[Multi-Touchpoints Attribution] Phân bổ đa điểm tiếp xúc là gì? Ứng dụng ra sao?

Phân bổ đa điểm tiếp xúc (Multi-Touchpoints Attribution) là một khái niệm rộng bao gồm nhiều phương thức và mô hình. Và để biết được mô hình nào phù hợp với nhu cầu kinh doanh của bạn phụ thuộc vào mục tiêu của bạn là gì. Đó là lý do tại sao bài viết này giải thích các nguyên tắc cơ bản của phân bổ đa điểm tiếp xúc, làm nổi bật sự khác biệt trong các phương pháp, các mô hình có sẵn và giúp bạn chọn đúng mô hình cho doanh nghiệp của mình.


Phân bổ đa điểm tiếp xúc là gì?

Phân bổ đa điểm tiếp xúc là một cách nâng cao hiệu quả tiếp thị vì nó tính đến hành trình của người tiêu dùng (consumer journey) trong môi trường chéo kênh (cross-channel) hiện nay. Nó thay thế cách tiếp cận thông thường, thay thế những thiếu sót về đo lường hiệu suất trong các kênh tiếp thị riêng biệt (marketing channel silos). Những các tiếp cận thông thường & những kênh tiếp thị riêng biệt là những phương thức mà thường được người dùng đánh giá dựa vào hầu hết trải nghiệm ở điểm tiếp xúc cuối cùng của kênh tiếp thị trước khi họ chuyển đổi; cách tiếp cận riêng biệt này cũng làm các marketer tính nhầm có thể là gấp đôi chỉ số thành công vì đôi khi cùng lúc nhiều kênh riêng biệt lại đang ghi nhận dữ liệu thành công cho cùng một sự việc, chẳng hạn như chuyển đổi hoặc khách hàng tiềm năng; nó cũng bỏ qua việc đo lường sự đóng góp hiệu quả của các kênh & chiến thuật tiếp thị hỗ trợ trong hành trình của người tiêu dùng - điều mà đóng một vai trò quan trọng trong việc tác động để đưa đến một hành động như của người dùng như marketer mong muốn.

Phân bổ đa điểm tiếp xúc loại bỏ sự trùng lặp số liệu vì nó đánh giá hiệu quả dựa vào toàn bộ hành trình của người tiêu dùng trên các kênh & chiến thuật quảng cáo tiếp thị. Tận dụng dữ liệu cá nhân, sử dụng dữ liệu ở cấp độ cá nhân để tiếp cận người dùng chính xác trên các kênh như email, online display, paid search … Phân bổ đa điểm tiếp xúc còn có thể tính và giúp các marketer biết được phần trăm hỗ trợ các điểm tiếp xúc dọc theo hành trình của người tiêu dùng. Tùy vào mô hình phân bổ đa điểm tiếp xúc, những thông tin chi tiết của những chiến dịch trước đó cũng có thể được sử dụng một cách hiệu quả bằng cách giúp các marketer ra các quyết định về lập kế hoạch và tối ưu hóa hiệu quả hơn cho các chiến dịch trong tương lai cũng như tối ưu các chiến dịch đang được thực hiện

Sự khác nhau giữa các mô hình phân bổ đa điểm tiếp xúc

Thực tế có nhiều kiểu mô hình phân bổ đa điểm tiếp xúc khác nhau, và mức độ vi diệu lẫn phức tạp của mỗi mô hình cũng khác nhau đáng kể.

- Mô hình sử dụng phương thức dựa trên các quy tắc (rules-based methodology) được suy luận bởi con người để xác định các quy tắc về cách thức phân bổ & phần trăm tác động cho một hoặc nhiều điểm trong hành trình của người tiêu dùng. Các mô hình dạng này thường được sử dụng để hiểu rõ hơn về hành trình của người tiêu dùng.

- Mô hình sử dụng thuật toán (algorithmic methodology) sẽ tính toán dựa vào các mục tiêu, sử dụng các kỹ thuật mô hình thống kê (statistical modeling) và máy học (machine learning). Các mô hình sử dụng thuật toán thường được sử dụng để dự đoán kết quả để giúp các nhà tiếp thị lập kế hoạch hoặc tối ưu hóa các hoạt động tiếp thị trong tương lai. Nhưng các mô hình sử dụng thuật toán sẽ khác nhau dựa vào sự khác nhau của mô hình thống kê và độ chi tiết của các dự đoán.

Tuy nhiên, dù mô hình sử dụng phương pháp nào thì điểm chung giữa tất cả các mô hình phân bổ đa điểm tiếp xúc là đều được dùng để theo dõi hành trình của người tiêu dùng, hủy việc đo lường trùng lặp kênh & chiến thuật tiếp thị trong việc đo lường hiệu quả một mục tiêu KPI (ví dụ: chuyển đổi, khách hàng tiềm năng, v.v.) của 1 hoặc nhiều điểm tiếp xúc.

Dưới đây là giới thiệu tổng quát về các mô hình & cách đo lường phân bổ đa điểm tiếp xúc hiện có sẵn trong thị trường và cách chúng thường được sử dụng:

1/ Dựa trên quy tắc (Rules-Based Methodology):

- Điểm tiếp xúc cuối cùng (Last Touch): Trong mô hình này, điểm tiếp xúc cuối cùng trong hành trình khách hàng nhận được 100% điểm tác động đưa đến đạt kết quả mục tiêu. Do trước đó & hiện tại đây là phương pháp đo lường mặc định của hầu hết marketer nên phương phát tính này thường được sử dụng để so sánh hiệu quả tiếp thị (Performance Marketing) của các mô hình phân bổ đa điểm tiếp xúc khác nhau.

Điểm tiếp xúc đầu tiên (First Touch): Trong mô hình này, điểm tiếp xúc đầu tiên trong hành trình khách hàng nhận được 100% điểm tác động đưa đến đạt kết quả mục tiêu. Mô hình này thường được sử dụng để đo lường các nỗ lực tiếp thị nhằm nâng cao nhận thức thương hiệu (brand awareness) của những người tiêu dùng mới ở lần tiếp xúc đầu tiên.

Dựa vào trọng số (Weighting) của các điểm tiếp xúc: Đây là một mô hình cân bằng cho tất cả các điểm tiếp xúc, còn được gọi là mô hình tuyến tính, ở mô hình này tất cả các điểm tiếp xúc đều được ghi nhận hoặc gán cho chỉ số phần trăm điểm tác động để đạt được mục tiêu như nhau. Mô hình này thường được sử dụng để đo lường các kế hoạch tiếp thị mà người tiêu dùng cần có thời gian dài suy xét để ra quyết định; do đó điều quan trọng là phải củng cố & truyền tải thông điệp đồng nhất liên tục nhiều lần trong suốt hành trình của người tiêu dùng. Đây cũng là mô hình tốt dành cho các marketer mới bắt đầu sử dụng phân bổ đa điểm tiếp xúc và hầu như không có bất kỳ hiểu biết nào về hành trình của người tiêu dùng mục tiêu trên các kênh.

Dựa trên vị trí (Position-Based): Trong mô hình dựa trên vị trí, điểm tiếp xúc đầu tiên và cuối cùng trong hành trình khách hàng nhận được phần trăm điểm tác động cao hơn so với các điểm tiếp xúc ở giữa hành trình. Mô hình này thường được sử dụng khi các nhà tiếp thị muốn ưu tiên các điểm tiếp xúc đầu & cuối nhiều hơn các điểm tiếp xúc mang tính hỗ trợ ở giữa hành trình của người tiêu dùng.

Phân rã theo thời gian (Time Decay): Trong mô hình phân rã theo thời gian, tỷ lệ phần trăm điểm tác động dần dần được xây dựng cộng vào cho các điểm tiếp xúc cùng lúc với việc dẫn dắt người dùng đến điểm tiếp xúc cuối cùng trong hành trình của người tiêu dùng. Mô hình này thường được sử dụng để đo lường các kế hoạch quảng cáo tiếp thị mà người tiêu dùng có thời gian suy xét để ra quyết định ngắn, ví dụ như các chương trình khuyến mại …

2/ Dựa vào thuật toán (Algorithmic Methodology):

- Phân bổ nâng cao (Enhanced Attribution): Mô hình Phân bổ nâng cao không chỉ cho phép các nhà tiếp thị đo lường hiệu quả quảng cáo tiếp thị một cách khách quan mà còn tận dụng được khả năng phân tích dự đoán. Các nhà tiếp thị có thể thử nghiệm giả định nhiều tình huống hiểu như: điều gì sẽ xảy xa nếu…? Để từ đó hiểu & phân bổ ngân sách tối ưu hợp lý ở từng cấp độ từ chiến dịch, kênh, kênh phụ trợ … để đạt mục tiêu cụ thể.

Mô hình TrueAttribution: Đây là mô hình phân bổ đa điểm tiếp xúc sử dụng thuật toán phức tạp nhất, mô hình này sử dụng kỹ thuật xây dựng mô hình đa chiều của mọi điểm tiếp xúc trước khi gắn cho chúng chỉ số phần trăm điểm tác động để đo lường. Không chỉ các nhà tiếp thị có thể sử dụng mô hình này để đo lường hiệu quả tiếp thị, mà còn có thể sử dụng để lập kế hoạch tiếp thị truyền thông thông qua các mô phỏng kết quả giả định của chiến lược, thậm chí là mô phỏng kết quả ở cấp chiến thuật (tactics). Điều đó có nghĩa, các nhà tiếp thị không chỉ có thể hiểu được & giúp phân bổ ngân sách tối ưu hơn ở từng cấp độ như cấp chiến dịch kênh, kênh phụ trợ … mà còn là cấp độ chi tiết nhất như từ khóa, vị trí và quảng cáo.

Mô hình nào phù hợp nhất với bạn?

Hiện nay, thời mà các nhà tiếp thị phải có nghĩa vụ chứng minh sự hiệu quả hoặc thành công của kế hoạch tiếp thị thì bất kỳ mô hình nào ở trên cũng đều tốt hơn đo lường không rõ ràng hoặc không thể đo lường. Bất kỳ mô hình nào trong số những mô hình này sẽ yêu cầu nhà tiếp thị hiểu rõ thông tin chi tiết về hành trình của người tiêu dùng – một điều mà hầu như trước đây ít người quan tâm. Cuối cùng, quyết định giải pháp Phân bổ Đa điểm tiếp xúc nào phù hợp với bạn phụ thuộc vào mục tiêu, yêu cầu kinh doanh của bạn và cách bạn muốn sử dụng để cải thiện hiệu quả của tiếp thị của bạn ra sao.

Ureka Media

We've updated our Privacy & Cookie Policies. Cookies are necessary for us to deliver our services. By using our services, you agree to our use of cookies. Agree
Loading...