Attribution Modeling (Mô hình phân bổ)
Attribution Modeling (Mô hình phân bổ)
Mô hình phân bổ xác định hiệu quả của các điểm tiếp xúc quảng cáo khác nhau trong việc thúc đẩy chuyển đổi.

Mô hình phân bổ là gì?

Mô hình phân bổ là một kỹ thuật thống kê được sử dụng để xác định hiệu quả của các điểm tiếp xúc quảng cáo khác nhau trong việc thúc đẩy chuyển đổi. Nó hướng đến việc gán giá trị cho một chuyển đổi dựa trên các điểm tiếp xúc khác nhau trong hành trình của một khách hàng, ví dụ như nhấp vào một quảng cáo, truy cập trang web, hoặc tương tác với một nhân viên bán hàng. Mục tiêu cuối cùng của mô hình phân bổ là hiểu giá trị cốt lõi của các quảng cáo khác nhau và tối ưu hóa chiến dịch để tối đa hóa lợi nhuận đầu tư. Ngoài ra, mô hình phân bổ có thể được sử dụng để cung cấp thông tin về ngân sách phân bổ, chiến lược mục tiêu và các quyết định quan trọng khác trong quá trình quảng cáo.

Các loại mô hình phân bổ khác nhau

Mô hình quảng cáo đơn chạm (Single-touch attribution)

Mô hình phân bổ đơn chạm là một loại mô hình nhận định gán giá trị cho một chuyển đổi với chỉ một điểm tiếp xúc trong hành trình của khách hàng. Ví dụ, chỉ một điểm tiếp xúc như một nhấp vào một quảng cáo cụ thể đã được coi là đã trực tiếp dẫn đến chuyển đổi. Mô hình phân bổ đơn chạm đầu tiên (sẽ được nói thêm ở mục 2) và mô hình phân bổ đơn chạm cuối cùng (sẽ được nói thêm ở mục 3) là một số trong những loại phân bổ đơn chạm phổ biến nhất.

Mô hình phân bổ đơn chạm đầu (First-touch attribution):

Mô hình phân bổ đơn chạm đầu tiên cho rằng 100% chuyển đổi là nhờ điểm tiếp xúc đầu tiên trong hành trình của khách hàng. Mô hình này thường được sử dụng bởi các nhà quảng cáo muốn công nhận điểm tiếp xúc khởi đầu hành trình của khách hàng.

Mô hình nhận định đơn chạm cuối cùng (Last-touch attribution)

Mô hình phân bổ đơn chạm cuối cùng cho rằng sự chuyển đổi là nhờ điểm tiếp xúc cuối cùng trước khi chuyển đổi xảy ra. Mô hình này thường được sử dụng bởi các nhà quảng cáo muốn công nhận điểm tiếp xúc ngay trước chuyển đổi.

Mô hình phân bổ đa chạm (Multi-touch attribution)

Mô hình phân bổ đa chạm (MTA) gán giá trị cho nhiều điểm tiếp xúc xảy ra trong hành trình của khách hàng, thay vì chỉ trao giá trị cho một điểm tiếp xúc duy nhất. Điều này cho phép nhà tiếp thị nhìn nhận toàn bộ bức tranh về cách các điểm tiếp xúc khác nhau đóng góp vào chuyển đổi. MTA có thể được thực hiện bằng các phương pháp khác nhau, chẳng hạn như phân bổ tuyến tính, suy giảm theo thời gian hoặc nhận định dữ liệu.

Mô hình nhận định qua lượng xem (View-through attribution)

Mô hình nhận định qua lượng xem (VTA) gán giá trị cho các điểm tiếp xúc mà có thể không dẫn trực tiếp đến chuyển đổi, nhưng vẫn được coi là đã đóng một vai trò trong hành trình của khách hàng. Mô hình này thường được sử dụng trong ngành quảng cáo số, nơi người dùng có thể đã nhìn thấy một quảng cáo nhưng không nhấp vào nó, nhưng sau đó vẫn chuyển đổi. VTA cho phép nhà quảng cáo nhìn thấy ảnh hưởng của những điểm tiếp xúc "tăng nhận thức người dùng" này và điều chỉnh chiến dịch một cách tương ứng.

Tại sao mô hình phân bổ quan trọng?

Mô hình phân bổ là một công cụ quan trọng đối với những nhà quảng cáo di động muốn hiểu và tối ưu hóa hiệu suất của chiến dịch của họ. Trong bối cảnh số ngày nay, khách hàng tương tác với thương hiệu qua nhiều kênh và điểm tiếp xúc, khiến việc gắn chuyển đổi với những nỗ lực quảng cáo cụ thể trở nên khó khăn hơn. Mô hình phân bổ giúp nhà quảng cáo di động vượt qua thách thức này bằng cách cung cấp một bức tranh rõ ràng về hành trình của khách hàng và giá trị tương đối của các điểm tiếp xúc quảng cáo khác nhau.

Một lợi ích khác của mô hình phân bổ đối với những nhà quảng cáo di động là khả năng xác định các kênh và chiến lược hiệu quả nhất. Với việc nhận định chính xác, nhà quảng cáo di động có thể thấy rõ những kênh nào đang thúc đẩy chuyển đổi và phân bổ ngân sách, từ đó xác định nguồn lực phù hợp. Ví dụ, nếu một nhà quảng cáo di động phát hiện ra rằng một phần lớn chuyển đổi đến từ social media, họ có thể đầu tư nhiều hơn vào loại hình này. Ngược lại, nếu họ phát hiện rằng một kênh cụ thể đang hoạt động kém hiệu quả, họ có thể quyết định giảm hoặc loại bỏ đầu tư vào kênh đó.

Subscribe to the newsletter for marketing trends, insights, and strategies.
Get a mail whenever a new article is uploaded.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

모바일 앱 성장의 시작

데이터 수집부터 광고 채널 성과 측정, 분석까지
에어브릿지에서 빠르고 정확하게
전세계 마케터 2만명과 함께하세요.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.