Apa Itu Atribusi Pemasaran? Model, Kasus Penggunaan, dan Praktik Terbaik
Atribusi pemasaran adalah praktik memberikan kredit atas konversi ke titik sentuh (touchpoint) yang mengarah pada konversi tersebut. Google mendefinisikannya sebagai "tindakan memberikan kredit untuk tindakan pengguna yang penting." Kredit tersebut disebarkan ke "berbagai iklan, klik, dan faktor di sepanjang jalur pengguna." Panduan ini membahas model-model yang digunakan saat ini, kegunaannya, dan di mana model tersebut bisa menyesatkan.
Apa itu atribusi pemasaran
Pelangan jarang melakukan konversi pada kontak pertama. Mereka melihat iklan, membaca ulasan, mencari nama merek Anda seminggu kemudian, lalu membeli. Atribusi menentukan seberapa besar kontribusi setiap langkah terhadap penjualan tersebut.
Jawaban default di sebagian besar pelaporan adalah memberikan semua kredit ke klik terakhir. Itu adalah sebuah pilihan, bukan fakta netral, dan secara sistematis menguntungkan saluran mana pun yang berada paling dekat dengan pembelian.
Google mendefinisikan mekanisme ini secara tepat. Model atribusi "dapat berupa aturan, serangkaian aturan, atau algoritma berbasis data." Yang ditentukannya adalah "bagaimana kredit diberikan ke titik sentuh di sepanjang jalur pengguna."
Bagaimana perbedaan antar-model
Model berbasis aturan
Model berbasis aturan menerapkan kebijakan yang tetap. Memberikan semua kredit ke klik terakhir, atau ke klik pertama, atau menyebarkannya secara merata ke setiap interaksi.
Keuntungannya adalah semua orang dapat memahaminya dengan mudah. Kerugiannya adalah satu aturan berlaku untuk semua hal. Pencarian merek dan tayangan iklan dingin (cold display impression) diperlakukan sama, meskipun keduanya melakukan peran yang sangat berbeda.
Model berbasis data
Model berbasis data mempelajari bobot dari data Anda sendiri alih-alih menerapkan aturan yang tetap. Google menyatakan bahwa versinya "menggunakan data akun Anda untuk menghitung kontribusi aktual dari setiap interaksi klik." Ditambahkan pula bahwa "setiap model berbasis data bersifat spesifik untuk setiap pengiklan dan setiap peristiwa penting."
Daftar faktor yang dipublikasikan ini penting untuk diketahui. Model tersebut "menyertakan faktor-faktor seperti waktu dari peristiwa penting, jenis perangkat, jumlah interaksi iklan." Model ini juga mempertimbangkan "urutan paparan iklan, dan jenis aset kreatif."
Model ini juga menggunakan perbandingan, bukan sekadar penghitungan sederhana. Google menjelaskan "pendekatan kontrafaktual." Di dalamnya, "model membandingkan apa yang terjadi dengan apa yang mungkin terjadi." Perbandingan tersebut menentukan titik sentuh mana yang paling mungkin mendorong hasil.
Model yang benar-benar ditawarkan Google Analytics saat ini
Di sinilah sebagian besar saran yang dipublikasikan sudah usang, jadi ada baiknya mengutip sumbernya secara langsung.
Halaman bantuan Google menyatakan bahwa "ada 3 model atribusi yang tersedia dalam laporan Atribusi di properti Google Analytics." Model tersebut adalah atribusi berbasis data, klik terakhir berbayar dan organik, serta klik terakhir saluran berbayar Google.
Halaman tersebut juga menjelaskan secara langsung tentang apa yang sudah dihapus. Model klik pertama, linear, penyusutan waktu (time decay), dan berbasis posisi "tidak lagi tersedia per November 2023."
Jika templat pelaporan Anda masih memiliki kolom linear, kolom tersebut menggambarkan model yang sudah tidak ditawarkan lagi oleh platform. Ini adalah temuan umum saat tim mengaudit dasbor warisan.
| Model | Apa yang dilakukan model menurut dokumentasi |
|---|---|
| Atribusi berbasis data | Mendistribusikan kredit berdasarkan data akun Anda sendiri, spesifik untuk setiap pengiklan dan setiap peristiwa penting |
| Klik terakhir berbayar dan organik | "Mengabaikan lalu lintas langsung dan mengatribusikan 100% dari nilai peristiwa penting ke saluran terakhir yang diklik oleh pelanggan" |
| Klik terakhir saluran berbayar Google | "Mengatribusikan 100% dari nilai peristiwa penting ke saluran Google Ads terakhir yang diklik oleh pelanggan sebelum melakukan konversi" |
| Klik pertama, linear, penyusutan waktu, berbasis posisi | "Tidak lagi tersedia per November 2023" |
Dua detail tambahan berikut mengubah cara membaca angka-angka tersebut.
Pertama, lalu lintas langsung dikecualikan secara default. Halaman tersebut mencatat bahwa "semua model atribusi mengecualikan kunjungan langsung dari menerima kredit atribusi, kecuali jika jalur menuju peristiwa penting sepenuhnya terdiri dari kunjungan langsung."
Kedua, angka-angka tersebut dapat berubah setelah kejadian. Google menyatakan bahwa "konversi dapat diatribusikan kembali hingga 7 hari setelah konversi." Itulah mengapa ekspor data pada hari Senin dan hari Jumat di minggu yang sama bisa berbeda.
Laporan itu sendiri berada di bawah Advertising. Instruksi Google adalah untuk "klik Advertising di sebelah kiri" dan kemudian, "di bawah Attribution, klik Attribution models atau Attribution paths."
Kegunaan atribusi pemasaran
- Alokasi anggaran. Memutuskan saluran mana yang mendapatkan peningkatan pengeluaran berikutnya.
- Evaluasi saluran. Menilai apakah saluran yang tidak pernah menghasilkan penjualan langsung masih layak dipertahankan.
- Keputusan kreatif dan kampanye. Memahami aset mana yang muncul di jalur konversi.
- Pelaporan kepada pimpinan. Menjelaskan mengapa pendapatan berubah dengan bahasa yang mudah dipahami oleh orang non-pemasar.
- Mengaudit pengaturan warisan. Memastikan bahwa model dalam laporan adalah model yang diyakini sedang digunakan oleh tim.
Poin kelima sering kali diremehkan. Sebagian besar perdebatan atribusi di dalam perusahaan ternyata terjadi karena dua orang membaca dua model yang berbeda.
Manfaat
Membuat keputusan implisit menjadi eksplisit. Setiap laporan sebenarnya sudah berisi pilihan atribusi. Menyebutkannya secara jelas mengubah asumsi menjadi sesuatu yang dapat diperdebatkan oleh tim.
Memberikan pembelaan untuk upaya di bagian atas corong (upper-funnel). Saluran yang memperkenalkan pelanggan jarang sekali langsung menghasilkan penjualan, dan model yang menyebarkan kredit adalah satu-satunya cara agar saluran tersebut dapat terlihat kontribusinya.
Menciptakan kosakata bersama. Begitu semua orang menyepakati model mana yang digunakan untuk angka mingguan, percakapan akan beralih dari metodologi ke strategi.
Batasan yang perlu diketahui
Model bukanlah pengukuran sebab-akibat. Model hanya membagi kredit di antara titik sentuh yang terpantau. Model tidak memberi tahu Anda apa yang akan terjadi jika Anda menghentikan suatu saluran.
Interaksi yang tidak terpantau tidak akan terlihat. Percakapan langsung, penyebutan di podcast, atau rekomendasi rekan kerja tidak meninggalkan jejak klik untuk diberi kredit.
Pengaturan dapat mengubah hasil. Google mencantumkan model atribusi pelaporan, saluran yang dapat menerima kredit, dan jendela retrospeksi (lookback window) peristiwa penting sebagai pengaturan terpisah. Ubah salah satunya, maka data dasar yang sama akan dilaporkan secara berbeda.
Jendela waktu terus bergeser. Karena atribusi ulang dapat terjadi hingga tujuh hari, angka yang dikutip pada hari tersebut masih bersifat sementara.
Praktik terbaik
Tuliskan model yang digunakan ke dalam laporan. Cantumkan nama model dan jendela retrospeksi (lookback window) di bagian header laporan, bukan di catatan kaki yang tidak dibaca siapa pun.
Bandingkan dua model alih-alih hanya memercayai satu model. Membaca model berbasis data dan klik terakhir secara berdampingan akan menunjukkan saluran mana yang sangat bergantung pada pilihan model. Saluran-saluran itulah yang layak untuk didiskusikan.
Bekukan data ekspor sebelum Anda mempresentasikannya. Karena kredit dapat dialokasikan kembali hingga satu minggu, melakukan presentasi dari tampilan langsung (live view) berisiko menampilkan angka yang berubah di tengah rapat.
Pisahkan sudut pandang platform dari sudut pandang bisnis. Laporan platform menghitung apa yang dapat dilihat oleh platform, sedangkan bagian keuangan menghitung apa yang masuk ke bank. Menyelaraskan keduanya adalah sebuah tugas yang harus diselesaikan, bukan suatu kesalahan.
Simpan data jalur, bukan hanya totalnya. Setelah Anda hanya mengekspor total saluran, Anda tidak dapat lagi menguji model yang berbeda untuk periode yang sama.
Mengubah data ekspor menjadi sesuatu yang dapat dibaca oleh tim
Pelaporan atribusi memiliki masalah praktis di balik masalah konseptualnya. Angka-angka berada di satu platform, pengeluaran (spend) di platform lain, dan pendapatan (revenue) di platform ketiga.
Itu adalah pekerjaan menggabungkan file sebelum menjadi pekerjaan analisis. Powerdrill Bloom menerima hasil ekspor tersebut sebagai unggahan. Sesuai dengan penjelasannya sendiri, Anda dapat mengajukan pertanyaan di seluruh kumpulan data dan "mendapatkan jawaban yang berdasar dengan grafik, tabel, dan hasil ekspor."
Asal-usul data di sini lebih penting daripada di sebagian besar pelaporan lainnya. Halaman berandanya menjanjikan bahwa "setiap angka yang disajikan dilengkapi dengan halaman, baris, dan data di baliknya." Itulah yang Anda butuhkan ketika seseorang mempertanyakan kredit suatu saluran.
Untuk versi praktisnya, panduan kami tentang cara membuat laporan atribusi pemasaran membahas ritme mingguan. Artikel terkait membahas laporan ROAS saluran dan laporan performa kreatif, serta rangkuman kami tentang alat analisis pengeluaran iklan membahas kategori yang lebih luas.
Kesimpulan
Atribusi pemasaran adalah kebijakan pemberian kredit, dan hal paling berguna yang dapat Anda lakukan adalah menyatakan kebijakan mana yang Anda gunakan. Platform kini telah mengerucut menjadi tiga model, lalu lintas langsung dikecualikan secara default, dan angka-angka dapat dialokasikan kembali selama seminggu setelah kejadian.
Pahami keempat fakta tersebut dan sebagian besar perselisihan atribusi akan menjadi lebih singkat. Kemudian bandingkan dua model pada periode yang sama, dan fokuskan diskusi pada saluran-saluran yang menunjukkan perbedaan hasil.
Bekerja menggunakan data ekspor alih-alih dasbor langsung? Coba Powerdrill Bloom pada file saluran, pengeluaran, dan pendapatan Anda secara bersamaan.
Pertanyaan yang sering diajukan
Apa itu atribusi pemasaran dalam istilah sederhana?
Ini adalah cara Anda menentukan titik sentuh pemasaran mana yang mendapatkan kredit atas suatu penjualan. Google menjelaskannya sebagai pemberian kredit untuk tindakan pengguna yang penting ke iklan, klik, dan faktor-faktor di sepanjang jalur menuju tindakan tersebut.
Model atribusi apa saja yang ditawarkan Google Analytics sekarang?
Tiga: atribusi berbasis data, klik terakhir berbayar dan organik, serta klik terakhir saluran berbayar Google. Halaman resmi menyatakan bahwa model klik pertama, linear, penyusutan waktu, dan berbasis posisi tidak lagi tersedia per November 2023.
Mengapa lalu lintas langsung tidak mendapatkan kredit?
Dokumentasi Google menyatakan bahwa semua model atribusi mengecualikan kunjungan langsung dari menerima kredit, kecuali jika seluruh jalur menuju peristiwa penting terdiri dari kunjungan langsung.
Mengapa angka atribusi saya berubah setelah kejadian?
Karena kredit dapat dialokasikan kembali seiring masuknya lebih banyak data. Halaman Google menyatakan bahwa konversi dapat diatribusikan kembali hingga tujuh hari setelah konversi.
Berdasarkan apa atribusi berbasis data itu?
Data akun Anda sendiri. Faktor-faktor yang dipublikasikan meliputi waktu dari peristiwa penting, jenis perangkat, dan jumlah interaksi iklan. Urutan paparan iklan dan jenis aset kreatif juga diperhitungkan, yang dievaluasi dengan perbandingan kontrafaktual.