歸因最佳做法

為您的組織選擇正確的歸因模型取決於許多考量因素。 本文章探索方法及部分一般性最佳做法。

步驟 1:探索分析

NOTE
選擇歸因模型前,必須進行此分析。

此階段包括在最初了解客戶行為,並定義轉換量度。 根據轉換量度,類似資料摘要 (適用於原始資料) 或 Analysis Workspace 等工具有助於您了解

  • 轉換前接觸過不同行銷管道的客戶數量
  • 這些行為的比例/分佈

例如,如果 50% 的客戶在轉換前接觸 3 個管道,那麼在這 3 個管道中是否有任何互動?
您應該進行上層與下層漏斗分析,以擴大您的理解。

上層漏斗分析

上層漏斗分析管道用於建立品牌或產品知名度。例如,大多數電視廣告的目標是品牌知名度。 您可能會使用「時間耗損」歸因模型,因為人們會隨著時間逐漸淡忘電視廣告。

下層漏斗分析

在下層漏斗分析中,假設人們已經知道您的品牌且您想要轉換。使用電子郵件、推播通知或 Facebook 廣告。

步驟 2:以規則為基礎的歸因

此步驟的目的是驗證您的假設。

範例 1

假如您的假設如下:「我的首次接觸管道對轉換的影響力高於我的最終接觸管道」。

在這種情況下,您將使用「倒 J 形」歸因模型來測試此假設。此模型將 60% 的功勞歸於首次接觸點。

範例 2

假如您的假設是:「在我們的產業 (例如旅遊業),歸因時段是 60 或 90 天,因為客戶在購買產品前會深入研究一番」。

在這種情況下,您可能會將回顧期間改成 90 天。

步驟 3:使用演算法歸因

如果您還沒有可以為您的所有問題提供滿意答案的歸因模型,您可以使用演算法歸因。由於很難驗證大量可能的假設及各種組合,演算法歸因使用內建演算法跨維度項目分配信用。

其他考量

  • 您可能需要使用資料科學家的服務,而非僅仰賴 Analysis Workspace。
  • 您可以仰賴原始資料,就像在 Adobe 資料摘要中一樣。
  • 例如,如果您想要考量您的曝光數資料,可考慮使用 Customer Journey Analytics
recommendation-more-help
a83f8947-1ec6-4156-b2fc-94b5551b3efc