Hiểu thêm về Attribution trong Marketing

Có lẽ đối với bất kỳ nhà tiếp thị khi nhập nhiều lãnh thổ và đa kênh giao tiếp thiết bị – nơi mọi thời điểm của người dùng tương tác với thương hiệu có thể đóng góp vào sự hành động cuối cùng của việc chuyển đổi phễu mua sắm – Ghi công là khái niệm về “sự khó tiêu hóa nhất.”

Ghi công – theo định nghĩa của Bộ quảng cáo Interactive IAB – quá trình xác định một loạt các hành động người dùng đóng góp vào thành tựu nhất định, và sau đó, phân này là kết quả vào giá trị bổ sung được cung cấp để tương ứng để mỗi hành động cụ thể.

Kể từ khi thị trường Việt Nam không có tên chính thức cho Attribution, phải dựa vào định nghĩa của IAB có thể gọi Ghi công là “Những đóng góp giá trị phân phối”. Hiện nay, quá trình này thường được sử dụng trong tiếp thị môi trường và thiết bị truyền thông đa kênh đôi nên ghi công được gọi là “mô hình đa kênh.” Các vấn đề gây đau đầu nhất cho markerter xuất phát từ đây – là để xác định, đo lường ảnh hưởng của mỗi kênh truyền thông, mỗi điểm tương tác với các kết quả mong đợi (một chuyển đổi – chuyển đổi, ROI, …), do đó làm cho ngân sách kế hoạch tối ưu.

Một số người cho rằng các mô hình đo lường không chính xác Ghi công, bởi vì trong quá trình chuyển đổi trong sự hiện diện của quảng cáo “không nhìn thấy”  nhưng người dùng không thể nhìn thấy). Những người khác nói quá trình Ghi công không chứng minh mối quan hệ nhân quả giữa một giá trị của từng kênh để chuyển đổi kết quả cuối cùng, vì vậy nó thường bị bỏ qua.

Dường như những người phản đối việc trên đã được kết luận vội vàng mà không thực sự tìm hiểu kỹ lưỡng về Attribution, cũng như bỏ lỡ các khía cạnh chi tiết và các ứng dụng cụ thể mà có thể mang lại cho việc phân bổ tiếp thị và ngân sách.

Có một số lượng lớn và đa dạng của các nhà cung cấp, các công cụ và phương pháp liên quan triển khai Ghi công. Vì vậy, không chỉ có thể sử dụng cách tiếp cận chung để mô tả một quá trình Ghi cụ thể.

Nếu các nhà phê bình của các mô hình đã đề cập ở trên là tĩnh Ghi công “truyền thống”, được cung cấp bởi các máy chủ (server quảng cáo) hoặc từ các nền tảng phân tích trên một trang – chẳng hạn như mô hình cuối cùng chạm, đầu tiên -Touch, hình chữ U, dựa trên thời gian hay mô hình trọng – đó là sự thật rằng quá trình Ghi công không chính xác, do sự tồn tại của các quảng cáo “không thể đủ khả năng để được nhìn thấy”. Điều này phân bổ thời gian vào những đóng góp của họ theo ý của mình cho tất cả các hiển thị và nhấp chuột vào sẽ làm hại nhiều hơn lợi.

>>> bien tap noi dung chuan seo

Tuy nhiên, nếu những lời chỉ trích nhằm vào mô hình các loại Ghi công khác nhau – một giải pháp phiền và thuật toán xác thực (hợp pháp, Ghi công thuật toán) – thì rõ ràng, những người này không hiểu làm thế nào hoạt động mô hình này.

attribution

[*] Ghi công đầu tiên, không phải tất cả các động cơ được tính toán phân tích tất cả hiển thị (Impression) khi mô hình hóa các hành trình chuyển đổi của khách hàng của chúng tôi. Thỉnh thoảng, những ấn tượng là “không nhìn thấy” có thể được loại trừ khỏi các dữ liệu thiết lập từ đầu ra của máy chủ (server quảng cáo) hoặc của một nền tảng phân tích độc lập. Đối với phần lớn các trường hợp tính năng này không có sẵn, sau đó có những cách khác có thể loại bỏ phần lớn các “vô hình” ở trên.

Ví dụ: Các quảng cáo “không thể đủ khả năng để được nhìn thấy”, hoặc “có khả năng để được nhìn thấy nhưng khả năng chuyển đổi ít” hầu như luôn thể hiện tần số rất cao so với các có thể tạo ra chuyển đổi. Do đó bằng cách loại bỏ các giá trị cá nhân (hiển thị tần số cao bất thường) từ tập dữ liệu, chúng ta có thể loại bỏ nhiều “không có khả năng để được nhìn thấy” như quảng cáo “có khả năng để được nhìn thấy nhưng chất lượng thấp” ở trên.

[*] Thứ hai, không giống như các mô hình tĩnh, mô hình “máy học” (học máy – phương pháp tự động để tạo ra các chương trình máy tính bằng cách phân tích các bộ dữ liệu) được thiết kế để “thưởng” cho những quảng cáo này đã đóng góp, và ngoại trừ quảng cáo không mang lại kết quả. Khi sử dụng các công nghệ cookie không còn mang lại hiệu quả, nó là rõ ràng một mô hình Ghi công mới bằng cách sử dụng các thuật toán cũng sẽ được đánh giá cao hơn.

Tóm lại, với việc loại bỏ các giá trị đặc biệt trong tần số hiển thị và sử dụng “máy học” để phân bổ ngân sách cho các kênh tương tác, nhiều mô hình doanh nghiệp Ghi công có khả năng chắt lọc những tín hiệu đáng kể từ những thông tin nhiễu, thậm chí khi thông tin là khó khăn để phát hiện can thiệp.

Ngoài ra, các mô hình dựa trên thuật toán Ghi công không chứng minh được mối tương quan giữa “ảnh hưởng của mỗi kênh truyền thông” với “kết quả cuối cùng” là không đáng lo ngại. Trong thống kê, phương pháp thường được sử dụng trong trường hợp này được đưa vào phân tích một “nhóm kiểm soát” (nhóm chứng) để đưa ra kết luận nguyên nhân. (Có thể thấy cách thức hoạt động của nhóm kiểm soát để loại bỏ các yếu tố gây nhiễu và chỉ ra mối quan hệ nhân quả trong một số liệu thống kê ở đây). Mặc dù không phải là một phương pháp hoàn hảo, nó vẫn còn có thể giúp các tối ưu hóa ngân sách.

Nó phàn nàn rằng các mô hình không phải là đủ Ghi công chính xác giống như việc so sánh giữa các bức tranh của Monet xấu đẹp với Picasso. Và nó đặc biệt thích hợp khi nhiều người vẫn sử dụng quảng cáo phân tích “thủ công” để đánh giá hiệu quả của từng kênh truyền thông, thay vì sử dụng các thuật toán tối ưu hơn như đã thảo luận ở trên.

Mô hình Ghi công không thể phủ nhận tồn tại một số điểm yếu liên quan tới khả năng “được nhìn thấy” bởi quảng cáo, an toàn , phòng chống gian lận (Fraud), thiết bị kết nối, hợp nhất dữ liệu và giải pháp công nghệ cốt lõi khác. Nhưng việc thiếu các biện pháp chủ động đối phó với các điểm yếu trên không phải là lý do vững chắc để tiếp tục dựa trên các vảy “thế kỷ trước” là tỷ lệ nhấp chuột hoặc nhấp chuột chuyển đổi.

Các nhà triết học lỗi lạc như Voltaire, Khổng Tử và Aristotle từng nói: “Hoàn hảo là kẻ thù của tốt” (đâm ra hư hỏng công việc hoàn hảo). Trớ trêu thay, điều này đang diễn ra đối với các mô hình Ghi công dựa trên nhấp chuột. Trong khi đó, mặc dù không có bảo đảm có thể được mỗi câu trả lời với 100% độ chính xác, nhưng sử dụng một Fractional Ghi công mô hình tốt có thể giúp cải thiện thành tích giao cân nhắc “tĩnh” và mô hình “dựa vào nhấp chuột”.

Và rõ ràng, cho dù các nhà quảng cáo không thể tìm thấy một mô hình hoàn hảo Attribution, sau đó ít nhất là với các công cụ và dữ liệu sẵn có, họ có thể tạo ra một mô hình đa kênh thích hợp và hiệu quả cho mình.

>>> seo web uy tin chat luong

Từ những phân tích trên, chúng ta có thể thấy rõ vai trò của các công cụ lọc quảng cáo [/ LINK] “có khả năng để được nhìn thấy”, cũng như các phương pháp luận của nguyên nhân được tính toán và có hiệu lực. Vì vậy, nó là hợp lý để có thể kết hợp chúng vào các mô hình Ghi công.

Marketer có thể bắt đầu sử dụng công cụ xác định gian lận, xác định quảng cáo”không có khả năng để được nhìn thấy” và vị trí quảng cáo (vị trí) đáng ngờ cho chiến dịch của mình. Sản lượng từ những công cụ sau đó sẽ được tích hợp vào các mô hình Attribution, và Marketer nên dành một khoản ngân sách ít thử nghiệm để tìm ra mô hình tối ưu.

Nghe có vẻ lý tưởng về khả năng của một mô hình kiểu mới Ghi công trên, nhưng thực sự nó không phải là quá xa vời. Khi ngành công nghiệp trưởng thành, những khả năng này sẽ được tích hợp, các [LINK = / promo-bị cáo] quảng cáo cũng có thể thành thạo trong việc sử dụng các công cụ và toàn ngành sẽ được gần gũi hơn với “niết bàn” của Marketing.

Xem thêm: rao vặt