Prácticas recomendadas de atribución

Elegir el modelo de atribución correcto para su organización depende de una serie de consideraciones. Este artículo explora una metodología y algunas prácticas recomendadas generales.

Paso 1: análisis exploratorio

NOTA

Este análisis debe realizarse antes de elegir un modelo de atribución.

Esta fase consiste inicialmente en comprender el comportamiento del cliente y definir las métricas de conversión. En función de las métricas de conversión, herramientas como Fuentes de datos (para datos sin procesar) o Analysis Workspace le facilitan la comprensión de

  • ¿Cuántos clientes están tocando diferentes canales de marketing antes de la conversión?
  • La proporción/distribución de estos comportamientos.

Por ejemplo, si el 50 % de los clientes tocan tres canales antes de la conversión, ¿existe interacción entre esos tres canales?
A continuación puede realizar análisis de canal superior e inferior para ampliar su comprensión.

Análisis del canal superior

El análisis del canal superior analiza los canales utilizados para crear la imagen de marca o del producto. Por ejemplo, el objetivo de la mayoría de los anuncios de TV es la imagen de marca. Puede utilizar el modelo de atribución "Time decay", ya que las personas se olvidarán de su anuncio de TV a lo largo del tiempo.

Análisis de canal inferior

En este análisis, la suposición es que las personas ya conocen su marca y usted quiere que se conviertan. Utilice notificaciones push o por correo electrónico o anuncios de Facebook.

Paso 2: atribución basada en reglas

El propósito de este paso es validar las hipótesis.

Ejemplo 1

Digamos que su hipótesis es "Mi canal de primer contacto tiene más impacto en la conversión que mi canal del último contacto. A continuación, utilice el modelo de atribución "Inverse J-shape" para probar esta hipótesis. Este modelo proporciona el 60 % del crédito al primer punto de contacto.

Ejemplo 2

Su hipótesis puede ser: "En nuestra industria (como la industria de viajes), la ventana de atribución es de 60 o 90 días, no de 30 días, porque los clientes hacen mucha investigación antes de comprar un producto. Luego cambiaría su ventana retrospectiva a 90 días.

Paso 3: utilizar atribución algorítmica

Como es muy difícil validar un gran número de hipótesis y combinaciones posibles, puede utilizar la atribución algorítmica para dejar este trabajo en algoritmos integrados. Si ya ha encontrado el modelo de atribución perfecto que responde a todas sus preguntas, entonces no necesita realizar este paso.

Otras consideraciones

  • Es posible que necesite utilizar los servicios de un científico de datos en lugar de depender solo de Analysis Workspace.
  • Puede confiar en los datos sin procesar, como en las fuentes de datos de Adobe.
  • Considere utilizar Customer Journey Analytics, por ejemplo, si desea tener en cuenta los datos de Impresiones.

En esta página