Digimainonnan attribuutiomallinnuksen anatomia

Henri Keskitalo | 11.09.2017

Attribuutiomallinnus digimainonnassa on sinänsä yksinkertainen ja maalaisjärkinen ajatus: mitä jos tapahtuneesta konversiosta annettaisiin jokin arvo useammalle kuin yhdelle toimenpiteelle, jolla kuluttaja on tavoitettu?

Haasteet ilmenevät, kuten jokaisen hyvän ajatuksen seuraavassa vaiheessa, eli toteutuksessa. Jotta digimainonnan mallinnus olisi mielekästä ja hyödyllistä, vaatii se mahdollisimman kattavan seurannan ja selkeästi mitattavan ja arvoitettavan konversiopisteen. Näin mallinnus voidaan tehdä luotettavasti ja oikeaa arvoa löytyy jaettavaksi.

Digimainonnan arvoa voi jakaa eri perustein ja painotuksin. Näitä erilaisia tapoja kutsutaan attribuutiomalleiksi. Juuri sinulle merkityksellisin malli riippuu aina tarpeista, liiketoiminnasta ja tavoitteista. Hyvä pohja pohdinnalle on miettiä käyttäjän sivustolla tekemän, mitattavan toimenpiteen eli konversion ominaisuuksia kuluttajan näkökulmasta. Vaatiiko konversion tekeminen kuluttajalta paljon? Mikä on keskimääräinen harkinta-aika? Kuinka pitkällä aikavälillä kuluttajaan voidaan edes realistisesti vaikuttaa digimainonnalla?

Seuraavaksi käyn läpi yleisimpiä tapoja ja esimerkkejä, joiden pohjalta voi lähteä liikkeelle digimainonnan attribuutiomallinnuksen pohdinnassa. Vaikka mallinnuksessa usein puhutaan klikeistä, kosketuspiste voi olla jokin muukin mitattava, esim. todennettu mainosnäyttö, kunhan se on mahdollisimman luotettavasti mitattavissa käytettävissä kanavissa.

Last click -attribuutio

Ennen konversiota tapahtuva viimeinen mitattu klikki on luultavasti helppoutensa ja yksinkertaisuutensa vuoksi eniten käytetty malli. Siinä konversion koko arvo annetaan viimeiselle mitatulle klikkaukselle. Sitä käytetään usein jopa tietämättä, että sitä voidaan kutsua attribuutiomalliksi.

Osasyy tämän mallin yleisyyteen on Google Analytics, jonka perusraportointi perustuu tähän (lähde/tulotapa -raportointi). Suuret laivat kääntyvät hitaasti, ja Googlen lisäpalvelutarjontaan kuuluu nykyään myös laajempaan dataan pohjautuva Google Attribution 360-palvelu.

Viimeiseen klikkiin perustuva mallinnus voi olla täysin pätevä vaihtoehto, jos se on linjassa markkinoinnin tavoitteiden ja liiketoiminnan kanssa.

Esimerkiksi ilmaisten mobiilipelien maailmassa last click on pätevä malli mitata markkinoinnin kustannustehokkuutta. Konversio itsessään on ilmaisen pelin lataaminen, joka ei toimenpiteenä kuluttajalta vaadi juurikaan harkinta-aikaa tai panostusta. Tällöin ei ole syytä olettaa, että kuluttajan päätökseen vaikutetaan pitkän aikaa ennen konversiota. Tässä esimerkissä tosin haaste syntyy siitä, että vaikka konversio tapahtuu, konversion lopullinen arvo määräytyy pidemmän ajan kuluessa.

Tiivistetysti last click -attribuutio voi olla käyttökelpoinen silloin, kun kyseessä on kuluttajan näkökulmasta nopea ja vaivaton konversio.


First click -attribuutio

Harvinaisempi malli on antaa kaikki arvo ensimmäiselle tunnistetulle digimainonnan toimenpiteelle. Tämä on käytännössä edellä kuvatun last click -attribuutiomallin vastakohta. Näin toisena ääripäänä tämä malli soveltuu lähinnä erikoistapauksiin.

Kun mietitään erilaisia tavoitteita, ensimmäisen klikin attribuutio voi olla perusteltu esimerkiksi uuden tuotteen tai palvelun lanseerauksen yhteydessä. Tällöin tärkeintä on mitata, miten hyvin uusi yleisö tavoitetaan digimainonnalla ja on perusteltua olettaa, että markkinoinnin kannalta merkittävin toimenpide on ollut se, joka on onnistuneesti tavoittanut kuluttajan ensimmäisen kerran.


Paikkaperusteinen (position-based) attribuutio

Useimmiten hyödyllisimmät attribuutiomallit löytyvät kahden edellä kuvatun mallin välistä. Maailma on harvoin niin mustavalkoinen, että olisi hyödyllistä antaa kaikki arvo vain yhdelle kosketuspisteelle.

Paikkaperusteisessa attribuutiossa arvoa jaetaan yleisesti niin että ensimmäinen ja viimeinen kosketuspiste saavat suuremman arvon kuin näiden välissä olevat kosketuspisteet. Arvoa kuitenkin jaetaan koko ketjun mitalle.

Tällöin suurimman painoarvon saavat tietoisuuden herättäjä (ensimmäinen kosketuspiste kuluttajaan) ja ns. kauppojen lukkoon lyöjä (viimeinen kosketuspiste ennen konversiota). Väliin jäävät kosketuspisteet saavat pienemmän arvon “muistuttajana” toimimisesta.

Tällaisesta mallista voi olla hyötyä esimerkiksi sellaisissa tuotteissa ja palveluissa, joiden ostaminen vaatii hieman pidemmän harkinta-ajan, kuten lennoissa ja lomamatkoissa.

Lineaarinen attribuutio

Lineaarinen attribuutio on malleista kaikkein tasa-arvoisin ja siinä konversion arvo jaetaan tasaisesti kaikkien kosketuspisteiden kesken. Tämä malli on korostetun tasa-arvoinen ja huomioi kaikkien kosketuspisteiden roolin attribuutiossa. Jälleen on hyvä pitää mielessä järkevä aikaikkuna, jolle arvo jaetaan. Vaikka seuranta mahdollistaisi esimerkiksi 30 päivän aikavälin, niin kaukana menneisyydessä olevat kosketuspisteet ovat tuskin kovin merkittäviä.


Aikaperusteinen attribuutio

Aikaperusteisessa attribuutiossa konversion arvon jakaminen perustuu siihen, kuinka lähellä konversiotapahtumaa kosketuspisteet ovat. Eli useimmiten niin, että lähimpänä konversiota olleita kosketuspisteitä painotetaan eniten. Juuri oikea suhde löytyy pohtimalla jälleen sopivaa aikaikkunaa ja sitä, miten konversio useimmiten tapahtuu.

Tämän tyyppinen attribuutiomalli sopii hyvin perusluonteisen jatkuvan tekemisen arviointiin ja optimointiin, jolloin tavoite on yksinkertainen konversio.

Attribuutiomallinnukseen riittää perustyökalut

Digimainonnan attribuutiomallinnuksessa alkuun pääsemiseen ei lopulta tarvita monimutkaisia järjestelmiä. Pääset pitkälle jo perustyökaluilla, kuten mainonnanhallinta-järjestelmällä ja analytiikkatyökalulla, jos ne keskustelevat keskenään. Mainonnanhallinta todentaa mainonnan perusmittarit, joita analytiikkajärjestelmä tukee antamalla lisätietoja kuluttajien käyttäytymisestä.

Tärkeintä attribuutiomallinnuksessa eivät ole hienot pelit ja vehkeet, vaan koko ketjun mitattavuus.

Lisää käytännön keinoja digimainontaan Digimarkkinoijan taskukirjasta. Lataa ilmainen mobiiliopas alta:

Lataa

Henri Keskitalo

Kirjoittaja Henri Keskitalo

Henri on analytiikan inspiroima, kokenut digimarkkinoija, jolla on laaja kokemus mediamaailmasta ja lisäksi syrjähyppy mobiilipelialalta. Henri tietää miten digimainontaa myydään, ostetaan ja mitataan. Vapaa-ajalla hän analysoi herkeämättä suosikkijoukkueidensa suorituksia ja tilastoja jäällä.