归因模型101：销售和转化从何而来？
Posted: Sat Dec 07, 2024 10:07 am
营销团队将准确了解哪些渠道和接触点能产生最多的转化。然后，他们可以专注于最大限度地提高生产效率，缩减不太有成效的领域，以提高整体投资回报率。
然而，为每个客户旅程阶段选择最有效的营销归因模型至关重要。
是的，Google Analytics 归因模型和电子邮件确实会以一般的方式告诉营销人员销售和转化来自何处。但这些工具通常使用最后接触归因，这不会告诉团队客户在销售过程中的进展情况或哪些接触点最有效。
为了获得提供精确信息的详细视图，团队需要准确了解每个渠道中每个接触点发生的情况。听起来很复杂？
如果团队清楚了解不同类型的建模以及何时使用它们，并使用一些简单的软件使整个过程变得简单，那么使用归因模型设计更好的回报并不困难。
什么是 B2B 归因模型？
归因模型是公司制定的规则，用于确定哪些营销工作可以促成 尼日利亚 WhatsApp 电话号码列表 销售或转化。转化路径中的接触点被分配给该模型并受到监控，以告知营销人员哪些营销材料促成了客户行为。
与仅涉及一位决策者的 B2C 营销不同，B2B 客户旅程通常很长且非线性，涉及使用不同设备的多人。每个人还可能消费其他营销信息。B2B 销售渠道的复杂性使得预测互动和衡量其影响变得具有挑战性。
为什么在数字营销中使用归因模型？
如果没有归因模型，在线营销人员就只能盲目行事。但是，使用适当的 归因模型可以让整个工作变得轻松。营销人员可以获得准确的访客数据，从而能够精确评估每个渠道中的每个接触点。
归因模型可以为营销团队解答许多问题：
每个入口点吸引了多少流量？
访客转化之前发生了什么？
哪些内容触发了转化？
转化应归因于哪个营销渠道？
第一次访问和转化之前经过了多长时间？
网站推荐、广告和搜索有什么影响？
付费搜索和直接流量应该如何估值？
如果我们在有机搜索中已经排名很高，那么付费搜索的价值是什么？
有了这些问题及更多问题的精确答案，企业将能够：
确定营销活动的投资回报率
计算每项营销活动的转化价值
使用团队中每个人都理解并遵守的一套特定规则来优化营销工作
如果没有归因模型，营销人员就等于将广告预算投入黑洞 ， 并希望从黑洞中得到最好的结果。当团队使用归因模型一段时间后，他们会体验到很多好处。他们可能会意识到，使用简单的软件也可以为他们提供关于访客的更详细信息。
营销团队如何使用归因模型？
B2B 客户旅程远比 B2C 旅程复杂。B2B 购买决策通常需要不同部门的多人参与才能做出购买选择。
当今互联网格局的碎片化是另一个重要考虑因素。通常需要在不同平台上建立多个销售渠道接触点才能接触并吸引目标受众。
通常，B2B 客户在做决定时只花很少一部分时间与供应商交谈。他们大部分时间都在高度分散的在线空间中研究、建立人脉和与同事交谈，以决定他们将支持哪种产品。然后，他们必须为自己的选择提供依据，以说服决策者购买。
现代销售渠道可能非常复杂
B2B 销售渠道已演变为贯穿分散在线市场的复杂旅程。它们可能需要分散在各个平台上的多种不同类型的内容。
旅程从激发认知的内容开始，例如战略性地放置评论、社交媒体帖子、广告和利用目标受众经常使用的平台进行自然搜索。所有这些都是精心设计的，旨在将犹豫不决的人引向漏斗顶端的内容。
公司网站上的博客和网络研讨会、YouTube 视频、社交媒体和品牌形象建设都致力于将这群犹豫不决的顾客缩小到可能的潜在客户，他们会进入漏斗中层寻找重要的信息。
漏斗中部的长篇文章、思想领导力文章、视频、案例研究和白皮书对于提供深入信息至关重要。信息越好，潜在客户就越容易研究和建立案例，以说服同事进入漏斗底部购买产品。
如果没有归因模型，就无法确定哪个平台上的哪些内容在我们这个碎片化的网络世界中必不可少的复杂销售渠道中产生了最佳效果。不同类型的 B2B 归因模型生成的数据就像一束明亮的光，使营销团队能够不断调整和改进活动，甚至设计新的活动。
典型归因模型概述
收入归因模型（也称为营销归因模型）监控并分配整个客户旅程中销售渠道接触点的价值，以便营销团队知道每个内容产生多少收入。
了解不同的归因模型类型可以帮助我们做出准确的决策，选择最适合单个漏斗设计并能产生所需数据的模型。
单点归因
单点触摸归因模型
团队从 Google Analytics 和大多数电子邮件营销平台使用的单点触摸模型中收集到的信息有限。但是，如果营销人员将整个渠道作为一个单元或单个产品或注册页面进行监控，则首次或最后一次触摸归因会很有用。
首次接触归因
首次接触归因模型
工作原理： 它将参与度归因于客户的切入点。
优点： 团队了解哪些入口点吸引了最多的流量。
缺点： 团队没有关于触发销售或转化的接触点以及访问的中间点的信息。
最后接触归因
最后最重要的触摸模型
工作原理： 它将功劳归于客户转化之前的接触点。此模型最容易跟踪，并且通常将转化归功于跟踪平台，这就是电子邮件分析经常使用最后接触的原因。
优点： 团队知道哪个接触点触发了转化。
缺点： 没有关于入口点或后续接触点的影响的信息。
多点触控归因
多点触控归因模型
工作原理： 它为客户访问的每个接触点分配相同的价值。
优点： 营销人员可以评估每个渠道对销售的影响有多大。
缺点： 它不能提供对渠道中单个接触点影响的洞察。
线性归因
线性归因
工作原理：线性归因模型是一种多点触控归因形式，它为潜在客户转化过程中的每个接触点分配相同的功劳。
优点： 线性模型可以帮助营销人员了解哪些渠道有助于转化，以便他们可以继续关注这些渠道。
缺点： 线性模型无法区分客户旅程中哪些接触点比其他接触点更有影响力。
时间衰减归因
时间衰减归因
工作原理：时间衰减归因模型将所有功劳归于所有接触点，但最近的接触点的权重更大。
优点： 时间衰减模型适用于较长的销售周期，因为最近的接触点往往对转化过程影响最大。这在 B2B 中尤其有用，因为 B2B 的销售周期往往比 B2C 更长。
然而，为每个客户旅程阶段选择最有效的营销归因模型至关重要。
是的，Google Analytics 归因模型和电子邮件确实会以一般的方式告诉营销人员销售和转化来自何处。但这些工具通常使用最后接触归因，这不会告诉团队客户在销售过程中的进展情况或哪些接触点最有效。
为了获得提供精确信息的详细视图，团队需要准确了解每个渠道中每个接触点发生的情况。听起来很复杂？
如果团队清楚了解不同类型的建模以及何时使用它们，并使用一些简单的软件使整个过程变得简单，那么使用归因模型设计更好的回报并不困难。
什么是 B2B 归因模型？
归因模型是公司制定的规则，用于确定哪些营销工作可以促成 尼日利亚 WhatsApp 电话号码列表 销售或转化。转化路径中的接触点被分配给该模型并受到监控，以告知营销人员哪些营销材料促成了客户行为。
与仅涉及一位决策者的 B2C 营销不同，B2B 客户旅程通常很长且非线性，涉及使用不同设备的多人。每个人还可能消费其他营销信息。B2B 销售渠道的复杂性使得预测互动和衡量其影响变得具有挑战性。
为什么在数字营销中使用归因模型？
如果没有归因模型，在线营销人员就只能盲目行事。但是，使用适当的 归因模型可以让整个工作变得轻松。营销人员可以获得准确的访客数据，从而能够精确评估每个渠道中的每个接触点。
归因模型可以为营销团队解答许多问题：
每个入口点吸引了多少流量？
访客转化之前发生了什么？
哪些内容触发了转化？
转化应归因于哪个营销渠道？
第一次访问和转化之前经过了多长时间？
网站推荐、广告和搜索有什么影响？
付费搜索和直接流量应该如何估值？
如果我们在有机搜索中已经排名很高，那么付费搜索的价值是什么？
有了这些问题及更多问题的精确答案，企业将能够：
确定营销活动的投资回报率
计算每项营销活动的转化价值
使用团队中每个人都理解并遵守的一套特定规则来优化营销工作
如果没有归因模型，营销人员就等于将广告预算投入黑洞 ， 并希望从黑洞中得到最好的结果。当团队使用归因模型一段时间后，他们会体验到很多好处。他们可能会意识到，使用简单的软件也可以为他们提供关于访客的更详细信息。
营销团队如何使用归因模型？
B2B 客户旅程远比 B2C 旅程复杂。B2B 购买决策通常需要不同部门的多人参与才能做出购买选择。
当今互联网格局的碎片化是另一个重要考虑因素。通常需要在不同平台上建立多个销售渠道接触点才能接触并吸引目标受众。
通常，B2B 客户在做决定时只花很少一部分时间与供应商交谈。他们大部分时间都在高度分散的在线空间中研究、建立人脉和与同事交谈，以决定他们将支持哪种产品。然后，他们必须为自己的选择提供依据，以说服决策者购买。
现代销售渠道可能非常复杂
B2B 销售渠道已演变为贯穿分散在线市场的复杂旅程。它们可能需要分散在各个平台上的多种不同类型的内容。
旅程从激发认知的内容开始，例如战略性地放置评论、社交媒体帖子、广告和利用目标受众经常使用的平台进行自然搜索。所有这些都是精心设计的，旨在将犹豫不决的人引向漏斗顶端的内容。
公司网站上的博客和网络研讨会、YouTube 视频、社交媒体和品牌形象建设都致力于将这群犹豫不决的顾客缩小到可能的潜在客户，他们会进入漏斗中层寻找重要的信息。
漏斗中部的长篇文章、思想领导力文章、视频、案例研究和白皮书对于提供深入信息至关重要。信息越好，潜在客户就越容易研究和建立案例，以说服同事进入漏斗底部购买产品。
如果没有归因模型，就无法确定哪个平台上的哪些内容在我们这个碎片化的网络世界中必不可少的复杂销售渠道中产生了最佳效果。不同类型的 B2B 归因模型生成的数据就像一束明亮的光，使营销团队能够不断调整和改进活动，甚至设计新的活动。
典型归因模型概述
收入归因模型（也称为营销归因模型）监控并分配整个客户旅程中销售渠道接触点的价值，以便营销团队知道每个内容产生多少收入。
了解不同的归因模型类型可以帮助我们做出准确的决策，选择最适合单个漏斗设计并能产生所需数据的模型。
单点归因
单点触摸归因模型
团队从 Google Analytics 和大多数电子邮件营销平台使用的单点触摸模型中收集到的信息有限。但是，如果营销人员将整个渠道作为一个单元或单个产品或注册页面进行监控，则首次或最后一次触摸归因会很有用。
首次接触归因
首次接触归因模型
工作原理： 它将参与度归因于客户的切入点。
优点： 团队了解哪些入口点吸引了最多的流量。
缺点： 团队没有关于触发销售或转化的接触点以及访问的中间点的信息。
最后接触归因
最后最重要的触摸模型
工作原理： 它将功劳归于客户转化之前的接触点。此模型最容易跟踪，并且通常将转化归功于跟踪平台，这就是电子邮件分析经常使用最后接触的原因。
优点： 团队知道哪个接触点触发了转化。
缺点： 没有关于入口点或后续接触点的影响的信息。
多点触控归因
多点触控归因模型
工作原理： 它为客户访问的每个接触点分配相同的价值。
优点： 营销人员可以评估每个渠道对销售的影响有多大。
缺点： 它不能提供对渠道中单个接触点影响的洞察。
线性归因
线性归因
工作原理：线性归因模型是一种多点触控归因形式，它为潜在客户转化过程中的每个接触点分配相同的功劳。
优点： 线性模型可以帮助营销人员了解哪些渠道有助于转化，以便他们可以继续关注这些渠道。
缺点： 线性模型无法区分客户旅程中哪些接触点比其他接触点更有影响力。
时间衰减归因
时间衰减归因
工作原理：时间衰减归因模型将所有功劳归于所有接触点，但最近的接触点的权重更大。
优点： 时间衰减模型适用于较长的销售周期，因为最近的接触点往往对转化过程影响最大。这在 B2B 中尤其有用，因为 B2B 的销售周期往往比 B2C 更长。