Valutare realisticamente l'attribuzione nei processi decisionali B2B di lunga durata.
I percorsi B2B complessi coinvolgono più persone, dispositivi e passaggi offline. L'attribuzione distribuisce i segnali osservati ma non dimostra l'azione causale all'interno del canale.
In questo articolo, la "classificazione realistica dell'attribuzione B2B" viene esaminata dal punto di vista dell'"attribuzione e del valore del lead". Per i responsabili marketing e gli analisti, la "chiarezza delle unità" e l'"ultimo clic come causa" rivestono particolare importanza.
Pubblicato: 3 minuti di lettura · Autore: Sebastian Geier
Cosa può e cosa non può ottenere l'attribuzione nelle decisioni B2B a lungo termine?
Le decisioni B2B a lungo termine sono considerate il risultato di molteplici ruoli, riunioni, contatti offline e approvazioni interne. I modelli di attribuzione forniscono prospettive sui punti di contatto documentati, che vengono interpretati in combinazione con lo stato del CRM, i sondaggi e le lacune di misurazione note.
Finestra temporale
Il processo decisionale reale viene modellato con ruoli, sistemi, intervalli temporali e transizioni di identità consentite.
Vengono calcolate molteplici attribuzioni sulla stessa base di contatti documentata, anziché come verità concorrenti.
I dati CRM e dei sondaggi completano l'interpretazione; i contatti sconosciuti vengono esplicitamente lasciati senza attribuzione.
Chiarezza delle unità
Criterio di test
Chiarezza delle unità
Persona, account, sessione, lead e opportunità non vengono mescolati e hanno regole di collegamento definite.
Criterio di test
Finestra temporale
La finestra di analisi è allineata con il ciclo decisionale effettivo e mostra chiaramente quali contatti iniziali ne sono esclusi.
Molteplici forme di evidenza I dati comportamentali, la cronologia del CRM e le informazioni qualitative sull'origine vengono conservati come documenti supplementari separati.
Molteplici forme di evidenza
Segnale di controllo
Segnale 1
Percentuale di opportunità con informazioni documentate provenienti da fonti digitali, CRM e qualitative, incluse le lacune.
Segnale di controllo
Segnale 2
Differenza nel contributo dei canali tra diverse prospettive di attribuzione nello stesso periodo decisionale.
Caso di controllo: "Ultimo clic come causa"
Un'opportunità inizia con un articolo tecnico, viene riattivata mesi dopo tramite una segnalazione e qualificata dopo un webinar. Il report mostra tutti i contatti noti; nessun modello può affermare che la segnalazione o la ricerca preliminare anonima siano completamente misurabili.
Ultimo clic come causa
Ultimo clic come causa L'ultima visita misurabile riceve l'intero impatto, anche se una ricerca precedente o una segnalazione interna potrebbero essere state decisive.
Persona equivale ad account – Diversi stakeholder all'interno di un'azienda possono lavorare su dispositivi e canali differenti senza essere automaticamente collegati.
Cecità offline – Eventi, referral e conversazioni di vendita vengono persi, il che fa sembrare i contatti digitali sproporzionatamente importanti.
Quali domande sulla "Classificazione realistica dell'attribuzione B2B" richiedono ulteriori indagini?
Una domanda di approfondimento pertinente con relativa risposta Misurare l'abbandono dei moduli senza acquisire informazioni sensibili"Quali segnali spiegano l'abbandono del modulo senza salvare l'input dell'utente? "
Un secondo collegamento per la "Classificazione realistica dell'attribuzione B2B" porta a: Confrontare in modo significativo i tassi di conversione tra diverse fonti di trafficoQuesto articolo rimane focalizzato sulla domanda: "Quando i tassi di conversione provenienti da diverse fonti di traffico sono realmente comparabili? "
Se desideri mettere in pratica "Classificazione realistica dell'attribuzione B2B", puoi fare riferimento a: Sistemi web robusti Questo corso si concentra su "Attribuzione e valore del lead" e "Chiarezza dell'unità".
Conclusione: Classificazione realistica dell'attribuzione B2B
L'attribuzione B2B offre una visione limitata di un processo decisionale multi-persona. L'utilizzo di modelli e fonti di prova multipli è più accurato rispetto a un numero apparentemente preciso di cause.
Fonti e ulteriori informazioni
Le seguenti fonti documentano le linee guida tecniche e metodologiche utilizzate per "Classificazione realistica dell'attribuzione B2B".
Ambiti delle dimensioni della sorgente di traffico – Guida di Google AnalyticsDistinzione ufficiale tra ambiti di primo utente, sessione ed evento e le relative logiche di attribuzione.
Introduzione all'attribuzione - Guida di Google AnalyticsSpiegazione ufficiale dei modelli di attribuzione e della loro funzione nella distribuzione del credito di conversione.
Tesi chiave
Rende comparabili i punti di contatto osservati secondo un modello scelto. Gli individui non registrati, le fasi offline e le ipotesi del modello limitano qualsiasi affermazione sull'impatto effettivo.
Cosa non riguarda
L'attribuzione non può calcolare un'unica vera causa in cicli B2B lunghi, né può attribuire in modo affidabile ogni ricerca anonima a un individuo successivo.
Di cosa si tratta
Descrive contatti e contributi misurabili entro confini definiti di identità, tempo e sistema e li integra con prove qualitative.
Analisi, modello dati e attribuzione
Collegare le fonti dei lead ai dati CRM anziché solo alle sessioni.
"Classificazione realistica dell'attribuzione B2B" include, come fase di audit separata, la domanda: come è possibile collegare in modo affidabile una fonte web al successivo risultato CRM per un lead?
Analisi, modello dati e attribuzione
Valutare le conversioni in base alla qualità anziché alla sola quantità
"Classificazione realistica dell'attribuzione B2B" è integrato da una decisione separata: come è possibile misurare la qualità di una conversione oltre la transazione sul sito web?
Panoramica degli Insight
Tutti gli Insight di VELUNO in sintesi
Ulteriori analisi sui sistemi web, la visibilità digitale e modelli di lavoro robusti.
Molteplici forme di evidenza: il percorso verso il controllo
Un'opportunità conclusa viene innanzitutto ricostruita utilizzando tutti i contatti digitali e offline noti. Ciò consente di ottenere unità realistiche, finestre temporali e lacune visibili nell'assegnazione.