دليل عملي لإسناد اللمس المتعدد

ستساعدك المقالة التالية: دليل عملي لإسناد اللمس المتعدد

تتضمن رحلة العميل تفاعلات متعددة بين العميل والتاجر أو مزود الخدمة.

نحن نطلق على كل تفاعل في رحلة العميل نقطة اتصال.

وفقًا لموقع Salesforce.com، يستغرق الأمر، في المتوسط، ستة إلى ثمانية اللمسات لتوليد عميل محتمل في مساحة B2B.

ويكون عدد نقاط الاتصال أعلى عند شراء العميل.

إسناد اللمس المتعدد هو آلية لتقييم مساهمة كل نقطة اتصال في التحويل وإعطاء الاعتمادات المناسبة لكل نقطة اتصال تشارك في رحلة العميل.

يمكن أن يساعد إجراء تحليل الإسناد متعدد اللمس المسوقين على فهم رحلة العميل وتحديد الفرص لتحسين مسارات التحويل بشكل أكبر.

في هذه المقالة، ستتعرف على أساسيات إسناد اللمس المتعدد، وخطوات إجراء تحليل إسناد اللمس المتعدد باستخدام أدوات يمكن الوصول إليها بسهولة.

ما يجب مراعاته قبل إجراء تحليل إسناد اللمس المتعدد

تحديد هدف العمل

ما الذي تريد تحقيقه من تحليل إسناد اللمس المتعدد؟

هل ترغب في تقييم عائد الاستثمار (ROI) لقناة تسويق معينة، أو فهم رحلة عميلك، أو تحديد الصفحات المهمة على موقع الويب الخاص بك لاختبار A/B؟

قد تتطلب أهداف العمل المختلفة أساليب مختلفة لتحليل الإسناد.

إن تحديد ما تريد تحقيقه منذ البداية يساعدك على الحصول على النتائج بشكل أسرع.

تعريف التحويل

التحويل هو الإجراء المطلوب الذي تريد أن يتخذه عملاؤك.

بالنسبة لمواقع التجارة الإلكترونية، عادةً ما يتم إجراء عملية شراء، يتم تحديدها بواسطة حدث إكمال الطلب.

بالنسبة للصناعات الأخرى، قد يكون ذلك بمثابة تسجيل حساب أو اشتراك.

من المحتمل أن يكون لأنواع التحويل المختلفة مسارات تحويل مختلفة.

إذا كنت تريد تنفيذ إسناد اللمس المتعدد على العديد من الإجراءات المطلوبة، فإنني أوصي بفصلها إلى تحليلات مختلفة لتجنب الالتباس.

تحديد نقطة اللمس

يمكن أن تكون نقطة الاتصال هي أي تفاعل بين علامتك التجارية وعملائك.

إذا كانت هذه هي المرة الأولى التي تجري فيها تحليل إحالة اللمس المتعدد، فإنني أوصي بتعريفه على أنه زيارة إلى موقع الويب الخاص بك من قناة تسويقية معينة. من السهل إجراء الإحالة المستندة إلى القناة، ويمكن أن توفر لك نظرة عامة على رحلة العميل.

إذا كنت تريد فهم كيفية تفاعل عملائك مع موقع الويب الخاص بك، فإنني أوصي بتحديد نقاط الاتصال بناءً على مشاهدات الصفحة على موقع الويب الخاص بك.

إذا كنت تريد تضمين تفاعلات خارج موقع الويب، مثل تثبيت تطبيق الهاتف المحمول، أو فتح البريد الإلكتروني، أو المشاركة الاجتماعية، فيمكنك دمج تلك الأحداث في تعريف نقطة الاتصال الخاصة بك، طالما أن لديك البيانات.

بغض النظر عن تعريف نقطة الاتصال الخاصة بك، فإن آلية الإسناد هي نفسها. كلما تم تحديد نقاط الاتصال بشكل أكثر تفصيلاً، كان تحليل الإسناد أكثر تفصيلاً.

في هذا الدليل، سنركز على الإحالة المستندة إلى القناة والإحالة إلى مشاهدة الصفحة.

ستتعرف على كيفية استخدام Google Analytics وأداة أخرى مفتوحة المصدر لإجراء تحليلات الإسناد هذه.

مقدمة إلى نماذج الإسناد متعددة اللمس

تُسمى طرق إضافة نقاط الاتصال لمساهماتها في التحويل بنماذج الإسناد.

إن أبسط نموذج إحالة هو منح كل الفضل إما إلى نقطة الاتصال الأولى، لجلب العميل في البداية، أو إلى نقطة الاتصال الأخيرة، لتحفيز التحويل.

يُطلق على هذين النموذجين اسم نموذج إحالة اللمسة الأولى ونموذج إحالة اللمسة الأخيرة، على التوالي.

من الواضح أنه لا يعتبر نموذج إسناد اللمسة الأولى أو اللمسة الأخيرة “عادلاً” لبقية نقاط الاتصال.

ثم، ماذا عن تخصيص الرصيد بالتساوي عبر جميع نقاط الاتصال المشاركة في تحويل العميل؟ يبدو هذا معقولًا، وهذه هي بالضبط الطريقة التي يعمل بها نموذج الإسناد الخطي.

ومع ذلك، فإن تخصيص الرصيد بالتساوي عبر جميع نقاط الاتصال يفترض أن نقاط الاتصال لها نفس القدر من الأهمية، وهو ما لا يبدو “عادلاً” أيضًا.

يرى البعض أن نقاط الاتصال القريبة من نهاية مسارات التحويل أكثر أهمية، بينما يفضل البعض الآخر العكس. ونتيجة لذلك، لدينا نموذج الإحالة المستند إلى الموضع الذي يسمح لجهات التسويق بإعطاء أوزان مختلفة لنقاط الاتصال بناءً على مواقعها في مسارات التحويل.

تندرج جميع النماذج المذكورة أعلاه ضمن فئة نماذج الإسناد الإرشادية أو القائمة على القواعد.

بالإضافة إلى النماذج الإرشادية، لدينا فئة نموذج أخرى تسمى الإحالة المستندة إلى البيانات، والتي أصبحت الآن النموذج الافتراضي المستخدم في Google Analytics.

ما المقصود بالإحالة المستندة إلى البيانات؟

كيف تختلف الإحالة المستندة إلى البيانات عن نماذج الإحالة الإرشادية؟

فيما يلي بعض النقاط البارزة في الاختلافات:

• في النموذج الإرشادي، يتم تحديد قاعدة الإسناد مسبقًا. بغض النظر عن نموذج اللمسة الأولى أو اللمسة الأخيرة أو الخطي أو المستند إلى الموضع، يتم تعيين قواعد الإسناد مسبقًا ثم يتم تطبيقها على البيانات. في نموذج الإحالة المستند إلى البيانات، يتم إنشاء قاعدة الإحالة بناءً على البيانات التاريخية، وبالتالي فهي فريدة لكل سيناريو.
• ينظر النموذج الإرشادي فقط إلى المسارات التي تؤدي إلى التحويل ويتجاهل المسارات غير المحولة. يستخدم النموذج المعتمد على البيانات البيانات من المسارات المحولة وغير المحولة.
• ينسب النموذج الإرشادي التحويلات إلى القناة استنادًا إلى عدد اللمسات التي تمت على نقطة الاتصال فيما يتعلق بقواعد الإسناد. في النموذج المبني على البيانات، يتم الإسناد بناءً على تأثير اللمسات لكل نقطة اتصال.

كيفية تقييم تأثير نقطة اللمس

تُسمى إحدى الخوارزميات الشائعة المستخدمة في الإحالة المستندة إلى البيانات بسلسلة ماركوف. يوجد في قلب خوارزمية سلسلة ماركوف مفهوم يسمى تأثير الإزالة.

تأثير الإزالة، كما يوحي الاسم، هو التأثير على معدل التحويل عند إزالة نقطة الاتصال من بيانات المسار.

لن تتناول هذه المقالة التفاصيل الرياضية لخوارزمية سلسلة ماركوف.

فيما يلي مثال يوضح كيف تنسب الخوارزمية التحويل إلى كل نقطة اتصال.

تأثير الإزالة

لنفترض أن لدينا سيناريو حيث يوجد 100 تحويل من 1000 زائر يأتون إلى موقع الويب عبر 3 قنوات، القناة (أ) و(ب) و(ج). في هذه الحالة، يبلغ معدل التحويل 10%.

بشكل بديهي، إذا تمت إزالة قناة معينة من مسارات التحويل، فسيتم “قطع” تلك المسارات التي تتضمن تلك القناة المعينة وتنتهي بعدد أقل من التحويلات بشكل عام.

إذا تم تخفيض معدل التحويل إلى 5% و2% و1% عند إزالة القنوات A وB وC من البيانات، على التوالي، فيمكننا حساب تأثير الإزالة كنسبة مئوية لانخفاض معدل التحويل عند قناة معينة تتم إزالته باستخدام الصيغة:

الصورة من المؤلف، نوفمبر 2022

بعد ذلك، تتمثل الخطوة الأخيرة في إسناد التحويلات إلى كل قناة استنادًا إلى حصة تأثير الإزالة لكل قناة. وهذه نتيجة الإسناد:

باختصار، لا تعتمد الإحالة المستندة إلى البيانات على عدد نقاط الاتصال أو موضعها، بل على تأثير نقاط الاتصال تلك على التحويل كأساس للإحالة.

إسناد اللمس المتعدد مع Google Analytics

كفى من النظريات، دعونا نلقي نظرة على كيفية استخدام Google Analytics في كل مكان لإجراء تحليل الإسناد متعدد اللمس.

كما سوف جوجل التوقف عن دعم Universal Analytics (UA) اعتبارًا من تموز (يوليو) 2023، سيعتمد هذا البرنامج التعليمي على Google Analytics 4 (GA4) وسنستخدم حساب تجريبي لمتجر البضائع كمثال.

في “إحصاءات Google”‏ 4، تتوفر تقارير الإحالة أدناه لقطة إعلانية كما هو موضح أدناه في قائمة التنقل اليسرى.

بعد الوصول إلى صفحة لقطة الإعلان، تتمثل الخطوة الأولى في تحديد حدث التحويل المناسب.

يتضمن “إحصاءات Google‏ 4” تلقائيًا جميع أحداث الإحالات الناجحة لتقارير الإحالة.

لتجنب الالتباس، أوصي بشدة باختيار حدث تحويل واحد فقط (“شراء” في المثال أدناه) للتحليل.

لقطة شاشة من “إحصاءات Google”‏ 4، تشرين الثاني (نوفمبر) 2022

فهم مسارات التحويل في “إحصاءات Google”‏ 4

ضمن قسم الإسناد على شريط التنقل الأيسر، يمكنك فتح ملف تقرير مسارات التحويل.

قم بالتمرير لأسفل إلى جدول مسار التحويل، والذي يعرض جميع المسارات المؤدية إلى التحويل.

في الجزء العلوي من هذا الجدول، يمكنك العثور على متوسط ​​عدد الأيام وعدد نقاط الاتصال التي تؤدي إلى التحويلات.

لقطة شاشة من “إحصاءات Google”‏ 4، تشرين الثاني (نوفمبر) 2022

في هذا المثال، يمكنك أن ترى أن عملاء Google يستغرقون، في المتوسط، ما يقرب من 9 أيام و6 زيارات قبل إجراء عملية شراء على متجر البضائع الخاص بها.

ابحث عن مساهمة كل قناة في “إحصاءات Google”‏ 4

التالي، انقر فوق تقرير جميع القنوات ضمن قسم الأداء على شريط التنقل الأيسر.

في هذا التقرير، يمكنك العثور على التحويلات المنسوبة لكل قناة لحدث التحويل المحدد – “شراء”، في هذه الحالة.

لقطة شاشة من “إحصاءات Google”‏ 4، تشرين الثاني (نوفمبر) 2022

الآن، أنت تعلم أن البحث العضوي، جنبًا إلى جنب مع المباشر والبريد الإلكتروني، قادا معظم عمليات الشراء على متجر سلع Google.

افحص النتائج من نماذج الإحالة المختلفة في “إحصاءات Google”‏ 4

افتراضيًا، يستخدم “إحصاءات Google”‏ 4 نموذج الإحالة المستندة إلى البيانات لتحديد عدد النقاط التي تتلقاها كل قناة. ومع ذلك، يمكنك فحص كيفية تعيين نماذج الإحالة المختلفة للمساهمات لكل قناة.

انقر مقارنة النماذج ضمن قسم الإسناد على شريط التنقل الأيسر.

على سبيل المثال، بمقارنة نموذج الإحالة المستندة إلى البيانات مع نموذج إحالة اللمسة الأولى (المعروف أيضًا باسم “نموذج النقرة الأولى” في الشكل أدناه)، يمكنك رؤية المزيد من التحويلات المنسوبة إلى البحث العضوي ضمن نموذج النقرة الأولى (735) مقارنة بالبيانات نموذج القيادة (646.80).

من ناحية أخرى، يحتوي البريد الإلكتروني على عدد أكبر من التحويلات المنسوبة ضمن نموذج الإحالة المستند إلى البيانات (727.82) مقارنة بنموذج النقرة الأولى (552).

لقطة شاشة من “إحصاءات Google”‏ 4، تشرين الثاني (نوفمبر) 2022

تخبرنا البيانات أن البحث العضوي يلعب دورًا مهمًا في جلب العملاء المحتملين إلى المتجر، ولكنه يحتاج إلى مساعدة من القنوات الأخرى لتحويل الزوار (أي، للعملاء لإجراء عمليات شراء فعلية).

ومن ناحية أخرى، فإن البريد الإلكتروني بطبيعته يتفاعل مع الزوار الذين زاروا الموقع من قبل ويساعد في تحويل الزوار العائدين الذين جاءوا في البداية إلى الموقع من قنوات أخرى.

ما هو نموذج الإحالة الأفضل؟

من الأسئلة الشائعة، عندما يتعلق الأمر بمقارنة نماذج الإحالة، ما هو نموذج الإحالة الأفضل. أعتقد أن هذا هو السؤال الخاطئ الذي يجب على المسوقين طرحه.

والحقيقة هي أنه لا يوجد نموذج أفضل على الإطلاق من النماذج الأخرى، حيث يوضح كل نموذج جانبًا واحدًا من رحلة العميل. يجب على المسوقين تبني نماذج متعددة حسب ما يرونه مناسبًا.

من الإسناد المستند إلى القناة إلى الإسناد المستند إلى مشاهدة الصفحة

يعد Google Analytics سهل الاستخدام، ولكنه يعمل بشكل جيد للإحالة المستندة إلى القناة.

إذا كنت تريد أن تفهم بشكل أكبر كيفية تنقل العملاء عبر موقع الويب الخاص بك قبل التحويل، وما هي الصفحات التي تؤثر على قراراتهم، فأنت بحاجة إلى إجراء تحليل الإسناد على مشاهدات الصفحة.

على الرغم من أن Google Analytics لا يدعم الإحالة المستندة إلى مشاهدة الصفحة، إلا أن هناك أدوات أخرى يمكنك استخدامها.

لقد قمنا مؤخرًا بإجراء تحليل الإسناد المستند إلى مشاهدة الصفحة على موقع AdRoll الإلكتروني، ويسعدني أن أشارككم الخطوات التي مررنا بها وما تعلمناه.

جمع بيانات تسلسل مشاهدة الصفحة

الخطوة الأولى والأكثر تحديًا هي جمع البيانات حول تسلسل مشاهدات الصفحة لكل زائر على موقع الويب الخاص بك.

تسجل معظم أنظمة تحليلات الويب هذه البيانات بشكل ما. إذا كان نظام التحليلات الخاص بك لا يوفر طريقة لاستخراج البيانات من واجهة المستخدم، فقد تحتاج إلى سحب البيانات من قاعدة بيانات النظام.

وعلى غرار الخطوات التي اتبعناها في “إحصاءات Google”‏ 4، تتمثل الخطوة الأولى في تحديد التحويل. باستخدام تحليل الإسناد المستند إلى مشاهدة الصفحة، تحتاج أيضًا إلى تحديد الصفحات التي تشكل جزءًا من عملية التحويل.

على سبيل المثال، بالنسبة لموقع التجارة الإلكترونية الذي يتضمن الشراء عبر الإنترنت باعتباره حدث التحويل، فإن صفحة سلة التسوق وصفحة الفوترة وصفحة تأكيد الطلب تعد جزءًا من عملية التحويل، حيث يمر كل تحويل عبر هذه الصفحات.

يجب عليك استبعاد تلك الصفحات من بيانات مشاهدة الصفحة لأنك لا تحتاج إلى تحليل الإسناد لإخبارك بأن هذه الصفحات مهمة لتحويل عملائك.

الغرض من هذا التحليل هو فهم الصفحات التي زارها عملاؤك المحتملون قبل حدث التحويل وكيفية تأثيرها على قرارات العملاء.

قم بإعداد بياناتك لتحليل الإسناد

بمجرد أن تصبح البيانات جاهزة، فإن الخطوة التالية هي تلخيص بياناتك ومعالجتها في التنسيق التالي المكون من أربعة أعمدة. هنا مثال.

لقطة شاشة من المؤلف، نوفمبر 2022

يعرض عمود المسار جميع تسلسلات مشاهدة الصفحة. يمكنك استخدام أي معرف صفحة فريد، ولكنني أوصي باستخدام عنوان URL أو مسار الصفحة لأنه يسمح لك بتحليل النتيجة حسب أنواع الصفحات باستخدام بنية عنوان URL. “>” هو فاصل يستخدم بين الصفحات.

يعرض عمود Total_Conversions إجمالي عدد التحويلات التي أدى إليها مسار مشاهدة صفحة معين.

يعرض العمود Total_Conversion_Value إجمالي القيمة النقدية للتحويلات من مسار مشاهدة صفحة معين. هذا العمود اختياري وينطبق في الغالب على مواقع التجارة الإلكترونية.

يعرض العمود Total_Null إجمالي عدد المرات التي فشل فيها مسار مشاهدة صفحة معين في التحويل.

أنشئ نماذج الإسناد على مستوى الصفحة

لبناء نماذج الإسناد، فإننا نستفيد من المكتبة مفتوحة المصدر التي تسمى إسناد القناة.

على الرغم من أن هذه المكتبة تم إنشاؤها في الأصل للاستخدام في لغات برمجة R وPython، إلا أن المؤلفين يقدمون الآن مكتبة مجانية التطبيق على شبكة الإنترنت لذلك، حتى نتمكن من استخدام هذه المكتبة دون كتابة أي رمز.

عند تسجيل الدخول إلى تطبيق الويب، يمكنك تحميل بياناتك والبدء في إنشاء النماذج.

بالنسبة للمستخدمين لأول مرة، أوصي بالنقر فوق الزر للتشغيل التجريبي. تأكد من فحص تكوين المعلمة مع البيانات التجريبية.

لقطة شاشة من المؤلف، نوفمبر 2022

عندما تكون جاهزًا، انقر فوق الزر “تشغيل” لإنشاء النماذج.

بمجرد إنشاء النماذج، سيتم توجيهك إلى علامة التبويب “المخرجات”، التي تعرض نتائج الإسناد من أربعة نماذج إسناد مختلفة – اللمسة الأولى، واللمسة الأخيرة، والخطية، ومحرك البيانات (سلسلة ماركوف).

تذكر تنزيل بيانات النتيجة لمزيد من التحليل.

وللعلم، على الرغم من أن هذه الأداة تسمى ChannelAttribution، إلا أنها لا تقتصر على البيانات الخاصة بالقناة.

نظرًا لأن آلية وضع نماذج الإحالة لا تهتم بنوع البيانات المقدمة لها، فإنها تنسب التحويلات إلى القنوات إذا تم توفير بيانات خاصة بالقناة، وإلى صفحات الويب إذا تم توفير بيانات مشاهدة الصفحة.

تحليل بيانات الإسناد الخاصة بك

تنظيم الصفحات في مجموعات الصفحات

اعتمادًا على عدد الصفحات على موقع الويب الخاص بك، قد يكون من المنطقي أن تقوم أولاً بتحليل بيانات الإسناد الخاصة بك حسب مجموعات الصفحات بدلاً من الصفحات الفردية.

يمكن أن تحتوي مجموعة الصفحات على ما لا يقل عن صفحة واحدة أو العدد الذي تريده من الصفحات، طالما كان ذلك منطقيًا بالنسبة لك.

لنأخذ موقع AdRoll على الويب كمثال، لدينا مجموعة الصفحة الرئيسية التي تحتوي على الصفحة الرئيسية فقط ومجموعة المدونة التي تحتوي على جميع منشورات مدونتنا.

بالنسبة لمواقع التجارة الإلكترونية، قد تفكر في تجميع صفحاتك حسب فئات المنتجات أيضًا.

يتيح البدء بمجموعات الصفحات بدلاً من الصفحات الفردية للمسوقين الحصول على نظرة عامة على نتائج الإحالة عبر أجزاء مختلفة من موقع الويب. يمكنك دائمًا الانتقال من مجموعة الصفحات إلى الصفحات الفردية عند الحاجة.

التعرف على مداخل ومخارج مسارات التحويل

بعد كل إعداد البيانات وبناء النماذج، دعنا نصل إلى الجزء الممتع – التحليل.

أقترح أولاً تحديد الصفحات التي يدخلها عملاؤك المحتملون إلى موقعك على الويب والصفحات التي توجههم إلى التحويل من خلال فحص أنماط نماذج إحالة اللمسة الأولى واللمسة الأخيرة.

الصفحات ذات قيم إسناد اللمسة الأولى واللمسة الأخيرة العالية بشكل خاص هي نقاط البداية ونقاط النهاية، على التوالي، لمسارات التحويل. هذه هي ما أسميه صفحات البوابة.

تأكد من تحسين هذه الصفحات للتحويل.

ضع في اعتبارك أن هذا النوع من صفحات البوابة قد لا يكون به حجم حركة مرور مرتفع جدًا.

على سبيل المثال، باعتبارها منصة SaaS، لا تحتوي صفحة تسعير AdRoll على حجم حركة مرور مرتفع مقارنة ببعض الصفحات الأخرى على موقع الويب ولكنها الصفحة التي زارها العديد من الزوار قبل التحويل.

ابحث عن صفحات أخرى ذات تأثير قوي على قرارات العملاء

بعد صفحات البوابة، الخطوة التالية هي معرفة الصفحات الأخرى التي لها تأثير كبير على قرارات عملائك.

في هذا التحليل، نبحث عن صفحات غير بوابة ذات قيمة إسناد عالية ضمن نماذج سلسلة ماركوف.

بأخذ مجموعة صفحات ميزات المنتج على AdRoll.com كمثال، يوضح نمط قيمة إسنادها عبر النماذج الأربعة (الموضحة أدناه) أن لديها أعلى قيمة إسناد ضمن نموذج سلسلة ماركوف، متبوعًا بالنموذج الخطي.

وهذا مؤشر على أنهم تمت زيارتهم في منتصف مسارات التحويل وكان لهم دور مهم في التأثير على قرارات العملاء.

الصورة من المؤلف، نوفمبر 2022

تعد هذه الأنواع من الصفحات أيضًا مرشحة رئيسية لتحسين معدل التحويل (CRO).

إن تسهيل اكتشافها من قبل زوار موقع الويب الخاص بك وجعل محتواها أكثر إقناعًا من شأنه أن يساعد في رفع معدل التحويل.

إلى خلاصة

تتيح الإسناد متعدد اللمس للشركة فهم مساهمة القنوات التسويقية المختلفة وتحديد الفرص لتحسين مسارات التحويل بشكل أكبر.

ابدأ ببساطة باستخدام Google Analytics للإحالة المستندة إلى القناة. وبعد ذلك، تعمق في مسار العميل نحو التحويل باستخدام الإحالة المستندة إلى مشاهدة الصفحة.

لا تقلق بشأن اختيار أفضل نموذج إسناد.

استفد من نماذج الإحالة المتعددة، حيث يعرض كل نموذج إحالة جوانب مختلفة من رحلة العميل.

المزيد من الموارد: