与我的职业生涯息息相关的一个主题是漏斗顶部的内容。我合着了两本关于早期内容的重要性以及如何识别和利用这些机会的书。我在客户旅程的早期阶段发布内容方面也取得了很多成功:有些人称之为“意识”或“学习”阶段。我已经写了大量关于漏斗顶部内容的成功是什么样子的文章。但我很少领导可持续的漏斗上层内容工作,原因很简单:在多点触控客户的收入之旅中,很难追踪第一次接触。
我应该补充说,“理论上。” 在实践中,很少有与我交谈过的数字营销人员的归因工作足以让客户旅程中的每个接触点获得应有的荣誉。漏斗上部的内容很昂贵。如果没有办法跟踪收入,这是一个很容易削减预算的项目。我的大部分漏斗上层内容工作最终都被重新设计,因为无法证明它们产生了收入。
这就是漏斗上层内容的悖论。如果没有归因,您就无法证明它有助于产生潜在客户。但是重新设计它不存在,突然之间,您的潜在客户数量下降了很多。为什么?因为在他们准备好之前,没有人会成为领先者。他们只有通过首先了解他们感兴趣的主题的内容、原因和方式才能做好准备。这些是上层漏斗内容的基本构建块。归因建模是这个悖论的解决方案。当您开发归因模型时,您会弄清楚内容对您产生的潜在客户有多重要,并给予应有的荣誉。
我们已经在 IBM 开发了一些方法来赋予旅程中的所有内容应有的功劳,包括漏斗上部的内容。我现在可以和你分享基本的方法。然而,在我这样做之前,我想强调一个共同的死胡同,以便我们可以继续前进。
最后接触归因
我在会议上与之交谈的大多数人都说他们有归属感。但在我向他们询问有关他们如何做到这一点的信息后,他们最终承认他们大多使用“最后接触”归因。这意味着对潜在客户在成为潜在客户之前所做的最后一件事给予所有的信任。
出于多种原因,最后接触归因不起作用。主要原因是潜在客户在成为潜在客户之前看到的最后一件事可能不是最重要的。如果它被这样对待,就会有不成比例的资源用于开发它,你最终会得到一个非常底层的体验。
最后一次接触也很糟糕,因为如果没有漏斗顶端的体验,你永远不会填满漏斗底部交互的管道。例如,我们的许多高质量潜在客户所做的最后一件事就是免费试用。在最后接触归因中,您会将所有功劳归于试验。但是没有人会在不先了解他们想尝试什么的情况下免费试用。没有人会在不先了解该技术解决什么问题的情况下开始了解他们想要尝试的内容。产品越复杂,就需要更多的接触点才能达到想要免费试用的程度。在此示例中,漏斗顶部体验对潜在客户的质量和数量有所贡献,但没有获得任何信任。
从响应评分开始
第一步是根据它对潜在客户和获胜的贡献对您的所有内容进行评分。如果一份白皮书被经常下载,并且注册下载的受访者中有很大比例成为销售,那么该白皮书的得分应该相对较高。假设您有 100 份白皮书,您可以根据它们产生的高质量潜在客户的数量对它们进行排名,并在 0 到 100 的范围内给它们打分。现在您有一种方法可以衡量这些白皮书的相对价值。
但是像白皮书这样的资产本身不会产生潜在客户。他们必须是活动的一部分,使用付费、自有或赚取的方式将他们展示在观众面前。如果您在多个渠道中使用相同的白皮书,则必然会在某些渠道中产生比其他渠道更多的响应。
假设有关迁移到云的特定白皮书通过自然搜索获得了大量高质量的响应。例如,很多人问“我如何迁移到云端?” 并访问可以下载论文的页面。当他们访问时,他们下载白皮书并提供有关他们自己的质量信息以换取资产。这表明该论文在早期教育方面发挥了作用。
同一篇论文如何在一种情况下表现良好而在另一种情况下表现不佳?在这种情况下,该论文对早期潜在客户有用,但对后期潜在客户无效。当有人搜索品牌名称时,他们很可能已经掌握了所有基础知识,并准备好进行更深入的对话。因此,一份告诉他们他们已经知道的东西的论文不再相关。
这个例子说明了为什么简单的响应评分是不够的。您需要一个归因模型来帮助您了解资产最有用时的价值。一旦你有了这种更细微的反应评分方法,你就可以开始关注混合中的其他变量。
每次我做这样的研究作为活动优化的一部分时,我也发现同一篇论文在两个早期阶段的表现不同。也许在一个方面,用户必须滚动才能获得下载链接,而另一种体验更容易。除非您尝试在组合中为您的资产评分,否则您永远不会了解改变 UX 如何改变性能。如果您有归因,它们将成为帮助改善整个体验(包括资产本身)的标记。
从响应评分到归因建模
转向归因建模的第一步是在您为资产获得的响应中寻找模式。在上面的例子中,白皮书在客户旅程的早期阶段表现良好,而在后期阶段表现不佳。假设是白皮书往往在漏斗顶端做得更好。通过查看所有白皮书来测试该模式是否一致。如果是这样,您可以通过将白皮书移至漏斗顶部并稍后移动其他内容(例如产品演示视频)来调整您的体验。
这种调整在实施归因之前很重要,因为如果您没有首先调整好体验设计,数据可能会非常嘈杂。如果您在调整之前实施归因,这并不是世界末日,但您需要消除干扰以调整归因。这可能很困难,因为要控制的变量太多,很难从数据中得出有效的结论。
这个例子说明了归因建模如何发挥最佳效果。试图做出各种假设并根据这些假设进行连接是行不通的。这会导致诸如“白皮书不起作用”之类的结论。但是,如果您想知道特定白皮书的效果如何,您必须将所有这些变量都考虑在内。假设向受众提供白皮书的上下文符合最佳实践(登陆页面用户体验、正确的资产类型等),您可以逐个比较他们的响应分数。
我有意避免了在多点触控客户旅程中给予个人接触多少权重的问题。加权会给算法增加偏差,这显然会影响结果。但是,您可以按照您认为准确衡量接触点的方式来衡量事物的权重。我会首先为所有接触点赋予相同的权重,然后在数据中寻找模式以确定您希望某些项目的权重高于其他项目。
结论
归因建模既是科学又是艺术。我希望在阅读本文后,您在开始时不会那么害怕。这并不难。您对自己认为有效的方法做出假设(基于最佳实践),然后对其进行测试。您在此过程中学到了很多东西,最终您可以将发布的任何页面或资产(或组合)归因于重要的业务结果。如果你有一个有效的归因模型,你可以学习如何专注于更重要的事情。最重要的是,您可以获得所需的资金来做更多有效的事情。特别是,您可以构建可持续的漏斗顶部内容营销计划。