アトリビューションのベストプラクティス

組織に適したアトリビューションモデルの選択は、多くの考慮事項に基づいて行います。 この記事では、方法といくつかの一般的なベストプラクティスについて説明します。

手順 1:探索的分析

メモ

この分析は、アトリビューションモデルを選択する前に行う必要があります。

このフェーズでは、最初に顧客の行動を把握し、コンバージョン指標を定義します。 コンバージョン指標に基づいて、 データフィード (生データ用)や Analysis Workspace などのツールを使用すると、

  • コンバージョンを行う前に、どのくらいの顧客が様々なマーケティングチャネルに接触していますか。
  • これらの動作の割合/分布。

例えば、50% の顧客がコンバージョンの前に 3 つのチャネルにタッチした場合、これら 3 つのチャネル間で何らかのインタラクションはありますか。
その後、ファネルの上下の分析を行って、理解を深めることができます。

上位ファネル分析

上位ファネル分析は、ブランドや製品の認知度の作成に使用されるチャネルを分析します。 例えば、ほとんどのテレビ広告の目標はブランド認知度の向上です。時間の経過と共にテレビ広告は忘れられてしまうので、 「タイムディケイ」アトリビューションモデル を使用することもできます。

下部ファネル分析

この分析では、ユーザーが既にブランドを知っていて、コンバージョンすることを求めていると仮定します。 電子メールやプッシュ通知、または Facebook 広告を使用します。

手順 2:ルールベースのアトリビューション

この手順の目的は、仮説を検証することです。

例 1

「ファーストタッチチャネルは、ラストタッチチャネルよりもコンバージョンに大きな影響を与える」という仮説だとしましょう。 次に、 「逆 J 字型」アトリビューションモデル を使用して、この仮説をテストします。 このモデルでは、ファーストタッチポイントに対するクレジットの 60% が与えられます。

例 2

仮説は次のようになります。「当社の業界(旅行業など)では、顧客が商品の購入前に大量に調査するので、アトリビューションウィンドウは 30 日ではなく 60 日か 90 日です。 次に、 ルックバックウィンドウ を 90 日に変更します。

手順 3:アルゴリズムアトリビューションの使用

考えられる仮説と組み合わせの膨大な数を検証するのは非常に困難なので、アルゴリズムアトリビューションを使用して、この作業を組み込みのアルゴリズムに任せることができます。すべての質問に答える最適なアトリビューションモデルが既に見つかっている場合は、この手順を実行する必要はありません。

その他の考慮事項

  • Analysis Workspace だけに依存するのではなく、データサイエンティストのサービスを使用する必要性が生じる場合があります。
  • Adobe データフィードのように、生データを使用できます。
  • Customer Journey Analytics の使用を検討します。例えば、インプレッションデータを検討する場合などに有効です。

このページ