Otimizando a atribuição multicanal para múltiplos dispositivos
•
3 likes•6,672 views
O documento discute a importância da atribuição multicanal para entender a jornada do cliente em múltiplos canais e dispositivos. É essencial considerar como os clientes consomem informações online e offline antes de tomar decisões de compra. Modelos de atribuição como "último clique" ou "primeiro clique" não capturam adequadamente a influência de múltiplos canais, sendo necessários modelos mais sofisticados.
Recommended
Recommended
More Related Content
Similar to Otimizando a atribuição multicanal para múltiplos dispositivos
Similar to Otimizando a atribuição multicanal para múltiplos dispositivos (20)
Otimizando a atribuição multicanal para múltiplos dispositivos
- 1. Um Usuário, Múltiplos Canais Conversion Thursday – 24/05/2012 Vanessa Sabino @weureka
- 2. Zero Moment of Truth (ZMOT) http://www.zeromomentoftruth.com/
- 3. First Moment of Truth http://www.ilafox.com/2012/04/shampoos-pra-que-te-quero.html
- 4. ZMOT http://www.zeromomentoftruth.com/
- 5. Clientes consomem informação Número médio de fontes consultadas antes da decisão
- 6. Clientes consomem informação lêem opiniões do 70% produto antes de fazer a compra das mães pesquisam 83% online após ver comercial na TV usam o celular 79% para ajudar nas compras
- 7. Múltiplos canais e dispositivos Foresee
- 8. Consumidor de hoje — Mais conhecimento — Mais vocal — Mais opções
- 9. Consumidor de hoje — Mais conhecimento — Mais vocal — Mais opções Menor custo de mudança
- 10. Consumidor de hoje Satisfação é a medida do sucesso Consumidor tem o controle
- 11. Jornada do usuário ampliada META e-mail busca comparadores redes sociais banners http://www.jimwarren.com/
- 12. Desafio: múltiplos canais Web Mobile Call Social center media Loja física Cliente E-mail
- 13. Desafio: métricas isoladas Lojas Call físicas center Web Mobile Social E-mail media
- 14. Múltiplos canais e métricas isoladas — Métricasmal interpretadas — Informações equivocadas Loja E-mail Web Call Mobile center Social
- 15. Por que medir a satisfação? Experiência Satisfação Expectativas Comportam. Futuro
- 16. Experiência do cliente Customer Satisfaction Analytics Voice of customer Comportamento Behavioral Analytics Foresee
- 17. Experiência do cliente 1. Como estamos indo? 2. O que devemos fazer? 3. Por que devemos fazê-lo? Foresee
- 18. Definindo o problema Lumaxart
- 19. Tipo 1: MCA-O2S — Multi-Channel Attribution, Online to Store (Offline) http://www.kaushik.net
- 20. MCA-O2S: Soluções — Experimentos controlados ◦ http://bit.ly/ak-mcaexperiments — Online è Offline ◦ http://bit.ly/ak-mcaoffline — Offline è Online ◦ http://bit.ly/ak-mcaonline ◦ Cupons ◦ Pesquisas ◦ URLs especiais ◦ etc
- 21. MCA-O2S: Soluções Web Analytics: An Hour a Day
- 22. Tipo 2: MCA-AMS — Multi-Channel Attribution, Across Multiple Screens (dispositivos) http://www.kaushik.net
- 23. Tipo 3: MCA-ADC — Multi-Channel Attribution, Across Digital Channels http://www.kaushik.net
- 24. Funis Multicanal http://analytics.blogspot.com.br
- 25. Atribuição último clique http://www.cardinalpath.com/google-analytics-multi-channel-funnels-revealing-the-hidden-value-of-everything/
- 26. Visão geral dos funis multicanal http://www.cardinalpath.com/google-analytics-multi-channel-funnels-an-overview/
- 27. Agrupamento personalizado http://online-behavior.com/analytics/multi-channel-funnels
- 28. Segmentos de Conversão http://online-behavior.com/analytics/multi-channel-funnels
- 29. Melhores caminhos de conversão http://www.cardinalpath.com/google-analytics-multi-channel-funnels-an-overview/
- 30. Intervalo de Tempo & Tamanho do Caminho — Dias até a Transação e Visitas até a Transação ◦ Qualquer meta ◦ Não considera apenas última campanha http://www.cardinalpath.com/google-analytics-multi-channel-funnels-an-overview/
- 31. Modelos de Atribuição Last click First click Linear
- 32. Modelos de Atribuição Position based Time decay Customized
- 34. Excel — Preparar os dados 1. Exportar dados dos caminhos 2. Localizar/Substituir para remover espaços 3. Separar em colunas usando o “>”
- 35. Excel — First Interaction ◦ Ordenar pela primeira coluna e somar, SOMASE() ou tabela dinâmica
- 36. Excel — Linear Valor da conversão ◦ =$F2/CONT.VALORES($A2:$D2) * CONT.SE($A2:$D2,G$1) Caminho ◦ Somar Nome do canal
- 37. Excel — Primeiro e último clique (50%-50%) 1. Identificar canal do primeiro clique – Primeira coluna 2. Identificar canal do último clique – =ÍNDICE(A2:D2,1,CONT.VALORES(A2:D2)) 3. Dividir a receita por dois 4. SOMASE() no primeiro e último canal
- 38. Motivações — Realocar o budget — Ajustar pagamentos de afiliados — Revisar o CPA — Reduzir o tempo para conversão — Reagendar campanhas — Atualizar landing pages — Testar
- 39. Fatores de Sucesso — Estruturae compensação ($$$) — Suporte da gerência — Tecnologia — Qualidade / consistência dos dados — Pessoas
- 40. Referências — Google, Winning the Zero Moment of Truth ◦ http://www.zeromomentoftruth.com/ — Avinash Kaushik, Multi-Channel Attribution: Definitions, Models and a Reality Check ◦ http://www.kaushik.net/avinash/multi-channel-attribution-definitions-models/ — Justin Cutroni, Multi-Channel & Attribution Analysis ◦ http://online-behavior.com/googleanalytics/attribution — Yehoshua Coren, Understanding Google Analytics Multi Channel Funnels ◦ http://online-behavior.com/analytics/multi-channel-funnels — Robin Steif, Attribution Modeling Without Google Analytics Premium ◦ http://www.lunametrics.com/blog/2012/05/10/attribution-modeling-google-analytics/ — Nick Iyengar, Google Analytics Multi-Channel Funnels: An Overview ◦ http://www.cardinalpath.com/google-analytics-multi-channel-funnels-an-overview/ — Econsultancy, Marketing Attribution:Valuing the Customer Journey ◦ http://services.google.com/fh/files/misc/marketing_attribution_whitepaper.pdf — Larry Freed, Managing Forward: Analytics for Today’s Multi-Channel, Multi-Device Consumer
- 41. OBRIGADO Vanessa Sabino vanessa@weureka.com Twitter: @weureka
Editor's Notes
- Livropublicadoem 2011 pelo GooglebaseadoempesquisarealizadaemAbril de 2011 pela Shopper SciencesContraste com o conceito de First Moment of Truth criadopela Procter & Gamble
- Momentoemque o consumidorinterage com a marcapelaprimeiraveznalojaIntervalo de 2 a 7 segundosemque o comprador tomaumadecisãoquandovê o produtonaprateleiraDisponibilidade, visibilidade e persuasãoInformaçõesnaembalagem do produto / brochurassobre o produtonalojaPropaganda / posição de destaqueFalar com o vendedor / representante de vendasExperimentarumaamostranaloja
- ZMOT éaquelemomentoemquevocêacessa a internet,em um computadoroudispositivomóvel, parapesquisarsobre um produtoouserviçoquevocêestápensandoemadquirir.Buscar online em um sistema de buscasFalar com amigos / famíliasobre o produtoCompararprodutosem sites de comparaçãoProcurarinformações no site da marca / fabricanteLeropiniõessobreprodutoLercomentáriosem um artigo online
- Osconsumidores de hojeusam o dobro de fontesparachegar a umadecisão e usamcadaumadessasfontes de forma maisintensa do que no passado.A quantidade de fontesdepende do tipo de decisão. Para restaurantes a médiaé de 5.8 fontes e paraautomóveis 18.2.
- Conhecimento: acesso a toda a informação (especificações, quantooscompetidoresestãocobrando, etc)Vocal: boca a bocapositivo e negativoOpções: mobile – a pessoapodeestarem um local físicopesquisando o site do competidor no celular
- Conhecimento: acesso a toda a informação (especificações, quantooscompetidoresestãocobrando, etc)Vocal: boca a bocapositivo e negativoOpções: mobile – a pessoapodeestarem um local físicopesquisando o site do competidor no celular
- A experiênciaemcadaponto setornamaisimportante e determinaparaondeosconsumidoresvão e ondefarãonegócios
- Conceito de “user journey” éusadoparaexperiênciadentro do site, do momentoemqueeleentraatéatingiruma metaMas podeserampliado com todosospontos de contatoque o usuário tem com a empresaÉimportanteque o usuáriotenhaumaexperiênciapositivaemcada um dessescontatosparaevitarqueelevápara a concorrência
- Todososcontatossão parte do ciclo de compra e as permutaçõessãoinúmeras
- Comportamentofuturo:ConversãoRetençãoFidelidadeRecomendaçãoboca a bocaSucessoFinanceiroValor do clienteA satisfaçãonãoéobservável. Sabemosapenas o que o cliente fez. Épossívelqueeletenhacompradoalgo mas nãoestásatisfeito, e é a satisfaçãoquedetermina o queeleiráfazeremseguida. Se elenãoestásatisfeito, podetrazerrepercursãonegativa.
- Behavioral:Clickstream,transações, o quefoifeitoOlhapara o passadoPerspectiva da organizaçãoCustomer Satisfaction:O que as pessoaspensamEntenderoscanais e dispositivosanterioresEntender o que o usuárioestavatentandofazer e porqueEntender se eleestavasatisfeitoVisa comportamentosfuturosPerspectiva do cliente
- Performance da satisfação, principaisinfluenciadores e resultadosdesejadosÁreas de focodefinidaspeloimpactoModelosparaprever o comportamento
- Entender o impacto offline das (e darcréditopara) iniciativas de marketing online
- Experimentos:Isolargrupos de teste e de controle (porexemplo, geograficamente) e medir as KPIs de cadagrupoContra-exemplo: Nissan no keynoteObservações:ResultadosestatisticamentesignificantesTentartergrupos de teste e de controleparecidosControlar outros distúrbios (porexemplocampanhasadicionais), mas estarcientequevãoacontecervariações (sazonalidade, competição, etc)Online -> OfflineCupons,página com detalhes da loja, números de telefonediferenciados, pesquisasOffline -> OnlineURLs especiais, cupons, pesquisas, padrões de tráfego (direto e de search)
- Diferentemente dos experimentoscontrolados, aqui a idéianãoéescolher um método e isolar, e simentenderholisticamente o queestáacontecendotentandoconsolidar dados de diversasfontes.
- Exemplo: pessoaassistindo TV fazumabuscaem um tablet, clicaem um link patrocinado e lêsobreumacâmera. Depoisquandoestánafila do bancolembra disso e usa o celularpraler reviews de câmeras e quandochegaem casa vaipara o computador e fazumacompra.Quaseimpossível - viávelemcasosemque as pessoasestãosemprelogadasemtodososdispositivos, mas bastantecomplexo
- É o quesobraquandoremovemos as duasinfluênciasanteriores (offline e dispositivosdiferentes) – muitomaisfácil de analisarPorém, para saber se éimportante, vejaquantasvisitas/diasemmédiasãonecessáriosparaumaconversãoOsmodelos de atribuição (last click, first click, even distribution, time decay, customizadospor canal) permitementendermelhorosgastosemmídiasdigitais
- TráfegodiretocontabilizadoTempo de 2 diasparaprocessaros dadosAté 5000 interaçõesporconversão
- Conversõesassistidas: número de conversõesemqueaquele canalparticipou mas nãofoi o último cliqueCanais commenor taxa de conversão, mas quegerammaiorexposiçãopara a marca, atraindousuáriosqueconvertemposteiormente, ficamvisíveispelorelatório de assisted conversions. Ex. Social media, Display, Offline. Antes disso provavelmenteeramsubestimados.Se um canal participoumais de umaveznaconversão, contabilizaapenasumavez.Número total de assisted conversions vaisermaiorque o número total de conversões, poisoscanaisnãosãomutuamenteexclusivos.
- Canais com mais overlapsãoosque tem maisinteração: reduzir o investimentoem um poderáafetar o outroProblema: nãodáparavisualizar com outrasperspectivasmaisdetalhadas
- Importanteprincipalmenteparapalavras da marca e asmídiaspagas
- Possívelverexatamenteoscaminhosseguidosqueapresentammaiorconversão, no nível de detalhequepreferir
- Se muitasconversõesvemdepois de 24h, investiremcampanhas de remarketing
- Last click: vendaFirst click: conhecimento da marcaLinear: objetivoémanter o contato com o cliente
- Position based: créditopara as campanhasquetrazem o cliente e querealizam a conversãoTime decay: visitasmaisperto da conversão (porexemplo, promoções de curtaduração) Customized: baseadoemposição, tipo, campanha, fonte de tráfego, engajamento
- GA permiteveraté 3 modelossimultâneamenteparaanálise
- • Reallocate Budget: Strengthen campaigns along the most profitable position in the purchase funnel.• Adjust Affiliate Payments: Consider building affiliate programs that compensate partners for the value that their referral provides to your business. For instance, some advertisers give more credit to affiliates that bring in new customers and provide awareness in the upper-funnel vs. those that simply offer coupon codes to customers who are readyto purchase.• Revise CPA (cost-per-acquisition) figures: Better reflect the true contribution of your marketing activities to the whole consumer journey.• Reduce Time-to-Conversion: Look for opportunities to improve the efficiency of your conversion path and reduce the number of paid clicks required to drive a purchase. For example, provide price guarantees so customers don’t have to price shop, quick coupon codes, or more detailed product information so they don’t have to look elsewhere.• Reschedule campaigns: Change the timing of particular campaign types, such as email promotions.• Update Landing Pages: Customers coming in through various channels and keywords are often at different points in their purchase decision-making. If you learn that particular keywords have lower-than-expected conversion value, you can design landing pages that will better reflect their stage in the purchase process.• Keep Testing: Experiment with new keywords or campaigns to compensate for weak spots in your purchase funnel.
- 1.Structure and compensation – organizations have to be able to move budget and other resources seamlessly to optimize their marketing. Built-in obstacles like inflexible budgets, impermeable silo walls and compensation built on share of spend will slow or even prevent getting the most from attribution.2.Management support – attribution requires organizations to change, and real change only occurs when management understands and supports the program. Fortunately, the improved results of effective attribution programs make them a relatively easy business case.3. Technology – deploying the right technology is essential, especially for companies that aren’t in a position to build what they need internally. Even for the latter group, getting integrated attribution data in tandem with analytics and other marketing dashboard activities can save time and money.4. Data quality – having accurate statistics is essential for digital marketing, not just attribution. Automation, segmentation, media buying, content management, optimization...the list is as long as that of the goals of today’s marketing departments. Metrics must be agreed upon and universal, at least organizationally. Databases must talk to one another, speak the same language and contain clean data.5. Staffing – at its best, marketing technology doesn’t replace people, it empowers them. Across a range of activities, including attribution, marketing organizations have to grow their internal capabilities around data analysis and optimization.