Attribuutiomallinnuksesta apua markkinointibudjetin allokointiin

Kryptisestä sanasta huolimatta attribuutiomallinnus on erittäin helppo työkalu markkinointisi tueksi. Selkokielellä selitettynä attribuutiomallinnus auttaa sinua ymmärtämään, miten eri kanavat ja kampanjat toimivat yhdessä konversiopolun aikana tuottaen konversioita. Se auttaa sinua tarkastelemaan ja ymmärtämään asiakkaan joskus hyvinkin monimutkaista ostoprosessia ennen todellisen konversion syntymistä. Attribuutiomallinnuksella löydät kohtauspisteet polun varrelta ja kunnia konversioista voidaan jakaa erilailla sitä edesauttaneiden kanavien välillä.

Attribuutiomallinnukseen on olemassa monia erilaisia tapoja ja malleja, joita esimerkiksi Google Analytics tarjoaa. Mallinnusten valinta riippuu siitä, millaisiin kysymyksiin haluat saada vastauksen ja kuinka haluat seurata kampanjoitasi. Kuten suuri osa markkinoinnin toiminnoista, myös attribuutiomallinnuksen tulisi pohjautua markkinoinnin tavoitteisiin. Mallinnus antaa suuntaviivat, joiden avulla voit tehdä viisaampia ja perustellumpia päätöksiä markkinointibudjettisi allokoimiseksi eri kanavien välillä ja tehostaa näin markkinointisi tuloksia.

Ilman attribuutiomallinnusta saatat elää niin sanotussa viimeisen klikkauksen harhassa. Liiketoiminnasta ja tavoitteista riippuen viimeistä klikkausta tuijottamalla saatat toki saada aivan oikean analyysin aikaiseksi, mutta on myös hyvä verrata malleja keskenään. Attribuutiomallinnuksen löydät Google Analyticsin osiosta Conversion > Attribution > Model Comparison Tool.

Google Analyticsistä löytyy erilaisia vaihtoehtoja attribuution mallintamiseksi:

  1. Viimeinen klikkaus
  2. Viimeinen epäsuora klikkaus
  3. Viimeinen Google Ads klikkaus
  4. Ensimmäinen klikkaus
  5. Lineaarinen attribuutiomallinnus
  6. Vaimenemisaika
  7. Sijaintipohjainen attribuutiomallinus

Viimeinen klikkaus

Viimeisen klikkauksen mallissa 100% konversion kunniasta menee viimeiselle kanavalle, josta konversio syntyi. Malli kertoo siis kanavat, joiden kautta konversioita syntyy eniten, mutta jättää huomiotta konversioon edesauttaneet kanavat. Tämän mallin pohjalta päätökset markkinointibudjetin allokoimiseksi saattavat mennä todella metsään.

Viimeinen epäsuora klikkaus

Malli suodattaa pois suoran liikenteen, jonka kautta usein konversio monimutkaisessa ostopolussa tapahtuu, ja jakaa koko kunnian kanavalle, joka on ollut viimeiseksi vuorovaikutuksessa asiakkaan kanssa ennen konversion syntyä.

Viimeinen Google Ads klikkaus

Tällä mallinnustavalla saat tietoa siitä, mitkä mainoksistasi edesauttavat ja luovat konversioita tehokkaimmin. Malli tarkastelee pelkästään Google Ads -kampanjoita, jotka ovat olleet vuorovaikutuksessa käyttäjän kanssa ostoprosessin aikana.

Ensimmäinen klikkaus

Ensimmäisen klikkauksen attribuutiomallinnus kertoo sinulle kuluttajan ostopolun ensimmäisenä vuorovaikutuksessa olleen kanavan. Jos tavoitteenasi on esimerkiksi tietoisuuden nostaminen, on tämä hyvä malli sen analysoimiseksi. Voit myös löytää vastauksen mallin avulla esimerkiksi kysymykseen “Miten kuulit meistä?” Malli tarjoaa myös syvempää ymmärrystä siitä, mikä kanava tuo eniten uusia konverkoituneita kävijöitä.

Lineaarinen attribuutiomallinnus

Lineaarinen attribuutiomallinnus jakaa jokaiselle konversiopolun kanavalle yhtä ison osan konversion kunniasta. Se antaa sinulle hyvän kokonaiskuvan konversiopolusta, mutta kanavien tasaisen arvotuksen myötä kanavien tärkeyttä on vaikea arvioida ja priorisoida.

Vaimennusaika

Vaimennusajallinen attribuutiomallinnus perustuu konversion arvon jakamiseen kumulatiivisesti konveriopolun aikana vaikuttaneille kanaville. Viimeisin ja tuorein kanava, jonka kautta ihminen konverkoituu saa suurimman kunnian ja ensimmäinen kohtaaminen vain pienen osan kunniasta.

Sijaintipohjainen attribuutiomallinnus

Viimeisenä maksuttoman attribuutiomallinnuksen muotona toimii sijaintipohjainen mallinnus, joka jakaa 40% kunniasta ensimmäiselle ja viimeiselle klikkaukselle konversiopolussa sekä loput 20% tasan niiden välissä oleville kanaville.

Dataan pohjautuva

Tämä malli on käytössä vain Google Analytics 360-asiakkaille ja se hyödyntää koneoppimisen algoritmeja konversiopolun tunnistamisessa ja kunnian jakamisessa kanavien väillä. Konversiopolussa algoritmi ottaa huomioon eri kanavien vaikutukset ja kunnia jakautuu datan pohjalta eri kohtauspisteille. Mallin hyödyntämiselle on asetettu rajat klikkausten ja konversioiden määrän suhteen, ja sen takia malli on hieman harvinaisempi Suomen kokoisilla markkinoilla.

 

Jos edellisistä vaihtoehdoista et löydä mieleistäsi, on sinun myös mahdollista luoda oma attribuutiomallisi tai tuoda lisää malleja Googlen kokoelmista. Eri malleja vertailemalla pystyt kohdentamaan markkinointibudjettiasi paremmin ja tehostamaan näin markkinointiasi!

Haluatko pysyä perässä digitaalisen markkinoinnin kehityksessä?

Tilaa Digital Marketing Weekly