδεσης ή η αναγνωρισιμότητα της επωνυμίας που έχει δημιουργηθεί με την πάροδο των ετών, γι' αυτό και η απόδοση θα πρέπει γενικά να αντιμετωπίζεται ως κατευθυντική απόδειξη και όχι ως πλήρης καταγραφή της αιτιότητας. Η αυξανόμενη εξάρτηση από την προστασία της ιδιωτικής ζωής, συμπεριλαμβανομένης της σταδιακής κατάργησης των cookies τρίτων, των περιορισμών που εισήχθησαν από τη Διαφάνεια Παρακολούθησης Εφαρμογών iOS και των περιορισμών παρακολούθησης σε επίπεδο προγράμματος περιήγησης, έχει επίσης υποβαθμίσει την ακρίβεια της παρακολούθησης μεταξύ συσκευών και συνεδριών, ωθώντας πολλούς οργανισμούς προς δοκιμές σταδιακής αύξησης, όπως τα πειράματα παρακράτησης βάσει γεωγραφικών δεδομένων, ως συμπληρωματική ή εναλλακτική μέθοδο για τη μέτρηση του πραγματικού αντίκτυπου του καναλιού.

Για μια συμβουλευτική εταιρεία ανάπτυξης ή CRO, η μοντελοποίηση απόδοσης παρέχει τη βάση δεδομένων για την ιεράρχηση των επενδύσεων σε πειραματικές και βελτιστοποιητικές εργασίες, καθώς ένα κανάλι που φαίνεται να οδηγεί σε ισχυρό όγκο μετατροπών σε ένα μοντέλο μπορεί να φαίνεται πολύ λιγότερο πολύτιμο σε ένα άλλο. Οι επαγγελματίες συνήθως συνιστούν τη σύγκριση αποτελεσμάτων σε τουλάχιστον δύο τύπους μοντέλων, για παράδειγμα ένα μοντέλο τελευταίου κλικ και ένα μοντέλο που βασίζεται σε δεδομένα ή γραμμικό, για τον εντοπισμό καναλιών των οποίων η αντιληπτή αξία μεταβάλλεται σημαντικά ανάλογα με τη μεθοδολογία, καθώς αυτά είναι τα κανάλια που είναι πιο πιθανό να υποστούν κακή διαχείριση σε μια ενιαία, υπεραπλουστευμένη άποψη. Το πρακτικό αποτέλεσμα αυτής της εργασίας είναι συνήθως μια αναθεωρημένη κατανομή του προϋπολογισμού και ένας σαφέστερος χάρτης για το ποια σημεία επαφής στη διοχέτευση απαιτούν περισσότερο ιδιαίτερη προσοχή στη βελτιστοποίηση μετατροπών.