Hướng dẫn toàn diện về các mô hình phân bổ tiếp thị

Tìm hiểu thêm về các mô hình phân bổ tiếp thị giúp các nhà tiếp thị hiểu điểm tiếp xúc nào trong hành trình của người mua chịu trách nhiệm chuyển đổi.

Chúng ta đều biết rằng khách hàng tương tác với một thương hiệu thông qua nhiều kênh và chiến dịch (trực tuyến và ngoại tuyến) dọc theo con đường chuyển đổi của họ.

Đáng ngạc nhiên là trong lĩnh vực B2B, trung bình một khách hàng tiếp xúc với một thương hiệu 36 lần trước khi chuyển đổi thành khách hàng.

>> Tham khảo: Hướng dẫn chuyên sâu về Google Mua sắm.

Với rất nhiều điểm tiếp xúc, thật khó để xác định chính xác mức độ ảnh hưởng của kênh tiếp thị hoặc chiến dịch đến quyết định mua hàng.

Đây là nơi phân bổ tiếp thị xuất hiện.

Phân bổ tiếp thị cung cấp thông tin chuyên sâu về các điểm tiếp xúc hiệu quả nhất trong hành trình của người mua.

Trong hướng dẫn toàn diện này, chúng tôi đơn giản hóa mọi thứ bạn cần biết để bắt đầu với các mô hình phân bổ tiếp thị, bao gồm tổng quan về các tùy chọn của bạn và cách sử dụng chúng.

1. Phân bổ tiếp thị là gì?

Phân bổ tiếp thị là quy tắc (hoặc bộ quy tắc) cho biết cách tín dụng cho chuyển đổi được phân phối trên hành trình của người mua.

Mỗi điểm tiếp xúc sẽ nhận được bao nhiêu tín dụng là một trong những chủ đề tiếp thị phức tạp hơn, đó là lý do tại sao ngày nay có rất nhiều loại mô hình phân bổ khác nhau được sử dụng.

>> Tham khảo: Dẫn đầu hành trình tiếp thị nội dung dựa trên dữ liệu với Vitor Peçanha.

2. Mô hình phân bổ phổ biến

Có sáu mô hình phân bổ phổ biến và mỗi mô hình phân bổ giá trị chuyển đổi khác nhau trên hành trình của người mua.

Đừng lo. Chúng tôi sẽ giúp bạn hiểu tất cả các mô hình dưới đây để bạn có thể quyết định mô hình nào phù hợp nhất với nhu cầu của mình.

Lưu ý: Các ví dụ trong hướng dẫn này sử dụng các mô hình dựa trên quy tắc kênh chéo của Google Analytics 4.

Dựa trên quy tắc kênh chéo có nghĩa là nó bỏ qua lưu lượng truy cập trực tiếp. Điều này có thể không xảy ra nếu bạn sử dụng phần mềm phân tích thay thế.

2.1. Nhấp chuột cuối cùng

Mô hình phân bổ lần nhấp cuối cùng cung cấp toàn bộ tín dụng cho điểm tiếp xúc tiếp thị diễn ra trực tiếp trước khi chuyển đổi.

Lần nhấp cuối cùng giúp bạn hiểu những nỗ lực tiếp thị nào sẽ chốt được doanh số bán hàng.

Ví dụ: ban đầu, người dùng khám phá ra thương hiệu của bạn bằng cách xem Quảng cáo trên YouTube trong 30 giây (lượt xem được thực hiện).

Cuối ngày hôm đó, cũng chính người dùng đó đã tìm kiếm thương hiệu của bạn trên Google và nhấp qua kết quả tìm kiếm không phải trả tiền.

Tuần tiếp theo, người dùng này được hiển thị quảng cáo nhắm mục tiêu lại trên Facebook, nhấp qua và đăng ký nhận bản tin email của bạn.

>> Tham khảo: YouTube mang đến tính năng chỉnh sửa ảnh và câu đố cho các bài đăng trên cộng đồng.

Ngày hôm sau, họ nhấp qua email và chuyển đổi thành khách hàng.

Theo mô hình phân bổ lần nhấp cuối cùng, 100% tín dụng cho chuyển đổi đó được trao cho email, điểm tiếp xúc đã đóng giao dịch bán hàng.

2.2. Nhấp chuột đầu tiên

Lần nhấp đầu tiên ngược lại với mô hình phân bổ lần nhấp cuối cùng.

Tất cả tín dụng cho bất kỳ chuyển đổi nào có thể xảy ra đều được trao cho tương tác đầu tiên.

Lần nhấp đầu tiên giúp bạn hiểu kênh nào tạo nhận thức về thương hiệu.

Sẽ không có vấn đề gì nếu khách hàng nhấp qua quảng cáo nhắm mục tiêu lại và sau đó chuyển đổi thông qua một lượt truy cập email.

Nếu ban đầu khách hàng tương tác với thương hiệu của bạn thông qua một lượt xem tương tác trên YouTube, thì Video trả phí sẽ nhận được toàn bộ tín dụng cho chuyển đổi đó vì nó đã bắt đầu hành trình.

2.3. Tuyến tính

Phân bổ tuyến tính cung cấp cái nhìn tổng thể về chiến lược tiếp thị của bạn.

Mô hình này đặc biệt hữu ích nếu bạn cần duy trì nhận thức trong toàn bộ hành trình của người mua.

Tín dụng cho chuyển đổi được chia đều cho tất cả các kênh mà khách hàng tương tác.

Hãy xem ví dụ của chúng tôi: Mỗi điểm trong số bốn điểm tiếp xúc (Video trả phí, Không phải trả tiền, Mạng xã hội trả phí và Email) đều nhận được 25% giá trị chuyển đổi vì tất cả chúng đều được cấp tín dụng như nhau.

2.4. Thời gian suy tàn

Time Decay hữu ích cho các chu kỳ bán hàng ngắn như khuyến mãi vì nó xem xét thời điểm xảy ra từng điểm tiếp xúc.

Lần chạm đầu tiên nhận được ít tín dụng nhất, trong khi lần nhấp cuối cùng nhận được nhiều nhất.

Sử dụng ví dụ của chúng tôi:

• Video trả phí (lượt xem tÆ°Æ¡ng tác trên YouTube) sẽ nhận được 10% tín dụng.
• Tìm kiếm không phải trả tiền sẽ nhận được 20%.
• Mạng xã hội trả phí (quảng cáo Facebook) được 30%.
• Email, xảy ra vào ngày chuyển đổi, nhận được 40%.

Lưu ý: Google Analytics 4 phân phối khoản tín dụng này theo chu kỳ bán rã bảy ngày.

2.5. Dựa trên vị trí

Phương pháp tiếp cận dựa trên vị trí (hình chữ U) phân chia tín dụng cho một lần bán hàng giữa hai tương tác quan trọng nhất: cách khách hàng phát hiện ra thương hiệu của bạn và tương tác đã tạo ra chuyển đổi.

Với mô hình phân bổ dựa trên vị trí, Video trả phí (lượt xem được tương tác trên YouTube) và Email, mỗi video sẽ nhận được 40% tín dụng vì chúng là tương tác đầu tiên và cuối cùng trong ví dụ của chúng tôi.

Tìm kiếm không phải trả tiền và Quảng cáo trên Facebook mỗi bên sẽ nhận được 10%.

2.6. Theo hướng dữ liệu (Tuyến tính xuyên kênh)

Google Analytics 4 có mô hình phân bổ theo hướng dữ liệu duy nhất sử dụng thuật toán máy học.

Tín dụng được chỉ định dựa trên cách mỗi điểm tiếp xúc thay đổi xác suất chuyển đổi ước tính.

Nó sử dụng dữ liệu của mỗi nhà quảng cáo để tính toán đóng góp thực tế mà một tương tác có cho mọi sự kiện chuyển đổi.

3. Mô hình phân bổ tiếp thị tốt nhất

Không nhất thiết phải có mô hình phân bổ tiếp thị “tốt nhất” và không có lý do gì để giới hạn bản thân bạn chỉ trong một mô hình.

So sánh hiệu suất theo các mô hình phân bổ khác nhau sẽ giúp bạn hiểu tầm quan trọng của nhiều điểm tiếp xúc trong hành trình của người mua.

>> Tham khảo: Cách để cải thiện SEO địa phương và thu hút doanh nghiệp mới.

4. So sánh mô hình trong Google Analytics 4 (GA4)

Nếu muốn xem hiệu suất thay đổi như thế nào theo mô hình phân bổ, thì bạn có thể làm điều đó dễ dàng với GA4.

Để truy cập so sánh mô hình trong Google Analytics 4, hãy nhấp vào “Quảng cáo” trong menu bên trái rồi nhấp vào “So sánh mô hình” trong “Phân bổ”.

Theo mặc định, các sự kiện chuyển đổi sẽ là tất cả, phạm vi ngày sẽ là 28 ngày qua và thứ nguyên sẽ là nhóm kênh mặc định.

Bắt đầu bằng cách chọn phạm vi ngày và sự kiện chuyển đổi mà bạn muốn phân tích.

Bạn có thể thêm bộ lọc để xem một chiến dịch, vị trí địa lý hoặc thiết bị cụ thể bằng cách sử dụng tùy chọn so sánh chỉnh sửa ở trên cùng bên phải của báo cáo.

Chọn thứ nguyên để báo cáo, sau đó sử dụng menu thả xuống để chọn các mô hình phân bổ để so sánh.

4.1. Ví dụ so sánh mô hình GA4

Giả sử bạn được yêu cầu tăng lượng khách hàng mới cho trang web.

Bạn có thể mở Google Analytics 4 và so sánh mô hình “nhấp chuột cuối cùng” với mô hình “nhấp chuột đầu tiên” để khám phá những nỗ lá»±c tiếp thị nào giúp khách hàng bắt đầu chuyển đổi.

Trong ví dụ trên, chúng tôi có thể chọn xem xét kỹ hơn về email và tìm kiếm có trả tiền vì chúng có vẻ hiệu quả hơn trong việc bắt đầu đưa khách hàng đến con đường chuyển đổi hơn là kết thúc bán hàng.

4.2. Cách thay đổi mô hình phân bổ Google Analytics 4

Nếu chọn một mô hình phân bổ khác cho công ty của mình, bạn có thể chỉnh sửa cài đặt phân bổ của mình bằng cách nhấp vào biểu tượng bánh răng ở góc dưới cùng bên trái.

Mở Cài đặt phân bổ trong cột thuộc tính và nhấp vào menu thả xuống Mô hình phân bổ báo cáo.

Tại đây, bạn có thể chọn từ sáu mô hình phân bổ kênh chéo đã thảo luận ở trên hoặc “mô hình nhấp chuột cuối cùng được ưu tiên cho quảng cáo”.

Ưu tiên quảng cáo cung cấp toàn bộ tín dụng cho nhấp chuột Google Ads cuối cùng dọc theo đường dẫn chuyển đổi.

Xin lưu ý rằng những thay đổi về mô hình phân bổ sẽ áp dụng cho dữ liệu lịch sử và tương lai.

5. Tổng kết

Dễ dàng xác định vị trí và thời điểm khách hàng tiềm năng hoặc mua hàng xuất hiện. Phần khó khăn là xác định lý do đằng sau khách hàng tiềm năng hoặc mua hàng.

So sánh các báo cáo lập mô hình phân bổ giúp chúng tôi hiểu toàn bộ hành trình của người mua đã hỗ trợ chuyển đổi như thế nào.

Xem xét thông tin này sâu hơn cho phép các nhà tiếp thị tối đa hóa ROI.