Mô hình tiếp thị phân bổ nào phù hợp với chiến dịch của bạn?

Người khởi tạo K
Kim2
Ngày gửi Bình luận: 0 Lượt xem: 111

Kim2

Level 8

MÔ HÌNH TIẾP THỊ PHÂN BỔ (MARKETING ATTRIBUTION MODEL) LÀ GÌ?

Mô hình tiếp thị phân bổ là một cách để phân bổ tiền quảng cáo hoặc giá trị theo tầm quan trọng của từng hoạt động đưa đến chuyển đổi cuối cùng. Nó cung cấp cho bạn một phương pháp để đo lường ROI của toàn bộ hoặc các thành phần riêng lẻ trong chiến dịch marketing của bạn.


Nếu bạn có được một khách hàng mới trong tháng này. Đó là một quá trình mất khoảng vài tháng (hoặc vài ngày tùy loại sản phẩm) để đưa anh ta đi qua tiến trình bán hàng bạn đã thiết lập. Thuật ngữ thời nay hay gọi là những điểm chạm trên hành trình khách hàng. Trong suốt hành trình này, anh ta đã trải qua các điểm:
  • Anh ấy đã tìm kiếm trên mạng để truy cập vào một trong những bài viết trên blog của bạn.
  • Anh ấy đã đăng ký blog của bạn bằng email và nhấp vào email hàng tháng.
  • Tiếp theo, anh ấy nhấp vào các banner hoặc đường link trong mail của bạn.
  • Anh ấy đã đăng ký một trong những webinar của bạn.
  • Anh ấy đã truy cập trang Bảng Giá (Pricing) sau khi được tư vấn và yêu cầu sử dụng thử sản phẩm.
Như bạn thấy, cách bạn quyết định phân bổ tiền quảng cáo vào những hoạt động tiếp thị tại điểm chạm nào sẽ phụ thuộc vào phương pháp phân bổ bạn đã chọn. Thông thường, các nhà tiếp thị lựa chọn những mô hình phân bổ như sau.

ĐIỂM CHẠM ĐẦU TIÊN (FIRST TOUCH ATTRIBUTION)

Điểm chạm đầu tiên khiến người dùng truy cập đến trang web của bạn là gì? Theo ví dụ trong hình, lần đầu tiên khách hàng biết đến bạn là từ bài viết trên Blog. Nếu bạn đang sử dụng First Touch Attribution, bạn nên phân bổ 100% chi phí marketing cho các nỗ lực khiến blog của bạn trở nên hiệu quả hơn cho việc bán hàng. (Xem hình)


First Touch Attribution có thể là mô hình phân bổ đúng khi thương hiệu của bạn vẫn còn xa lạ với với người dùng và phần lớn các nỗ lực tiếp thị của bạn tập trung vào việc cố gắng xây dựng nhận thức thương hiệu (brand awareness).

ĐIỂM CHẠM CUỐI CÙNG (LAST TOUCH ATTRIBUTION)

Nếu bạn muốn tập trung vào điểm chạm cuối cùng trong hành trình khách hàng, trang web của bạn nên nhận được 100% tiền quảng cáo cho việc bán hàng. (Xem hình)


Đa số các nhà tiếp thị hiện nay sử dụng Last Touch Attribution. Tuy nhiên, phân bổ quá nhiều tiền quảng cáo vào 1 điểm chạm duy nhất thường mang lại nguy cơ khá lớn. Chuyện gì sẽ xảy ra nếu khách hàng không đọc blog, không mở mail,....? Lúc đó mọi 100% tiền quảng cáo bạn đổ vào điểm chạm cuối cùng sẽ là công cốc!

ĐIỂM CHẠM ĐẦU TIÊN VÀ CUỐI CÙNG (FIRST AND LAST TOUCH)

Phương pháp này phân bổ tiền quảng cáo cho điểm chạm đầu tiên và cuối cùng trước khi chuyển đổi. Ở ví dụ trong hình, blog sẽ nhận được 50% tiền quảng cáo và điểm chạm “Xem trang Bảng Giá” sẽ nhận được 50%. (Xem hình)


First & Last Touch Attribution phù hợp cho rất nhiều chiến dịch tiếp thị nội dung vì giảm bớt rủi ro hoang phí tiền quảng cáo cho nhà tiếp thị.

PHÂN BỔ TUYẾN TÍNH (LINEAR)

Với mô hình phân bổ tuyến tính, mỗi điểm chạm sẽ nhận được lượng chi phí quảng cáo như nhau. (Xem hình)


Phân bổ tuyến tính là mô hình phù hợp khi bạn tập trung vào việc duy trì sự tương tác của khách hàng trong suốt hành trình mua hàng. Và tất cả các điểm tiếp xúc được thiết kế để hoạt động cùng đóng góp vào sự thành công của 1 chiến dịch.

PHÂN BỔ GIẢM DẦN THEO THỜI GIAN (SIMPLE TIME DECAY)

Mô hình này ưu tiên phân bổ tiền quảng cáo cho các điểm chạm xảy ra gần hơn với chuyển đổi cuối cùng nhất. Các điểm chạm khác sẽ nhận được phần chi phí giảm dần theo từng điểm chạm trong hành trình khách hàng (Xem hình).


Simple Time Decay là mô hình phù hợp nếu chu kỳ chuyển đổi của bạn tương đối ngắn. Ví dụ: bạn đang chạy một chiến dịch ưu đãi trong thời gian rất ngắn (1 2 ngày).
Bây giờ, câu hỏi lớn nhất bạn phải quyết định là mô hình nào phù hợp với doanh nghiệp của bạn? Một số lựa chọn này sẽ thuộc về khách hàng của bạn là ai và mức độ khó khăn để thu hút họ.

Nếu điều này hơi khó với bạn, hãy thử bắt đầu với phương pháp First & Last Touch vì điều này có thể cung cấp cho bạn cái nhìn sâu sắc nhất với độ phức tạp ít nhất trên các phân tích.

(Fb Nguyen Tran Bao Son)
 

Thành viên tích cực 30 ngày qua

4 bài đăng
K + 1 Kim2
1,209 bài đăng
1 bài đăng

Thống kê

Chủ đề:
5,141
Bài viết:
6,470
Thành viên
92,487
Thành viên mới
Stemcare Biotech

Thành viên trực tuyến

Top