settembre 11, 2018
Condividilo

I 5 modelli di attribuzione più diffusi per un ROI cross-channel

 

Nel secondo webinar della nostra serie “The Data-Centric Revolution,” il Vice Presidente e Responsabile di Analytics e Data Science di Criteo, Jaysen Gillespie e il responsabile di Product Marketing di Live Ramp, Darren Moore, hanno parlato dell’attuale panorama dei consumatori e hanno messo in luce alcuni modelli di attribuzione di cui oggi i marketer possono disporre.

In particolare, hanno trattato in modo approfondito i diversi metodi di monitoraggio del ROI sul cross-channel.

Gillespie afferma che la vera sfida è connettere tutti i dati che provengono da sistemi diversi: “Come possiamo chiudere il ciclo tra quello che il marketing sta facendo e la relativa spesa?”

Citando lo studio più recente di Millward Brown, “Getting Digital Right”, Moore sottolinea che il “40% dei marketer è convinto che gli investimenti nei media dovrebbero essere assegnati al marketing cross-channel e cross-device, superando qualsiasi singolo canale”.

Per i marketer questo rappresenta un investimento critico perché, afferma Moore, “Se qualcosa non la misuri, non la puoi capire. Se non puoi capirla, non puoi controllarla. E se non puoi controllarla, non sai come migliorarne il ROI, le tattiche di marketing o l’esperienza che i tuoi consumatori hanno con il tuo brand”.

Quindi, come posso conoscere il ROI di tutti i canali? Prima di tutto, diamo un’occhiata ai modelli di attribuzione più diffusi per comprenderne meglio vantaggi e svantaggi.

 

Attribuzione 101: i modelli

1. First-Click

Il modello First-Click (Primo clic) misura una conversione tracciandone la prima interazione con un canale e valuta la scoperta e la consapevolezza come gli elementi di maggior valore del percorso del consumatore.

È un modello utile per coloro che si concentrano unicamente sulla creazione di esigenze o sulla crescita della brand awareness. Anche se facile da misurare, è però difficile da ottimizzare per le conversioni, dal momento che non c’è  consumatore che non effettui quel primo clic.

Il modello First-Click, secondo Moore, può rendere molto più semplice la visione che i marketer hanno del ROI. Lo paragona, infatti, a un discorso tenuto alla cerimonia degli Oscar, in cui si ringrazia solo la propria maestra delle elementari, ma ci si dimentica delle decine di altre persone che hanno reso possibile il premio.

In breve, osservando troppo da vicino il primo punto di contatto, si rischia di perdere di vista l’importanza degli altri, durante il percorso di acquisto.

 

2. Last-Click

Il modello Last-Click, monitora l’ultima interazione di un consumatore con un canale, attribuendo la vendita a quel canale. Questo modello è adatto a marketer a cui importa solo stimolare le conversioni, e che ignorano invece le azioni che non portano direttamente ad esse.

Come l’attribuzione del First-Click, tuttavia, il Last-Click semplifica eccessivamente il percorso del consumatore, dal momento che i marketer perdono di vista i punti di contatto che contano e che portano alla conversione, concentrandosi solo nell’ultimo.

Ancora una volta, Moore ricorre al paragone dell’Oscar, ringrazia solo l’ultimo regista con cui si è lavorato, invece di tutti quelli che hanno dato un contributo prima di lui.

 

3. Lineare

Nel mondo di oggi, una transazione media può avere più di 30 touch point. Il modello di attribuzione lineare dà a ciascun canale del percorso d’acquisto del consumatore lo stesso valore, per cui se i punti di contatto che portano a una conversione sono cinque, ciascuno di essi conta il 20% del totale dell’attribuzione.

Anche se l’attribuzione lineare è un primo passo verso l’attribuzione multi-touch (data l’ottimizzazione dell’intero customer journey rispetto a un singolo touch point), questo non aiuta ancora i marketer a sapere quali sono i punti di contatto più utili per stimolare le conversioni.

 

4. Time Decay

Nel modello Time Decay (Decadimento temporale), l’attribuzione viene valutata a seconda del momento dell’interazione del cliente con essa. I touch point più validi sono considerati quelli più vicini alla conversione. Per semplificare: immaginiamo di avere tre touch point nell’ordine che segue: Google, Facebook e Instagram. Instagram, essendo l’ultimo touch point, riceverebbe il 50% dell’attribuzione, Facebook il 30% e Google il 20%.

Il vantaggio del modello Time Decay è che dà maggior peso all’ultimo clic, quello che stimola la conversione, riconoscendo però l’importanza di tutti gli altri punti di contatto. Questo modello è utile per i marketer che cercano clic con maggiori probabilità di stimolare o incrementare le conversioni, ma attenzione, perché questo modello non dice quali sono i clic che hanno generato una significativa brand awareness.

 

5. Position-Based

Il modello di attribuzione Position-Based (In base alla posizione) combina i modelli Lineare e Time-Decay, dando maggior valore ai primi clic e agli ultimi, e assegnando a quelli centrali il resto del valore dell’attribuzione. Il modello Position-Based consente ai marketer di assegnare il maggior valore al primo clic che ha creato brand awareness e all’ultimo clic che ha portato alla conversione.

Lo svantaggio è che attribuendo la maggior parte del valore della conversione al primo e all’ultimo touch point, non si considera che a volte questi clic non sono quelli che l’hanno maggiormente stimolata.

Ad esempio, se il primo clic era un annuncio paid search, ha senso assegnargli un valore simile a quello di una offerta via email che ha generato una conversione?

 

Il Criteo Shopper Graph

Quello di cui hai davvero bisogno per perfezionare il tuo modello di attribuzione sono i dati, e una tecnologia che li metta in connessione.

Come si può fare e da dove cominciare? E com’è possibile competere con aziende che non solo hanno consistenti quantità di dati ma possiedono anche la struttura adatta per monitorare e misurare i loro utenti all’interno dei loro “tracking wall” zeppi di dati?

In Criteo, aiutiamo i nostri clienti ad acquisire una comprensione unificata del percorso online del consumatore e forniamo dati in tempo reale sulle sue intenzioni di acquisto , grazie al Criteo Shopper Graph, che offre:

  • + 7 milioni di ID di dispositivi globali
  • $615 mld di vendite annuali di ecommerce
  • + 3 mld di consumatori attivi ogni mese
  • 600 TB di dati sui consumatori ogni giorno

E questo è solo la punta dell’iceberg.

“Acquisiamo quei dati grazie ai nostri clienti”, afferma Gillespie, “si tratta, quindi, di un rapporto diretto. Quello che stiamo cercando di fare è di aggregare dati di tutto l’ecommerce globale per renderlo liberamente disponibile, in modo che i retailer possano avere quella scala che hanno gli attori più importanti come Amazon, Google e Facebook”.

Inoltre, grazie alla comprovata tecnologia di machine learning, il Criteo Engine permette ai marketer di ottimizzare il loro approccio al consumatore, migliorando CTR, CR, valore dell’ordine o margine di prodotto. Ogni anno eseguiamo oltre 30.000 test sui nuovi algoritmi e variabili di performance, in modo che i clienti sappiano quali touch point funzionano e quali invece no.

Dopo tutto, questo è l’obiettivo della misurazione dell’attribuzione. In fin dei conti, afferma Gillespie, “vogliamo creare un set di dati aperto e disponibile, che consenta di verificare che le strategie marketing adottate funzionino veramente”.