Kunder konverterar sällan vid första kontakten. De kommer från en kanal (organisk sökning) och konverterar inte. De kommer tillbaka från en annan kanal (e-post) och konverterar inte. De kommer tillbaka från en tredje kanal (betalda annonser) och köper till sist. I en modell med attribuering till sista klicket får betalda annonser all äran. Men organisk sökning och e-post spelade viktiga stödjande roller. Flerkanalstrattar analyserar alla kontaktpunkter och visar hur kanalerna arbetar tillsammans för att skapa konverteringar. Det här kapitlet handlar om hur du mäter samspelet mellan kanaler.
Vad flerkanalstrattar är
En flerkanalstratt är resan från första kontakt till slutlig konvertering. Exempel: organisk sökning → ingen konvertering → e-post → ingen konvertering → direkt → konvertering. Tre kanaler var inblandade. Betalda annonser avslutade affären, men organisk sökning och e-post hjälpte till. Analysen av flerkanalstrattar visar alla tre kontaktpunkterna och vilken roll de hade.
Det skiljer sig från attribuering till en enda kanal: organisk sökning gav ett besök (som kanske konverterade). E-post gav ett besök. Direkt gav ett besök. Varje kanal mäts för sig. Flerkanalstrattar mäter ordningsföljden.
Vanliga mönster i flera kanaler
Mönster 1: Medvetenhet högst upp i tratten. Organisk sökning (hög volym, låg köpavsikt) skapar medvetenhet. E-post (medelhög volym, medelhög köpavsikt) skapar övervägande. Betalda annonser (lägre volym, hög köpavsikt) ger konvertering. Varje kanal har sin roll.
Mönster 2: Betald sökning avslutar. Organisk sökning, sociala medier och innehåll skapar medvetenhet. Betald sökning (retargeting) står för det sista steget. Betald sökning ger flest konverteringar, men skulle inte göra det utan de tidigare kontakterna.
Mönster 3: Direkta återbesök. Besökaren kommer från en annons och konverterar inte. Hen kommer tillbaka direkt (skrev in adressen) och konverterar. Direkt ser ut som en kanal med hög konvertering, men annonsen är egentligen orsaken.
Analysera flerkanalstrattar i analytics
Google Analytics (och andra plattformar) har rapporter för flerkanalstrattar. De visar konverteringsvägar (i vilken ordning kanalerna ledde till konvertering), väglängd (hur många kontakter före konvertering) och tid till konvertering (hur lång tid det tar från första kontakt till konvertering).
Använd rapporterna för att svara på: hur många kontakter krävs före konvertering (2, 3, 5)? Vilka kanalkombinationer fungerar bäst? Finns det mönster (till exempel att organisk sökning alltid är första kontakten och betald alltid den sista)? Vilka kanaler spelar stödjande roller?
Använd flerkanalsdata i strategin
Fördela budgeten. Om organisk sökning alltid är första kontakten (medvetenhet) och e-post alltid kommer i mitten (övervägande) är båda kanalerna avgörande. Skär inte ner på organisk sökning bara för att attribuering till sista klicket ger e-post äran. Båda behövs för konverteringarna.
Optimera sekvenserna. Om mönstret organisk → e-post → betald → konvertering är vanligt, se till att din e-postsekvens är stark. Optimera e-poststeget eftersom många konverteringar hänger på det.
Hitta flaskhalsar. Om de flesta vägar slutar med direkt trafik (direkta besök som inte konverterar) kan upplevelsen på webbplatsen eller ditt erbjudande vara svagt. Förbättra upplevelsen eller erbjudandet innan du skyller på kanalerna.
Utmaningar i analysen av flerkanalstrattar
Attribueringsfönster: hur länge följer du kontaktpunkter före en konvertering? 7 dagar, 30 dagar, 90 dagar? Längre fönster visar fler samspel mellan kanaler men kan ta med kontakter som inte spelar någon roll. Lösning: använd 30 dagar som standard och testa 7 och 90 dagar för att se hur känsligt resultatet är.
Nya och återkommande besökare: ibland är besökaren en återkommande kund som köper igen. Är det en tratt för en ny kund eller en befintlig? Lösning: skilj tratter för nya kunder från tratter för återkommande kunder. Analysera dem var för sig, eftersom de ser olika ut.
Otydlig direkt trafik: direkt trafik kan vara bokmärken, e-postlänkar utan UTM-parametrar, trafik från appar till webben eller verkliga direktbesökare. Lösning: se över dina UTM-parametrar så att e-postlänkar märks som e-post (inte direkt). Märk apptrafik separat. Den direkta trafik som blir kvar är din baslinje.
Hur många kontakter före konvertering är normalt?
Det varierar med bransch: B2B = 4 till 8 kontakter. B2C = 2 till 4 kontakter. Produkter som kräver mycket övervägande = 5 till 10 kontakter. Produkter som kräver lite övervägande = 1 till 2 kontakter. Din egen data visar hur det ser ut hos dig. Om du ser 2 kontakter i snitt, optimera för snabb konvertering. Om du ser 7 kontakter, fokusera på att vårda intresset och hålla kvar det.
Ska jag optimera för första eller sista kontakten i flerkanalsanalysen?
Båda räknas. Den första kontakten (medvetenhet) behöver volym och räckvidd. Den sista kontakten (konvertering) behöver övertygelse och ett starkt erbjudande. Optimera inte bara för den första (medvetenheten går till spillo om budskapet är svagt) och inte bara för den sista (du kan inte avsluta om du aldrig skapade medvetenhet). Balansera: 40 % av budgeten på medvetenhet, 40 % på konvertering och 20 % på retargeting.
Hur hanterar jag återkommande kunder i flerkanalsanalysen?
Skilj dem från analysen av nya kunder. Återkommande kunder har andra tratter: en befintlig kund ser ett nytt erbjudande → klickar på e-post → konverterar (2 kontakter). Det skiljer sig från en ny kund (organisk → e-post → betald → direkt → konvertering). Analysera dem var för sig: tratterna för nya kunder styr din strategi för att skaffa kunder, tratterna för återkommande kunder styr din strategi för att behålla dem.
Vilket är det ideala attribueringsfönstret för flerkanalsanalys?
Börja med 30 dagar, vilket är vanligt för B2B. Om de flesta konverteringar sker inom 7 dagar, använd ett fönster på 7 dagar (snabbare återkoppling). Om besluten tar över 90 dagar, använd 90 dagar. Titta på din data: hur stor andel av konverteringarna sker inom 7, 14, 30 och 90 dagar? Använd det fönster som fångar 85 till 90 % av dina konverteringar.
Hur rensar jag upp direkt trafik så att kanalanalysen blir mer exakt?
Lägg till UTM-parametrar på all e-post- och apptrafik. Gå igenom e-postmallarna så att länkarna innehåller utm_source=email. Gå igenom appens kod så att klick innehåller utm_source=app. Märk interna kampanjer separat. Den direkta trafik som blir kvar är din verkliga baslinje. Det gör flerkanalsanalysen bättre eftersom felmärkt trafik försvinner.
Kan jag förutse vilka kanalsekvenser som ger mest intäkter?
Ja, analysera tidigare konverteringar: gruppera efter väg och summera intäkterna per vägtyp. Exempel: vägar med organisk → e-post → betald ger i snitt $5 000 i intäkter, medan organisk → betald ger i snitt $3 000. Den första sekvensen är mer värdefull. Optimera den (förbättra e-postinnehållet, höj konverteringsgraden). Det fungerar förutseende: framtida kunder som följer det mönstret blir sannolikt värdefulla.