När man talar om leadgenerering och kundförvärv kan det vara lämpligt att ha noggrann kontroll på den genomsnittliga kundförvärvkostnaden (Customer Acquisition Cost, CAC) och kundens livstidsvärde (Customer Lifetime Value, CLTV).
Att veta hur mycket det kostar att skaffa en ny kund och hur mycket de är värda är viktigt för att ha kontroll på marknadsföringsstrategin. Det är också bra att veta hur lång tid det tar för genomsnittskunden att betala tillbaka anskaffningskostnaden.
Förutom att övervaka CAC och CLTV är du sannolikt intresserad av att veta vilka marknadsaktiviteter som bidrog till försäljningen, eftersom en sådan insikt hjälper till att mäta avkastningen på olika marknadsföringsinitiativ.
Detta kallas tillskrivningsmodellering – vanligen benämnt ”attribution modelling” – och hjälper till att optimera kundens köpresa ur ett kostnads- och resultatperspektiv.
Problemet är att det i det verkliga livet sällan är så enkelt som vi önskar.
Kundens köpresa har oftast många ”touch-points”, ibland spritt över många olika kanaler och medium. En viss annons, ett e-postutskick eller en bloggartikel kanske inte är den enda anledningen till att någon köpte produkten.
Det skulle faktiskt vara mycket osannolikt.
Det är här tillskrivningsmodellering kommer in i bilden. Det är ett försök att ge ”cred” till flera marknadsaktiviteter, som alla bidrog till att förvärva kunden i olika omfattning.
Det finns många olika typer av tillskrivningsmodeller som på olika sätt beräknar hur olika aktiviteter assisterade vid en försäljning – de olika modellerna lägger olika vikt på olika ”touch-points” beroende på var i kedjan de är.
Till exempel (jag försöker inte ens översätta det till Svenska):
- First touch attribution
- Lead conversion touch attribution
- Last touch attribution
- Last non-direct touch attribution
- Linear attribution
- Time decay attribution
- U-shaped attribution
- W-shaped attribution
- Full path attribution
- Osv,
Det finns många företag som använder maskininlärning för att försöka beräkna hur olika marknadsföringsaktiviteter bidrog till att en försäljning till slut gjordes.
C3Metrics, ConversionLogic, Cubed, VisualIQ och Windsor (som såvitt jag känner till inte är relaterade till Windsor Circle, som också gör AI-baserade marknadsföringsprodukter) använder AI-teknik för tillskrivningsmodellering i syfte att kostnadsoptimera kundernas köpresa.
Det kommer troligen bli mycket enklare att få en bättre bild av vilka marknadsföringsaktiviteter som bidrar mest till omsättningen i framtiden!
Själv är jag författare och konsult inom marketing automation och artificiell intelligens. Behöver du hjälp med att installera och sätta upp ett marketing automation system, eller AI-baserade lösningar? Kontakta mig– jag erbjuder konsulttjänster på området!
Är du intresserad av framtidens marknadsföring? Här finner du fler artiklar om marknadsföring med AI och marketing automation.
Vill du lära dig mer? Läs mina bloggartiklar om marketing automation och datadriven marknadsföring!