Attribution modelling
- Få mest værdi ud af din forretning

Vi tager højde for alle touchpoints i salget, og kigger ikke kun på den første eller sidste kanal kunden kom fra.

Data skaber indsigter

Marketing attribution modellen viser hvor dit salg kommer fra, og er det oplagte beslutningsgrundlag baseret på din egen data. Hos IMPACT Extend skaber vi dynamiske modeller, som passer til din forretning.

Det er indlysende, at man har brug for et solidt datagrundlag, for at tage de rigtige beslutninger for forretningen og sikre, at hvert touchpoint i kunderejsen bliver afdækket. Det er især her attribueringsmodeller synes interessante.

Statiske modeller vs.
dynamiske modeller

Det er vigtigt at vide hvilke kanaler, der har indflydelse hvornår, for at forstå hele kunderejsen. Ved at have viden om hvilke medier der skaffer kundernes opmærksomhed og hvilke kanaler der får dem til at konvertere, kan man effektivt optimere på sine marketingaktiviteter.

Dette er en stor udfordring i dag, da kunder typisk hopper rundt mellem email, SEO, PPC og sociale medier, før de foretager sig et køb. Derfor er der en udfordring i, at arbejde med statiske modeller, som ikke tager alle alle de berørte kanaler i betragtning.

Google Analytics arbejder med flere forskellige statiske modeller, som kan give et indblik i hvilke kanaler der har været brugt i løbet af et salg. De beregner dog ikke alle kanaler samtidig, og får ikke hele kundens konverteringsmønster med i analysen. Så med mindre man betaler sig fra Google 360, er det kun muligt at se en lille del af kundens rejse og beslutningsgrundlaget for konvertingen.

Hos IMPACT Extend bruger vi allerede dynamiske attribueringsmodeller ved hjælp af machine learning, som sikrer en korrekt kredittering af samtlige kanaler i løbet af kunderejsen, som gør det muligt at analysere på hele kundens rejse, og ikke kun på det sidste klik.

Vi er et team af specialister indenfor vores felt, og vi brænder for at skabe målbare resultater for din forretning. Men kun gennem et tæt samarbejde opnår vi det fulde udbytte.

Thomas Høgsbro-RodeCEO, IMPACT Extend

IMPACT Extend's dynamiske attribueringsmodel

Hos IMPACT Extend hjælper vi vores kunder med at skabe det bedste beslutningsgrundlag baseret på dynamisk data. Vi bruger machine learning og AI til at finde de mest korrekte algoritmer, for at skabe de mest præcise resultater. Denne model er cost effective og skaber valid data ud fra jeres kunders adfærd. Modellen er baseret på machine learning og kan være i luften på kun 14 dage.

Modellen tager udgangspunkt i 70% af alle brugere der har besøgt sitet, og opretter modeller som viser den gennemsnitlige kunderejse og hvilke kanaler der skal kreditteres. Derefter bliver modellerne kvalitetssikret ud fra de resterende 30% af brugerene for at sikre valid data. Data bliver målt igennem machine learning’s basale AUC (Area Under The Curve). Denne model gør det muligt at analysere på både online og offline adfærd og er med til, at skabe en reel omnichannel løsning.

Vores data-drevede tilgang kommer til udtryk i vores samarbejde med Adtriba, hvor vi udarbejder user journeys, som er tilpasset den enkelte virksomheds slutbruger. Adtriba er et verdensomspændende redskab, som specialiserer sig i, at optimere marketing performance baseret på AI og machine learning.

Vi hjælper med, at rapportere på cross-channel marketing og skaber et overblik over, hvilke kanaler der performer godt og mindre godt, så det bliver lettere for jer, at prioritere marketingaktiviteter på en omkostningseffektiv måde.

Ønsker du at høre mere om Attribution modelling? Så kan du se med her når vores co-CEO & Partner, Thomas Høgsbro-Rode, giver et indblik i hvordan man arbejder med algoritmiske attribueringsmodeller, baseret på machine learning.

Brug for rådgivning? - Skriv til os

Google Analytics' modeller

Som standard i Google Analytics er det modellen last interaction, som tilskriver 100% af værdien til den sidste kanal i kundens køb. Dette viser, den sidste kanal brugeren kom ind fra, da brugeren besluttede sig for at foretage købet.

Den modsatte model hedder first interaction, og er modellen som giver den første kanal 100% af værdien. Den kan bruges til, at vurdere hvor kunden starter sin købsrejse og hvorfra der bliver skabt awareness.

Disse modeller giver altså kun værdi til én enkelt kanal, hvorimod den linære model fordeler værdien lige ud på alle de berørte kanaler der har været under brugerrejsen.

Endnu en fordelingsmodel er time decay modellen som fordeler værdien procentvis højere til de kanaler der er tættest på konverteringen. Så den sidste kanal vil altid modtage mest værdi, men de resterende kanaler bliver stadig kreditteret.

Den sidste tilskrivningsmodel er position based modellen, som fordeler 40% af værdien til den første og sidstberørte kanal. Kanalerne der derimellem har været i spil imellem modtager resten af værdien.

Der er gode indsigter i Google’s attribueringsmodeller, og de skaber et godt grundlag for at opnå relevant data. Det er dog vigtigt, at overveje hvilke modeller man bruger og hvordan man bruger dem, da de ikke arbejder dynamisk.

Google Attribution

Google arbejder dog på et nyt dynamisk attribuerings-tool, som kommer til Danmark i 2018/2019. Det er Google Attribution, som gør det muligt at kombinere AdWords, Google Analytics og DoubleClick Search. Dette giver et komplet billede af performance på tværs af alle kanaler.

Hos IMPACT Extend hjælper vi CMO’en med at tage beslutninger, som er bedst for den enkelte forretning baseret på data-drevet marketing. Med vores dynamiske attribueringsmodel skaber vi et essentielt grundlag, for at analysere og optimere på sin forretning.