Martech时代，CMO如何做好“归因”
我们需要能够以一种令人信服的，可理解的且有关联性的方式，将复杂的数据结果传达给其他C-level人员。
进入多元化、创新型的Martech世界，旧命题又有新的含义，归因仍然是绝大多数CMO的一大棘手问题。
目前，只有1/4的营销人员有信心量化投资回报率，这当然有助于解释为什么70%的CMO预计明年将在营销分析和归因方面投入更多。
营销人员们感到了压力。数据复杂性和碎片化困扰着CMO，因为Martech规模庞大，使得精确计算营销活动、渠道和技术的ROI比以往任何时候都更加重要。
令人难以置信的是，尼尔森2018年CMO报告发现，“平均每个营销团队有59种不同的Martech触点管理解决方案，而其中许多解决方案都未被整合。”
传统的线性漏斗已经被打破，今天，一段完整的客户旅程可能会有几十个甚至几百个触点。忘掉跨设备、网络和地点的“全渠道”吧，品牌应该无所不在。
各种Martech工具让营销人员能够在客户搜索的任何时间、任何地点（且采用比以往更具个性化的内容）走在客户的前面，有所准备。
然而，跟踪和衡量结果仍然很困难。墨尔本大学市场营销学教授西蒙•贝尔(Simon Bell)对德勤(Deloitte)表示:“准确的归因是我们营销人员面临的最大的一个问题……数字化指标曾被认为是我们的救星，但实际上，它们只会导致更多困惑。”
在你把更多工具叠加进来之前，要看看怎样处理既有的资产，挖掘它的全部价值。
“首次点击”和“最后点击”归因
首次点击归因将所有功劳归于客户的第一次操作，最后点击则将全部功劳归于最后一次操作。两者都没有考虑到客户旅程中的多个接触点和参与度。
“在营销活动中仍然采用‘最后一次触点’归因模式的营销人员，很可能会把功劳归于没有带来价值的媒体合作伙伴。”科技商业研究公司(Technology Business Research)在一份关于高级归因工具的新报告的预发布稿件中写道。
理想情况下，第一次和最后一次单击根本不是一个归因模型选项。相反，它们只是更全面的归因模型中的指标。
在Chief Marketer最近的B2B行业调查中，转化成本被列为归因中最重要的指标，其次是转化时间、渠道、第一次点击和最后一次点击。
如何才能超越细枝末节，更准确地看到大局，并衡量营销和媒体支出的ROI?
线性归因
这是一个多触点归因模型，让每个触点都能在购买过程中获得相等的归因份额。
线性归因模型允许对活动进行分析，并解释多种交互，但是当所有触点的权重都相等时，就失去了为特定渠道进行优化的能力。
比如，你在客户旅程中识别了社交媒体、电子邮件、直接搜索、有机搜索和付费搜索，每个人都能获得20%的归因权重。实际上，这可能严重低估了你的电子邮件努力的影响，而人为地提升了直接搜索的价值。
这两种方法采用时间来衡量互动的价值。时间衰减归因中早期触点的功劳比较少。
当客户接近转化时，每次交互的价值都会增加。
另一方面，在U型归因中，第一个触点和最后一个触点的权重最大，其他触点的权重相等，所占比例较小。例如，谷歌分析为第一个接触点和最后一个接触点赋予了40%的权重。其他所有介于两者之间的触点共享20%的权重。
基于时间的归因模型的问题在于，这些假设实际上只是对消费者动机的猜测。
虽然每个触点都至少得到一些认可，但由于这种全面的价值分配，每个触点的重要度都可能严重扭曲。社交媒体广告是首次接触到的品牌介质，是否应该与促使顾客在店内购买的电子邮件同等重要?
算法属性由数据驱动，而不是由假设或预先确定的规则来确定。
该模型的建立是采用机器学习，基于之前的活动加以分析和学习。对每个触点进行分析，归因模型就会发展并因此变得“更聪明”。
这是2017年推出的谷歌归因(Google Attribution)的基础。营销人员可以从Google Analytics和Google Ads中提取数据，然后用机器学习分层，来捕捉广告贡献度的快照。
在早期的案例研究中，谷歌将分析结果导入Google Ads，并将其用于自动竞价策略。
结果，一个酒店品牌的测试显示，从普通搜索活动中获得了45%的收入增长，获得了22%广告支出回报率(ROAS)增长，在整个跨渠道收入中也获得了增长。
CMO们在寻找更复杂的策略时，可以会选择设计自己的定制化归因模型，最理想的是结合以上提到的机器学习技术。营销人员能够更好地利用他们对客户旅程的理解。
例如，一家经营高价值、奢华体验的邮轮公司，其客户有更长的、更复杂的购买路径。就可能会选择为早期的触点分配更高的价值，因为客户会花费更多的时间，就已经选择的品牌来消费一些内容，来帮助他们为邮轮体验做准备。
或者，你可能有更高的客户生命周期价值，提供重复的业务。在这种情况下，您希望为新客户获取和保留提供更大的价值。
无论您选择什么模型，都要通过不断磨练和改进来充分利用它。归因不是一种“设置好就可以忘掉”的计算规则，这是一种对客户关系的切实的、活生生的理解，它会随着时间的推移而发展和改变。
以下是一些让你的归因更成功的方法:
开发更高级的模型。
努力完成一个模型，该模型能够随着客户需求的发展而学习和适应客户的需求。采用机器学习。
跟对的人一起支持你的技术投资。
CMO们手底下必须有一组精通数据、策略的营销人员和分析师，他们能够解释结果并激活数据。
与销售团队协作。
那些让销售和营销部门紧密合作的公司，客户保留率和销售胜率分别高出36%和38%。营销人员需要了解哪些内容和活动正在推动最好的结果，并导致销售。除了销售人员自己，这个问题还有谁更适合回答呢?
我们需要能够以一种令人信服的，可理解的且有关联性的方式，将复杂的数据结果传达给其他C-level人员。
特定的渠道衡量指标关乎重要的数据输入，但可能无法与决策者们产生共鸣。事实上，Viant在2018年3月进行的一项调查发现，“36%的美国CFO和CMO们表示，虚荣性指标的使用是在数字营销中的值得忧虑的。”
此外，22%的受访者表示，缺乏对销售等具体结果的关注是另一个问题。
投入是至关重要的，但高管们可能不愿支持数字化——尤其是那些可能受到数字化成功负面影响的人。至关重要的是，数字化对业务结果的影响非常明显。
是时候对归因进行更深入的研究了。未来的领导者们将运用技术、人员和流程，更准确地衡量业绩效果，并对正确的渠道和活动加以归因。你能做到吗?
文章来源：MarTech Today；
作者：Andy Betts ；原标题：CMOs must dig deeper on attribution
编译：广告技术流 Peggy Liu