Modelli di attribuzione

Un marketing multicanale ben ponderato rappresenta spesso la base per aver successo nell'online business. Soprattutto i negozi online devono trovare il mix ideale per potersi affermare sulla concorrenza nell'e-commerce. Così ogni canale ha la propria legittimazione. Infatti durante il customer journey ci sono spesso molti diversi punti di contatto pubblicitari in cui il cliente s’imbatte nel prodotto o nel marchio. Perciò una strategia di marketing che si basa su un preciso modello di attribuzione risulta particolarmente promettente.

Definizione

I modelli di attribuzione: sono uno strumento di online marketing che consentono, grazie ai risultati precedenti, ma anche da pronostici e raccomandazioni, di trarre delle conclusioni per future misure di marketing. Perciò il principio dell'attribuzione segue l'approccio di assegnare conversioni o entrate di determinati canali o dimensioni dell'intero processo di conversione/di vendita per individuare il loro concreto valore ai fini del marketing.

Il modello di attribuzione giusto dovrebbe infine contribuire al fatto che il budget riservato al marketing sia distribuito nel miglior modo possibile e permetta di far aumentare il Return on Investment (ROI). Nei prossimi paragrafi scoprite come funziona esattamente e come si distinguono i diversi modelli tra di loro.

Indice

Che cos'è un modello di attribuzione?
Quali tipi di modelli di attribuzione esistono?
Modellazione dell’attribuzione: esempio di applicazione dei modelli
Quali vantaggi offrono i modelli di attribuzione?

Che cos'è un modello di attribuzione?

La maggior parte delle aziende si basa su un marketing mix variegato, composto da E-Mail Marketing, SEA (pubblicità per i motori di ricerca), SEO (ottimizzazione per i motori di ricerca), link di affiliazione e social media. I punti principali si adattano al target e vengono distribuiti in base al budget a disposizione. È chiaro che in qualità di responsabili del marketing si vuole ricavare il più possibile da ogni canale; la modellazione dell’attribuzione dovrebbero facilitare tutto questo: oltre ad avere una visione d'insieme grazie al customer journey, anche i diversi punti di contatto ("touchpoint"), in cui il cliente entra in contatto con il brand, si possono infatti registrare e analizzare grazie ai modelli di attribuzione. Nel migliore dei casi si ottengono in questo modo delle conoscenze su quali touchpoint sono stati rilevanti per la decisione d'acquisto e quale percentuale di ricavato hanno avuto le singole misure.

N.B.

I touchpoint di un customer journey si differenziano a seconda dei marchi ma anche in base alle campagne. Un customer journey con il Social Media Marketing, il retargeting o la pubblicità display e la SEO o AdWords (SEA) come punti di contatto si presenterebbe come nell'esempio qui di seguito:

Un utente...

- nota un prodotto tramite un post sponsorizzato in una rete social,

- un po' di tempo dopo tramite retargeting gli viene mostrato un annuncio,

- in seguito ricerca in modo mirato su Google questo specifico fornitore e il relativo prodotto,

- tramite una ricerca organica o un annuncio arriva al negozio online, dove acquista infine il prodotto e diventa un cliente (conversione).

Quali tipi di modelli di attribuzione esistono?

A seconda del modello di attribuzione si assegnano diversi valori ai differenti punti di contatto. Così i modelli aiutano a stabilire quali sono i canali più importanti e quali sono da priorizzare.

A ogni canale, indipendentemente dalla percentuale di successo, viene assegnato un valore monetario. Il peso ponderato è stabilito poi dalla distribuzione del budget del marketing. Di seguito vi indichiamo alcuni modelli di attribuzione comuni nel marketing:

Attribuzione prima interazione

In questo classico modello di attribuzione si assegna il 100 percento del valore della conversione al primo clic (“first click”) o al primo canale con il quale il cliente ha interagito.

Vantaggi: si adatta meglio per le campagne con l’obiettivo di rendere noto un marchio o un prodotto.
Svantaggi: lascia poco spazio alle ottimizzazioni e offre pochi dettagli sugli effetti della conversione e sul ricavato; non considera tutti gli altri canali e mezzi pubblicitari.

Modellazione dell’attribuzione: immagine esemplificativa per la prima interazione

Attribuzione ultima interazione

In questo caso si valuta l’ultima interazione o l’ultimo canale come il punto di contatto più importante e gli si assegna il 100 percento dell’intero valore della conversione.

Vantaggi: uno strumento utile per i marketer che si concentrano esclusivamente sulle conversioni e perciò non devono considerare le azioni in cui non si è verificata alcuna conversione.
Svantaggi: ignora tutte le influenze degli altri canali e i mezzi pubblicitari impiegati nel customer journey che entrano in gioco prima della conversione.

Grafico relativo all’attribuzione ultima interazione

Attribuzione lineare

Nel modello di attribuzione lineare una parte di conversioni e di ricavato viene assegnata in egual misura a tutti i canali del customer journey.

Vantaggi: il modo più semplice per analizzare campagne di marketing con un approccio multicanale; adatto per l’ottimizzazione dell’intero customer journey.
Svantaggi: a tutti i touchpoint viene assegnato esattamente lo stesso valore, anche se la loro parte di conversione è probabilmente molto diversa. Difficilmente si avrà la possibilità di ottimizzare in modo mirato delle determinate aree.

Immagine di esempio relativa al modello di attribuzione lineare

Attribuzione decadimento temporale

Nel modello di decadimento temporale che si basa sul concetto di diminuzione esponenziale, la dipendenza temporale determina il valore del canale. Più un canale o un punto di contatto è temporalmente vicino al momento della conversione, maggiore sarà la relativa quota monetaria. Solitamente il tempo di dimezzamento si calcola in questo caso a sette giorni, quindi un touchpoint avvenuto sette giorni prima della conversione ottiene la metà del valore rispetto a un punto di contatto verificatosi il giorno della conversione.

Vantaggi: registra la rilevanza di ogni interazione avvenuta durante il customer journey, ma dà maggiore valore a quei touchpoint che hanno realmente incentivato la conversione.
Svantaggi: adattato troppo alla conversione; touchpoint importanti all’inizio del customer journey ottengono molta meno attenzione se il ciclo di vendita comprende una lunga fase di decisione.

Rappresentazione grafica del modello di attribuzione decadimento temporale

Attribuzione basata sulla posizione

Questo modello di attribuzione, che è un mix tra la first click e la last click attribution e viene spesso chiamato anche modello a U, si valuta con un valore più alto rispetto agli altri il primo e l’ultimo punto di contatto. Sia all’inizio che alla fine del processo di vendita si assegnano delle quote monetarie fisse (di solito ognuna al 40 percento). I punti intermedi si dividono il resto del valore di conversione.

Vantaggi: si assicura che vengano considerati tutti i touchpoint, concentrandosi sull’ottimizzazione della prima e dell’ultima interazione; il peso ponderato di ognuno si può adattare individualmente.
Svantaggi: c’è il rischio che due punti di contatto, in realtà con valori molto bassi, vengano valutati come di grande importanza.

Grafico sul modello di attribuzione in base alla posizione

Attribuzione basata sui dati

I modelli di attribuzione basati sui dati dovrebbero riprodurre il comportamento dei clienti nella maniera più esatta e dettagliata possibile. Per questo scopo gli algoritmi intelligenti elaborano in tempo reale i dati raccolti del cliente, per determinare sulla loro base il valore dei singoli touchpoint e adattarli regolarmente.

Vantaggi: un modello molto dinamico, che comprende tutti gli sviluppi del customer journey e adatta regolarmente il peso ponderato delle singole interazioni.
Svantaggi: prevede un grande database di dati; non c’è davvero un controllo sulla gerarchia dei touchpoint.

Esempio grafico di attribuzione basata sui dati

N.B.

Potete ovviamente definire anche un vostro modello, adatto per gli obiettivi aziendali e quelli delle campagne che promuovete e non è controllato da un algoritmo. Nel caso di questa attribuzione personalizzata (“Custom Attribution”) stabilite il peso ponderato dei singoli canali individualmente, a seconda di diversi fattori come la posizione, la dipendenza temporale o il traffico corrente. Inoltre si possono definire differenti modelli di attribuzione per diversi gruppi di clienti (nuovi clienti vs clienti fissi) o gruppi di prodotti.

Modellazione dell’attribuzione: esempio di applicazione dei modelli

Nei paragrafi precedenti è stato spiegato che cos’è la modellazione dell’attribuzione e quali tipi di modelli ci sono. Ma in pratica come si possono applicare al processo di ottimizzazione nel marketing o nelle campagne? Per rispondere a questa domanda dovreste utilizzare i modelli di attribuzione illustrati prima nel seguente scenario esemplificativo, in cui i termini inseriti per la ricerca dall’utente rappresentano i touchpoint registrati:

Scenario di esempio per l’utilizzo di modelli di attribuzione

Nei singoli modelli di attribuzione il rispettivo peso ponderato delle quattro keyword si presenta così:

Attribuzione prima interazione: la prima interazione è il criterio decisivo per cui la conversione al 100 percento è stata assegnata alla prima keyword “pernottamento roma”.
Attribuzione ultima interazione: l’ultima interazione è il criterio determinante per cui l’ultima keyword “hotel 4 stelle roma linda” ottiene il 100 percento del valore di conversione.
Attribuzione lineare: tutte le quattro keyword contribuiscono esattamente con la stessa quota di conversione, quindi il 25 percento.
Attribuzione decadimento temporale: il peso ponderato delle quattro keyword aumenta in ordine di inserimento. Mentre “pernottamento roma” quasi non concorre all’attribuzione della conversione, il modello decadimento temporale assegna all’ultima frase ricercata “hotel 4 stelle roma linda” la quota principale.
Attribuzione basata sulla posizione: se si opta per l’approccio standard per il modello basato sulla posizione, la conversione è da fare risalire al 40 percento rispettivamente a “pernottamento roma” e a “hotel 4 stelle roma linda”. “Hotel roma” e “hotel 4 stelle roma” concorrono invece alla conversione con il 10 percento ciascuno.
Attribuzione basata sui dati: considerando che le distribuzioni in questo modello di attribuzione sono create in maniera individuale e possono cambiare continuamente, per questo punto non si possono nominare valori concreti o rilevanti.

N.B.

La modellazione dell’attribuzione sulla base delle keyword, come introdotta nell’esempio, è possibile solitamente con Google Ads: se quindi attivate la pubblicità con il servizio di inserzioni di Google, non avete bisogno di strumenti aggiuntivi per applicare i modelli nominati alle vostre campagne. Un’eccezione è rappresentata dalle interazioni con le inserzioni della rete display, non disponibili per i modelli di attribuzione.

Quali vantaggi offrono i modelli di attribuzione?

Molti marketer nell’analisi delle proprie campagne si concentrano sull’ultimo clic o sull’ultima interazione del cliente. I canali attraversati in precedenza e le azioni compiute durante il customer journey, oltre che il loro influsso sulle conversioni, non vengono perciò spesso considerati sufficientemente nella valutazione. La modellazione dell’attribuzione offre un modo elegante per uscire da questa unidimensionalità e ha, tra gli altri, i seguenti vantaggi:

La modellazione dell’attribuzione garantisce uno sguardo più dettagliato sulle singole stazioni del customer journey rispetto a quanto facciano molte forme di analisi tradizionali.
I modelli di attribuzione consentono l’ottimizzazione dell’intera customer journey dalla prima all’ultima interazione.
I modelli di attribuzione coprono l’intera gamma di possibilità tra l’osservazione e l’ottimizzazione delle campagne inserite manualmente e interamente automatizzate.
L’attribuzione risulta utile nel lungo periodo per distribuire in modo ottimale il budget disponibile o dà la possibilità di investire primariamente nei canali di marketing con i migliori risultati.
La modellazione consente un’elevata precisione dei dati e una minimizzazione dei fattori di disturbo, come il cookie dropping (cookie di affiliazione inseriti senza che l’utente ne sia consapevole e senza che venga spinto a compiere una determinata azione) grazie al tracking multicanale.