İçeriğe geç

Sözlük

Büyüme ve Pazarlama

Pazarlama Atıflandırması (Marketing Attribution)

Pazarlama atıflandırması, kayıtlar, lead’ler veya satışlar gibi dönüşümlerin başarısını bunlardan önce gelen pazarlama temas noktalarına ve kanallarına paylaştırma yöntemidir; böylece bütçeler gerçekten sonuç getiren unsurları takip edebilir.

Güncelleme: · Hazırlayan: VIZIO AI ekibi

Pazarlama atıflandırması nedir?

Atıflandırma, dönüşümü hangi kanalların ve kampanyaların kazandırdığını yanıtlar; her yanıt da kullanılan modele ve görebildiğiniz verilere bağlıdır. Üç şeyi birleştirir: temas noktası verileri (reklam tıklamaları, e-postalar, ziyaretler), kimlik (ziyaretçinin kim olduğu) ve bir CRM’den veya mağazadan gelen dönüşüm verileri.

Üç yaklaşım ailesi vardır:

  • Kurala dayalı çok temaslı: ilk temas, son temas, doğrusal, zamana göre azalan ve U şeklinde (genellikle %40 ilk temas, %40 lead dönüşümü, %20 aradaki temaslar).

  • Veriye dayalı atıflandırma: gözlemlenen yollara dayanan algoritmik paylaştırma; GA4 bunu varsayılan olarak kullanır.

  • Yukarıdan aşağı ölçüm: kullanıcı düzeyinde takip gerektirmeyen medya karması modellemesi (MMM) ve artımsallık (incrementality) testleri.

Pazarlama atıflandırması nasıl kurulur?

Atıflandırma büyük ölçüde bir veri altyapısı projesidir; model seçimi en sona gelir.

  1. Her bağlantı için kaynak, ortam ve kampanyaya yönelik bir adlandırma kuralıyla UTM parametrelerini standartlaştırın.

  2. Her lead’de ilk temas ve son temas kaynağını yakalayın ve bunları CRM’de saklayın.

  3. Kapanan anlaşmalar veya telefonla satışlar gibi çevrimdışı dönüşümleri Google Ads ve Meta’ya geri aktarın.

  4. Reklam harcamasını, web oturumlarını ve CRM sonuçlarını, dönüşüm başına tek bir veri ambarı tablosunda birleştirin.

  5. Birkaç modeli yan yana raporlayın ve bütçe kararlarına hangisinin yön vereceği konusunda anlaşın.

Apple’ın App Tracking Transparency özelliği 2021’de iOS 14.5 ile geldiğinden ve tarayıcılar üçüncü taraf çerezleri kısıtladığından beri kullanıcı düzeyindeki yollar daha eksik; bu yüzden Meta’nın Conversions API’si gibi sunucu taraflı takip daha önemli hâle geldi.

Pazarlama atıflandırması pratikte nasıl görünür?

B2B’de reklam verilerini kapanan gelire bağlamak, çoğu zaman platform raporlarının işaret ettiğinin tam tersini ortaya koyar. Google Ads, LinkedIn ve webinar’lara harcama yapan ve her platformun pipeline’ın büyük kısmını kendine mal ettiği 60 kişilik bir B2B SaaS şirketini ele alın. Diyelim ki ekip kanalları platformların raporladığı lead’lere göre değerlendiriyor.

Ekip HubSpot anlaşmalarını, reklam harcamasını ve GA4 oturumlarını BigQuery’ye aktarır, her kişide ilk ve son temasını saklar ve ilk temas, son temas ve doğrusal modeller altında kanala göre kazanılan gelirin raporunu oluşturur. Bu örnekte LinkedIn son temasta zayıf ama ilk temasta güçlü görünür; çünkü aylar sonra markalı arama üzerinden kapanan anlaşmaları başlatan odur.

Ekip ardından LinkedIn harcamasını kesmeden önce gerçekten artımsal olup olmadığını test etmek için dört haftalık bir coğrafi kontrol grubu (geo holdout) testi yürütür. Bütçe değişiklikleri, belirli bir kanalı olduğundan iyi gösteren modele değil, test sonucuna göre yapılır.

Pazarlama atıflandırmasının sınırları nelerdir?

Atıflandırma, takip edilen yollar boyunca korelasyonu gösterir; bir kanalın satışa neden olduğunun kanıtını değil.

  • Platformların kendi raporlaması: Google Ads ve Meta dönüşümleri kendi lehlerine sayar, bu yüzden toplamlar gerçek satışları aşar.

  • Dark social ve ağızdan ağıza yayılma, tıklama takibinde görünmez.

  • Son temas, çoğu zaman başka yerde yaratılmış talebi yakalayan markalı arama ve yeniden hedeflemeye fazla pay verir.

  • Hesap başına çok sayıda kişinin dahil olduğu uzun B2B döngüleri kişi düzeyindeki modelleri bozar.

Büyük bütçe kararları için atıflandırmayı artımsallık testleri (coğrafi kontrol grupları, dönüşüm artışı çalışmaları) veya MMM ile birlikte kullanın; açık kaynak seçenekler arasında Meta’nın Robyn’i ve Google’ın Meridian’ı bulunur.

Çok temaslı atıflandırma, medya karması modellemesinden nasıl ayrılır?

Çok temaslı atıflandırma (MTA), bireysel kullanıcı yolculuklarından aşağıdan yukarıya; medya karması modellemesi ise zaman içindeki toplam harcama ve satışlardan yukarıdan aşağıya çalışır. MTA ayrıntılı ve hızlıdır ancak takip edilmeyen kanalları göremez; MMM televizyon, podcast’ler ve çevrimdışı kanalları kapsar ancak bir ila iki yıllık haftalık veri gerektirir ve daha az ayrıntılıdır.

Olgun ekiplerin çoğu ikisini birden kullanır, deneylerle kalibre eder ve sonuçtan kanal bazında ROAS ve CAC takibi yapar. Araçlar: GA4, HubSpot atıflandırma raporları, B2B için Dreamdata ve HockeyStack, e-ticaret için Triple Whale ve Northbeam ya da veri ambarında özel bir model; hepsinin temelinde sağlam bir web analitiği düzeni yatar.

Çok temaslı atıflandırma ve medya karması modellemesi

Çok temaslı atıflandırma

Medya karması modellemesi

Veri

Kullanıcı düzeyinde yolculuklar ve tıklamalar

Haftalık toplam harcama ve satışlar

Kapsanan kanallar

Takip edilebilir dijital temas noktaları

Televizyon ve çevrimdışı dahil tümü

Hız

Günlük veya gerçek zamanlı

Aylık veya çeyreklik güncelleme

Gizlilik riski

Yüksek; takip onayı gerektirir

Düşük; kişisel veri yok

En uygun olduğu durum

Kampanya ve kreatif optimizasyonu

Bütçenin kanallar arasında paylaştırılması

VIZIO AI pazarlama atıflandırmasına nasıl yaklaşıyor?

VIZIO AI atıflandırma çalışmalarına reklam platformlarını, CRM’i ve çevrimdışı sonuçları tek bir modelde birleştirerek başlar; böylece kanallar platformların raporladığı tıklamalara göre değil, gelire göre değerlendirilir. ABD’de bölgesel bir HVAC ve tesisat hizmeti sağlayıcısı için Growth Studio, lead başına maliyeti, dönüşüm oranını ve ROI’yi izleyen bir Power BI reklam performansı platformunda Google Ads, CRM ve çevrimdışı lead verilerini birbirine bağladı; bu, kampanya görünürlüğünü %45 artırdı ve manuel raporlama eforunu %60 azalttı.

İspanya merkezli bir butik hukuk firması için HubSpot’u bir pazarlama zekâsı panelinde finansal sistemlere bağlamak, İspanya, Portekiz ve Yunanistan genelinde hangi kanalların müşteriye ve gelire dönüştüğünü gösterdi ve raporlama süresini %70 azalttı. Nereden başlamalı: Bugünden itibaren her CRM kişisinde ilk temas ve son temas kaynağını saklayın.

Facebook logosu
X logosu
LinkedIn logosu
Reddit logosu
Telegram logosu

Önce yapay zekâyı düşünün.
Geleceğin hızında ilerleyin.

Sıradakini birlikte inşa edelim! Ürün fikirlerinden akıllı iş akışlarına, veri odaklı sistemlerden ölçeklenebilir büyüme operasyonlarına kadar.

Strateji Görüşmesi Planlayın