Attribuutiomallinnus osaksi raportointia

Kohtaamisia tapahtuu alituiseen digitaalisissa kanavissa – Instagramissa, Facebookissa, LinkedInissä, blogeissa tai erilaisilla verkkosivuilla mainosten kautta. Nykypäivän asiakaspolussa kohtaamispisteitä on monia, mutta liian usein katse kohdistuu ostopolun loppupäähän. Tutkijakaan ei viittaa tutkimuksessaan vain yhteen lähteeseen, josta aiheesta viimeiseksi luki, vain antaa kunnian monille eri asiaa käsitteleville lähteille tutkimuksessa. Eikö siis asiakaspolkuakin tulisi katsoa kokonaisuutena eikä vain sen kapeaa häntäpäätä?

Kirjoitin noin vuosi sitten postauksen Google Analyticsin atribuutiomallinnuksen hyödyntämisestä erilaisten konversiopolkujen selvittämisessä ja halusin palata tarkastelemaan ja päivittelemään tietoja tästä ominaisuudesta.

Kertaus on opintojen äiti

Pienenä kertauksena – Attribuutiomallinnuksella tarkoitetaan tapaa selvittää, miten eri kanavat ja kampanjat toimivat yhdessä ostopolun varrella konversioiden tuottajina. Viimeisen klikkauksen harha on todellinen ja jää helposti huomiotta konversioita esiteltäessä. Tällä tarkoitetaan sitä, että Google Analytics oletusarvoisesti antaa kaiken kunnian kanavalle, josta konversio on syntynyt, mutta jättää huomiotta kaikki muut kohtaamiset, jotka ovat tapahtuneet sitä ennen. Hieman epäreilua ja vääristynyttä, eikö?

Attribuutiomallinnus on myös varsin tärkeää silloin, kun kampanjoissa ja kanavissa on erilaiset strategiat ja viestinnälliset tavoitteet. On saatettu esimerkiksi huomata, että Facebookissa ihmiset eivät ole vielä kuulleet markkinoitavasta brändistä, jolloin heille kohdennetaan ensikohtaamiseen tarkoitettua sisältöä. Tämän jälkeen heille voidaan kohdentaa tulevaisuudessa enemmän vakuuttavaa ja ostoon tähtäävää sisältöä uudelleenmarkkinoinnin kautta. LinkedInissä markkinoitavan sisällön sijoittuminen markkinointifunnelissa saattaa taas olla aivan muuta. Tämä esimerkki on oleellinen tunnistaa siinä vaiheessa, kun ostopolkuun vaikuttaa useampi kanava kuin yksi eikä ostotapahtuma tapahdu heti ensimmäisessä kohtaamisessa.

Miksi attibuutiomallinnus kannattaa ottaa jatkuvaksi osaksi raportointia?

Mieti viimeistä ostostasi verkosta. Saiko jokin mainos mielenkiintosi heräämään ja siirryit tutkimaan sivustoa ja mainostettua tuotetta enemmän, mutta et kuitenkaan siltä istumalta suorittanut ostosta. Tämä kuitenkin herätti tiedostamattoman tarpeesi tuotteelle ja palvelulle. Mainos jäi kummittelemaan mieleesi ja  aloit mahdollisesti etsiä aktiivisesti tai passiivisesti lisätietoja ostopäätöksen tueksi. Siirryit lukemaan lisää tuotteesta instagramissa vaikuttajien postauksista ja liityt mahdollisesti uutiskirjeen tilaajaksi alennuskoodin toivossa. Lopulta teit päätöksen ostaa tuotteen ja siirryit yrityksen sivulle uudelleen joko suoraan URL-osoitteen kautta tai kirjoittamalla yrityksen nimen Googlen hakukenttään.

Tälläisessa skenaariossa viimeisen klikkauksen oletus vie sinulta markkinoijana kaiken kunnian. Raportoinnissa konversio näkyy tulleen suoran liikenteen tai Googlen kautta ja joudut selittelemään kampanjoidesi tehokkuutta. Liiketoiminnan kannalta saatat taas kuluttaa rahaa aivan vääriin kampanjoihin tai kanaviin, jos perustat tietosi Googlen oletusmalliin.

Eri alustojen attribuutiotyökalut toimivat eri lailla

Koska Google Analytics ei ole ainoa attribuutiotyökalu maailmassa, on hyvä myös tarkastella vilaukselta muita alustoja. Eri alustat nimittäin mittaavat attribuutioita eri lailla, mikä saattaa aiheuttaa isoa hämmennystä monissa, mukaan lukien joskus myös itsessäni. Tästä syystä eri alustojen datan vertailussa on hyvä selvittää ensiksi se, miten alusta kutakin toimintoa mittaa.

Esimerkiksi Facebookin ja Google Analyticsin luvut saattavat erota toisistaan joskus paljonkin, sillä Google Analyticsin attribuutioiden mittaus perustuu täysin sivuston evästeisiin, kun taas Facebookin työkalu keskittyy kävijöihin. Tästä syystä Facebookin luvut näyttävät alustan datassa loistavilta, mutta Analyticsin datassa data ei olekaan niin kaunista luettavaa. Tämä selittyy myös Analyticsin viimeisen klikkauksen harhalla sekä Facebookin tavalla mitata attribuutiota – Facebook nimittäin antaa kunnian viimeiselle mainosklikkaukselle (tai näytölle klikkauksen puuttuessa) kun taas Google antaa suosionsa viimeiselle kanavalle. Käytännössä siis Facebook nostaa itseään liiankin korkealle sijoitukselle, kun taas Google sulkee silmänsä kaikelta muulta ja suosii polun loppupäässä olevia kanavia.

Tuumasta toimeen

Attribuutiomallinnus on siis pelkästään win-win-tilanne sekä markkinoijille että koko liiketoiminnalle. Hyödynnättekö te jo attribuutiomallinnusta raportoinneissanne? Jos ette, niin ota yhteyttä ja katsotaan yhdessä markinointibudjettinne jakautuminen oikeisiin paikkoihin!

Kirjoittaja

Marketing Analyst

Jenna painii vielä höyhensarjalaisena markkinoinnin kentässä, mutta on innokas oppimaan digitaalisesta markkinoinninnin uusimmat temput. Hänen kiinnostuksensa kohdistuu erityisesti markkinoinnin analyyttiseen puoleen.