Deelvenster Adobe Analytics-toewijzing en terugzoekvensters
Wanneer ik eerst over het attributiepaneel en raadplegingsvenster dacht, werd ik onmiddellijk herinnerd aan het concept "tijdreis"; Toen werd ik natuurlijk ook herinnerd aan onze typische reactie op vele nieuwe instrumenten zoals deze, om het gewoon uit te stellen om het te gebruiken, omdat ze er zo ingewikkeld uitzien.
Ik bedoel eerlijk gezegd, kijk gewoon naar al die opties, switches, deelvensters, lezingen en knoppen. En serieus, laten we het hebben over die gecompliceerde knipperende lichten, slangen, kooien… WACHT! Dit is niet het moment om afleiding te krijgen in het praten over tijdmachines, we hebben gewoon geen tijd… of doen we dat?
Ik zal het attributiepaneel toegeven is een vrij complex hulpmiddel; onze typische taak als analisten is echter om dag in dag uit een ander van onze favoriete en zeer complexe instrumenten te gebruiken om ook te kijken naar wat er in het verleden is gebeurd . Dat hulpmiddel wordt genoemd Adobe Analytics! Dus ja, om onze zeer relevante vraag te beantwoorden, denk ik dat deze twee dingen zeggen dat we genoeg tijd hebben.
Daarom waarom zouden wij iets als een beetje angst moeten toestaan om de manier van zulke verbazingwekkende, gesofisticeerde, en krachtige hulpmiddelen als deze te verhinderen die ons letterlijk toestaan om achteruit in tijd, elke dag te kijken?
Want dit is TIJDREIS, mensen! We hebben het allemaal over dat soort dingen. Juist??!
Dus, wat wachten we op - een glanzende metalen auto, een politiedoos, of een oude telefoontoestel met de bedrading van een oude paraplu als antenne om op onze deur te komen?
Nee! We hebben nog iets beters, dus laten we er maar aan vasthouden!
Nou… je krijgt het idee.
Nu wij allen over tijdreis enthousiast zijn, nemen een diepe adem, stap terug een beetje, bepaal wat het werkelijk 2} attributiepaneel 0} is, en breken dingen neer een klein beetje:
Figuur 1 - Getallen die worden getoond zijn inline met tekst verder onder
In attributie, overweeg eenvoudig hoe de gebeurtenissen/de acties door een individu, verscheidene individuen, of één van om het even welk aantal verschillende gebeurtenissen in tijd zouden kunnen worden veroorzaakt.
Volgens Adobe , attributie geeft analisten de capaciteit aan om aan te passen hoe Dimension punten krediet voor succesgebeurtenissen ontvangen.
In feite, is zelden om het even welke bepaalde klantenreis echt lineair en zelfs minder vaak voorspelbaar. Bovendien zal elke klant in zijn eigen tempo te werk gaan; vaak kunnen ze teruggaan, vastlopen, uitvallen of andere niet-lineaire gedragingen volgen. Deze biologische acties maken het moeilijk of praktisch onmogelijk om de impact van marketinginspanningen op de hele reis van de klant te kennen. Het belemmert ook de inspanningen om meerdere gegevenskanalen aan elkaar te koppelen.
Dat klopt. Laat je ‘domino’-analogieën bij de deur staan en open voor concepten die meer op de lijn liggen van het vlindereffect en de snaartheorie - maar net als alle andere dingen moeten we beginnen met een aantal basisprincipes.
modellen van de Attributie
Wanneer wij het attributiepaneel gebruiken, kunnen wij beginnen verscheidene verschillende dingen waar te nemen. Bijvoorbeeld, tonen de attributiemodellen aan ons hoe onze omzettingen (d.w.z., ❶ succesmetriek) over hits in om het even welke bepaalde groep kunnen worden verdeeld.
Eenvoudig gezet, als 10 mensen a BIG RODE KNOP aan stap door een deur, onze attributiemodellen ons zullen vertellen welke van die 10 mensen wij "krediet"willen toewijzen - of beter gezegd, hoe veel "krediet"wij hen willen toewijzen - voor het drukken van genoemde knoop.
Het houden van dit in mening, zijn hier een paar voorbeelden van hoe ❸ attributiemodellen die 10 mensen zouden kunnen beïnvloeden:
-
Eerste aanraking: Dit model werkt precies als het klinkt door 100% krediet aan de eerste persoon te geven die door de deur liep. De markeertekens zijn waarschijnlijker deze benadering voor tactieken zoals sociale media of vertoning te gebruiken; het is echter ook een grote tactiek om vaak te gebruiken voor de doeltreffendheid van aanbevelingen ter plaatse voor producten.
-
Laatste aanraking: Deze tactiek werkt ook precies als het klinkt, maar in plaats daarvan geeft 100% krediet aan de LAATSTE persoon die door de deur liep. Dit model wordt typisch gebruikt om dingen als natuurlijk (biologisch) onderzoek en andere kortetermijn marketing cycluscampagnes te analyseren.
-
Lineair: Dit model verdeelt evend krediet over IEDERE ENKELE PERSOON die door de deur liep.
note caution CAUTION Hier wordt echter de nodige voorzichtigheid geboden, omdat u de resultaten zeer snel kunt verspreiden wanneer u deze tactiek toepast, rekening houdend met hoe langer de tactiek loopt en hoe groter het publiek dat deze bereikt. -
u-Vormd: Deze benadering wijst 40% van het krediet aan de eerste persoon in de deur toe, spreads 20% van het krediet over iedereen binnen tussen, en geeft dan 40% aan laatste door. Dit model zal het vaakst in situaties worden gebruikt wanneer u a lange omzetting/verkoopcyclus die verscheidene aanraakpunten langs de weg bevat. In dit geval, is uw doel eerste en laatste marketing tactiek primair te benadrukken die aan de klant het omzetten bijdroeg.
-
J - Vormde en Omgekeerde J:
-
Denk over u-Gegraveerd, maar in plaats daarvan wijst dit model 60% krediet aan de laatste persoon lopend door de deur, 20% aan eerst toe, en dan verdeelt resterende 20% over {11 4} iedereen anders *in het midden.*Omgekeerde J doet het nauwkeurige tegenovergestelde.
Het doel is hier het grootste deel van uw nadruk, of bij het begin of het eind van uw campagne te zetten; maar u wilt toch een bepaald bedrag aan krediet toekennen aan de bijdragende post aan de andere kant en tegelijkertijd de " kleine jongens " erkennen .
-
-
Verval van de Tijd: Ik zou deze niet delen. Dit model heeft letterlijk een halfwaardetijd die exponentieel vervalt - in de loop der tijd! In dit geval, is de standaard parameter voor het halfleven van dit model 7 dagen. De manier het werkt is gewicht op elk marketing kanaal dan toe te passen, gebaseerd op de hoeveelheid tijd die na aanvankelijke touchpoint overgaat en wanneer de klant omzet.
Verval van de Tijd en U-Gegrafeerde attributiemodellen zowel worden typisch gebruikt om langer-bedachte campagnes te meten, maar aangezien u kunt zien, hebben zij lichtjes verschillende doelstellingen, die op hoe zij uiteindelijk ** de waarde van het resultaat wegen.
-
Douane: Je kiest en kiest wie er geld krijgt. Het is jouw campagne!
Voor extra informatie over deze en andere attribuutmodellen, klik hier
Om dit nog interessanter te maken, praten we over het terugdraaien van de klok!
Lookback vensters
Nu is het tijd om je geest op een hoger niveau te zetten. Hier voegen we letterlijk het tijdreiselement toe aan onze analyse - en opnieuw beginnen we met de basis.
Adobe bepaalt ❹ raadplegingsvensters als “de hoeveelheid tijd een omzetting zou moeten terugkijken om aanraakpunten te omvatten. Attributiemodellen die meer krediet geven aan eerste interacties zien grotere verschillen bij het weergeven van verschillende terugkijkvensters.”
Met andere woorden, raadplegingsvensters bepalen de tijdspanne waarin omzettingen worden overwogen en context aan de attributieanalyse verstrekken. Adobe Analytics biedt drie soorten raadplegingsvensters aan:
-
het raadplegingsvenster van het Bezoek: kijkt terug naar het begin van a bezoek wanneer een omzetting gebeurde, die inzichten in de directe interactie verstrekken die tot omzettingen leiden.
Herinner dit typisch het kortste raadplegingsvenster aan gebruik is.
-
het terugkijkvenster van de bezoeker: bekijkt alle bezoeken file tot de eerste van de maand binnen de geselecteerde datumwaaier, die een veel bredere mening van de interactie van de klant aanbieden en de hulp identificeert patronen in tijd.
-
het raadplegingsvenster van de Douane: staat u toe om het attributievenster voorbij de het melden datumwaaier tot a maximum van 90 dagen uit te breiden. Het verstrekt flexibiliteit in het vangen van touchpoints die buiten de geselecteerde datumwaaier voorkwamen, die een uitvoerige analyse verzekeren.
Door een bepaald raadplegingsvenster aan te passen, kunnen de analisten het effect van één of meerdere touchpoints binnen specifieke tijdkaders dan onderzoeken en grotere inzichten in krijgen hoe de verschillende tijdsduur attributieresultaten beïnvloeden.
die het allen samen brengen
Wat betekent dit voor ons als analisten?
Het attributiepaneel en raadplegingsvenster geven ons de macht om voorbij de alledaagse, oppervlakte-vlakke gegevens te kijken, en dieper in de klantenreis te duiken. Door te begrijpen welke aanraakpunten het grootste effect op omzettingen hadden, kunnen wij geïnformeerde besluiten over onze marketing strategieën nemen en middelen effectiever toewijzen.
Herinner me, nadat u uw attributiemodellen en geselecteerde raadplegingsvensters hebt, kunt u uw gegevens nog verder manipuleren door het met a ❺ te filtreren segment, of een andere component te filtreren u op dit punt wenst. Bovendien beschikt u over alle functies van een traditionele Workspace nadat het paneel is weergegeven.
definitief het zetten van het in praktijk
Nu u de concepten neer hebt, veronderstel u een marketing campagne in werking stelt en probeert om te bepalen welk kanaal het meest effectief voor het drijven van omzettingen is. Met hulp van het attributiepaneel, niet alleen kunt u het laatste aanraken zien, maar ook eerste aanraking, zelfde aanraking, en een ander model u verkiest om te bepalen welke kanalen het meest efficiënte zijn in het drijven van uw conversie sions. Dan, kan deze informatie worden gebruikt om uw campagnes te optimaliseren en algemene prestaties eenvoudig te verbeteren door de klok met het raadplegingsvenstervan uw keus terug te draaien!
Nu je hebt gezien wat het kan doen, mag je niet misleid of geïntimideerd worden door de schijnbaar complexe kenmerken van het attributiepaneel. Gezicht het. Embrace het. Begrijp het.
MAAR DE MEESTE VAN ALLES - gebruik het aan uw voordeel. Het attributiepaneel en raadplegingsvenster zijn de sleutels om een diepgaander inzicht in uw klanten en hun reis met uw merk te ontsluiten.
Nu, kunnen wij " terug in tijd "met vertrouwen reizen en de macht van onze vertrouwde tijdmachine (a.k.a. gebruiken. Adobe Analytics) om gegeven-gedreven besluiten te maken.
Auteur
Dit document is geschreven door:
Jeff Bloomer, Manager, Digitale Analytics bij Kroger Persoonlijke Financiën
Adobe Analytics Champion