出海干货｜营销归因：更清晰地了解客户旅程

“是什么导致顾客向你购买？”

这是一个简单的问题，但你越深究就越难回答。

他们是看到在 Instagram 帖子或 Story、在谷歌上搜索你的产品、或打开促销邮件后决定购买的吗？

随着你的业务规模扩大，这只会更加复杂化，因为要考虑到网站、社交媒体占比、网红计划、离线互动和其它接触点。再加上过去10年消费者行为发生了多大变化。想想从起床到上床睡觉，你每天会接触到多少不同的设备、应用程序和网站。

在当今世界，营销归因远非完美，但你在客户旅程中看到的越多，就能做出更好的决策，从选择哪些渠道带来你最好的顾客，到找出哪些渠道的互动能够很好地配合等等。

• 何为营销归因？
• 为更好的归因奠定基础
• 营销归因模型类型
• 平台间归因差异
• 结论

何为营销归因？

营销归因的目标是更清楚地了解在转化过程中，顾客与品牌之间的所有不同互动和接触点。

它让你找出有助于转化的渠道和特定活动，从而帮助你了解如何以及在哪投入你的资金和注意力。

虽然这在理论上听起来很简单，但在实践中可能相当复杂。

为何营销归因越来越难

花时间想想你自己作为消费者的行为。

在iPhone、笔记本电脑和社交媒体出现之前，大多数人只有一种设备可以访问互联网：台式电脑。营销归因相对简单。

但现在，你需要考虑以下因素 ，这些因素可能会给你的营销报告和归因带来重大漏洞：

• 我们生活在一个多设备世界。人们有时拥有不止一部智能手机、一台笔记本电脑、一台工作电脑、一台家用电脑，甚至一台智能家居设备。每一台设备都可能作为你网站的独立访客出现，而实际上，它们都属于同一名顾客。
• 世界对隐私和跟踪越来越严格。设备和浏览器现在对于用户信息和跟踪的存储更加严格了。随着 GDPR 和隐私问题成为人们最关心的问题，消费者不得不逐渐选择被在线跟踪。
• 大多数归因是基于点击的。由于大多数归因和报告是基于点击行为和 UTM 跟踪（我们将在下面概述）形成的，因此它忽略了浏览广告或内容而不是点击它们的影响。

由于需要考虑跨设备、平台和活动的在线和离线互动，营销归因变得越来越困难

但这并不是毫无希望。你可以使用一些特定手法来填补当今归因领域中的一些漏洞。

为成功的营销归因奠定基础

在我们讨论归因如何发挥作用或不同的营销归因模型前，我们需要澄清一件事：

你永远无法完全准确理解每个营销接触点是如何单独影响每个客户旅程的。所有的营销归因都只是现实世界的一个近似值。

你唯一可以争取的准确性是：

• 正确设置像素及转化跟踪（如 Facebook Pixel、Google 广告转化跟踪，以及谷歌分析中的目标/事件）
• 为 UTM 标记和跟踪创建一个一致的系统 ，该系统优先处理有关客户旅程清晰、完整的数据
• 了解不同归因模型的世界观以及它们如何影响你的营销决策

让我们从 UTM （Urchin Tracking Module, Urchin 跟踪模块）参数开始，它是一串以“?”或“&”开头的标签，你可以在网址后面找到 （如 www.yourstore.com?utm_source=facebook&utm_medium=cpc）。

虽然 UTM 标记可能听起来和看起来都很陌生，但它是数字营销中一个标准化的标记系统。使用谷歌自己的活动网址生成器或 UTM.io 之类的 Chrome 扩展程序可以轻松创建标记。

我推荐使用谷歌的活动网址生成器，因为它会自动编码可能破坏你网址的特殊字符，如空格或问号

UTM 参数有五种标准类型，可用于描述分析工具的传入流量，以便在 bucket 中对其进行分组、整理和分析。

你可以选择何时以及如何使用它们，但要确保在 UTM 标记和跟踪方面保持一致：

• 活动来源（utm_source）描述放置链接的网站或主要来源（例如，如果我要在 Instagram 个人简介中推广我的商店链接，并且做大量社交媒体营销，我可能会将其标记为 utm_source=instagram）。
• 活动媒介（utm_medium）描述营销活动（例如，如果我使用链接来跟踪谷歌广告活动的流量，我可以将其标记为 utm_medium=cpc，这样你就知道流量来自每次点击付费广告）。
• 活动名称（utm_campaign）允许你识别正在运行的特定活动的流量，即使它来自同一来源（例如，针对品牌搜索活动，你可以使用 utm_campaign=branded%20search%20exact。空格会被编码成 "%20"，以免破坏网址）。
• 如果你正在运行谷歌广告活动，活动关键词（utm_term）可用于跟踪特定关键词。
• 如果你正在进行广告对比测试，活动内容（utm_content）很有帮助。这种情况下，你可以跟踪每个广告，看看哪一个引流效果最好。

关于自定义 UTM 参数

你也可以创建自己的自定义 UTM 参数，以便更精准地了解如何储存流量。你可以用“utm_season=fall”来跟踪特定的周期性活动。

另外，你也可以使用任何 valuetrack 参数动态标记不同的营销活动设置或用户属性。例如，&utm_device={device}  将自动更改 {device} 以识别用户正在用什么浏览器浏览你的网站。

下面是具体示例。如果我想通过定位无品牌关键字“冬季夹克”，来跟踪谷歌广告搜索活动中冬季夹克的流量和销售额，那么我的带有 UTM 跟踪的网址可能是这样的：

www.mystore.com?utm_source=google&utm_medium=cpc&utm_campaign=nonbranded

%20search%20winter%20jackets&utm_term=winter%20jackets

分解一下，每个参数都告诉我一些关于流量的信息：

• 来源：谷歌
• 媒介：CPC （每次点击付费）
• 活动：无品牌搜索活动广告冬季夹克
• 关键词：竞价关键词“冬季夹克”

UTM 帮助你跟踪指定来源的流量，以便你可以在更精细的层面上分析其表现如何，但前提是你必须牢记以下几点：

• UTM 是主观的，由你 定义。虽然命名 UTM 有一些常见做法，但请使用对你有意义的做法。只要你保持一致，而且你的团队很容易理解你使用的方法，一切应该会运行良好。
• UTM 参数区分大小写。“utm_source=Facebook”和“utm_source=facebook”会在谷歌分析中展示为两种不同来源。
• 保持参数记录。创建一个一致的系统用于记录你的 UTM 参数，这样你和你的团队就知道在使用什么，并且当你看到它们时能够理解其含义。
• 保持标记一致。将任何新的团队成员加入你的 UTM 系统中，并在使用之前仔细检查你的 UTM。
• 测试最终网址。有时你的最终网址可能会崩溃。养成习惯，在花钱做广告前仔细检查你的登录页面，并对任何特殊字符进行编码（你可以使用 URL Encoder）。
• 适当使用网址缩短器。 UTM 参数会让链接变得很长，让人不想点击。如果你为了跟踪流量和销售额公开展示你的链接，比如在社交媒体简介甚至是在贸易展上展示，使用 bit.ly 之类的网址缩短器将其缩短。

正确操作之后，你可以在谷歌分析和其它报告工具中对不同来源的流量进行分组和分析。

使用用户 ID 对跨设备用户旅程进行分组

恰当的 UTM 跟踪是朝着正确方向迈出的一步，但是默认情况下，如果同一用户在多个设备上访问你的网站，每次“访问”都将被视为单独的用户和“旅程”。

例如，如果用户看到介绍某产品的 Instagram Story，他们可能会查看产品，但不会马上购买。相反，他们可能会在回家路上用手机研究该产品，最终在睡前用笔记本电脑再次搜索，并通过谷歌购物广告转化。

要解决这个问题并对来自同一用户的行为进行分组，你需要在谷歌分析中启用用户ID并集成你的 CRM。

谷歌分析中的用户ID为每位用户创建了独一无二的非PII（非个人识别）ID，无论他们的数据从哪发送，都会包含在其中。你可以使用该ID统一每位顾客在不同设备，以及在线和离线接触点的互动。

能够将看起来像是许多不同设备上的独立用户旅程转变成同一用户与你品牌之间的一系列互动，对于更清楚地描绘出顾客如何通过不同设备和活动与你互动至关重要。

6种营销归因模型

你可以在谷歌分析或谷歌广告之类的特定平台上的不同归因模型之间切换

有六种不同类型的营销归因模型供你选择，具体取决于你的业务目标以及你最看重漏斗的哪个部分：

• 最后点击
• 首次点击
• 线性
• 时间衰减
• 基于位置
• 算法（自定义）

不存在普通正确或错误的营销归因模型。

相反，重要的是了解每种模型的世界观，以及哪些互动被赋予最大的权重和最少的权重。你甚至可以在不同归因模型间进行切换，看看这会如何改变你对不同活动对转化的影响的看法。

为了帮助你了解每种归因模型，我们在下面进行了简要介绍。请留意完全相同的客户旅程如何根据我们使用的模型有不同的解释。

1. 最后点击归因

最后点击归因是最普遍使用的模型，也是大多数营销平台的默认模型。当你积极尝试将流量转化成顾客时，这种单向接触模型很有用。

它将100%的转化归功于最后点击的广告和相应的关键词。因此，下层漏斗的活动如品牌搜索或重定向活动将被赋予更多价值，而品牌认知和上层漏斗活动可能得不到任何价值。

2. 首次点击归因

这种单向接触归因模型认为第一个接触点最为重要，因为它在第一时间把顾客带进你的漏斗而获得100%的功劳。当你把资金优先投在建立流量和寻找新受众的活动上时，这一模型很有用。

它将所有转化归功于获得首次点击的广告或相应的关键词。因此，像再营销等高价值的漏斗底层活动在这种模型中被忽略了，并可能导致对这方面努力的投入减少，从而降低你的整体转化率和总收入。

3. 线性归因

线性归因模型将转化功劳平均分配给顾客购买路径中的所有点击。这是最简单的多向接触归因形式。通过这种模型，你不会忽略任何互动。然而，它不能确切告诉你哪个渠道影响力最大。

4. 时间衰减归因

时间衰减归因模型与最后点击类似。但是，它也将部分功劳归于最后导致转化的互动，将更多权重赋予更接近转化时间的点击。

5. 基于位置归因

基于位置（或称为 U形）归因将功劳平均分配给首次和最后一次点击，每种互动各获得40%的权重。剩下的20%分散在其它点击之间。

然而，此处的假设是首次和最后一次点击是最有价值的互动，尽管中间可能有活动或接触点也发挥了重要作用。

6. 算法归因

这种模型通常被称为自定义归因。当你拥有足够可用数据时，你可以让机器学习来决定客户旅程中哪些接触点应获得最多功劳。

理论上来讲，这是最佳模型，但它依赖于拥有足够历史数据，以便机器学习为不同接触点分配权重。

平台间的归因差异

如果你从事营销的时间够长，你会注意到对任何给定时间范围，不同平台可能会提供不同的转化价值和功劳，这取决于你查看的报告。

当你直接查看谷歌广告、Facebook 广告、谷歌分析甚至是你的 Shopify 报告时，你可能会注意到差异。那么什么应该成为你的真实数据源呢？

从技术上讲，它们都是“正确”的。它们只是对营销的看法不同。以下是每个平台的基本原理。

谷歌广告

谷歌广告只跟踪谷歌广告流量。它不会消除不同平台上其它广告活动的重复转化，因为它“看”不到这些接触点。相反，它会将任何在任一时间点接触过谷歌活动的用户计入其中，即使他们后来接触 Facebook/Instagram、邮件、或直接访问你的网站并转化。

默认情况下，谷歌广告归因窗口设置使用最后点击归因显示点击你的广告后30天内的操作。

Facebook 广告

Facebook 广告平台只跟踪 Facebook 广告流量和互动（也包括 Facebook 拥有的 Instagram 等资产）。

它也不消除不同平台上其它广告活动的重复数据，并将在特定时间跨度内任何看到或点击 Facebook 广告的用户计入其中，即使他们后来与谷歌广告活动或邮件互动，或是直接访问你的网站并转化。

Facebook 默认使用最后点击归因，归因窗口分别为浏览广告24小时内和点击广告28天内。

Facebook 广告是唯一一个更详尽的广告平台，它会将可能“看到”广告（甚至没有点击它）并以另一种方式转化的用户计入其中。如果你相要更好的跨平台结果对比，建议你将设置改为基于点击。

谷歌分析

谷歌分析和其它分析平台会跟踪不同付费和非付费渠道的点击操作。通常，分析平台可以配置为连接外部/脱机数据源、用户ID和/或其它不直接属于在线商店的网站。

谷歌分析提供数据导入功能，允许你从其它来源上传数据，以便在谷歌分析中对其进行分析。添加额外数据来源和合并用户ID是将大部分跨平台顾客互动汇总在一个地方的最佳方式。

谷歌分析还会消除所有渠道的重复转化，并归功于转化旅程中的最后接触点，针对你网站的直接访问除外。在这种情况下，它会归功于最后一个非直接接触点。

关于广告服务器和基于曝光归因

虽然大部分归因都是基于点击的，但基于曝光的归因和报告也是可能的。

想想你自己的体验。你会点击所有引起你兴趣的广告吗？即使你不这样做，这些广告仍会影响你未来的购买决策。

广告服务器允许你在一个平台上整合和消除所有重复的营销数据，同时还允许你访问曝光层面的数据。这些数据让你可以更清晰地看到顾客的购买途径以及应该投资哪些渠道。

例如，你可能看到你的搜索广告在点击层面出色的表现。然而，当你查看曝光层面数据时，你会看到那些通过搜索转化的实际上事先接触了 YouTube 上的视频，然后在谷歌上搜索你的产品。

谷歌营销平台是此类技术的例子之一，你可以通过它访问搜索、视频、展示广告、Gmail赞助广告和一些社交媒体平台等渠道的曝光层面数据。

Shopify 

Shopify 会跟踪不同付费和非付费渠道的点击操作。Shopify 的分析将删除所有渠道的重复转化，并归功于转化旅程中的最后接触点，即使是直接访问你的商店。这是谷歌分析和 Shopify 之间默认归因方式最大的区分。