Attributie laat je zien welke impact verschillende interacties in het klanttraject op de conversie hebben. Bij traditionele attributie wordt impact toegeschreven aan specifieke en willekeurige gebeurtenissen, maar de beste attributie biedt inzicht in de exacte impact van elk contact met behulp van machine learning en geavanceerde statistische modellen.
Het doel van analytics is om diepgaand inzicht in je klanten te krijgen. Daarom verzamelen ondernemingen data van steeds meer online en offline kanalen. Die data geven op zichzelf veel informatie over wat klanten doen, maar ze geven niet aan waarom dat zo is. Of nog belangrijker: welk effect die interacties hebben op hun beslissing om een aankoop te doen.
Dat is een rol die voor attributie is weggelegd. Het doel van attributie is om inzicht te krijgen in de waarde van een bepaalde e-mail, videoweergave, display-advertentie of artikel in het aankooptraject van elke klant. In theorie kun je hierdoor gemakkelijker beslissen welke tactiek en content je moet ontwikkelen. Maar in de praktijk is gebleken dat veel attributieproducten deze belofte niet helemaal waarmaken. Ofwel meten ze alleen paid media, ofwel richten ze zich alleen op één kanaal, zoals het web. Natuurlijk is elk inzicht waardevol, maar in de complexe, multichannelwereld van nu is dit simpelweg niet genoeg.
Moderne ondernemingen stellen hogere eisen. Die moeten kunnen zien wat werkt en wat niet. Ze moeten het grillige traject dat de klant aflegt op alle online en offline kanalen kunnen volgen. En ze moeten die trajecten kunnen vergelijken om elke interactie in de juiste context te plaatsen.
Met andere woorden: voor hen moet attributie doen waarvoor het eigenlijk bedoeld is.
Met Adobe Analytics maakt attributie haar belofte waar. In de 2017 Forrester Wave voor Digital Intelligence Platforms behaalden we zelfs de perfecte score voor cross-channel-attributie. We maken het eenvoudig om data van vrijwel elk kanaal te verzamelen en te integreren en we geven prioriteit aan kunstmatige intelligentie, machine learning en predictive analytics. Zo realiseren we attributie die het verschil maakt.
We bieden een breed scala aan geavanceerde, op regels gebaseerde attributiemodellen (attributie op basis van eerste en laatste contactpunt, lineaire attributie, algoritmische attributie, enzovoort) waarmee je meer inzicht krijgt in je investeringen voor alle kanalen – paid, owned en earned. Je kunt zelfs aangepaste modellen maken die zijn afgestemd op de specifieke behoeften van jouw bedrijf.
“Met behulp van attributiedata en predictive analytics zoeken we de ideale verdeling van het budget over de verschillende campagnes en kanalen.”
Alexander Gaertner, Head of Digital Analytics, DER Touristik
Via machine learning attributiewaarden toewijzen aan de verschillende kanalen van een geslaagde conversie. De attributie-analyse kent automatisch gewicht toe aan de belangrijkste contacten en biedt een best-fit-model per kanaal op basis van de interactiepatronen van je klanten.
Met ons open meetprotocol kan data uit vrijwel elke bron worden vastgelegd (bijvoorbeeld spraak, video, audio, verbonden auto’s, IoT, CRM, intranet, enzovoort). Je kunt ook gebruikmaken van onze library met dataverzamelingen voor Javascript en SDK’s voor mobiele apps.
Integreer data van een CRM-systeem of een andere bron van online of offline bedrijfsdata (zoals loyaliteitsprogrammaniveaus) als extra analysedimensie.
