Insights / All

Bruger du dit marketingbudget rigtigt?

Hvordan du ved hjælp af Marketing Attribution kan undgå at skylle dine penge ud i toilettet.

 Hvordan du ved hjælp af Marketing Attribution kan undgå at skylle dine penge ud i toilettet

Engang var der en af vores skønne kunder, som refererede til et af sine tidligere samarbejder vha. følgende udtryk: ”Det føltes faktisk som om, vi lige så godt kunne have kastet pengene ud ad vinduet, mens vi kørte på motorvejen.” Og hvis der er noget, du ikke har lyst til, så er det at kaste penge ud ad vinduet, når du kører 130 kilometer i timen og ikke lige kan holde ind til siden.

Men hvordan sikrer du lige, at du har lukkede vinduer, når det kommer til digital marketing og prioritering af dine digitale indsatser? Måske tror du allerede, at du har fuldstændig styr på, hvad der virker, og hvilke digitale kanaler der er vigtigst for din forretning. Men hvis du virkelig er så overbevist, så tror jeg ikke, du ville have klikket dig ind på dette blogindlæg. Sååå… Skal vi gå i gang med at finde ud af, om du virkelig bruger dine marketingkroner rigtigt?

Indholdsfortegnelse


 Du kan ikke stole på dine data

Som marketingansvarlig er du helt sikkert blevet spurgt (eller også har du spurgt dig selv) om følgende spørgsmål:

  • Hvordan skal dine marketingindsatser generere omsætning?
  • Hvad er det for nogle marketingindsatser, der giver sorte tal på bundlinjen?
  • Hvor meget omsætning kan du bevise, at dine marketingindsatser har genereret?

Særligt det sidste spørgsmål er et af dem, der kan give dig grå hår. Og måske vokser der lige et par flere af dem (jeg beklager), når jeg afslører følgende: Du kan ikke stole på Facebook Business Manager, LinkedIn Campaign Manager, Pinterest Ads Manager eller Google Ads. Du kan simpelthen ikke stole på, at de fortæller dig sandheden om, hvilke indsatser der har størst indflydelse på dine annoncer.

Vent. Hvad. Er det ikke netop det fede ved digital marketing? At man netop kan måle på effekten af sine indsatser, i modsætning til traditionel marketing?

Korrekt. Men vi lever i en verden, hvor brugerens privatliv i højere grad bliver sat i fokus. Vi lever også i en verden, hvor alle de største internetspillere ser hinanden som konkurrenter, og hvor alle vil have æren for din succes.

Og her er så det næste:

Du kan heller ikke stole på Google Analytics, som ellers ville være dit go-to-dataanalyseværktøj. Men du kan ikke stole på Google Analytics, fordi Cookies ikke er, hvad de har været, og så er der noget, der hedder ITP (Internet Tracking Prevention), hvilket ikke ligefrem er en festlighed for os marketers. Men det kommer vi tilbage til.

Først skal vi lige have én ting på det rene, inden du tror, jeg lover dig guld og grønne skove.


Marketing Attribution fortæller dig heller ikke sandheden

Marketing Attribution fortæller dig heller ikke sandheden. Men med Marketing Attribution kommer du tættere på sandheden.

Du opnår altså en mere dybdegående indsigt i, hvad der egentlig virker. Og denne indsigt kan du så bruge til at skrue op og ned for de indsatser, der virker (eller ikke virker), så du kommer tættest muligt på det marketingsetup, der genererer mest mulig omsætning for dig.

Marketing Attribution handler om at forstå de enkelte touchpoints i kunderejsen. At forstå de enkelte trin og handlinger, din kunde foretager sig, før denne kunde konverterer, kan være lige så værdifuldt for dig, som konverteringen i sig selv. For jo større indsigt og forståelse du har for tidligere kunderejser, des bedre forudsætninger har du for at forudse, hvordan du bedst muligt kan påvirke fremtidige kunderejser.

Og når alle vil have æren, og vi samtidig bliver mere og mere begrænset i vores muligheder for at spore de enkelte brødkrummer på vejen til pandekagehuset – ja, så er det altså ikke altid så ligetil at forstå de enkelte touchpoints i kunderejsen.

Så hvad med, at vi lige gennemgår, hvordan du bedst muligt finder frem til, hvem der egentlig skal have æren?


Hvorfor du ikke kan stole på nogen (forskellen på datainput)

Kan du huske dengang, den første iPhone blev lanceret? Lad mig fortælle dig, hvad der skete. Den første iPhone revolutionerede ikke bare verden hos forbrugerne. Den revolutionerede også verden for alle, der arbejder med marketing. For efter den første iPhone kom ud, kunne du ikke længere stole på dine datainput.

Men hvorfor?

Fordi kunderejsen nu ikke bare bestod af flere digitale touchpoints, men også flere digitale enheder. Og dermed blev cookie-baseret tracking mere eller mindre umyndiggjort.

Den dag i dag er datainput for de fleste værktøjer stadig baseret på cookies. Og det gør det svært for dine analyseværktøjer at fortælle sandheden, fordi de har svært ved at føre forskellige handlinger tilbage til én person.

Hvordan cookie-baseret tracking fungerer:

1 person + 3 enheder = 3 “personer”

Og så er der people-baseret tracking. Den optimale trackingmetode. Skal vi ikke bare kalde den det?

For det er rigtigt – men desværre ikke altid muligt. People-baseret tracking kræver nemlig, at brugerene kan identificeres på tværs af enheder. Og dét kræver, at brugerne er logget ind.

Men NÅR de så er det (hvilket de fx er på sociale medier), har du mulighed for at spore dig længere ind på kunderejsen og dermed tilskrive værdi ud fra et mere retvisende udgangspunkt.

Hvordan people-baseret tracking fungerer:

1 person + 3 enheder = 1 person

Med people-baseret tracking giver det altså endnu mere mening for dig at begynde at lege lidt med mulighederne for forskellige attribution modeller. Og dem skal vi se lidt på nu.

Tag dine vækstmuligheder med hjem som e-bog

Download

 De forskellige Marketing Attribution modeller

Last Click Attribution

Last Click er (desværre) den mest benyttede attribueringsmodel af dem alle sammen.

Og hvorfor er det den mest benyttede model?

Fordi Last Click er standardmodellen i Google Analytics.

Hvorfor så “desværre”?

Fordi Last Click tilskriver 100 % af æren til det sidste klik.

Det vil sige, at diverse andre digitale touchpoints i kunderejsen bliver gjort små og ligegyldige, fordi det sidste touchpoint stjæler rampelyset.

Det svarer til, at du giver hele æren til den angriber, der scorer målet på fodboldbanen, og så glemmer du, at resten af holdet også eksisterer.

Så der kan vi vist hurtigt blive enige om, at det ikke er en helt fair fordeling.

Selvom Last Click er standardmodellen i Google Analytics, er det altså sjældent den mest optimale model, du kan vælge.

Så medmindre du har en ultrakort kunderejse (gid vi alle havde det), så kan du altså godt prioritere Last Click… Til sidst.

last click marketing attribution model

 Output:

Sidste trin i købsrejsen favoriseres – dvs.:

  • Google Ads
  • Organisk trafik
  • Brandsøgninger
  • Direkte Trafik

Bedste usecase:

Multibrand shops med populære og/eller billige produkter, korte købsrejser.

First Click Attribution

First Click er Last Clicks modsætning… På alle tænkelige måder.

First Click er nemlig en af de (hvis ikke dén) mindst brugte modeller inden for Marketing Attribution i Google Analytics.

Og så tilskriver den hele æren til det første touchpoint i kunderejsen. Også modsat Last Click.

Det eneste, de to attribueringsmodeller har til fælles, er at de er nogenlunde lige så vigtige og konstruktive for dit arbejde med attribuering.

Det vil sige, at de begge er ret ligegyldige. Og uhensigtsmæssige.

Så hvorfor skal du alligevel læse afsnnittet her færdigt, frem for at scrolle direkte videre til næste afsnit?

Det skal du, hvis du fx sælger et produkt eller en ydelse, som der ikke er efterspørgsel på i forvejen, eller som befinder sig på et udefineret marked.

Altså et produkt, hvor det at skabe et kendskab og en efterspørgsel er det absolut vigtigste for din forretning på nuværende tidspunkt.

first click marketing attribution model

 Output:

Første trin i købsrejsen favoriseres – fx:

  • Sociale medier

Bedste usecase:

Brands som sælger produkter, hvor efterspørgslen skal skabes før køb

Position Based Attribution

Hvis du har svært ved at vælge mellem Last Click og First Click, men du af en eller anden grund har en forkærlighed til dem begge, kan du vælge at gøre begge glade ved at vælge Position Based som attribution model.

Du kan også vælge Position Based som attribution model, hvis du gerne vil anvende en af de bedre attribution modeller, som dog stadig er statisk. Med Position Based favoriseres nemlig første og sidste touchpoint i kunderejsen, og så tilskrives resten af værdien til alle dem i midten.

position based marketing attribution model

 Mere konkret vil tilskrivningen fordele sig således:

Output:

Første touchpoint får 40 % af æren

Sidste touchpoint får 40 % af æren

Alle touchpoints derimellem får 20 % af æren

Bedste usecase:

Position Based attribution er ofte den bedste usecase, når du har længere købsrejser, hvor der er behov for løbende bearbejdelse. Hvis du skal ud i en statisk model, er position based altså ofte det bedste valg, da du ved længere kunderejser oftest vil være mest interesseret i første og sidste touchpoint.

Linear Attribution

Linear er klart den mest pædagogiske, solidariske eller kommunistiske, om du vil, Attribution model af dem alle sammen. Linear som Attribution model fordeler nemlig værdien ligeligt mellem alle touchpoints.

Udadtil kan det måske virke som en af de mest fornuftige modeller af dem alle sammen, fordi der ikke er nogen, der bliver overset.

Men i praksis er det bare noget helt andet.

For med Linear som Attribution model er det enormt vigtigt at overveje, om alle dine digitale touchpoints er lige vigtige for beslutningsprocessen.

Skal en visning af et Display Banner fx have lige så stor en del af æren som en tilmelding til nyhedsbrevet?

Næppe.

Ja, jeg ved det godt – det er sgu ikke mange af de her modeller, vi ligefrem råber hurra for. Men jeg lover dig, at det nok skal blive lidt bedre senere.

linear marketing attribution model

 Output:

Alle trin i købsrejsen værdisættes ligeligt

Bedste usecase:

Længere købsrejser, hvor der er behov for løbende bearbejdelse

Time Decay

Time Decay som Attribution model tilskriver værdi til dine touchpoints ud fra et tidsmæssigt aspekt. Med Time Decay vil der tilskrives mere værdi, jo tættere på købet, vi nærmer os. Med andre ord vil det foregående touchpoint blive mindre værd for købet, når der forekommer et nyt touchpoint.

Ud fra en logisk tankegang vil denne Marketing Attribution model virke som en fornuftig model at anvende, da vi som mennesker ofte forbinder hukommelse og indtryk med tid.

Dog er Time Decay ikke en Attribution model, der anvendes ret ofte i praksis. Det skyldes, at det første touchpoint ofte er noget vigtigere for købsbeslutningen, end du måske tror. Derfor ville det i mange tilfælde være en fejl at nedprioritere.

Vi kan jo prøve at gøre det lidt mere relaterbart ved at referere til menneskelige relationer.

Du ved jo også godt, hvor vigtigt et førstehåndsindtryk er.

Og du ved også, at hvis du giver et dårligt førstehåndsindtryk, skal der mange flere gode indtryk til efterfølgende, før du har overbevist om det modsatte.

Ikke sandt?

time decay marketing attribution model

 Output:

Alle hændelser i købsrejsen krediteres – første touchpoint får tilskrevet mindst værdi, hvorefter værdien er stigende.

Bedste usecase:

Multibrand shops med populære og/eller billige produkter, korte købsrejser – mere nuanceret end last-click.

Data-driven attribution

Rosinen i pølseenden. Lyset for enden af tunnelen.

Du gjorde det. Du er nået til det bedste afsnit i dette blogindlæg.

Og din gevinst er løsningen på det store Marketing Attribution Problem.

Løsningen er datadreven attribuering.

data driven marketing attribution model

 Data-Driven Attribution som Marketing Attribution model bliver bedre og bedre, jo længere tid der går, fordi den er drevet af data (som navnet indikerer).

Data-Driven som Attribution model går ind og isolerer de forskellige touchpoints i kunderejsen og kan attribuere værdien forskelligt, selvom det måske er den samme kanal, der genererer selve konverteringen.

Data-Driven Attribution er baseret på machine learning, og på den måde adskiller modellen sig fra alle de andre modeller, som er statiske.

Den eneste udfordring ved Data-Driven Attribution (som også vil være den eneste grund til at vælge den fra) er, at den netop er drevet af data… Og det betyder altså, at du er nødt til at have en stor mængde data at gå ud fra.


Er Marketing Attribution en uddøende race?

Ja, jeg ved det godt. Jeg har lige givet dig løsningen på Marketing Attribution problemet, og nu indikerer jeg, at der måske slet ikke vil være noget problem at løse i fremtiden.

Men det er nu ikke helt der, jeg vil hen.

Faktisk vil jeg bare gøre problemet større.

For det kan godt være, at datadreven attribuering er fremtiden, og at Data-Driven som Attribution model er baseret på machine learning, hvilket jo også er fremtiden, hvis du spørger… Hvem som helst.

Men som vi udvider vores kompetencer, vil vi også søge større udfordringer.

Sådan vælger jeg at se på det.

I realiteten er det måske ikke helt så frivilligt.

For faktum er, at det i fremtiden vil blive sværere at arbejde med Marketing Attribution i praksis.

Det vil blive sværere, fordi du vil have mindre dataindsigt.

Og hvorfor så det?

3 grunde. Okay, der er mange grunde, men lige nu fremhæver vi 3.

  •  GDPR
  • Internet Tracking Prevention (ITP)
  • iOS 14

De tre ovenstående grunde er emner for sig selv.

Til fælles har de bl.a. til formål at gøre det sværere for marketers at spore forbrugernes adfærd på den digitale platform.

De forskellige tiltag har til formål at beskytte forbrugernes privatliv, hvilket naturligvis er i alles interesse.

Faktum er bare, at når det bliver sværere og sværere at spore den digitale kunderejse, bliver Marketing Attribution også en mere kompliceret disciplin at mestre.

Multi Touch Attribution er ikke umuligt – men det er svært

Først skal vi lige have én ting på det rene:

Du har ikke spildt din tid ved at læse helt til enden af dette blogindlæg.

Men konklusionen er desværre bare, at Marketing Attribution vil blive sværere at arbejde med.

Det betyder nu ikke, at det bliver mindre vigtigt. Tværtimod.

For i takt med, at Marketing Attribution bliver sværere at mestre, kan du også opnå en konkurrencemæssig fordel, hvis du er blandt de få spillere i din branche, der forstår sig på den digitale kunderejse.

“Alle Attribution modeller er forkerte, men nogle af dem er brugbare.”

Ovenstående konklusion er din key takeaway fra dette blogindlæg. Så gør dig selv den tjeneste at lære sætningen udenad.

Hvad du skal gøre herfra

  • Først skal du love dig selv, at du vil investere mere tid i Marketing Attribution.
  • Dernæst skal du gøre op med dig selv, hvilken af de gennemgåede Attribution modeller, der passer bedst til din forretning.

Har du nok købshændelser til at arbejde ud fra den datadrevne attributionsmodel?

Hvis ikke, skal du så hellere arbejde ud fra den positionsbaserede attributionsmodel eller en helt tredje?

  • Når du har besluttet dig for en model, skal du besøge din Google Analytics konto. Her skal du under Konverteringer besøge menupunktet Værktøj til sammenligning af modeller under Multikanaltragte.

Her kan du sammenligne resultaterne, hvis du skifter mellem de forskellige datamodeller. Jeg kan forestille mig, at du vil blive overrasket.

  • Derefter skal du love dig selv, at det er slut med at konkludere på dine data ud fra Google Analytics alene. Du er ligeledes nødt til at forholde dig til de data, der er tilgængelige fra dine annonceplatforme mv. Og så er du nødt til at huske på, at du ikke kan stole på nogen, hvorfor du skal bruge din sunde fornuft.
  • Til sidst er du nødt til at forholde dig til fremtiden og de begrænsninger, der vil komme som følge af et øget fokus på forbrugernes privatliv.

Brug for hjælp til
din digitale marketing?

Få Kevin til at hjælpe dig.

    Klar til at opnå
    mærkbare
    resultater?

    Bliv kontaktet til en uforpligtende snak om jeres muligheder.

      Hvad vil du gerne kontaktes angående?