Best practice di attribuzione
La scelta del modello di attribuzione corretto per l’organizzazione dipende da una serie di considerazioni. Questo articolo esplora una metodologia e alcune best practice generali:
Analisi esplorativa
Questa fase consiste inizialmente nel comprendere il comportamento del cliente e definire le metriche di conversione. In base alle metriche di conversione, strumenti come Feed dati (per dati non elaborati) o Analysis Workspace facilitano la comprensione di
- Quanti clienti toccano diversi canali di marketing prima della conversione
- La proporzione/distribuzione di questi comportamenti
Ad esempio, se il 50% dei clienti tocca 3 canali prima della conversione, esiste un’interazione tra questi 3 canali?
Per approfondire le tue conoscenze, esegui analisi upper e lower funnel.
Analisi upper funnel
I canali di analisi upper funnel sono utilizzati per creare awareness del brand o del prodotto. Ad esempio, la maggior parte degli annunci TV hanno come obiettivo la brand awareness. Utilizza il modello di attribuzione Decadimento nel tempo, poiché nel tempo le persone si dimenticheranno del tuo annuncio TV.
Analisi lower funnel
Nell’analisi lower funnel, il presupposto è che le persone conoscano già il tuo marchio e che il tuo obiettivo sia la conversione. Utilizza notifiche e-mail o push o annunci Facebook.
Attribuzione basata su regole
Lo scopo di questo passaggio è quello di convalidare le tue ipotesi.
Esempio 1
Supponiamo che l’ipotesi sia: “Il mio canale di primo contatto ha un impatto maggiore sulla conversione rispetto al mio canale di ultimo contatto.”
In questo caso, utilizza il modello di attribuzione a forma di J inversa per testare questa ipotesi. Questo modello attribuisce il 60% del credito al primo punto di contatto.
Esempio 2
Supponiamo che l’ipotesi sia: “Nel settore dei viaggi, la finestra di attribuzione è di 60 o 90 giorni, non di 30, perché i clienti effettuano molte ricerche prima di acquistare.”
In questo caso, modifica l’intervallo di lookback in 90 giorni.
Utilizzare l’attribuzione algoritmica
Se non disponi ancora di un modello di attribuzione che fornisca risposte soddisfacenti a tutte le domande, puoi utilizzare l’attribuzione algoritmica. Poiché è molto difficile convalidare un numero elevato di ipotesi e combinazioni possibili, l’attribuzione algoritmica utilizza algoritmi incorporati per allocare credito tra gli elementi dimensionali.
Altre considerazioni
- Potrebbe essere necessario avvalersi anche di un data scientist, invece di affidarsi solo ad Analysis Workspace.
- Puoi fare affidamento sui dati non elaborati, come nei feed di dati di Adobe.
- È consigliabile utilizzare Customer Journey Analytics, ad esempio, se si desidera considerare i dati relativi alle impression.