W skrócie: Model atrybucji to reguła, według której analityka przypisuje konwersję jednemu lub większej liczbie kontaktów marketingowych na ścieżce klienta.
Jak wykorzystuję model atrybucji w praktyce
Wybieram model zgodnie z decyzją, którą ma wesprzeć. W operacyjnej pracy z kampaniami potrzebuję szybkiej informacji zwrotnej. Przy budżetach interesuje mnie przyrostowa korzyść i nakładanie się kanałów. Model ostatniego kliknięcia jest zrozumiały, ale faworyzuje koniec ścieżki. Model pierwszego kliknięcia podkreśla odkrycie. Model oparty na danych może lepiej opisywać zarejestrowane ścieżki, ale nie odtworzy kontaktów, których pomiar nie zauważył. Dlatego porównuję wiele ujęć, a przy większych decyzjach korzystam z eksperymentu lub grupy kontrolnej.
Na co uważać
Atrybucja nie jest tym samym co przyczynowość. Kanał może często znajdować się na drodze do zakupu, nie powodując tego zakupu. Zmiany zgód, urządzeń, plików cookie i kontaktów offline również ukrywają część ścieżki. Precyzyjna liczba dziesiętna nie musi więc oznaczać precyzyjnej prawdy.
Pytania pomocne przy podejmowaniu decyzji
- Jaką decyzję budżetową powinien zmienić model?
- Których kontaktów i konwersji pomiar nie widzi?
- Czy nagradzamy kanał za klientów, którzy i tak dokonaliby zakupu?
- Czy możemy zweryfikować ważną hipotezę za pomocą eksperymentu?