속성 모범 사례
조직에 적합한 속성 모델을 선택하는 것은 여러 고려 사항에 따라 다릅니다. 이 문서에서는 하나의 방식 및 몇 가지 일반적인 모범 사례에 대해 알아봅니다.
1단계: 탐색적 분석
이 단계는 먼저 고객 행동을 이해하고 전환 지표를 정의하는 절차로 구성됩니다. 전환 지표를 기반으로 데이터 피드(원시 데이터용) 또는 Analysis Workspace와 같은 도구를 통해
- 전환하기 전에 다른 마케팅 채널을 터치하고 있는 고객의 수와
- 이러한 행동의 비율/분포를 보다 쉽게 이해할 수 있습니다.
예를 들어 고객의 50%가 전환하기 전에 세 개의 채널을 터치한다면 이들 세 개의 채널 사이에 인터랙션이 있습니까?
그런 다음 상위 및 하위 단계 분석을 수행하여 이해를 확장할 수 있습니다.
상위 단계 분석
상위 단계 분석 채널은 브랜드 또는 제품 인지도를 창출하기 위해 사용됩니다. 예를 들어 대부분의 TV 광고의 목표는 브랜드 인지도입니다. 사람들은 시간이 지남에 따라 TV 광고를 잊게 되므로 “시간 감소” 속성 모델을 사용할 수도 있습니다.
하위 단계 분석
하위 단계 분석에서는 사람들이 이미 귀하의 브랜드를 알고 있고 귀하는 사람들이 전환하기를 원한다고 가정합니다. 이메일, 푸시 알림 또는 Facebook 광고를 사용합니다.
2단계: 규칙 기반 속성
이 단계의 목적은 가설을 확인하는 것입니다.
예 1
“첫 번째 터치 채널이 마지막 터치 채널보다 전환에 더 많은 영향을 미친다.”라는 가설을 설정해 보도록 하겠습니다.
이 경우 “역 J자형” 속성 모델을 사용하여 이 가설을 테스트할 수 있습니다. 이 모델은 첫 번째 터치 포인트에 60%의 크레딧을 제공합니다.
예 2
“우리 업계(예: 여행 산업)에서는 고객이 제품을 구입하기 전에 많은 조사를 하기 때문에 속성 기간이 30일이 아니라 60일 또는 90일이다.”라는 가설을 설정해 보겠습니다.
이 경우 전환 확인 기간을 90일로 변경할 수 있습니다.
3단계: 알고리즘 속성 사용
모든 질문에 만족스러운 답변을 제공하는 기여도 모델이 아직 없는 경우 알고리즘 기여도를 사용할 수 있습니다. 많은 수의 가능한 가설과 조합을 검증하는 것은 매우 어렵기 때문에, 알고리즘 속성은 내장된 알고리즘을 사용하여 차원 항목에 크레딧을 할당합니다.
기타 고려 사항
- Analysis Workspace에 의존하지 않고 데이터 과학자의 서비스를 사용해야 할 수도 있습니다.
- Adobe 데이터 피드에서와 같이 원시 데이터를 사용할 수 있습니다.
- 예를 들어 노출 데이터를 고려하려는 경우 Customer Journey Analytics 사용을 고려해 보십시오.