Ett mjukvaruföretag firade mejl som sin bästa konverteringskanal i sex kvartal. En attributionsgranskning med en modell för flera kontaktpunkter visade en annan bild. Betald sökning och innehållsmarknadsföring startade de flesta resorna. Mejl avslutade dem ofta. Om de skurit ner på budgeten för toppen av tratten hade pipelinen som mejlen levde på sinat. Attribution flyttade budgetsamtalet från kanalrivalitet till investering i hela kundresan.
Därför hör attribution hemma i en modul om automation och AI. Automatiska resor spänner över många kontaktpunkter. Mätningen måste se hela vägen, inte bara det sista klicket.
Vad marknadsattribution är
Marknadsattribution är att identifiera vilka marknadsföringskontakter som bidrar till ett önskat resultat, till exempel ett köp, en demo eller en registrering, och fördela rätt andel av äran mellan dem.
Attribution hör direkt ihop med datadriven marknadsföring och rapporteringslagren i din martech för marknadsautomation.
Vanliga attributionsmodeller
Last touch
All ära går till den sista kontakten före konverteringen. Enkelt att införa. Överskattar ofta kanaler som avslutar, till exempel sökningar på varumärket eller mejl till befintliga kunder.
First touch
All ära går till den första kända kontakten. Lyfter fram kanaler där folk hittar dig. Underskattar nurture och säljstöd senare i cykeln.
Linjära modeller och modeller med avtagande värde
En linjär modell delar äran lika mellan alla kontakter. En modell med avtagande värde ger mer vikt åt kontakter nära konverteringen. Båda tar hänsyn till resor i flera steg, som är vanliga i B2B-cykler enligt strategier för B2B-marknadsautomation.
Positionsbaserade modeller
Första och sista kontakten får större andelar, och de i mitten delar på resten. Användbart när både upptäckt och avslut är strategiskt viktiga.
Attribution i automatiserad marknadsföring
Flöden skapar dussintals små kontaktpunkter: öppnade mejl, klickade länkar, skickade påminnelser. Attribution hjälper dig att se vilka serier som påverkar pipelinen, inte bara vilket mejl som råkade komma före formuläret.
UTM-parametrar, kampanjfält i CRM och integrerad analys för källdata vidare till automationsplattformarna. Trasig taggning ger falsk trygghet om vilka kanaler som vinner.
Personalisering och AI-optimering behöver också återkoppling från attribution. Utan den finjusterar du ämnesrader medan budgeten fortsätter att hamna fel på kanalnivå.
Överlapp med modul 7 och analysboken
Det här kapitlet introducerar attribution för marknadsförare som bygger automatiska system. Modulen om marknadsföringsmått och analys går djupare in på ROI-ramverk, val av KPI:er och rytm för rapportering till marknadschefer.
För hur attribution fungerar på kampanjnivå och för lönsamhetsanalys finns avancerad genomgång i boken Allt om analys, i kapitlet marknadsattribution och kampanjresultat.
Grundläggande analysbegrepp från modul 3 finns i digital marknadsföringsanalys förklarad. Använd det här kapitlet för att koppla investeringar i automation till modeller för ära. Använd modul 7 och analysboken när du behöver mer praktiskt djup.
Praktiska första steg
Standardisera namnen på UTM-taggar. Se till att formulär fångar källfält. Skriv ner vilken modell som svarar på vilken affärsfråga. Gå igenom resultaten varje kvartal i stället för att jaga en perfekt universell sanning.
Perfekt attribution är sällsynt. Attribution som pekar åt rätt håll är ändå bättre än kanaldiskussioner som bygger på anekdoter.
Begränsningar i attribution som alla marknadsförare bör känna till
Resor över flera enheter bryter ren spårning när inloggade upplevelser är ofullständiga. En prospekt kan hitta dig på mobilen, undersöka på datorn och konvertera efter ett säljsamtal som aldrig bär med sig några UTM-parametrar. Attributionsmodeller sammanfattar det dina verktyg ser, inte hela verkligheten bakom varje inköpsgrupp eller hushållsbeslut.
Kontaktpunkter offline och sådana som partners påverkat får sällan rättvis ära i modeller som bara ser digitala data. Event, rekommendationer och samtal med återförsäljare påverkar pipelinen även när analysen bara registrerar det sista formulärskicket. Komplettera modellens resultat med återkommande intervjuer om vunna och förlorade affärer, så att budgetbesluten respekterar kanaler som attributionsprogramvaran räknar för lågt.
Modellvalet ska följa frågan, inte standardinställningen i kontrollpanelen. Ledningen som frågar om investeringar i upptäckt behöver andra regler för ära än driften som frågar vilken mejlserie som snabbar upp demoförfrågningarna. Att redovisa flera modeller för olika beslut är ärligare än att tvinga fram ett enda tal som ska svara åt alla intressenter.
Publicera begränsningarna i attributionen tillsammans med resultaten. Intressenter fattar bättre budgetbeslut när de vet vilka kontaktpunkter modellen inte kan se och varför den redovisade äran aldrig blir hela sanningen.
Vanliga frågor
Vad är marknadsattribution med enkla ord?
Marknadsattribution visar vilka marknadsföringskontakter som hjälpte någon att konvertera. Det hindrar dig från att ge all ära åt det sista klicket när många steg bidragit. WEMASYs webbplatsbyggare stöder taggade formulär och sidor så att källdata når dina rapporter.
Vilken attributionsmodell ska jag använda?
Använd last touch för snabb konverteringsanalys, first touch för frågor om upptäckt och flera kontaktpunkter när resorna sträcker sig över veckor och flera kanaler. Många team redovisar mer än en modell.
Hur hänger attribution ihop med ROI för marknadsautomation?
Attribution visar om automatiska serier påverkar intäkterna utöver öppningar och klick. Utan den kan du inte motivera investeringen i flöden eller rensa bort vägar som presterar dåligt.
Var lär jag mig mer om att mäta attribution?
Modul 7, marknadsföringsmått och analys, går djupare in på ROI och KPI:er. För att införa attribution på kampanjnivå, läs marknadsattribution och kampanjresultat i analysboken.
Kan småföretag arbeta med marknadsattribution?
Ja. Börja med konsekventa UTM-taggar, källfält i formulär och enkla jämförelser mellan first touch och last touch i ditt analysverktyg.
Varför är last click-attribution missvisande?
Den ignorerar kontaktpunkterna för medvetenhet och nurture som gjorde det sista klicket möjligt. Team som bara använder last click satsar ofta för lite på innehåll och betald upptäckt.