Attribution Model Calculator

เครื่องคำนวณรูปแบบการระบุแหล่งที่มาช่วยให้นักการตลาดจัดสรรเครดิต Conversion ในจุดติดต่อทางการตลาดต่างๆ ที่ลูกค้าโต้ตอบด้วยก่อนทำ Conversion รูปแบบการระบุแหล่งที่มาตอบคำถามพื้นฐาน: ช่องทางการตลาดและแคมเปญใดที่กระตุ้นให้เกิดการขายนี้จริงๆ คำตอบจะแตกต่างกันไปอย่างมากขึ้นอยู่กับรุ่นที่คุณใช้ และการเลือกรุ่นผิดจะนำไปสู่การลงทุนสูงหรือต่ำอย่างเป็นระบบในบางช่องทาง การเดินทางของลูกค้าส่วนใหญ่เกี่ยวข้องกับจุดสัมผัสหลายจุดก่อนที่จะเกิด Conversion เส้นทาง B2C โดยทั่วไปอาจรวมถึง: การค้นพบการค้นหาทั่วไป จดหมายข่าวทางอีเมล โฆษณาบนโซเชียลมีเดีย การเข้าชมโดยตรง และการคลิกซื้อ Google Shopping การเดินทางแบบ B2B อาจครอบคลุม 15-30 จุดติดต่อตลอด 90 วัน รวมถึงการดาวน์โหลดเนื้อหา การเข้าร่วมสัมมนาทางเว็บ ลำดับอีเมลการขาย การกำหนดเป้าหมายใหม่แบบเสียค่าใช้จ่าย และการเผยแพร่ประชาสัมพันธ์โดยตรง วิธีที่คุณจัดสรรเครดิต Conversion ให้กับช่องทางติดต่อลูกค้าเหล่านี้จะกำหนดพื้นฐานการตัดสินใจลงทุนทางการตลาดของคุณ รูปแบบการระบุแหล่งที่มาหลักทั้ง 6 รูปแบบก่อให้เกิดผลกระทบด้านงบประมาณที่แตกต่างกันอย่างสิ้นเชิง การระบุแหล่งที่มาของคลิกแรกให้เครดิต 100% แก่ช่องทางติดต่อแรก ซึ่งโดยทั่วไปคือการค้นหาทั่วไปหรือการค้นพบทางสังคม และแชแนลช่องทางกลางและล่างที่ต่ำกว่าค่าอย่างเป็นระบบ การระบุแหล่งที่มาของคลิกสุดท้ายให้เครดิต 100% แก่ช่องทางติดต่อสุดท้ายก่อนเกิด Conversion ซึ่งโดยทั่วไปคือการค้นหาที่เสียค่าใช้จ่ายหรืออีเมล และให้ช่องทางการรับรู้และการพิจารณาต่ำกว่ามูลค่าอย่างเป็นระบบ การระบุแหล่งที่มาเชิงเส้นจะแบ่งเครดิตเท่าๆ กันในทุกช่องทางติดต่อลูกค้า การระบุแหล่งที่มาที่ลดลงตามเวลาจะให้เครดิตมากขึ้นแก่จุดสัมผัสที่ใกล้กับ Conversion มากขึ้น ตามตำแหน่ง (รูปตัว U) ให้ 40% แก่จุดติดต่อแรกและจุดสุดท้าย และแบ่ง 20% ที่เหลือตามจุดติดต่อตรงกลาง การระบุแหล่งที่มาจากข้อมูลใช้แมชชีนเลิร์นนิงในการกำหนดเครดิตตามการมีส่วนร่วมของ Conversion จริง ซึ่งเป็นข้อมูลที่แม่นยำที่สุดแต่ต้องใช้ข้อมูล Conversion ที่สำคัญ (โดยทั่วไปแล้ว Conversion มากกว่า 3,000 รายการสำหรับความถูกต้องทางสถิติ) การเลือกรูปแบบการระบุแหล่งที่มามีเดิมพันทางการเงินมหาศาล บริษัทที่เปลี่ยนจากคลิกสุดท้ายมาเป็นการระบุแหล่งที่มาจากข้อมูลมักจะพบว่าการค้นหาทั่วไปได้รับเครดิตเพิ่มขึ้น 15-25% แคมเปญการรับรู้บนโซเชียลมีเดียจะได้รับเครดิตเพิ่มขึ้น 20-40% และการค้นหาที่เสียค่าใช้จ่ายของแบรนด์จะได้รับเครดิตน้อยลง 15-25% การเปลี่ยนแปลงเหล่านี้ส่งผลโดยตรงต่องบประมาณของช่อง ส่งผลให้ช่องใดเติบโตและช่องใดถูกตัดออก การได้รับสิทธิ์ในการระบุแหล่งที่มานั้นมีมูลค่านับล้านในการใช้จ่ายด้านการตลาดที่จัดสรรอย่างถูกต้องสำหรับผู้ลงโฆษณารายใหญ่ การระบุแหล่งที่มาสมัยใหม่มีความซับซ้อนมากขึ้นด้วยการเดินทางข้ามอุปกรณ์ (ผู้ใช้คนเดียวกันบนโทรศัพท์ แท็บเล็ต และแล็ปท็อป) โซเชียลมืดข้ามช่องทาง (การแชร์ส่วนตัวที่ไม่ได้รับการติดตาม) และการเปลี่ยนแปลงความเป็นส่วนตัวที่ทำลายการติดตามตามคุกกี้ การติดตามฝั่งเซิร์ฟเวอร์ กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง และการสร้างแบบจำลองความน่าจะเป็นมีความจำเป็นมากขึ้นสำหรับการระบุแหล่งที่มาแบบมัลติทัชที่แม่นยำ

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

1. 1รวบรวมค่าอินพุตที่ต้องการ: จำนวนการตลาด รายได้หรือลูกค้าเป้าหมาย ช่วงเวลาระหว่าง เปอร์เซ็นต์ของการแปลง
2. 2ใช้สูตรหลัก: เครดิตการระบุแหล่งที่มาต่อแชแนล = น้ำหนักเครดิตจุดติดต่อ x มูลค่า Conversion ทั้งหมด
3. 3คำนวณค่ากลาง เช่น ตัวแปร 1 หากมี
4. 4ตรวจสอบว่าทุกหน่วยสอดคล้องกันก่อนรวมคำศัพท์
5. 5คำนวณผลลัพธ์สุดท้ายและทบทวนเพื่อความสมเหตุสมผล
6. 6ตรวจสอบว่ามีกรณีพิเศษหรือเงื่อนไขขอบเขตที่มีผลกับอินพุตของคุณหรือไม่
7. 7ตีความผลลัพธ์ตามบริบทและเปรียบเทียบกับค่าอ้างอิง หากมี

• !การใช้การระบุแหล่งที่มาของคลิกสุดท้ายเพื่อประเมินช่องทางการรับรู้ (โซเชียล เนื้อหา ดิสเพลย์) -- การลงทุนในช่องทางระดับบนสุดที่ต่ำกว่ามูลค่าอย่างเป็นระบบ
• !การเปรียบเทียบข้อมูลการระบุแหล่งที่มาข้ามแพลตฟอร์มโดยไม่ทราบว่าแต่ละแพลตฟอร์มใช้กรอบเวลาและรูปแบบการระบุแหล่งที่มาที่แตกต่างกัน
• !ไม่คำนึงถึงการนับซ้ำในการดูผ่าน -- หลายๆ ช่องทางที่อ้างว่ามี Conversion เดียวกันทำให้รายได้รวมที่ระบุแหล่งที่มาสูงเกินจริง
• !การใช้การระบุแหล่งที่มาจากข้อมูลโดยไม่มีปริมาณ Conversion เพียงพอ (ต่ำกว่า 3,000/เดือน) -- โมเดลขาดพลังทางสถิติและให้ผลลัพธ์ที่ไม่น่าเชื่อถือ
• !การตัดสินใจด้านงบประมาณที่สำคัญโดยพิจารณาจากข้อมูลการระบุแหล่งที่มาโดยไม่มีการตรวจสอบความถูกต้องส่วนเพิ่ม -- การระบุแหล่งที่มาเผยให้เห็นความสัมพันธ์ไม่ใช่สาเหตุ