Olet varmasti kuullut attribuutiosta aikaisemmin. Tässä artikkelissa kerromme, kuinka attribuutio toimii ja miksi se täytyy nähdä markkinoinnin luonnollisena osana. Datapohjainen attribuutiomallinnus antaa paljon selkeämmän kuvan markkinoinnin tuotosta sekä kertoo tarkasti, mikä investointi sai aikaan konversion eli lopullisen myynnin.

Monella on haasteita markkinointibudjetin jakamisen kanssa - varsinkin kun päätösten tulisi pohjata dataan eikä mututuntumaan. 

Näin useimmat arvioivat tuottoja ja kanavia

Ehkä yleisin tapa arvioida verkkokampanjan tuottoa on laatia Google Analyticsin tai vastaavan työkalun avulla raportti liikenteenlähteistä. Verrataan lähteittäin sivustolla kävijän hankintakustannuksia ja kyseisen liikenteenlähteen tuottoa ja katsotaan ylittääkö tuotto hankintakustannukset.

Joskus on mahdollista yhdistää Google Analyticsistä saatavat tapahtumatiedot suoraan kampanjatyökaluun ja saada tulokset sitä kautta - konversiotiedot voidaan esim. yhdistää Analyticsistä Googlen AdWords -mainonnanhallintatyökaluun. Usein tämä helpottaa kampanjan säätämistä suoraan työkalussa ja sen optimoimista tuoton perusteella. Tämä on kuitenkin hieman harhaanjohtavaa, koska ei välttämättä oteta huomioon sitä mitä kävijä on tehnyt saapumisensa ja konversion välisenä aikana.  

Katsotaanpa esimerkkiä

Yritys investoi Google-kampanjaan houkutellakseen esimerkiksi hotelleja Tukholmasta etsivät. Joku markkinointiosastolla päättää lisäksi käynnistää remarketing-kampanjan sivustossa käyneille. Kun kampanja on toteutettu ja tulokset on analysoitu Google Analyticsissa, huomataan, että Google-kampanjan tuotto oli 220 prosenttia, mutta remarketing-kampanjan tuotto oli jopa 1 800 prosenttia. Markkinointiosastolla tehdään johtopäätös, jonka mukaan Google-kampanja ei tuottanut riittävän hyviä tuloksia, joten sitä ei kannata jatkaa, mutta remarketing-kampanja oli todellinen kultakaivos, johon täytyy investoida enemmän. Seuraavan kuukauden aikana remarketing-kampanjaan investoidaan kaksi kertaa enemmän, mutta Google-kampanjaan ei mitään. Kun kampanja analysoidaan kuukauden päätyttyä, huomataan, että tuotto romahti 400:aan prosenttiin. Yleensä erot eivät ole näin suuria, mutta olet ehkä huomannut vastaavia trendejä mainonnassasi? Mistä ne johtuvat? Onko muissa kanavissa tehty markkinointi vaikuttanut kampanjaasi? Onko syynä ollut budjetin kasvattaminen vai pelkkä sattuma? Attribuution avulla voit saada vastauksia!

Mitä attribuutio on?

Attribuutiolla viitataan kohtaamispisteen arvoon - eli kuinka paljon tietyllä liikenteen lähteellä tai kampanjalla on painoarvoa konversion (esim. ostotapahtuma) toteutumisessa. Jos esimerkiksi siirryit sivustoon neljä kertaa neljästä eri lähteestä ja teit ostoksia 80 eurolla, arvon voi jakaa lähteiden näiden neljän lähteen kesken, jolloin jokaisen arvoksi tulee 20 euroa. Tällaista mallia kutsutaan lineaariseksi jakaumaksi - siinä tapahtuman arvo jaetaan käyttäjän käyttämille kohtaamispisteille niiden määrän perusteella. Attribuutiomalleja on olemassa useita ja erilaiset mallit soveltuvat erilaisille toiminnoille.

Yleisimmin käytetty attribuutiomalli on viimeisen klikkauksen malli. Nykyään useimmat käyttävät sitä, ja se on Google Analyticsin vakiomalli. Sitä käytettäessä koko tapahtuman arvo kohdistetaan kanavalle, jonka kautta käyttäjä saapui, kun tapahtuma toteutui.

Pyydä nyt jotain markkinointiväkeesi kuuluvaa jatkamaan lukemista

Ensimmäisen klikkauksen malli on vastakohta. Siinä koko arvo kohdennetaan kanavalle, jonka kautta käyttäjä saapui ensimmäisellä kerralla. Joskus voi olla tärkeämpää mitata uusia asiakkaita tuovan kampanjan tehoa, jolloin tämä malli soveltuu mainiosti. Tähän malliin liittyy kuitenkin ongelma. Käyttäjä on nimittäin voinut käyttää useita laitteita. Analyysityökalut seuraavat käyttäjiä evästeiden avulla, jolloin sekä mobiililaitetta että tietokonetta käyttänyt kirjataan kahdeksi eri käyttäjäksi. Tämä merkitsee sitä, että kun käytät attribuutiomalleja, ensimmäinen kanava ei välttämättä ole käyttäjän ensimmäinen, vaan ainoastaan ensimmäinen tietyllä laitteella. Käyttäjä voi nähdä kampanjan mobiililaitteessaan, siirtyä sivustoon kirjoittamalla URL-osoitteen tietokoneen selaimeen ja tehdä ostoksia. Monikanavaseurantaa voidaan kuitenkin parantaa esimerkiksi käyttämällä Google Analyticsin mahdollistamaa käyttäjä-ID:tä.

Kaksi muuta yleistä mallia ovat sijaintiin perustuva malli ja theta-malli. Sijaintiin perustuvassa mallissa 40 prosenttia tapahtuman arvosta jaetaan sekä ensimmäiselle että viimeiselle kohtaamispisteelle. Loput 20 prosenttia jaetaan tasaisesti väliin jääville kohtaamispisteille. Theta-mallissa ensimmäiselle kohtaamispisteelle kohdennetaan matalin arvo. Tämän jälkeen kunkin kohtaamispisteen saama arvo kasvaa.

Tietoihin perustuvat päätökset päihittävät muut


On mahdollista käyttää useita attribuutiomalleja. Google Analytics esimerkiksi mahdollistaa mallin valitsemisen eri tarpeiden mukaan. Laajemmassa Google Analytics 360 -versiossa on valittavissa myös dataan perustuva malli - tämä tehokas malli analysoi erilaisten konversiopolkujen kaikki vaiheet ja niille annetaan arvo sen mukaan, mikä oli kohtaamispisteen merkitys konversiolle. Tällainen attribuutiomalli voidaan laatia myös manuaalisesti, mutta se on hyvin aikaavievää ja  vaativaa. ‎Tietoihin perustuvan attribuutiomallinnuksen käyttäjät hyödyntävät usein hyödykseen kooperatiivista peliteoriaa. Siinä parhaat tulokset tuottavat olosuhteet tunnistetaan systemaattisesti, samoin yhden tietyn kohtaamispisteen vaikutus erilaisiin konversioreitteihin. Sen avulla voidaan tunnistaa kunkin kohtaamispisteen todellinen arvo, jolloin kampanjan tehoa voidaan mitata erittäin tarkasti.

Miksi attribuution tulee olla itsestäänselvyys?


Ottamalla käyttöön yrityksen tarpeisiin soveltuvan attribuutiomallin tai tietoihin pohjautuvan attribuutiomallin saat selkeämmän käsityksen markkinoinnin toimivuudesta. Tällä tavoin näet kampanjoiden vaikutuksen kokonaismyyntiin muun kuin pelkän viimeisen kohtaamispisteen analysoinnin perusteella. Voit kysyä itseltäsi, montako kertaa olet siirtynyt sivustoon napsauttamatta mainosta tai linkkiä tai ryhtynyt miettimään ostosten tekemistä, mutta et ole vienyt sillä kerralla ostosta loppuun saakka ja palannut sivustolle uudelleen seuraavana päivänä? Kirjoititko palatessasi URL-osoitteen selaimeen vai siirryitkö verkkokauppaan Google-haulla? Jos attribuutiota ei käytetä, yritys ei näissä tapauksissa voi laskea myyntiä sen mainoksen ansioksi, joka alun perin herätti ostohalun. Kun otat käyttöön tarkoituksiisi soveltuvan attribuutiomallin, voit kohdentaa markkinointibudjetin kanaville, jotka saavat aikaan suurimman osan myynnistä ja kasvattaa merkittävästi tuottoasi.

Alkuun