要点速览
- “最后点击归因”原则导致在线营销预算分配不当。
- 客户旅程分析能够更精准地评估各营销渠道的效果。
- 在渠道评估方面，偏差幅度介于20%至30%之间。
对商家而言，这意味着：客户旅程分析能够实现基于绩效的实时佣金结算。
在德国在线零售领域，人们越来越多地讨论：“最后点击归因”原则是否仍是一种符合时代要求的广告合作伙伴报酬方式。因为在发生转化时，通常只有客户最后使用的渠道才能获得佣金。然而，通常情况下，仅一次与用户的接触不足以促使其下单购买。当在线购物者购买产品时，其背后往往经历了一段较长的网络浏览旅程……
借助客户旅程分析，可以相对精确地确定各个阶段的占比。我们的目标是据此根据每个所用渠道的实际成本-收入关系（KUR）重新评估在线营销组合。Tengelmann New Media GmbH (TNM) 总经理 Ralf Rogosch 在 eTailment 的一篇 客座文章 中写道：从顾客头脑中的一个模糊想法到具体的购买成交，需要经历一系列推动因素。
典型的客户旅程示例如下：在购买前几天，未来的买家在社交网络上看到朋友“点赞”了某企业宣传烤架折扣的状态更新。该用户虽关注优惠但未下单便离开。几天后，因天气好转，用户通过 Google 搜索烤架并看到商店广告，点击后完成订购。
错误的预算分配
在互联网绩效营销中，涉及搜索引擎优化与营销、展示广告、社交媒体、再定向（Re-Targeting）或联盟营销等多种渠道。目前，大多数情况仍采用“最后点击归因”原则支付报酬，即收益完全归属于购买前最后一次点击的广告素材。但这并不符合该素材在促成购买决策中的实际贡献比例，从而导致在线营销预算的错误分配。
仅对最后一个接触点进行佣金结算偏离了真实的价值创造，意味着未能充分挖掘营销预算的最大潜力。迄今为止，活动评估通常也未考虑各渠道间的相互作用，或点击量与展示量之间的关系。因此，我们需要新的探索方法，对在线广告措施实施跨渠道管控，取代以往管中窥豹式的视角，转而采用全局俯瞰的视角。
客户旅程分析
我们在2011年秋季与柏林服务商 AdClear 合作，为客户 plus.de 启动了“客户旅程”的系统性采集工作。在对24,000条客户旅程进行分析后，第一份中期评估结果已非常积极。
例如，我们发现展示广告虽然直接带来的销售转化较少，但起到了重要的主动支持作用。此外，分析还显示许多直接访问商店的用户在下单前会再次转向优惠券合作伙伴以获取折扣，这一点亟需调整。如果没有客户旅程分析，就无法判断优惠券合作伙伴或平台是在补充现有销售额还是在产生蚕食效应。内容门户的影响也是如此，其实际效果只有在更细致的考察中才能显现出来。
有效性能值
作为店铺优化咨询服务的一部分，客户旅程分析可以非常精确地追踪客户直至购买的路径，确定现实情况与以往假设之间的偏差，进而通过调整广告压力分布来弥合这一差距。基于历时数月的研究，AdClear 定义了用于评估客户旅程中各个接触点的特定参数，由此推导出的公式首次为在线营销组合中的每个渠道计算出了有效的绩效值。
借助该数学方法，可以相当精确地确定各个渠道的销售和营销绩效——其结果展示了各渠道在销售额中的百分比占比。该方法基于接触点的硬性指标：激活、刺激和参与绩效，以及其在销售发生前的位置。迄今为止的结论表明，不同模型在渠道评估上的偏差为20%至30%。
美国软件制造商 Adobe 最近发布的一项研究也证实了这些差异。该研究分析了来自美国贸易、旅游和媒体行业225个网站的17亿次访问数据，证明在当前主流归因模型中，社交媒体处于不利地位并被严重低估。错误或不完整的成功指标分配通常会导致社交媒体渠道利益受损。
客户特定因素
所有现有归因模型的关键缺陷在于以标准化方式应用，无法纳入客户特定因素。因此，我们的目标是通过客户旅程分析，根据每个所用渠道的实际成本-收入关系（KUR）重新评估在线营销组合。这种整体方法带来了一个灵活且个性化的归因模型，不仅实现了最大程度的 KUR 控制，还能对销售合作伙伴进行基于绩效的实时佣金分配。
由于环境条件不断变化（如不同渠道的广告价格或新竞争对手的出现），这种分析及随后的优化从未结束，而是成为持续改进过程的一部分。基于多年经验，我们知道若想在电子商务取得成功应在哪些环节发力，同时也清楚错误投放的投资会如何无果而终。
Tengelmann New Media 已经建立了相应的工具集，能够依据明确定义的关键绩效指标（KPIs），随时客观地评估单项营销活动是成功还是失败。在这个行业中，凭直觉行事是不合适的。关键在于使特定活动的成效可衡量，并立即作出相应反应。客户旅程分析在此过程中提供了重要帮助。