ความท้าทายรูปแบบการระบุแหล่งที่มาสำหรับนักการตลาด

คุณวัดความสำเร็จของความพยายามทางการตลาดของคุณอย่างไร? คุณกำลังดิ้นรนในการออกแบบรูปแบบการระบุแหล่งที่มาสำหรับการตลาดที่ให้ข้อมูลเชิงลึกที่มีความหมายเกี่ยวกับเส้นทางของลูกค้าหรือไม่ รูปแบบการระบุแหล่งที่มาซึ่งมีข้อบกพร่อง ได้กลายเป็นที่นิยมในหมู่นักการตลาดที่พยายามแสดง ROI จากความพยายามของตน ความท้าทายสำหรับนักการตลาดและแบรนด์คือรูปแบบการระบุแหล่งที่มาส่วนใหญ่ไม่ได้ให้ภาพที่ถูกต้องเกี่ยวกับเส้นทางของลูกค้า และไม่สามารถให้ข้อมูลเชิงลึกประเภทต่างๆ ที่ช่วยในการตัดสินใจเชิงกลยุทธ์ได้
แม้ว่าจะเข้าใจและวัดผลได้ง่าย แต่รูปแบบการระบุแหล่งที่มาของการสัมผัสครั้งแรกและการสัมผัสครั้งสุดท้ายจะให้ข้อมูลคร่าวๆ ในเส้นทางของลูกค้าเท่านั้น นักการตลาดได้ใช้วิธีการสัมผัสครั้งแรกเพื่อค้นหาวิธีที่จะแสดงความพยายามทางการตลาดในการนำผู้ชมใหม่ๆ มาที่เว็บไซต์ ในทำนองเดียวกัน รูปแบบการระบุแหล่งที่มาของการสัมผัสครั้งสุดท้ายกลายเป็นวิธียอดนิยมในการแสดงว่าความพยายามทางการตลาดใดมีส่วนทำให้เกิดการขายโดยตรง
ข้อบกพร่องพื้นฐานในแต่ละวิธีเหล่านี้คือการมองไม่เห็นจุดติดต่อที่ช่วยเหลือลูกค้าตลอดเส้นทางและปัจจัยอื่นๆ ที่มีอิทธิพลต่อการตัดสินใจซื้อ ป้อนรูปแบบการระบุแหล่งที่มาแบบมัลติทัช แม้ว่าแบบจำลองประเภทนี้จะใช้แนวทางแบบองค์รวมมากกว่า แต่มักล้มเหลวในการให้ข้อมูลที่แท้จริงและนำไปดำเนินการได้ ซึ่งจะให้ข้อมูลในการตัดสินใจและปรับปรุง ROI ของความพยายามทางการตลาด
ในตอนล่าสุดของ Get Found! Erin Robbins ประธาน GinzaMetrics และ Steve Farnsworth ซีเอ็มโอของ Steveology group ได้พูดคุยถึงปัญหาที่เกิดขึ้นกับรูปแบบการระบุแหล่งที่มาและแนวโน้มบางส่วนที่กำลังเกิดขึ้นเพื่อช่วยให้นักการตลาดแสดง ROI จากความพยายามของพวกเขา

นอกเหนือจากการระบุแหล่งที่มาด้วยการแตะเพียงครั้งเดียว

เมื่อพูดถึงรูปแบบการระบุแหล่งที่มา CMO ส่วนใหญ่จะยอมรับว่าวิธีการสัมผัสครั้งแรกและการสัมผัสครั้งสุดท้ายแบบธรรมดานั้นมีข้อบกพร่องโดยพื้นฐาน ในการสนทนากับกลุ่ม CMO เมื่อเร็วๆ นี้ สตีฟพบว่าคนส่วนใหญ่เปลี่ยนจากการระบุแหล่งที่มาด้วยการแตะเพียงครั้งเดียว และพยายามเติมช่องว่างในเส้นทางของลูกค้าด้วยรูปแบบการระบุแหล่งที่มาแบบมัลติทัชแบบดั้งเดิมรูปแบบต่างๆ
ในองค์กรส่วนใหญ่ การสร้างแบบจำลองการระบุแหล่งที่มาใช้รูปแบบใดรูปแบบหนึ่งต่อไปนี้

1. การระบุแหล่งที่มาแบบมัลติทัช
2. การสลายตัวแบบมัลติทัช
3. การระบุแหล่งที่มาตามรุ่น
4. การระบุแหล่งที่มาตามตำแหน่ง

สตีฟกล่าวว่ามีปัญหาบางประการเกี่ยวกับการชั่งน้ำหนักการโต้ตอบแต่ละครั้งด้วยโมเดลมัลติทัช และกล่าวว่าซีเอ็มโอกำลังพยายามแก้ไขปัญหาเหล่านั้นด้วยโมเดลที่เรียกว่าการระบุแหล่งที่มาแบบมัลติทัชที่เสื่อมลง โมเดล Decay จัดการกับความท้าทายแบบมัลติทัชทั่วไปโดยให้น้ำหนักกิจกรรมบนเวทีล่าสุดที่หนักที่สุด
อีกวิธีในการดูส่วนผสมคือการระบุแหล่งที่มาตามรุ่น การระบุแหล่งที่มาตามรุ่นช่วยให้คุณดูจำนวนคนที่เหลืออยู่ในการวัดต่างๆ เพื่อติดตามโอกาสในการขายแบบเดือนต่อเดือน โดยการดูว่าลีดเคลื่อนที่ผ่านการเดินทางอย่างไร จำนวนจุดติดต่อที่ใช้ในการนำพวกเขาไปสู่ ​​Conversion และระยะเวลาที่ต้องใช้ในการแปลงลีด นักการตลาดสามารถคำนวณต้นทุนของโอกาสในการขายที่ปิดและกำหนด ROI ของความพยายามทางการตลาด
ตามที่ Steve กล่าวว่า "ต้นทุนต่อโอกาสในการขายที่ปิดมีขนาดใหญ่มาก คุณสามารถใช้เงินได้เท่าไหร่และยังทำเงินได้อยู่ ฉันคิดว่านั่นคือรูปแบบการระบุแหล่งที่มา การระบุแหล่งที่มาแบบมัลติทัชและการสลายตัวของเวลาเป็นสิ่งที่ทุกคนต้องทำ พวกเขาอาจยังไม่ได้ทำ แต่ฉันคิดว่านั่นเป็นพื้นฐานของศิลปะ”
นอกจากนี้ เขายังกล่าวถึงการระบุแหล่งที่มาตามตำแหน่ง ซึ่งเป็นรูปแบบที่ผสมผสานระหว่างการสลายตัวของเวลาและรูปแบบมัลติทัช ในโมเดลนี้ คุณจะกำหนดเปอร์เซ็นต์ เช่น 40 เปอร์เซ็นต์ให้กับการสัมผัสครั้งแรก และ 20 เปอร์เซ็นต์ให้กับการสัมผัสครั้งสุดท้าย จากนั้นแบ่งส่วนที่เหลืออีก 40 เปอร์เซ็นต์ให้กับการสัมผัสทั้งหมดในระหว่างนั้น ความท้าทายตามที่สตีฟบอกคือคุณอาจจะจบการให้คะแนนมากเกินไปในการสัมผัสครั้งแรก เขาเตือนว่าวิธีแก้ปัญหาสำหรับการสัมผัสครั้งแรกที่มีน้ำหนักมากเกินไปไม่จำเป็นต้องแยกการระบุแหล่งที่มาอย่างเท่าเทียมกันระหว่างการสัมผัสครั้งแรกและครั้งสุดท้าย นักการตลาดจำเป็นต้องพิจารณาถึงน้ำหนักของการระบุแหล่งที่มาจากการสัมผัสครั้งแรก เพื่อทำให้รูปแบบนี้มีประสิทธิภาพ
ใน Occam's Razor โดย Avinash Kaushik เขาแบ่งรูปแบบการระบุแหล่งที่มาออกเป็นสามประเภท:

1. ออนไลน์เพื่อจัดเก็บ – ตัวอย่างเช่น: แคมเปญออนไลน์ที่กระตุ้นการซื้อในร้านค้า
2. หลายหน้าจอ – ตัวอย่างเช่น ทีวี เดสก์ท็อป แท็บเล็ต และสมาร์ทโฟน
3. ช่องดิจิทัล – ตัวอย่างเช่น: โซเชียล, YouTube, การอ้างอิง, อีเมล และการค้นหา

“นักการตลาดดิจิทัลส่วนใหญ่กำลังมองหารูปแบบที่สาม” Erin กล่าว “ความท้าทายประการหนึ่งของการสร้างแบบจำลองการระบุแหล่งที่มาคือการให้เครดิตจริงแก่แต่ละแชแนลอย่างไร คนที่ฉันได้พูดคุยด้วยบอกว่าทุกคนที่มีส่วนร่วมตามเส้นทาง Conversion จะได้รับเครดิต ซึ่งหมายความว่าเครดิตรวมของคุณสำหรับลูกค้ารายเดียวหรือกลุ่มประชากรตามรุ่นเดียวมีค่ามากกว่า 100% เนื่องจากผู้คนจำนวนมากได้รับเครดิตเป็นเปอร์เซ็นต์จำนวนมาก ของการกลับใจใหม่”
นักการตลาดสามารถหลีกเลี่ยงการกำหนดมากกว่า 100 เปอร์เซ็นต์ให้กับการแปลงใด ๆ โดยการปรับเปอร์เซ็นต์ของมูลค่าที่กำหนดให้กับจุดติดต่อแต่ละจุดตามจำนวนจุดติดต่อทั้งหมดในเส้นทางการแปลงใดเส้นทางหนึ่ง ข้อเสียของการกำหนดมูลค่าที่เท่ากันให้กับจุดติดต่อทั้งหมดคือการไม่สามารถระบุได้ว่าจุดติดต่อใดส่งผลกระทบมากที่สุด

รูปแบบการระบุแหล่งที่มาและวาระส่วนตัว

ปัญหาและความท้าทายที่เกี่ยวข้องกับรูปแบบการระบุแหล่งที่มานั้นยิ่งทำให้โกรธมากขึ้นโดยองค์กรที่แผนกหรือหน่วยงานแข่งขันกันเพื่อชิงเครดิตสำหรับความพยายามของพวกเขาในช่องใดช่องทางหนึ่ง
ตามที่ Erin กล่าว “ฉันคิดว่าเหตุผลหนึ่งที่เราประสบปัญหาดังกล่าวในการวัดด้วยรูปแบบการระบุแหล่งที่มาคือแทนที่จะทำงานร่วมกันเพื่อสร้างบัญชีที่ชนะ เราทุกคนต่างกังวลว่าใครทำงานได้ดีที่สุดและใครจะได้รับงบประมาณ ดำเนินการตามเปอร์เซ็นต์ของแหล่งที่มาต่อไป”
เธอแนะนำให้ดูการสร้าง Conversion และชนะธุรกิจใหม่ในฐานะระบบนิเวศที่ทุกคนต้องอาศัยความพยายามของทุกคน และตระหนักดีว่าจุดติดต่อทุกจุดนำไปสู่ ​​Conversion ขั้นสุดท้าย ในระบบนิเวศนี้ การออกจากขั้นตอนใดขั้นตอนหนึ่งอาจเปลี่ยนผลลัพธ์ได้ แม้ว่าขั้นตอนนั้นจะได้รับคะแนนเพียง 12 เปอร์เซ็นต์ของคะแนนรวมก็ตาม แบรนด์ที่พยายามยกระดับความพยายามจากแต่ละแผนกได้ใช้แบบจำลองการระบุแหล่งที่มาเพื่อสร้างการแข่งขันขององค์กรและกำหนดงบประมาณและการยอมรับ การใช้แบบจำลองการระบุแหล่งที่มาเพื่อตำหนิหรือให้เครดิตส่งผลให้เกิดความขัดแย้งในการกำหนดที่มาและจำกัดประโยชน์ของการใช้การวัดผลเพื่อยกระดับกระบวนการทั้งหมด
แทนที่จะตัดสินใจว่าแผนกหรือช่องทางใดมีมูลค่ามากที่สุด ควรใช้วิธีการนี้เพื่อทำความเข้าใจว่าสิ่งต่างๆ ทำงานอย่างไรภายในระบบนิเวศทางการตลาด ใช้เพื่อค้นหาประเภทของ Conversion ที่เกิดขึ้นสำหรับผู้ชมบางกลุ่ม จากนั้นจึงเพิ่มความพยายามให้สูงสุดโดยพิจารณาจากการผสมผสานของเนื้อหาและช่องทางที่นำไปสู่ ​​Conversion และประเภทของผู้ชมเป้าหมายที่คุณมี รูปแบบการระบุแหล่งที่มาสามารถช่วยในการตัดสินใจและกำหนดวิธีการส่งข้อความที่ถูกต้องบนช่องทางที่ถูกต้องในเวลาที่เหมาะสม
“สิ่งเดียวกันนี้เป็นจริงภายในองค์กร แทนที่จะใช้รูปแบบการระบุแหล่งที่มาเพื่อให้เครดิตกับการตลาดหรือการขาย และให้รางวัลกับงบประมาณหรือรางวัลส่วนบุคคลมากขึ้น ให้ใช้ผลการวิจัยนี้เพื่อเพิ่มบทบาทและความพยายามของทุกคนในองค์กรให้มากที่สุดเท่าที่จะเป็นไปได้เพื่อปิดลูกค้าให้ได้มากที่สุด และรักษาลูกค้าไว้นานที่สุด ” แนะนำเอริน

ใช้การวัดเพื่อหมุนหน้าปัด

สิ่งสำคัญอันดับหนึ่งสำหรับรูปแบบการวัดใดๆ คือการจัดทำแผนที่การเดินทางของลูกค้าเพื่อค้นหาคำตอบสำหรับคำถามต่างๆ เช่น:

• ลีดมาจากไหน?
• การนำผู้มีโอกาสเป็นลูกค้าไปสู่ ​​Conversion มีค่าใช้จ่ายเท่าใด
• จุดสัมผัสอะไรที่ทำให้การเดินทางของพวกเขา?
• จะเกิดอะไรขึ้นกับลีดที่ไม่ปิด?

สตีฟกล่าวว่า “เมื่อคุณจดจ่อกับคำถามเหล่านั้น คุณสามารถเริ่มระบุสิ่งที่ยิ่งใหญ่ที่สุด จากนั้นคุณสามารถหมุนหมายเลขนั้นได้ นั่นคือสิ่งที่คุณควรมุ่งเน้น เปลี่ยนหน้าปัดที่ใหญ่ที่สุด แล้วหาว่าช่องใดทำงานได้ดีที่สุดและทำงานร่วมกันได้”
เมื่อใช้รูปแบบการระบุแหล่งที่มา นักการตลาดต้องยอมรับว่ามีข้อบกพร่องในรูปแบบที่ไม่คำนึงถึงอิทธิพลอื่นๆ นอกเหนือจากรอยเท้าดิจิทัลที่ผู้คนทิ้งไว้เมื่อค้นคว้าและค้นหาโซลูชันของคุณ แทนที่จะใช้รูปแบบการระบุแหล่งที่มาเพื่อกำหนดเครดิต ให้ใช้รูปแบบเหล่านี้เพื่อค้นหาวิธีแก้ปัญหา เติมเต็มช่องว่างในการมีส่วนร่วม และขยายข้อความและช่องทางที่ได้รับ Conversion มากที่สุด
หากคุณกำลังมองหาวิธีวัดการมีส่วนร่วม เพิ่มประสิทธิภาพเนื้อหา และเอาชนะการแข่งขัน GinzaMetrics มีแพลตฟอร์มที่ปรับขนาดได้เพื่อตอบสนองความต้องการของคุณทั้งในปัจจุบันและอนาคต ตะโกนออกมา แล้วเราจะพาคุณไปชมรอบๆ
ดูตอนทั้งหมดของ Get Found with Steve Farnsworth และ Erin Robbins
[vc_video link=”https://www.youtube.com/watch?v=mXB-vBDG5G8″ css=”.vc_custom_1404071611120{margin: 10px 60px !important;}”][vc_row][vc_column width=”1/1 ″]