Data-Driven Attribution
Pasa a la atribución data-driven y descubre la contribución real de tus socios publicitarios en la generación de conversiones.
¿Qué es la atribución multi-touch (MTA)?
Frente a recorridos de cliente cada vez más complejos, con múltiples puntos de contacto entre una marca y sus prospectos, es esencial discernir qué elementos de este recorrido influyen realmente en la conversión.
Si la atribución single-touch ofrece una vista simplificada al atribuir el crédito a un solo punto de contacto, la atribución multi-touch (MTA) ofrece una perspectiva más matizada y completa.
La atribución multi-touch es una técnica que atribuye el crédito de una conversión (como una venta o un lead) a varios puntos de contacto o interacciones que el cliente ha tenido con la marca antes de convertirse.
Reconoce que el recorrido del cliente es a menudo complejo, con múltiples interacciones que juegan un papel en la decisión final.
¿Cuáles son los beneficios del MTA?
La atribución multi-touch permite a las marcas:
Comprender el recorrido del cliente: Muestra qué interacciones tienen más influencia en la decisión de compra.
Optimizar los gastos: Al comprender qué interacciones son las más valiosas, las empresas pueden asignar su presupuesto de manera más eficiente.
¿Cuáles son los principales modelos de MTA?
Al analizar la efectividad del mix de marketing usando el MMM, estos son los componentes comúnmente examinados:
Basado en datos (data-driven): Utiliza algoritmos para atribuir el crédito en función de la efectividad real de cada punto de contacto.
Los algoritmos más utilizados en el contexto de la medición de marketing se basan en el valor de Shapley o en las cadenas de Markov.
Lineal: Cada punto de contacto recibe un crédito igual por la conversión.
Decaimiento temporal (time decay): Los puntos de contacto más cercanos a la conversión reciben más crédito.
Comprender los modelos MTA:
Shapley: El valor de Shapley, que proviene de la teoría de juegos, es considerado como un método de atribución data-driven cuando se aplica al marketing.
Se utiliza como un modelo de atribución multi-touch (MTA) para repartir el crédito de una conversión entre diferentes puntos de contacto o canales de marketing.
El valor de Shapley atribuye una "valor" a cada jugador (en este contexto, un punto de contacto o un canal de marketing) en función de su contribución al conjunto.
Este método toma en cuenta todas las combinaciones posibles de canales para determinar la contribución marginal de cada canal a la conversión. De esta manera, el valor de Shapley ofrece una visión equilibrada de la importancia de cada canal, evitando los sesgos que podrían resultar de métodos de atribución más simples.
Usando el valor de Shapley, las marcas pueden obtener una mejor comprensión del rendimiento relativo de sus diferentes canales de marketing, lo que les permite optimizar sus gastos y esfuerzos.
Markov: Las cadenas de Markov describen una secuencia de eventos en la que la probabilidad de transición de cada evento depende de uno o varios pasos anteriores.
En el contexto de la atribución de marketing, cada evento puede representar un canal de marketing (un clic o una impresión), y las probabilidades de transición representan la probabilidad de que un cliente pase de un canal a otro.
El objetivo es evaluar la importancia relativa de cada canal en el recorrido de conversión.
Esto se hace examinando las probabilidades de transición e identificando los canales que tienen el mayor impacto en la conversión.
Las cadenas de Markov pueden ayudar a identificar no solo los canales que contribuyen directamente a la conversión, sino también aquellos que juegan un papel crucial en el recorrido, incluso si no son el último punto de contacto.
Así, al igual que el valor de Shapley, las cadenas de Markov ofrecen una perspectiva data-driven y más matizada de la atribución en comparación con los modelos de atribución más tradicionales.
¿Cuáles son los desafíos del MTA?
Complejidad: La implementación de modelos de atribución multi-touch puede ser compleja o sufrir del fenómeno de caja negra.
Aquí es donde Eulerian aporta una respuesta, facilitando la creación "al clic" de modelos MTA Predeterminados (Markov, Shapley) o Personalizados, con total transparencia sobre la forma en que los algoritmos gestionan los pesos.
¿Cómo se compara el MTA con otros métodos de análisis de marketing?
El MTA se despliega generalmente en anunciantes que:
- Históricamente pilotaban sus inversiones de marketing con modelos single-touch avanzados.
- Desean obtener una lectura más fiable de la rentabilidad de cada canal de marketing y de cada socio publicitario.
- Tienen un mix de medios rico (numerosos socios publicitarios activados durante todo el año).