Marketing-attribúció: modellek, korlátok és hogyan írjuk jóvá a forgalmat az MI-asszisztensektől

Gyors kvíz

Melyik mérési mód illik hozzád a marketingedhez?

1. kérdés, összesen 425%

Mit szeretnél először tudni?

Hányan látogatnak, és honnanMelyik csatorna hoz eladásokatHoznak-e ügyfeleket a Google és a ChatGPT

A marketing-attribúció arra a kérdésre válaszol, amelyet minden költségvetési megbeszélés feltesz: mely csatornák hoznak valójában vásárlókat? A Wikipédia marketing-attribúcióról szóló szócikke úgy definiálja, mint a kimenetelhez hozzájáruló felhasználói műveletek azonosítását és mindegyik értékelését. Ez az útmutató összehasonlítja a modelleket, megmagyarázza, mit hagynak ki, és megmutatja, hogyan számolj el azokkal a látogatókkal, akik először a ChatGPT-ben, a Gemini-ben vagy a Perplexity-ben találkoznak a márkáddal.

Mi a marketing-attribúció?

Az ügyfél ritkán konvertál egyetlen interakció után. Egy tipikus B2B-út így nézhet ki: egy LinkedIn-hirdetés, egy Google-keresés, amely egy blogcikkre visz, egy hírlevél, egy összehasonlítás, amelyet a ChatGPT-nek kérdeztél, majd egy márkanévre végzett keresés és egy demókérés. Minden lépés egy érintkezési pont; a demókérés a konverzió. Az attribúció dönti el, hogy az egyes érintkezési pontok a konverzióból mekkora részt kapnak.

A válasz változtatja a költségvetést. Az utolsó kattintás szerint a márkanévre végzett keresés kapja a 100%-ot, a cikk haszontalannak látszik; az első kattintás szerint a LinkedIn-hirdetés visz mindent. Az attribúció a marketinganalitika szívében áll, és a marketingtölcsér minden szakaszával együtt kell olvasni, mert a felső szakaszbeli csatornákat szisztematikusan alulértékelik azok a modellek, amelyek az utolsó lépést kedvelik.

Melyek a fő attribúciós modellek?

A modellek két családba tartoznak: az egypontos modellekben egy érintkezési pont kapja az összes jóváírást, a többpontos modellekben pedig a jóváírás megoszlik.

Első kattintás

A rögzített első interakció kapja a 100%-ot. Hasznos annak látására, mely csatornák hoznak új embereket az útra, de vak mindenre, ami lezárja az eladást.

Utolsó kattintás és utolsó nem közvetlen kattintás

A konverzió előtti utolsó interakció kapja a 100%-ot. Az utolsó nem közvetlen kattintás figyelmen kívül hagyja a közvetlen látogatásokat, és helyette az utolsó azonosítható csatornának ad jóváírást. Egyszerű és stabil, de túlértékeli a márkanévre végzett keresést, az újracélzást és az e-mailt, amelyek gyakran máshol keletkezett keresletet aratnak le.

Lineáris

Minden érintkezési pont egyenlő részt kap. Látszólag méltányos, de ugyanakkora súlyt ad a szokásból megnyitott hírlevélnek, mint a cikknek, amely a vásárlást kiváltotta.

Időcsillapítás

A konverzióhoz közelebbi érintkezési pontok több jóváírást kapnak. Rövid értékesítési ciklusokhoz és akciókhoz illik; megbünteti azt a tartalmat, amely egy hosszú mérlegelést indított el.

Pozíció alapú (U-alakú)

Az első és az utolsó érintkezési pont egyaránt 40%-ot kap, a maradék 20% a középső pontok között oszlik meg. Értékeli a felfedezést és a lezárást is, rögzített súlyokkal, amelyek szándékosan önkényesek.

Adatvezérelt

Egy algoritmus összeveti a konvertáló útvonalakat azokkal, amelyek nem konvertálnak, és becsüli minden érintkezési pont növekményes hozzájárulását. Igazodik a vállalkozásodhoz, de elegendő konverziós volument igényel, és fekete doboz marad.

Milyen attribúciós modelleket kínál még a Google Analytics 4?

A Google leegyszerűsítette a választást. A Google Analytics súgóközpontja szerint az első kattintás, a lineáris, az időcsillapítás és a pozíció alapú modell 2023 novembere óta már nem érhető el. A Google Analytics 4 most három lehetőséget kínál:

• Adatvezérelt: az alapértelmezett, a Google számolja a fiókod útvonalaiból.
• Fizetett és organikus utolsó kattintás: a teljes jóváírás az utoljára kattintott csatornának, a közvetlen látogatások nélkül.
• Google fizetett csatornák utolsó kattintása: a jóváírás az utolsó Google Ads-kattintásnak, ha volt ilyen.

Az első érintkezés nézetének megtartásához használd a GA4 szerzési jelentéseiben az első felhasználói forrás és közeg dimenziókat, vagy tárold minden lead első forrását a CRM-edben. A csatornák összehasonlításához külön jelentést építs: a Google Analytics irányítópultról szóló útmutatónk megmutatja, hogyan.

Miért nem mutatja az attribúció soha a teljes utat?

Minden kattintásalapú modell ugyanazokkal a vakfoltokkal rendelkezik, függetlenül a képletétől:

1. Hozzájárulás és sütik: a követést elutasító látogatók eltűnnek az útvonalakról, a böngészők pedig korlátozzák a sütik élettartamát.
2. Több eszköz: az a potenciális vásárló, aki telefonon olvas és laptopon vásárol, két embernek számít, hacsak nem jelentkezik be.
3. Zárt platformok: a Google Ads, a Meta és a LinkedIn a saját szabályai szerint rendeli hozzá a konverziókat, és egymás között nem szűrik ki a duplikációt, így a platformjelentések összege meghaladja a valós eladásokat.
4. Kattintás nélküli megtekintések: egy videó, egy podcast vagy egy MI-válasz meggyőzhet valakit, aki soha nem kattint.
5. Hosszú B2B-ciklusok: több döntéshozó, hónapok mérlegelése és offline találkozók, amelyeket egyetlen címke sem rögzít.

A Wikipédia cikke megjegyzi, hogy a többpontos és a szabályalapú modellek gyakran eltérnek a kontrollált kísérletekben mért növekménytől. Az attribúció irányt ad, nem pontos elszámolást.

Hogyan írd jóvá az MI-ból és a nulla kattintásos keresésekből érkező forgalmat?

Ez a legújabb vakfolt. A kutatás egyre nagyobb része a ChatGPT-n, a Gemini-n, a Perplexity-n, a Claude-on vagy a Google AI Overviews-án belül történik, és nagy része egyáltalán nem eredményez kattintást.

Mérd a látogatásokat, amelyek megérkeznek

Az MI-ről érkező forgalom látható, ha az asszisztens továbbít egy hivatkozót vagy címkét. Az OpenAI kiadói FAQ-jában kijelenti, hogy a ChatGPT a hivatkozott linkekhez utm_source=chatgpt.com paramétert ad. A többi asszisztens olyan hivatkozóként jelenik meg, mint a perplexity.ai, a gemini.google.com vagy a copilot.microsoft.com. Hozz létre egyéni csatornacsoportot a GA4-ben, amely ezeket a forrásokat gyűjti; a MI-idézések mérése a Google Analyticsszel című útmutatónk megadja a használandó reguláris kifejezést.

Becsüld a láthatatlan látogatásokat

Az MI-forgalom egy része hivatkozó nélkül érkezik: a böngészőbe másolt linkek, mobilalkalmazások, vagy olyan felhasználó, aki elolvassa a választ, majd beírja a márkád nevét. Ez a láthatatlan MI-forgalom felfújja a közvetlen látogatásokat és a márkanévre végzett kereséseket. Ezt a két görbét az MI-láthatóságoddal párhuzamosan figyeld.

Írd jóvá a kattintás nélküli válaszokat

A nulla kattintásos attribúció az előzmény-jelekre támaszkodik: milyen gyakran idézi az MI-asszisztens a márkádat azokra a kérdésekre, amelyeket a vevőid feltesznek, és mekkora az MI-láthatósági részesedésed a versenytársakhoz képest. A Sorank MI-említéskövetése 10-50 promptot követ a ChatGPT-n, a Claude-on és a Gemini-n (a Pro csomagtól a Grok-on is), és megmutatja, kit idéznek a te helyedben. A ChatGPT-idézési tanulmányunk részletezi, mely forrásokat részesíti előnyben az asszisztens.

Mivel egészítsd ki az attribúciót?

Az érett csapatok három módszert ötvöznek, ahelyett hogy egyetlen modellben bíznának:

A marketingmix-modellezés már elérhető: a Google kiadta a Meridian nyílt forráskódú modellt. Kisebb cégeknél az önbevallásos mező a leggyorsabb nyereség: ha az „MI-asszisztens, például a ChatGPT” választ külön válaszlehetőségként adod hozzá, egy olyan csatornát fogsz látni, amelyet a kattintásadatok elrejtenek.

Hogyan állítsd be lépésről lépésre a marketing-attribúciót?

1. Definiáld a konverziókat: demókérés, vásárlás, regisztráció, mindegyikhez értékkel.
2. Címkézz minden kampányt írott UTM-konvencióval (kisbetűk, rögzített forrásnevek) egy UTM-építővel.
3. Kösd össze az analitikát és a CRM-et, hogy minden lead megtartsa az első forrását, az utolsó forrását és a bevételét.
4. Válassz referenciamodellt (adatvezérelt, ha a volumened engedi, különben utolsó nem közvetlen kattintás), és tartsd meg egy teljes évig az időszakok összehasonlításához.
5. Hasonlítsd össze az első érintkezéssel negyedévente, hogy lásd, mely csatornák nyitnak utakat.
6. Add hozzá az MI-réteget: MI-csatornacsoport, önbevallásos mező, idézéskövetés.
7. A megtérülés alapján ítélj: számold ki csatornánként a bevételt egy ROAS-kalkulátorral, és ennek megfelelően mozgasd a költségvetést.

Attribúció, SEO és GEO

Az organikus tartalom szenved leginkább az utolsó kattintásos attribúciótól: a cikkek és útmutatók olyan utakat indítanak, amelyek márkanévre végzett keresésnél vagy e-mailnél érnek véget. Ugyanez igaz a GEO-ra is, ahol egy MI-idézés olyan vevőt befolyásol, aki soha nem kattint. Mérd együtt az organikus keresést és az MI-láthatóságot egy GEO- és SEO-irányítópulton, és a tartalmat az első érintkezéses konverziók, a segített konverziók és az idézések alapján ítéld meg, ne csak az utolsó kattintásos bevétel alapján.

A helyes attribúciós modell az, amelyet stabilan tartasz, más módszerekkel ellenőrzöl, és kiterjesztesz az MI-válaszokra. Ahhoz, hogy lásd, milyen gyakran idézi a ChatGPT, a Claude és a Gemini a márkádat, és mely versenytársak foglalják el a helyedet, kezdd a Sorank szoftverrel, a SEO- és GEO-eszközzel autopilot módban, 3 napos ingyenes próbaidőszakkal.