Kupac retko donosi odluku nakon samo jednog kontakta sa brendom. Može prvo videti video na društvenoj mreži, nekoliko dana kasnije pretražiti naziv kompanije, pročitati vodič na sajtu, otvoriti email i tek nakon toga obaviti kupovinu. Pitanje za marketing tim tada postaje: koji kanal je zaista doprineo rezultatu?
Marketing atribucija pokušava da poveže dodirne tačke na putu korisnika sa konverzijom i prihodom. Njena svrha nije da sa apsolutnom preciznošću utvrdi „krivca“ za svaku prodaju, već da timu pruži bolju osnovu za poređenje kanala, optimizaciju kampanja i raspodelu budžeta.
Najveća greška nastaje kada se broj iz analitičkog alata posmatra kao potpuna slika stvarnog ponašanja kupca. Atribucija je model — pojednostavljena interpretacija puta koji je u stvarnosti često znatno složeniji.
Zašto poslednji klik nije dovoljan
Model poslednjeg klika pripisuje konverziju poslednjem poznatom kanalu kojim je korisnik došao pre kupovine. Takav pristup je jednostavan, ali često potcenjuje aktivnosti koje su stvorile početno interesovanje.
Zamislimo sledeći put korisnika:
Instagram oglas → organska Google pretraga → email → Google oglas → kupovina
Ako koristimo poslednji klik, Google oglas dobija kompletnu zaslugu. Ali bez prvog kontakta na Instagramu kupac možda nikada ne bi čuo za brend. Organska pretraga je možda pomogla u istraživanju ponude, dok je email održao interesovanje do trenutka kupovine.
To ne znači ni da poslednji klik nema vrednost. On odgovara na konkretno pitanje: koji kanal je neposredno prethodio konverziji? Problem nastaje tek kada odgovor na to pitanje koristimo kao jedinu meru doprinosa marketinga.
Zbog toga je kod multikanalnog marketinga korisnije posmatrati čitav niz kontakata, a ne samo završni korak.
Šta marketing atribucija zapravo meri
Atribucija povezuje poznate marketinške interakcije sa određenim događajem koji je poslovanju važan. To može biti kupovina, poslata prijava, zakazan sastanak, registracija, preuzimanje materijala ili neka druga definisana konverzija.
Pre izbora modela zato treba jasno definisati tri stvari: šta predstavlja konverziju, koji period posmatramo i koje izvore podataka možemo pouzdano povezati.
Ako kompanija, na primer, analizira samo online kupovinu, rezultat će biti drugačiji nego kada povezuje web analitiku sa CRM sistemom i stvarno naplaćenim prihodima. Veliki broj leadova nije nužno vredniji od manjeg broja kontakata koji postaju dugoročni kupci.
Najčešći modeli atribucije
Ne postoji univerzalno najbolji model. Svaki naglašava drugačiji deo korisničkog puta i zato treba da odgovara pitanju koje pokušavamo da rešimo.
| Model | Kako dodeljuje zaslugu | Kada može biti koristan |
|---|---|---|
| Prvi klik | Zaslugu dobija prvi poznati kontakt | Kada želimo da razumemo koji kanali najčešće dovode novu publiku |
| Poslednji klik | Zaslugu dobija poslednji kanal pre konverzije | Za analizu završnog koraka ka kupovini |
| Linearni model | Sve poznate dodirne tačke dobijaju jednaku vrednost | Kada želimo jednostavan pregled celog puta |
| Model vremenskog opadanja | Veću vrednost dobijaju interakcije bliže konverziji | Kada kasnije dodirne tačke imaju veću ulogu u odluci |
| Pozicioni model | Veći deo vrednosti pripisuje početku i kraju puta | Kada su otkrivanje brenda i završna konverzija posebno važni |
| Model zasnovan na podacima | Vrednost procenjuje na osnovu obrazaca u dostupnim podacima | Kada postoji dovoljno kvalitetnih podataka za složeniju analizu |
Upoređivanje više modela često je korisnije od slepog oslanjanja na jedan. Ako određeni kanal izgleda izuzetno snažno samo u modelu poslednjeg klika, a gotovo nestaje kada posmatramo ranije dodirne tačke, to je signal da njegovu ulogu treba dodatno istražiti.
Primer: ista prodaja, potpuno različit zaključak
Pretpostavimo da kupac ima tri poznata kontakta sa brendom pre kupovine vredne 12.000 dinara:
Facebook oglas → SEO članak → email → kupovina.
Model prvog klika mogao bi svih 12.000 dinara pripisati Facebooku. Poslednji klik bi zaslugu dao emailu. Linearni model bi svakom od tri kontakta pripisao po 4.000 dinara.
Nijedan od tih rezultata sam po sebi ne dokazuje šta bi se dogodilo da jednog kanala nije bilo.
Upravo zato marketing atribuciju treba koristiti kao alat za donošenje odluka, a ne kao dokaz uzročnosti.
Kvalitet podataka je važniji od složenosti modela
Sofisticiran model ne može popraviti loše podatke. Ako ista kampanja u različitim sistemima ima različite nazive, UTM oznake se koriste nedosledno ili CRM ne beleži izvor kontakta, atribucioni izveštaj može izgledati precizno, a ipak voditi do pogrešnog zaključka.
Osnova pouzdanijeg sistema je dosledno imenovanje izvora, medijuma i kampanja, jasna definicija konverzija i povezivanje marketinških podataka sa stvarnim poslovnim rezultatom.
Posebno je važno razlikovati prihod koji analitički alat povezuje sa kampanjom od prihoda koji je poslovanje zaista ostvarilo. Kod dužeg prodajnog ciklusa često je potrebno povezivanje analitike sajta, oglasnih platformi i CRM sistema.
Zašto deo korisničkog puta uvek ostaje nevidljiv
Čak ni dobro postavljen sistem ne vidi svaki kontakt. Korisnik može prvi put videti brend na telefonu, kasnije otvoriti sajt na poslovnom računaru, razgovarati telefonom sa prodajom i na kraju direktno ukucati adresu sajta.
Na merenje dodatno utiču saglasnost korisnika, ograničenja praćenja, različiti uređaji, brisanje kolačića, offline kontakti i činjenica da ljudi preporuke često dobijaju van digitalnih kanala.
Zato rezultat poput „kanal A je zaslužan za 23,7% prihoda“ ne treba tumačiti kao preciznu sliku stvarnosti. Korisnije je posmatrati trendove, razlike između modela i promene tokom vremena.
Atribucija i inkrementalnost nisu isto
Ovo je jedna od najvažnijih razlika u merenju marketinga.
Atribucija pokušava da odgovori na pitanje: koje dodirne tačke možemo povezati sa konverzijom?
Inkrementalnost postavlja drugačije pitanje: koliko konverzija se ne bi dogodilo bez određene marketinške aktivnosti?
Na primer, brendirana Google pretraga može imati veliki broj konverzija zato što je koriste ljudi koji su već odlučili da kupe. Atribucioni model joj zato može dodeliti veliki deo zasluge. Međutim, eksperiment može pokazati da bi deo tih kupaca pronašao kompaniju i bez oglasa.
Za procenu dodatnog efekta mogu se koristiti kontrolne grupe, geografski testovi, periodi sa različitim nivoima ulaganja i drugi eksperimentalni pristupi. Oni nisu zamena za atribuciju, već njen važan dodatak.
Kako atribuciju koristiti pri raspodeli budžeta
Najrizičnija odluka bila bi prebaciti veliki deo budžeta na kanal samo zato što ima najveći atribuirani prihod.
Pored atribucije treba posmatrati cenu akvizicije kupca, kvalitet leadova, profitnu maržu, stopu ponovne kupovine, vreme potrebno do konverzije i ulogu kanala u različitim fazama korisničkog puta.
Primer: sadržaj iz organske pretrage možda nema mnogo direktnih konverzija, ali može biti važan u fazi istraživanja. Email može imati odličnu stopu konverzije, ali radi prvenstveno sa publikom koju su prethodno doveli drugi kanali. Društvene mreže mogu pokretati otkrivanje brenda, iako kupac kasnije konvertuje preko pretrage.
Zbog toga se atribucija najbolje uklapa u širu strategiju digitalnog marketinga, umesto da se koristi kao izolovan izveštaj.
Praktičan proces za manji marketing tim
- Definišite glavnu konverziju. Odlučite da li merite lead, kupovinu, prihod ili drugi poslovni rezultat.
- Standardizujte UTM oznake i nazive kampanja. Isti izvor mora imati isto značenje u svim izveštajima.
- Povežite marketing sa prodajnim podacima. Kada je moguće, analizirajte stvarni prihod i kvalitet kupaca, a ne samo broj konverzija.
- Uporedite najmanje dva pogleda na atribuciju. Razlika između prvog, poslednjeg i višedodirnog pristupa često otkriva više od jednog izolovanog broja.
- Dodajte eksperimentalne podatke. Atribuciju koristite zajedno sa testovima inkrementalnosti kada donosite veće budžetske odluke.
- Analizirajte trend, ne samo jedan period. Nedelja sa malim brojem konverzija može dati potpuno drugačiju sliku od višemesečnog obrasca.
Najčešće greške u marketing atribuciji
Prva greška je pokušaj da se pronađe jedan „savršeni“ model. Druga je verovanje da više podataka automatski znači i tačniji odgovor. Treća je optimizovanje kampanja samo prema atribuiranim konverzijama bez razumevanja njihove uloge u širem korisničkom putu.
Problem može nastati i kada tim menja model svaki put kada mu rezultat ne odgovara. Model treba izabrati prema poslovnom pitanju i koristiti dovoljno dosledno da bi poređenje kroz vreme imalo smisla.
Konačno, kanal sa malim direktnim prihodom ne mora biti neefikasan. Ako stvara novu tražnju koju kasnije „preuzimaju“ pretraga, email ili direktne posete, njegovo ukidanje može smanjiti rezultat drugih kanala.
Marketing atribucija ne može savršeno rekonstruisati svaku odluku kupca, ali može znatno unaprediti način na koji tim razume korisnički put i raspoređuje budžet.
Najkorisniji pristup nije traženje jednog broja koji će objasniti sve, već kombinovanje kvalitetnih podataka, više pogleda na atribuciju, poslovnih metrika i eksperimenata. Tako se smanjuje zavisnost od poslednjeg klika i dobija realnija slika načina na koji različiti kanali zajedno doprinose rezultatu.
Drugim rečima, dobra atribucija ne obećava savršenu preciznost. Ona pomaže da se uz ograničene podatke donesu bolje i informisanije marketinške odluke.