Cos'è Attribution Model Calculator?
▾
Un calcolatore del modello di attribuzione aiuta gli esperti di marketing ad allocare il credito di conversione tra i molteplici punti di contatto di marketing con cui un cliente interagisce prima della conversione. Il modello di attribuzione risponde alla domanda fondamentale: quali canali e campagne di marketing hanno effettivamente generato questa vendita? La risposta varia notevolmente a seconda del modello utilizzato e la scelta del modello sbagliato porta a un sistematico sovra o sotto investimento in canali specifici. La maggior parte dei percorsi dei clienti coinvolge più punti di contatto prima della conversione. Un tipico percorso B2C potrebbe includere: scoperta della ricerca organica, newsletter via email, annuncio sui social media, visita diretta e quindi clic sull'acquisto di Google Shopping. Un percorso B2B può comprendere 15-30 punti di contatto nell'arco di 90 giorni, inclusi download di contenuti, partecipazione a webinar, sequenze di e-mail di vendita, retargeting a pagamento e sensibilizzazione diretta. Il modo in cui assegni il credito di conversione a questi punti di contatto determina in modo fondamentale le tue decisioni sugli investimenti di marketing. I sei modelli di attribuzione primari producono implicazioni di bilancio radicalmente diverse. L'attribuzione del primo clic attribuisce il 100% del credito al primo punto di contatto (in genere ricerca organica o scoperta sui social) e sottovaluta sistematicamente i canali intermedi e finali della canalizzazione. L'attribuzione dell'ultimo clic attribuisce il 100% del credito al punto di contatto finale prima della conversione (in genere ricerca a pagamento o email) e sottovaluta sistematicamente i canali di notorietà e considerazione. L'attribuzione lineare suddivide equamente il credito tra tutti i punti di contatto. L'attribuzione basata sul decadimento temporale attribuisce più credito ai punti di contatto più vicini alla conversione. In base alla posizione (a forma di U) assegna il 40% al primo e all'ultimo punto di contatto e divide il restante 20% tra i punti di contatto centrali. L'attribuzione basata sui dati utilizza l'apprendimento automatico per assegnare il credito in base al contributo effettivo alle conversioni: è il metodo più accurato ma richiede dati di conversione significativi (in genere oltre 3.000 conversioni per la validità statistica). La posta in gioco finanziaria nella selezione del modello di attribuzione è enorme. Un'azienda che passa dall'attribuzione basata sull'ultimo clic all'attribuzione basata sui dati in genere vede la ricerca organica ricevere il 15-25% in più di credito, le campagne di sensibilizzazione sui social media ricevono il 20-40% in più di credito e la ricerca a pagamento con marchio riceve il 15-25% in meno di credito. Questi cambiamenti hanno un impatto diretto sui budget dei canali e quindi su quali canali crescono e quali vengono tagliati. Ottenere la giusta attribuzione vale milioni in spese di marketing correttamente allocate per qualsiasi inserzionista su scala significativa. L'attribuzione moderna è ulteriormente complicata dai percorsi cross-device (stesso utente su telefono, tablet e laptop), dai dark social cross-channel (condivisione privata non tracciata) e dalle modifiche alla privacy che interrompono il tracciamento basato sui cookie. Il monitoraggio lato server, le strategie di dati proprietari e la modellazione probabilistica sono sempre più necessari per un'attribuzione multi-touch accurata.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
Formula
▾
Credito di attribuzione per canale = Peso del credito touchpoint x Valore di conversione totale. Questa formula calcola il modello di attribuzione mettendo in relazione le variabili di input attraverso la loro relazione matematica. Ciascun componente rappresenta una quantità misurabile che può essere verificata in modo indipendente.Leggenda delle variabili
▾
| Simbolo | Nome | Unità | Descrizione |
|---|---|---|---|
| Touchpoints | Numero di commercializzazione | — | Numero di interazioni di marketing avute da un cliente prima della conversione, che è un parametro chiave nel calcolo del modello di attribuzione che influenza direttamente il risultato finale calcolato |
| Conversion Value | Entrate o lead | — | Entrate o valore lead della conversione completata, che è un parametro chiave nel calcolo del modello di attribuzione che influenza direttamente il risultato finale calcolato |
| Attribution Window | Periodo di tempo durante | — | Periodo di tempo durante il quale i touchpoint vengono conteggiati ai fini dell'attribuzione (ad es. clic di 30 giorni, visualizzazione di 1 giorno) |
| Credit Weight | Percentuale di conversione | — | Percentuale del credito di conversione assegnato a ciascun touchpoint in base al modello scelto |
| Assisted Conversions | Conversioni dove | — | Conversioni in cui un canale è apparso nel percorso ma non è stato l'ultimo punto di contatto |
Come Attribution Model Calculator
▾
- 1Raccogli i valori di input richiesti: numero di marketing, entrate o lead, periodo di tempo durante, percentuale di conversione.
- 2Applica la formula principale: credito di attribuzione per canale = peso del credito touchpoint x valore di conversione totale.
- 3Calcolare i valori intermedi come la Variante 1, se applicabile.
- 4Verificare che tutte le unità siano coerenti prima di combinare i termini.
- 5Calcolare il risultato finale e rivederlo per verificarne la ragionevolezza.
- 6Controlla se ai tuoi input si applicano casi speciali o condizioni al contorno.
- 7Interpretare il risultato nel contesto e confrontarlo con i valori di riferimento, se disponibili.
Esempi risolti
▾
Questo esempio dimostra il calcolo del modello di attribuzione mediante calcolo. Il modello di attribuzione determina tutto: Facebook ottiene $ 0-$ 120, Shopping ottiene $ 12- $ 120: stessa vendita, credito molto diverso. Confronto del modello di attribuzione: stesso viaggio, risultati diversi illustra uno scenario tipico in cui la calcolatrice produce un risultato praticamente utile dagli input forniti.
Questo esempio dimostra il calcolo del modello di attribuzione calcolando la riallocazione del budget di $ 200.000 dalla modifica del modello di attribuzione: dimostra perché la selezione del modello è una decisione finanziaria ad alto rischio. Le implicazioni del budget del canale del cambio di modello illustra uno scenario tipico in cui il calcolatore produce un risultato praticamente utile dagli input forniti.
Questo esempio dimostra il calcolo del modello di attribuzione calcolando Basato sui dati non praticabile a 280 conversioni al mese: utilizza l'attribuzione basata sulla posizione come migliore alternativa disponibile. La valutazione della preparazione all'attribuzione basata sui dati illustra uno scenario tipico in cui il calcolatore produce un risultato praticamente utile dagli input forniti.
Questo esempio dimostra il calcolo del modello di attribuzione calcolando la ricerca organica 4,6 volte sottovalutata dall'ultimo clic: l'analisi delle conversioni assistite giustifica un aumento significativo del budget SEO. L'analisi delle conversioni assistite illustra uno scenario tipico in cui la calcolatrice produce un risultato praticamente utile dagli input forniti.
Applicazioni pratiche
▾
Allocazione annuale del budget di marketing: ridistribuire i budget dei canali in base all'attribuzione basata sui dati anziché all'ultimo clic. Questa applicazione è comunemente utilizzata dai professionisti che necessitano di analisi quantitative precise per supportare il processo decisionale, il budget e la pianificazione strategica nei rispettivi campi
Valutazione del canale: determinazione del vero ROI dei canali di awareness che sembrano avere bassi tassi di conversione diretta. Gli operatori del settore si affidano a questo calcolo per valutare le prestazioni, confrontare le alternative e garantire la conformità agli standard stabiliti e ai requisiti normativi
Confronto tra piattaforme: normalizzazione dell'attribuzione tra Google Ads, Meta Ads e GA4, ciascuno dei quali utilizza modelli diversi. Ricercatori accademici e studenti utilizzano questo calcolo per convalidare modelli teorici, completare i compiti dei corsi e sviluppare una comprensione più profonda dei principi matematici sottostanti
Reporting esecutivo: creazione di un modello di attribuzione unificato che rappresenti equamente tutti i canali nel reporting ROI a livello di consiglio di amministrazione. Gli analisti e i pianificatori finanziari incorporano questo calcolo nel loro flusso di lavoro per produrre previsioni accurate, valutare scenari di rischio e presentare raccomandazioni basate sui dati alle parti interessate
Misurazione delle prestazioni dell'agenzia: valutazione dei canali gestiti dall'agenzia in base all'incrementalità anziché ai clic attribuiti. Questa applicazione è comunemente utilizzata dai professionisti che necessitano di analisi quantitative precise per supportare il processo decisionale, il budget e la pianificazione strategica nei rispettivi campi
Casi speciali
▾
Attribuzione conversioni offline: importazione acquisti in negozio, telefonata
Attribuzione delle conversioni offline: importa gli acquisti in negozio, le conversioni di chiamate telefoniche e le chiusure di trattative CRM nelle piattaforme pubblicitarie per il monitoraggio completo del percorso. Quando si verifica questo scenario nei calcoli del modello di attribuzione, gli utenti devono verificare che i valori di input rientrino nell'intervallo previsto affinché la formula produca risultati significativi. Gli input fuori range possono portare a output matematicamente validi ma praticamente privi di significato che non riflettono le condizioni del mondo reale.
Attribuzione cross-device: gli utenti che passano dal telefono al desktop creano
Attribuzione cross-device: gli utenti che passano dal telefono al desktop creano sessioni separate basate su cookie; sono richiesti dati utente registrati o corrispondenza probabilistica Questo caso limite si verifica spesso nelle applicazioni professionali di calcolo del modello di attribuzione in cui sono coinvolte condizioni al contorno o valori estremi. I professionisti dovrebbero documentare quando si verifica questa situazione e considerare se metodi di calcolo alternativi o fattori di aggiustamento siano più appropriati per il loro caso d'uso specifico.
Attribuzione a livello di account B2B: più contatti della stessa azienda interagiscono
Attribuzione a livello di account B2B: più contatti della stessa azienda interagiscono con il marketing; attributo a livello di account piuttosto che a livello di singolo contatto Nel contesto del calcolo del modello di attribuzione, questo caso speciale richiede un'attenta interpretazione perché i presupposti standard potrebbero non essere validi. Gli utenti dovrebbero fare riferimenti incrociati ai risultati con esperti del settore e prendere in considerazione la consultazione di riferimenti o strumenti aggiuntivi per convalidare l'output in queste condizioni atipiche.
Attribuzione sociale oscura: la condivisione privata tramite WhatsApp, Slack ed e-mail lo è
Attribuzione sociale oscura: la condivisione privata tramite WhatsApp, Slack ed e-mail non viene tracciata; utilizzare parametri UTM e collegamenti brevi per campagne dark social Quando si verifica questo scenario nei calcoli del modello di attribuzione, gli utenti devono verificare che i valori di input rientrino nell'intervallo previsto affinché la formula produca risultati significativi. Gli input fuori range possono portare a output matematicamente validi ma praticamente privi di significato che non riflettono le condizioni del mondo reale.
Dati di riferimento del calcolo del modello di attribuzione
▾
| Modello di attribuzione | Primo punto di contatto | Punti di contatto medi | Ultimo punto di contatto | Ideale per |
|---|---|---|---|---|
| Ultimo clic | 0% | 0% | 100% | Risposta diretta, ottimizzazione del funnel finale |
| Primo clic | 100% | 0% | 0% | Valutazione del canale di consapevolezza/scoperta |
| Lineare | Quota paritaria | Quota paritaria | Quota paritaria | Anche credito, semplice multi-touch |
| Decadimento temporale | Meno | Medio | Di più | Cicli di considerazione brevi |
| Forma a U basata sulla posizione | 40% | Dividi il 20% | 40% | La maggior parte degli acquisti B2B e considerati |
| Basato sui dati | Assegnato ML | Assegnato ML | Assegnato ML | Volume elevato, massima precisione |
Domande frequenti
▾
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Si riferisce ai calcoli del modello di attribuzione. Questa è una considerazione importante quando si lavora con i calcoli del modello di attribuzione nelle applicazioni pratiche. La risposta dipende dai valori di input specifici e dal contesto in cui viene applicato il calcolo. Per ottenere i migliori risultati, gli utenti dovrebbero considerare i loro requisiti specifici e convalidare l'output rispetto a benchmark noti o standard professionali.
Errori comuni da evitare
▾
- !Utilizzo dell'attribuzione dell'ultimo clic per valutare i canali di notorietà (social, contenuti, display): sottovaluta sistematicamente l'investimento nella parte superiore della canalizzazione
- !Confronto dei dati di attribuzione tra piattaforme senza riconoscere che ciascuna piattaforma utilizza finestre e modelli di attribuzione diversi
- !Senza tenere conto del doppio conteggio view-through: più canali che dichiarano la stessa conversione gonfiano artificialmente le entrate totali attribuite
- !Utilizzo dell'attribuzione basata sui dati senza un volume di conversioni sufficiente (inferiore a 3.000 al mese): il modello non ha potere statistico e produce risultati inaffidabili
- !Prendere importanti decisioni di budget sulla base dei dati di attribuzione senza convalida dell'incrementalità: l'attribuzione rivela correlazione e non causalità
Consiglio Pro
Esegui un confronto dei modelli di attribuzione in GA4 accedendo a Pubblicità > Attribuzione > Confronto modelli. Confronta l'attribuzione basata sui dati con l'ultimo clic per i tuoi canali principali. I canali in cui la guida ai dati assegna un credito significativamente maggiore rispetto all'ultimo clic sono i canali di notorietà e considerazione più sottovalutati: questi sono i principali candidati per aumenti di budget. I canali che registrano un calo significativo nella classifica basata sui dati rispetto all'ultimo clic potrebbero ricevere finanziamenti eccessivi rispetto al loro contributo reale.
Lo sapevi?
Secondo Demand Gen Report, l’acquirente B2B medio interagisce con 27 contenuti prima di prendere una decisione di acquisto. Tuttavia, la maggior parte delle aziende utilizza ancora l’attribuzione dell’ultimo clic, che attribuisce solo il punto di contatto finale e ignora le altre 26 interazioni. Questo divario tra la realtà multi-touch e l’attribuzione single-touch spiega perché molti marketer B2B investono sistematicamente poco nei contenuti e nella notorietà del marchio, nonostante la loro enorme influenza sulle decisioni di acquisto.
Regional Guides
▾
🇪🇺 EU▾
🇺🇸 US▾
🇦🇺 AU▾
Riferimenti
- ›Documentazione sull'attribuzione di Google Analytics 4
- ›Guida alla metodologia di attribuzione di Measured.com
- ›Guida all'attribuzione Multi-Touch di HubSpot
- ›Benchmark di attribuzione del Rockerbox
- ›Ricerca sull'attribuzione dell'evoluzione del marketing
Ricevi suggerimenti matematici settimanali
Unisciti a 12.000+ abbonati che ricevono suggerimenti sulla calcolatrice ogni settimana.