Modelowanie atrybucji

Marketing Analytics dla biznesu

Sarah DeAtley

Principal Data Scientist

Czym jest modelowanie atrybucji?

obraz zatytułowany „Ścieżki do zakupu" przedstawiający ścieżkę 1 i ścieżkę 2 kończące się ikonami znaku dolara

Modelowanie atrybucji: określanie, jaki kredyt przypisać działaniom marketingowym poprzedzającym decyzję zakupową

Atrybucja ostatniego kontaktu (LTA): 100% kredytu trafia do ostatniego kanału / taktyki / kampanii

Metoda jest łatwa do zrozumienia i objaśniania trendów
Kanały o bezpośrednim wpływie naturalnie otrzymują największy kredyt
Kanały pośrednie otrzymują mało kredytu, gdyż rzadko są ostatnie w procesie zakupowym

ikony przedstawiające ścieżkę: wyszukiwanie, e-mail, wyszukiwanie z 100%, a następnie konwersja

Atrybucja wielodotykowa (MTA): przypisywanie kredytu wielu działaniom marketingowym, które doprowadziły do zakupu

ścieżka z kredytem 30%, 10%, 10% i 50%, a następnie znak dolara

MTA może być heurystyczna (oparta na regułach) lub algorytmiczna (oparta na modelu statystycznym) – suma kredytów wynosi 100%

Przykład heurystyczny: model liniowy dzieli kredyt równo między wszystkie kanały

ikona przedstawiająca podział na 3 części

Przykład algorytmiczny: modelowanie regresji ocenia wpływ kanałów na podstawie siły związku z KPI

ikona przedstawiająca rozkład normalny

Atrybucja z rozpadem czasowym: heurystyczna MTA, w której reguły przypisują coraz więcej kredytu na podstawie aktualności

wykres atrybucji z rozpadem czasowym przedstawiający rosnący kredyt od 10% do 20% do 30% do 40%

„Wszystkie modele atrybucji są błędne."

Nie istnieje jeden właściwy model – należy oceniać kompromisy każdego z nich
Uwzględnić: precyzję, interpretowalność, zachowania klientów, mix kanałów i dostępność danych
Wpływ przepisów o prywatności: algorytmiczne MTA może ograniczyć problem, gdy dane nie są powiązane bezpośrednio z klientem

ikony reprezentujące MTA: Last Click, Time Decay, Linear i Algorithmic

Marketing Analytics dla biznesu