Tổng quan về Multi-touch Attribution – Mô hình phân bổ đa điểm chạm

Số lượng điểm chạm giữa khách hàng tiềm năng và thương hiệu trước chuyển đổi hoặc bán hàng có thể dao động từ 5 đến 50. Với rất nhiều điểm chạm, hành trình lập bản đồ của người tiêu dùng liên tục truy cập giữa các kênh và thiết bị, online và offline cũng trở nên phức tạp hơn bao giờ hết.

Bài viết được dịch từ tựa blog “Multi-touch attribution: Success is a journey” đăng trên AppsFlyer của tác giả Michal Wagner.

Sự khó khăn trong quá trình hiểu mức độ phức tạp của các đường dẫn chuyển đổi khiến việc phân bổ trở nên khó khăn hơn đối với marketers. Trên thực tế, theo nghiên cứu của eMarketer, phân bổ trên nhiều thiết bị là thách thức lớn thứ 2 (42%) đối với chuyên gia media trong năm 2021.

Câu hỏi đặt ra là làm thế nào để marketer biết được những điểm chạm và hành trình nào đem lại hiệu suất tốt nhất, để từ đó có thể đưa ra quyết định phân bổ ngân sách sáng suốt nhất?

Bắt đầu với Multi-touch Attribution (MTA)

MTA chỉ định sự tín nhiệm cho các đầu mối liên hệ tùy theo tác động của họ. Nhưng vì sao trong nhiều năm MTA lại là một sự khó khăn đối với marketers và tỷ lệ chấp nhận MTA tương đối thấp?

Trong bài viết sau, tôi sẽ trả lời các câu hỏi này kèm theo việc xem xét một số mô hình MTA khác nhau, giá trị và hạn chế của các mô hình này. Tôi cũng xem xét cách multi-touch có thể cung cấp insights để giúp định hình chiến lược marketing, và làm thế nào để chọn mô hình phù hợp với doanh nghiệp của bạn.

Dưới đây là những thông tin mà bài viết sẽ đề cập đến:

  • Phân bổ đa điểm chạm (Multi-touch Attribution) là gì?
  • Single-touch và Multi-touch Attribution
  • Lợi ích của Multi-touch Attribution
  • Tiêu chuẩn ngành so với tiêu chuẩn vàng
  • Giải thích mô hình phân bổ đa điểm chạm
  • Làm thế nào để lựa chọn mô hình phù hợp cho doanh nghiệp
  • Phân bổ toàn diện
  • 5 bước thực hiện phân bổ đa điểm chạm
  • Thách thức của phân bổ đa điểm chạm

Multi-touch attribution – Mô hình phân bổ đa điểm chạm: Khi thành công là một hành trình

Phân bổ đa điểm chạm (Multi-touch attribution) là gì?

MTA là phương pháp đo lường marketing liên quan đến nhiều điểm chạm online và offline trong hành trình khách hàng, sau đó thể hiện sự tin cậy cho từng điểm dựa vào logic khác nhau của mỗi doanh nghiệp.

Điểm chạm offline bao gồm truyền hình (không bao gồm smart TV), radio, in ấn (ví dụ như billboards, coupon và thư trực tiếp), in-store, call centers (trung tâm chăm sóc khách hàng) và sales call (cuộc gọi bán hàng).

Điểm chạm online được chia thành paid, owned và earned media thông qua các tài sản kỹ thuật số.

Paid media bao gồm search, display, social, trong khi owned media đề cập đến trang web, email, demo, content marketing như blogs và tài khoản social media của thương hiệu. Các lượt đề cập trên social media và blog của bên thứ 3 là ví dụ của earned media, hay lượt đưa tin của báo chí.

Trong phân bổ multi-touch, điểm chạm có thể có trọng số bằng nhau hoặc theo tỷ lệ, tùy thuộc vào mô hình được sử dụng (xem chi tiết ở thông tin dưới đây).

Phân bổ single-touch và multi-touch

Single-touch có thể đề cập đến phân bổ đầu cuối. First-touch chỉ định toàn bộ tín nhiệm cho điểm tiếp xúc đã biết đến đầu tiên với thương hiệu của bạn trong hành trình tiêu dùng, trong khi Last-touch cung cấp toàn bộ thông tin cho điểm tiếp xúc cuối cùng.

Tất nhiên là sẽ không có phân bổ nào diễn ra xuyên suốt trong toàn bộ hành trình người dùng, vì vậy tại sao marketer lại chọn sử dụng phân bổ?

1. First-touch cho thương hiệu

Nếu bạn đang tập trung vào việc giới thiệu thương hiệu của mình và mở rộng đầu kênh thì bạn có thể chọn mô hình phân bổ first-touch. Cách thức triển khai mô hình này tương đối dễ dàng, cũng như cung cấp thông tin chi tiết về cách khách hàng khám phá thương hiệu của bạn.

2. Last-touch cho chuyển đổi

Ngược lại, phân bổ last-touch tập trung vào cuối kênh và xem xét yếu tố nào giúp chuyển đổi người dùng. Suy cho cùng đó chính là bản chất của performance marketing.

3. Multi-touch đem đến cái nhìn đầy đủ

Multi-touch đem lại cái nhìn tổng thể hơn và bao phủ toàn bộ kênh, cung cấp thông tin chi tiết về hành trình người dùng. Do đó, bạn hãy dành thời gian khám phá thêm nhiều thông tin hơn về multi-touch.

Lợi ích của phân bổ multi-touch

Rõ ràng là cả phân bổ first-touch và last-touch đều bỏ qua một thực tế của hành trình người dùng hiện đại (bạn có nhớ rằng trung bình sẽ có 5 đến 20 điểm chạm). Đây chính là thời điểm phù hợp để phân bổ multi-touch xuất hiện. Multi-touch cần có cách tiếp cận phức tạp hơn để lập bản đồ hành trình và cung cấp một số lợi ích khác.

Trong thế giới digital, nơi khách hàng chuyển đổi giữa các kênh và thiết bị, phân bổ multi-touch giúp marketers minh họa hành trình của khách hàng chân thực hơn.

1. MTA giải quyết sự phức tạp của hành trình người dùng thực tế

Tôi đã đề cập ở trên rằng hành trình khách hàng rất phức tạp bởi nhiều thiết bị, nhiều kênh và có nhiều điểm tiếp xúc. MTA hứa hẹn sẽ giúp khắc phục một số điểm phức tạp bằng cách phản ánh chính xác hơn hành trình thực tế của người dùng.

Càng thể hiện được mức độ thực tế trong hành trình người dùng, bạn càng hiểu rõ hơn về vị trí, tầm ảnh hưởng và sự kết hợp của điểm chạm nào đang hoạt động tốt nhất.

Có bức tranh chính xác hơn về hành trình người dùng và các điểm chạm trong quá trình thực hiện sẽ giúp bạn tùy chỉnh thông điệp của mình tốt hơn, đáp ứng nhu cầu người dùng trên các kênh phù hợp vào đúng thời điểm

2. MTA loại bỏ thành kiến

Phân bổ xuyên suốt chiều dài và chiều rộng của hành trình người dùng có nghĩa là bạn không đặt tầm quan trọng quá mức lên điểm chạm đầu hoặc cuối. Thay vào đó bạn có thể thực hiện phân bổ bằng cách sử dụng dữ liệu để đưa ra bất kỳ chứng cứ nào liên quan đến tầm ảnh hưởng của điểm chạm đến hành trình chuyển đổi.

Ví dụ: Giả sử người dùng lần đầu tiên nhìn thấy một trong những quảng cáo trả phí của bạn trên Facebook, tìm kiếm thương hiệu trên Google, bạn sẽ thực hiện tiếp cận lại người dùng trên trang web mới, sau đó họ sẽ quay lại Google để tìm kiếm về sản phẩm cụ thể và tiến hành mua hàng.

Ai có thể nói rằng điểm chạm trả phí (đầu tiên) có thể nhận được tín nhiệm thông qua tìm kiếm (cuối cùng) hay ngược lại? Đây là nơi mô hình MTA có thể tiết kiệm thời gian bằng cách đảm bảo mỗi kênh đều nhận kết quả xứng đáng.

3. MTA cho phép sự nhanh nhạy

Multi-touch đặt tất cả dữ liệu trong một mô hình, do đó không cần thiết phải thực hiện chuyển đổi giữa các báo cáo xác định giá trị của một điểm chạm. Kết quả của việc gia tăng sự nhanh nhạy là khả năng thích ứng và xoay chuyển chiến lược của bạn theo insight.

Ví dụ, phần lớn ngân sách marketing của bạn dành riêng cho chiến dịch email cuối kênh. Tuy nhiên, mô hình MTA cho thấy rằng chiến dịch social media hướng đến đầu kênh có sự thành công trong việc thu hút khách hàng tiềm năng nhấp qua trang web trên thiết bị di động và tiến hành mua hàng.

Với những thông tin chi tiết này, bạn có thể thấy tác động của chiến dịch social media trong việc tăng chuyển đổi. Kết quả là bạn có thể tăng mức độ tập trung, xoay chuyển chiến lược của mình, chi tiêu nhiều hơn vào kênh social media, ít hơn vào chiến dịch email để tối đa hóa lợi tức đầu tư (ROI).

4. MTA hạn chế chi tiêu ngân sách marketing quá mức

Rủi ro hiểu sai hành trình khách hàng có nghĩa là bạn có thể không biết sự kết hợp của những điểm chạm nào đang đem lại ROI cao nhất và quan trọng là điểm chạm nào đang hoạt động kém hiệu quả.

Phân bổ multi-touch cung cấp insights để biết được khi nào nên giảm chi tiêu cho hoạt động marketing trên kênh không phân phối và tăng ngân sách gấp đôi cho các kênh có hiệu quả.

Tiêu chuẩn ngành so với tiêu chuẩn vàng

Mặc dù multi-touch trực quan hơn so với single-touch, nhưng lại không được áp dụng rộng rãi như mọi người mong đợi. Lý do là vì MTA dần trở thành tiêu chuẩn ngành, yêu cầu sự tham gia từ các hệ sinh thái để đồng ý rằng mô hình cụ thể được sử dụng trong trường hợp cụ thể.

Chúng ta có thể thấy rằng ngay tại Mỹ, thị trường tiên tiến nhất, việc áp dụng MTA vẫn chỉ ở mức 65% vào năm 2021. Hơn nữa, tỷ lệ phần trăm tăng qua mỗi năm là mức tối thiểu, có nghĩa là ý kiến sử dụng MTA không thay đổi.

Phân bổ last-touch vẫn là tiêu chuẩn ngành khi nhắc đến thanh toán – qua đó các công ty phân bổ chỉ định sự tín nhiệm cho các công ty media và cơ bản xác định bên nào được trả tiền để tăng chuyển đổi.

Ví dụ, mobile apps trả tiền cho ad networks về lượt cài đặt dựa trên mô hình phân bổ last-touch. Nguồn media cuối cùng tiếp cận người dùng trước khi cài đặt sẽ nhận được khoản thanh toán đầy đủ cho việc phân bổ người dùng đó. Tuy nhiên đối với marketer muốn hiểu rõ về toàn bộ kênh marketing, điều quan trọng là phải sử dụng MTA nội bộ và song song. Hiểu được giá trị của từng điểm chạm sẽ giúp phân bổ sự tín nhiệm trong tương lai.

Vậy điểm mấu chốt là gì? Ngay cả khi các chuyển đổi được thanh toán thông qua last-touch, chúng cũng cần được đánh giá theo lăng kính MTA để đưa ra quyết định thông minh hơn trong tương lai.

Giải thích về các mô hình phân bổ đa điểm chạm

Có nhiều mô hình MTA khác nhau, mỗi mô hình đều có logic và ưu – nhược điểm riêng.

1. Linear (Tuyến tính)

Mô hình tuyến tính có cách áp dụng như nhau cho từng điểm chạm xuyên suốt theo hành trình người dùng. Mô hình tuyến tính là giải pháp tốt vì không có sự thành kiến và cung cấp bức tranh về toàn bộ kênh.

Tuy nhiên, không thể nhận ra rằng điểm chạm này có ảnh hưởng nhiều hơn những điểm khác hay không. Ví dụ, trong mô hình tuyến tính, điểm chạm ban đầu có trả phí cũng có giá trị khi điểm chạm thứ hai không phải trả phí và điểm chạm cuối trực tiếp. Nhưng có lẽ khách hàng sẽ không bao giờ biết về công ty của bạn nếu không có điểm chạm đầu tiên đó, nghĩa là rất cần thiết và có thể có hiệu quả hơn, chẳng hạn như điểm chạm cuối cùng.

Mô hình tuyến tính đơn giản hóa hành trình người dùng và được xem là định dạng MTA ít phức tạp nhất.

Khi nào sẽ sử dụng mô hình tuyến tính?

Sử dụng mô hình tuyến tính khi bạn muốn biết điểm chạm nào đang tồn tại nhưng không nhất thiết phải tác động đến mỗi điểm.

2. Time-decay

Mô hình time-decay giả định rằng điểm chạm càng gần thời điểm chuyển đổi thì mức độ ảnh hưởng càng lớn. Do đó, sự tín nhiệm được tính theo tỷ trọng, với lần chạm cuối có tỷ lệ phần trăm cao nhất.

Khi nào sẽ sử dụng mô hình Time-decay?

Time-decay là mô hình tốt cho các công ty tập trung vào chiến lược của họ ở cuối phễu. Marketers thường sử dụng mô hình này khi cần xem xét giai đoạn ngắn, chẳng hạn như chiến dịch khuyến mãi.

Tuy nhiên, mô hình time-decay bỏ qua việc phân tích bản chất của điểm chạm. Ví dụ trong trường hợp có một quảng cáo biểu ngữ và một influencer video. Nếu banner xuất hiện sau video của người ảnh hưởng, theo mô hình time-decay thì banner sẽ nhận được nhiều sự tín nhiệm hơn.

Không có gì có thể nói rằng banner có tác động nhiều trong việc ra quyết định hơn là người ảnh hưởng nói về sản phẩm của bạn. Vì vậy, thêm sự tín nhiệm cho biểu ngữ chỉ bởi vì xuất hiện sau video thường có sự sai sót.

3. Hình chữ U

Mô hình hình chữ U tập trung vào hai điểm chạm chính, điểm đầu và điểm cuối và chỉ định 40% tín nhiệm cho mỗi điểm. 20% còn lại trải dài trên các điểm chạm trung gian.

Mô hình hình chữ U rất hữu ích nếu bạn đang muốn tìm hiểu điều gì bắt đầu và kết thúc hành trình khách hàng. Mô hình này cũng khá phù hợp vì vẫn dư thừa các điểm chạm trung gian trong khi chỉ định ít sự tín nhiệm hơn.

Mặc dù đây là bước đầu tiên để nhận ra không phải tất cả các điểm chạm đều mang lại giá trị như nhau, nhưng vẫn là cách tiếp cận tương đối đơn giản để khắc phục hiệu suất.

Khi nào sẽ sử dụng mô hình hình chữ U?

Mô hình hình chữ U phù hợp với chu kỳ bán hàng ngắn, chẳng hạn như mua một sản phẩm giá rẻ trên e-commerce app. App Marketer muốn đặt giá trị cao nhất vào các điểm chạm đã giới thiệu thương hiệu và các điểm chạm đã chuyển đổi thành người dùng.

4. Hình chữ W

Bước tiếp theo sau mô hình hình chữ U đó là mô hình hình chữ W. Một lần nữa, mô hình này ghi nhận điểm chạm đầu tiên nhưng cũng là điểm chạm tiếp cận khách hàng tiềm năng và tạo ra cơ hội.

Trong mô hình hình chữ W, mỗi điểm chạm chính được chỉ định 30% và 10% còn lại được chỉ định cho các điểm chạm trung gian.

Ví dụ, một khách hàng tiềm năng đang lướt thông tin về gói kỳ nghỉ. Tìm kiếm của họ cung cấp một số quảng cáo liên quan đến điểm đến khác nhau. Họ nhấp vào quảng cáo booking.com. Họ thích ý tưởng về một kỳ nghỉ ở Địa Trung Hải nên họ tìm kiếm trên mobile web cho thông tin đó. Họ đăng ký thông tin trên trang web và thêm điểm đến vào danh sách yêu thích của họ, được xem là “tạo khách hàng tiềm năng”, nhưng không đặt trước kỳ nghỉ.

Một vài ngày sau đó họ nhận được email giảm giá 10% cho kỳ nghỉ ở Cộng hoà Síp cho người dùng cài đặt app. Họ nhấp vào liên kết vào email, dẫn họ đến App Store, tải app booking.com và hoàn thành giao dịch mua. Mã giảm giá được nhập tự động thông qua deep linking thông minh. Email này được xem là “tạo cơ hội”.

Mô hình hình chữ W có các giai đoạn có thể xác định, tuy nhiên không phải lúc nào cũng đơn giản để phân biệt giữa các giai đoạn và do đó có thể xảy ra sự phức tạp quá mức khi tính toán.

Khi nào sẽ sử dụng mô hình hình chữ W?

Mô hình hình chữ W nên sử dụng cho các chu kỳ bán hàng dài hơn, thường có điểm chạm có ý nghĩa quan trọng đối với sự tiến triển trong hành trình khách hàng.

5. Đường dẫn toàn bộ (Full path)

Đường dẫn toàn bộ công nhận 4 điểm chạm chính, 3 điểm được đề cập ngoài điểm chạm bán hàng hoặc đóng điểm chạm. Mỗi điểm trong 4 điểm chạm được phân bổ với 22.5% sự tín nhiệm và 10% còn lại được phân bổ giữa các điểm chạm trung gian.

Đường dẫn toàn bộ là một lựa chọn tốt cho các nhóm bán hàng vì cung cấp insights vượt ra ngoài giai đoạn cơ hội và cung cấp cái nhìn chi tiết hơn về kênh.

Khi nào sẽ sử dụng mô hình đường dẫn toàn bộ?

Tương tự như mô hình hình chữ W, đường dẫn đầy đủ dành cho các doanh nghiệp có chu kỳ bán hàng dài và các giai đoạn cân nhắc của khách hàng kéo dài, ví dụ giao dịch mua có giá trị cao như ô tô.

6. Tùy chỉnh

Mô hình tùy chỉnh cho phép bạn tạo phiên bản phù hợp với nhu cầu kinh doanh của mình. Không có mô hình nào khác được đề cập là tốt hay xấu, nhưng sẽ khác nhau trong các trường hợp sử dụng mô hình kinh doanh khác nhau.

Tuy nhiên, mô hình tùy chỉnh cho phép bạn tinh chỉnh và tạo mô hình kết hợp, chỉ định tỷ lệ phần trăm cao hơn cho một giai đoạn cụ thể trong kênh cho một số chiến dịch và thấp hơn cho những chiến dịch khác.

Phương pháp tiếp cận tùy chỉnh mang lại sự linh hoạt và khả năng kiểm soát chi tiết cho marketer, nhưng việc thiết lập lại phức tạp hơn và có thể đưa ra một số thách thức về cách duy trì.

Khi nào sẽ sử dụng mô hình tùy chỉnh?

Mô hình tùy chỉnh có thể giải quyết đầy đủ sự phức tạp của toàn bộ hành trình của khách hàng khi chúng áp dụng cho từng doanh nghiệp cụ thể. Các ứng dụng yêu cầu theo dõi điểm tiếp xúc rộng rãi, chẳng hạn như ứng dụng du lịch, sẽ được hưởng lợi từ mô hình tùy chỉnh.

7. Chuỗi Markov

Tên gọi chuỗi Markov lấy từ tên của Andrey Markov, một nhà toán học người Nga, người đã phát triển lý thuyết về các quá trình ngẫu nhiên trong xác suất.

Lý thuyết của ông mô tả một chuỗi các sự kiện có thể xảy ra trong đó xác suất của mỗi sự kiện phụ thuộc vào “trạng thái” của sự kiện trước đó.

Và chắc hẳn bạn đang hỏi điều này có liên quan gì đến MTA? Câu trả lời là lý thuyết tương tự có thể được áp dụng cho mô hình MTA nâng cao, tạo ra một khuôn khổ (framework), trong đó marketers có thể lập mô hình chính xác hơn về hành trình của người dùng.

Sử dụng mô hình chuỗi Markov kết hợp với dữ liệu từ một chiến dịch, marketers có thể xác định xác suất khách hàng tiềm năng di chuyển từ điểm tiếp xúc này sang điểm tiếp theo.

Ví dụ: Một khách hàng xem quảng cáo trên LinkedIn (điểm tiếp xúc đầu tiên), sau đó chuyển qua trang web của công ty (điểm chuyển tiếp), trước khi nhấp vào video sản phẩm liên quan đến cùng một sản phẩm (điểm tiếp xúc thứ hai).

Số lần khách hàng chuyển đổi giữa các điểm tiếp xúc được tính thành xác suất. Chuỗi hoàn chỉnh mô tả con đường có thể dẫn đến thành công nhất và tầm quan trọng của mỗi trạng thái trong hành trình của khách hàng.

Làm thế nào để chọn mô hình tốt nhất cho doanh nghiệp của bạn

Khi nói đến phân bổ multi-touch, không có một yếu tố nào phù hợp với tất cả các cách tiếp cận.

Mô hình phân bổ sẽ phụ thuộc vào KPI cụ thể đối với mỗi app và chiến dịch của bạn. Ví dụ: Nếu bạn đang đo lường số lượt tải app thì mô hình Time-decay có thể hoạt động tốt nhất. Nhưng nếu bạn đang đo lường LTV, bạn có thể muốn một mô hình bao gồm nhiều điểm chạm hơn ngay cả sau chuyển đổi, chẳng hạn như mô hình đường dẫn toàn bộ.

Trước khi bạn quyết định sử dụng mô hình nào, điều quan trọng là phải xác định KPI của bạn và sau đó quyết định mô hình nào là phù hợp nhất.

Bạn cũng nên thử nghiệm các mô hình khác nhau và xem mô hình nào phù hợp nhất với chiến lược của bạn. Nếu một mô hình không hoạt động, hãy thử một mô hình khác cho đến khi bạn có được thông tin chi tiết cần thiết.

Cuối cùng, so sánh kết quả giữa các mô hình khác nhau và xem bạn có thể tối ưu hóa ở đâu để cải thiện kết quả.

Phân bổ toàn diện

Tôi đã thảo luận về cách các mô hình MTA khác nhau cho phép marketers chỉ định sự tín nhiệm theo những cách phức tạp hơn. Tuy nhiên, để có một cái nhìn tổng thể, MTA nên được kết hợp với mô hình Marketing Mix (Marketing Mix Modelling).

MMM theo truyền thống được sử dụng cho mục đích chiến lược và lập kế hoạch về ngân sách, đồng thời áp dụng cách tiếp cận từ trên xuống (top-down) để lập mô hình phân bổ. Ngược lại với các mô hình phân bổ digital dựa trên dữ liệu thời gian thực ở cấp người dùng (hoặc gần với thời gian thực nhất có thể), thông tin chi tiết về MMM được tổng hợp và được xem là một phần của các cuộc trò chuyện chiến lược hàng quý hoặc thậm chí hàng năm.

MMM giải thích cho một số yếu tố thương mại ảnh hưởng khác ngoài marketing và quảng cáo, từ các điều kiện kinh tế vĩ mô, đến thời vụ và thậm chí cả thời tiết.

Ví dụ: Vào năm 2020, số lượt tải app tăng 33%, nguyên nhân chủ yếu là do các biện pháp chống COVID-19 và mọi người được yêu cầu ở nhà. Sử dụng MMM, tìm hiểu nguyên nhân gây ra đại dịch trong các tính toán, giúp marketers đánh giá tác động của các yếu tố bên ngoài và có thể được sử dụng để lập kế hoạch chiến lược.

Việc kết hợp MTA và MMM sẽ làm tăng thêm tính linh hoạt mà tôi đã đề cập trước đó. Marketers có thể nhìn thấy cả hai mặt của chi phí: mặt chiến lược thông qua MMM và mặt chiến thuật thông qua MTA.

Ví dụ: Mã giảm giá 10% được gửi qua thông báo đẩy (push notification) trên app đặt xe taxi có được thu thập tốt hơn trong mùa mưa bão hoặc trong đợt nắng nóng không? Dữ liệu nhận được thông qua MTA kết hợp với những hiểu biết sâu sắc về các yếu tố bên ngoài sẽ giúp marketers đưa ra quyết định thông minh hơn.

5 bước để triển khai phân bổ multi-touch

Cách thức thực hiện chiến lược MTA của bạn có thể được tóm tắt thành quy trình bao gồm 5 bước như sau:

1. Xác định KPI của bạn

Như đã đề cập ở trên, KPI sẽ định hướng chiến lược của bạn. Nếu mục tiêu chính của bạn là tiếp cận người dùng mới thì bạn có thể chọn một mô hình khác với mô hình đo lường LTV hoặc tỷ lệ gỡ cài đặt. Xác định những gì bạn đang đo lường sẽ định hình được mô hình phân bổ nào phù hợp nhất với nhu cầu của bạn.

2. Làm sạch dữ liệu

Ngày nay, hầu hết các tổ chức đều lưu trữ dữ liệu khách hàng trong hệ thống CRM, nhưng nếu không được kiểm tra và làm sạch dữ liệu thường xuyên, dữ liệu của bạn có thể gây ra sự cố.

Kiểm tra kỹ lưỡng dữ liệu của bạn để đảm bảo dữ liệu đó đáp ứng các tiêu chuẩn chất lượng. Đảm bảo bạn đã chính sửa các trường liên hệ bị thiếu, xóa dữ liệu trùng lặp, chắc chắn rằng dữ liệu được nhập chính xác vào các trường và sửa lỗi đánh máy hoặc các điểm sai sót khác, chẳng hạn như chức danh công việc hay thông tin công ty đã lỗi thời.

Dữ liệu sai có thể để lại lỗ hổng trong phân tích của bạn, dẫn đến các giả định không chính xác và cuối cùng là lãng phí ngân sách.

Với sự ra đời của iOS 14 và các biện pháp bảo mật khác, chất lượng dữ liệu của bạn và các biện pháp bảo vệ mà bạn thực hiện chưa bao giờ quan trọng hơn thế.

Trên thực tế, chất lượng dữ liệu được xem là rào cản lớn nhất đối với sự thành công trong việc phân bổ doanh thu (43%) trên toàn cầu, vì vậy, làm sạch dữ liệu ngay từ đầu trong quy trình phân bổ của bạn sẽ mang lại hiệu quả về lâu dài.

3. Phân tích

Sử dụng phần mềm phân tích có thể xác định vai trò của từng điểm chạm để tiến hành phân tích khi dữ liệu đã được thu thập. Hành động này sẽ giúp xác định bất kỳ thông tin chi tiết nào và giải quyết các chiến dịch app yêu cầu có sự tối ưu hóa một cách dễ dàng.

4. Liên tục đánh giá

Liên tục xem xét các chỉ số và đánh giá xem có tồn tại kênh nào hoạt động kém hay không. Nếu bạn nhận ra được điều đó thì hãy điều chỉnh các chiến dịch của mình sao cho phù hợp nhất. Phân bổ của bạn phải luôn phản ánh mục tiêu kinh doanh. Nếu mục tiêu của bạn thay đổi thì bạn có thể cần phải tối ưu hóa hoặc tập hợp lại và thử một mô hình phân bổ khác.

5. Áp dụng insights vào mô hình tổng thể của bạn

Khi bạn đã xác định xu hướng và hiểu các mẫu dữ liệu, hãy áp dụng những thông tin chi tiết này cho các nỗ lực marketing trong tương lai để cải thiện hiệu suất của các chiến dịch và kênh. Hãy nhớ rằng đây là một quá trình liên tục, vì vậy khi bạn có được insights mới, hãy chắc chắn áp dụng chúng và cải thiện kết quả của bạn.

Mô hình phân bổ đa điểm chạm có thể được sử dụng song song để cung cấp insights về các nỗ lực marketing và giúp bạn định hướng chiến lược trong tương lai.

Những thách thức của phân bổ multi-touch

Tuy phân bổ multi-touch đem lại nhiều lợi ích nhưng không phải là không có thách thức. Hãy thảo luận về một vài thách thức dưới đây:

  • Không có tiêu chuẩn toàn ngành

Như đã đề cập ở trên, mặc dù thực tế là lần chạm cuối cùng (last-touch) không được thực hiện, nhưng đó là tiêu chuẩn ngành để tiến hành các thanh toán. Lý do là vì cảm ứng đa điểm phức tạp và yêu cầu thực hiện hành động mua từ nhiều bên trong hệ sinh thái.

Ví dụ: Bạn chọn sử dụng mô hình hình chữ W, có nghĩa là ba điểm chạm chính đã đồng ý ghi nhận 30%, thay vì nhấp chuột cuối cùng nhận toàn bộ 100%.

Tất cả các đối tác, nhà quảng cáo và mạng quảng cáo cần phải ở trên cùng một trang, hành động này đòi hỏi sự hợp tác trong toàn ngành – một điều chưa thành hiện thực.

  • Yêu cầu sở hữu các kỹ năng

Có thể nói mô hình MTA vừa khó thực hiện vừa khó phân tích. Không phải tất cả các công ty đều có đủ tài năng cần thiết để triển khai các mô hình hoặc khả năng thu thập insights. Trên thực tế, dữ liệu cho thấy có đến 9% tin rằng tổ chức của họ có hiểu biết “chuyên sâu” về phân bổ multi-touch.

  • Khó xác thực kết quả

Cách thức mà một số mô hình phân bổ thực hiện để đi đến kết luận vẫn còn là một bí ẩn đối với marketers, khiến cho việc xác nhận kết quả trở nên khó khăn. Ví dụ: Các mô hình phân bổ sẽ luôn ghi nhận một hành động cho một người liên hệ, ngay cả khi marketers biết được một số hành động xảy ra một cách tự nhiên.

Marketers có thể sử dụng kiểm thử tăng tiến để xác định chuyển đổi nào có liên quan đến một chiến dịch marketing cụ thể và chuyển đổi nào sẽ tự diễn ra, giúp kết quả phân bổ rõ ràng hơn.

Mức độ tăng tiến không phải là một khái niệm mới và phần lớn đã bị bỏ qua do tính phức tạp trong cả quá trình thực hiện và phân tích. Tuy nhiên, gần đây kiểm thử tăng tiến đã đạt được sức hút như một công cụ hữu ích trong giai đoạn hậu iOS 14 để giúp lấp đầy khoảng trống insights theo hướng dữ liệu.

  • Số liệu ngoại tuyến hạn chế

Các mô hình phân bổ đa điểm chạm hướng đến mục đích phân bổ trên nhiều kênh và thiết bị. Các kênh này về lý thuyết nên bao gồm các kênh ngoại tuyến như TV, radio và báo in.

Tuy nhiên, rất khó xác định các kênh này và thiếu dữ liệu nghiêm trọng liên quan đến chúng. Hơn nữa, điều này tạo ra một thách thức về cách tổng hợp bất kỳ dữ liệu nào bạn thu thập được vào mô hình đã chọn của mình.

  • Không có sự lựa chọn nào là hoàn hảo

Không có mô hình nào là một giải pháp hoàn hảo. Mỗi chiến dịch sẽ có những yêu cầu và mục tiêu khác nhau. Do đó, điều quan trọng là phải đánh giá đâu là những điểm cần lưu ý trước khi bắt đầu chiến dịch của bạn và áp dụng mô hình phù hợp nhất. Hãy nhớ rằng bạn luôn có thể thay đổi mô hình nếu nhận ra rằng bạn không thu thập được insights cần thiết. Đôi khi hành động này chỉ đơn giản là thử nghiệm và gặp phải thất bại.

  • Các thay đổi về quyền riêng tư

Những hạn chế đối với cookie của bên thứ 3 và việc mất giá trị nhận dạng quảng cáo trên điện thoại di động IDFA của Apple sẽ khiến việc phân bổ trở nên khó khăn hơn vì sẽ khó xác định khách hàng trên các kênh. Thay vào đó, phân bổ và đo lường ở cấp độ tổng hợp sẽ là trung tâm thông qua các phương pháp như kiểm tra mức độ tăng tiến.

Việc dựa vào dữ liệu của bên thứ nhất cũng sẽ trở nên quan trọng hơn nhiều, chẳng hạn như hướng người dùng đến trang mobile web của thương hiệu và từ đó tiếp cận mobile app của thương hiệu (trong trường hợp này bạn sẽ không cần thu thập IDFA).

Tóm tắt một số điểm chính

Phân bổ đa điểm chạm (multi-touch) cung cấp cho bạn khả năng phân tích tác động của từng điểm chạm trong hành trình của khách hàng và xác định điểm chạm nào đang mang lại giá trị cao nhất.

Để hiểu mô hình nào phù hợp nhất với nhu cầu của bạn, bạn nên lưu ý:

  • Trong thế giới digital ngày nay, nơi khách hàng chuyển đổi giữa các kênh và thiết bị, phân bổ multi-touch giúp marketers minh họa hành trình của khách hàng chân thực hơn.
  • Tiến bộ không ngừng – mọi điểm chạm mà bạn có thể kết nối với hành trình khách hàng rộng lớn hơn đều là tiến bộ và giúp làm rõ hơn những hiểu biết sâu sắc về kênh marketing của bạn.
  • Đưa ra quyết định KPI cho chiến dịch và xác định mô hình nào phù hợp nhất.
  • Hiểu rằng không có mô hình nào phù hợp hoàn hảo. Mỗi mô hình đều có ưu và nhược điểm, do đó, bạn có thể quyết định mô hình nào phù hợp nhất với mục tiêu của mình.
  • Hãy nhớ rằng lần chạm cuối vẫn là tiêu chuẩn ngành cho mục đích thanh toán. Mô hình phân bổ đa điểm chạm có thể được sử dụng song song để cung cấp insights về các nỗ lực marketing và giúp bạn định hướng chiến lược trong tương lai.

* Bài viết gốc: Tinle.co