自訂模型的最佳實務

上次更新: 2023-08-14

概觀

除了 Marketo Measure 現成可用的歸因模型,第2層客戶及更高層級客戶可存取自訂歸因模型。

此 Marketo Measure 自訂歸因模型可讓使用者選擇要納入模型中的里程碑接觸點位置和/或自訂階段。 此外,使用者可以控制模型中每個階段的歸因點數百分比(使用者最多可定義6個其他自訂階段),也可以使用模型建議的歸因百分比值。 Marketo Measure 機器學習模型。

自訂歸因模型有兩個主要方面:

自訂階段 允許使用者定義與其業務和流程相關的漏斗。 自訂階段應該代表整個購買者歷程中的「里程碑」,非常類似於 Marketo Measure 里程碑(首次接觸、潛在客戶建立接觸、商機建立接觸和封閉式成功接觸)會在股票歸因模型中進行。 您的自訂階段必須在帳戶內正確定義和對應,以確保 Marketo Measure 會正確追蹤階段轉變。 這是為了識別哪些接觸點應該與每個階段相關聯,並適當地屬性化評分。 自訂階段對應基本上是標準「階段對應」的延伸,應遵循相同實務。

注意

如需詳細資訊,請參閱階段對應最佳實務資源

自訂歸因模型 會在您選取「自訂階段」漏斗後定義。 然後,使用者可以控制應該將多少歸因點數指派給每個自訂階段以及 Marketo Measure 里程碑階段。 使用者可依其認為適當的方式為每個階段指派評分,或參考 Marketo Measure 機器學習模型,可作為根據歷史資料的「建議模型」。

請務必正確定義自訂模型的這兩個層面,以確保 Marketo Measure 正在產生精確的自訂歸因模型。

最佳實務

無論您是第一次設定自訂模型,還是檢閱先前已建立的專案,請務必牢記以下最佳實務。

  • 開始簡單
    • 識別您要新增至自訂模型的關鍵階段,這些階段對您的至關重要 Marketo Measure 報告。 通常,這些是您通常會測量或希望深入瞭解的階段
    • 您可以隨時新增至您的自訂模型
  • 利用 Marketo Measure 機器學習模型
    • 如果您難以決定歸因劃分的百分比, Marketo Measure 機器學習模型可協助您在設定自訂歸因模型時做出明智的決策。
    • 檢視機器學習模型時,每個階段的歸因百分比會反映行銷工作的潛在影響
      • 較高的百分比表示行銷會直接影響漏斗在該點的移動
      • 歸因百分比越低,表示團隊監視的階段越不重要
  • 您必須根據「銷售機會」或「連絡人」階段來定義漏斗階段的頂端,而不是同時定義兩者
    • 這表示您必須確保所有人員都會在相對物件上通過該舞台
      • 例如:如果您從Lead物件定義MQL階段,則所有人員必須以Lead進入您的系統,並在其Lead記錄上標籤為MQL,以便 Marketo Measure 以準確反映哪個接觸點與Lead轉換至MQL有關。 如果不是這種情況,並且有些人會在成為MQL作為潛在客戶之前進展到聯絡, Marketo Measure 您將無法在接觸點資料中準確說明此問題,且必須假設該人員已執行MQL。 Marketo Measure 無法說明階段跳躍原因,因此我們會推斷階段已通過,即使階段未通過。
  • 確保為您納入用來定義自訂階段的所有欄位啟用欄位歷史記錄追蹤
  • 請勿使用公式欄位來定義自訂階段
    • 布林值欄位是最佳實務建議
  • 請勿將自訂階段合併到自訂模型中 Marketo Measure 里程碑接觸點位置(FT、LC、OC、已結束的勝利/失敗)
    • 如果您這麼做,這些位置將一律同時發生,並可能導致漏斗部分獲得膨脹的歸因評分。
  • 與您的Sales Opp團隊合作
    • 引進與階段最接近的團隊及其含義,將確保您使用正確的階段,且其定義正確

維護最佳實務

您每年至少審視自訂模型兩次,才能確保自訂歸因報表準確可靠。

如果您的自訂模型使用機器學習模型,則應每季在自訂模型中檢閱其應用程式,以確保您的自訂模型儘可能最新。

其他可能觸發檢閱自訂模型的原因包括……

  • 您行銷團隊中的營業額
  • 對您的CRM階段所做的任何變更
  • 組織漏斗的更新
  • 在您的網站中看到不準確的收入資料 Marketo Measure 套用自訂模型時產生報表
  • 檢視已填入與您的組織漏斗無關的接觸點位置

此頁面上的