แบบจำลองการระบุแหล่งที่มาของการตลาด: คุณควรใช้แบบใด?

ลูกค้าเห็นโฆษณา Instagram ของคุณ คลิกลิงก์บล็อกในจดหมายข่าวสัปดาห์ต่อมา จากนั้นค้นหาแบรนด์ของคุณบน Google และลงทะเบียน ช่องทางใดควรได้รับเครดิต นั่นคือคำถามที่แบบจำลองการระบุแหล่งที่มาของการตลาดตอบ

ในคู่มือนี้ เราจะอธิบายแบบจำลองการระบุแหล่งที่มาหลัก จุดแข็งและจุดอ่อน และวิธีที่การติดตามลิงก์รองรับการระบุแหล่งที่มาที่แม่นยำ

การระบุแหล่งที่มาของการตลาดคืออะไร

การระบุแหล่งที่มาของการตลาดคือกระบวนการระบุจุดติดต่อการตลาดที่มีส่วนในการแปลง (การขาย การลงทะเบียน การดาวน์โหลด ฯลฯ) ช่วยให้คุณเข้าใจ:

• ช่องทางใดขับเคลื่อนผลลัพธ์

• ตำแหน่งที่จะจัดสรรงบประมาณ

• แคมเปญใดกำลังทำงานต่ำกว่าศักยภาพ

• ลูกค้าเคลื่อนไหวผ่าน漏斗ของคุณอย่างไร

โดยไม่มีการระบุแหล่งที่มา คุณกำลังใช้จ่ายโดยไม่มีการมองเห็น

แบบจำลองการระบุแหล่งที่มาหลัก

การระบุแหล่งที่มาของการสัมผัสครั้งแรก

วิธีการทำงาน: เครดิต 100% ไปยังจุดติดต่อแรก — ช่องทางที่แนะนำลูกค้าให้รู้จักแบรนด์ของคุณ

ตัวอย่าง: ผู้ใช้คลิกโฆษณา Facebook คลิกลิงก์อีเมลในภายหลัง จากนั้นแปลง Facebook ได้รับเครดิตทั้งหมด

เหมาะสำหรับ: การเข้าใจว่าช่องทางใดขับเคลื่อนการรับรู้และการค้นพบส่วนบนของ漏斗

จุดอ่อน: ละเว้นทุกสิ่งที่เกิดขึ้นหลังจากการโต้ตอบครั้งแรก

การระบุแหล่งที่มาของการสัมผัสครั้งสุดท้าย

วิธีการทำงาน: เครดิต 100% ไปยังจุดติดต่อสุดท้ายก่อนการแปลง

ตัวอย่าง: สถานการณ์เดียวกันข้างต้น — ลิงก์อีเมลได้รับเครดิตทั้งหมดเพราะมันเป็นคลิกสุดท้ายก่อนการแปลง

เหมาะสำหรับ: การเข้าใจช่องทางใดที่ปิดการขาย นี่คือค่าเริ่มต้นในเครื่องมือวิश้วิทยาส่วนใหญ่

จุดอ่อน: ละเว้นขั้นตอนการรับรู้และการพิจารณาโดยสิ้นเชิง

การระบุแหล่งที่มาแบบเส้นตรง

วิธีการทำงาน: เครดิตถูกแบ่งเท่า ๆ กันในทุกจุดติดต่อ

ตัวอย่าง: จุดติดต่อสามจุดแต่ละจุดได้รับเครดิต 33%

เหมาะสำหรับ: การให้มุมมองที่สมดุลเมื่อทุกจุดติดต่อมีความสำคัญเท่า ๆ กัน

จุดอ่อน: ไม่สะท้อนความเป็นจริงที่ว่าจุดติดต่อบางจุดมีอิทธิพลมากกว่าจุดอื่น

การระบุแหล่งที่มาโดยการสลาย

วิธีการทำงาน: จุดติดต่อที่ใกล้เคียงกับการแปลงได้รับเครดิตมากขึ้น การโต้ตอบล่าสุดได้รับการถ่วงน้ำหนักมากขึ้น

ตัวอย่าง: โฆษณา Facebook (10%) คลิกอีเมล (30%) ค้นหา Google (60%)

เหมาะสำหรับ: วงจรการขายที่ยาวนานขึ้นโดยการโต้ตอบล่าสุดมีอิทธิพลมากขึ้น

จุดอ่อน: ลดค่าจุดติดต่อขั้นตอนการรับรู้

การระบุแหล่งที่มาโดยตำแหน่ง (การสัมผัสแบบยู)

วิธีการทำงาน: เครดิต 40% ไปยังจุดติดต่อแรก 40% ไปยังจุดสุดท้าย และ 20% แบ่งระหว่างจุดติดต่อตรงกลาง

ตัวอย่าง: โฆษณา Facebook (40%) คลิกอีเมล (10%) เวบินาร์ (10%) ค้นหา Google (40%)

เหมาะสำหรับ: ธุรกิจที่ให้ค่าเท่า ๆ กันกับการค้นพบและการแปลง

จุดอ่อน: การถ่วงน้ำหนักตามอำเภอใจ — 40/20/40 เป็นอนุสัญญา ไม่ใช่ความจริงสากล

การระบุแหล่งที่มาที่ขับเคลื่อนด้วยข้อมูล

วิธีการทำงาน: การเรียนรู้ของเครื่องวิเคราะห์เส้นทางการแปลงทั้งหมดและกำหนดเครดิตตามส่วนทำให้เกิดผลจริง

เหมาะสำหรับ: ธุรกิจขนาดใหญ่ที่มีข้อมูลเพียงพอสำหรับนัยสำคัญทางสถิติ

จุดอ่อน: ต้องการข้อมูลปริมาณสูง มักจะไม่โปร่งใส ("กล่องดำ") และมีเฉพาะในเครื่องมือวิश้วิทยาพรีเมียม

การเปรียบเทียบแบบจำลองการระบุแหล่งที่มา

วิธีการติดตามลิงก์รองรับการระบุแหล่งที่มา

การระบุแหล่งที่มาจะใช้ได้ก็ต่อเมื่อคุณสามารถติดตามจุดติดต่อได้ นี่คือที่ที่การติดตามลิงก์กลายเป็นสิ่งจำเป็น

พารามิเตอร์ UTM

พารามิเตอร์ UTM แท็กลิงก์ของคุณด้วยข้อมูลแหล่งที่มา ตัวกลาง และแคมเปญ:

• utm_source=facebook — ตำแหน่งที่ส่วนแบ่งมาจาก

• utm_medium=paid_social — ช่องทางประเภทใด

• utm_campaign=spring_sale — แคมเปญใด

Google Analytics อ่านพารามิเตอร์เหล่านี้และกำหนดเครดิตการระบุแหล่งที่มาตามแบบจำลองที่คุณเลือก

ติดตามลิงก์ทั่วทุกช่องทาง

เมื่อคุณแชร์ลิงก์ทั่วทุกช่องทาง (อีเมล สามาชิก SMS พิมพ์) ลิงก์แต่ละลิงก์ควรแท็กเฉพาะตัว ด้วย Linkly คุณสามารถ:

• ผนวกพารามิเตอร์ UTM โดยอัตโนมัติ ไปยังทุกลิงก์

• ติดตามคลิกตามช่องทาง — ดูว่าแหล่งที่มาใดขับเคลื่อนการมีส่วนร่วมมากที่สุด

• เปรียบเทียบประสิทธิภาพ — ระบุช่องทางที่แปลงสูงสุดของคุณ

• ใช้โดเมนที่กำหนดเอง — รักษาความสอดคล้องของแบรนด์ทั่วทุกช่องทาง

พิกเซลการชี้เป้าใหม่

พิกเซลการชี้เป้าใหม่บนลิงก์ของคุณ สร้างชั้นข้อมูลการระบุแหล่งที่มาอีกชั้น เมื่อมีคนคลิกลิงก์ด้วยพิกเซล Facebook พวกเขาจะถูกเพิ่มไปยังกลุ่มชุมชนที่กำหนดเอง — ให้คุณติดตามว่าพวกเขาแปลงจากโฆษณาการชี้เป้าใหม่ในภายหลังหรือไม่

ข้อผิดพลาดการระบุแหล่งที่มาทั่วไป

พึ่งพาการสัมผัสครั้งสุดท้ายเท่านั้น

เครื่องมือวิश้วิทยาส่วนใหญ่ใช้การระบุแหล่งที่มาการสัมผัสครั้งสุดท้ายโดยค่าเริ่มต้น ซึ่งจะลดค่าช่องทางการรับรู้โดยระบบ (สื่อสารสัตว์เลี้ยง การตลาดเนื้อหา PR) และอพยพค่าช่องทางปิด (ค้นหาแบรนด์ การชี้เป้าใหม่)

ละเว้นจุดติดต่อแบบออฟไลน์

แบบจำลองการระบุแหล่งที่มาโดยทั่วไปติดตามการโต้ตอบดิจิทัลเท่านั้น หากลูกค้ายังพบแบรนด์ของคุณผ่านイベント การบอกต่อ หรือสิ่งพิมพ์ ภาพการระบุแหล่งที่มาของคุณไม่สมบูรณ์

ใช้ รหัส QR และลิงก์สั้นติดตามบนวัสดุพิมพ์เพื่อนำจุดติดต่อแบบออฟไลน์เข้าในข้อมูลการระบุแหล่งที่มาของคุณ

ไม่ติดตามลิงก์ทั้งหมด

ลิงก์ที่ไม่มีแท็กทุกลิงก์คือจุดตาบอด หากอีเมลครึ่งหนึ่งใช้พารามิเตอร์ UTM และอีกครึ่งหนึ่งไม่ใช้ข้อมูลการระบุแหล่งที่มาของคุณไม่สมบูรณ์

การระบุแหล่งที่มาเกินจำนวนไปยัง Google

ค้นหาแบรนด์ (คนที่ค้นหาชื่อ บริษัท ของคุณ) มักจะได้รับเครดิตการสัมผัสครั้งสุดท้าย แต่คำถามจริงคือ: อะไรทำให้พวกเขาตระหนักถึงแบรนด์ของคุณในตอนแรก

เลือกแบบจำลองที่เหมาะสม

สำหรับธุรกิจขนาดเล็ก

เริ่มต้นด้วย การระบุแหล่งที่มาของการสัมผัสครั้งสุดท้าย (เป็นค่าเริ่มต้น) แต่เสริมด้วยการติดตามพารามิเตอร์ UTM ทั่วทุกช่องทาง ซึ่งให้ข้อมูลทิศทางโดยไม่ซับซ้อน

สำหรับธุรกิจที่กำลังเติบโต

ย้ายไปที่ การระบุแหล่งที่มาตามตำแหน่ง เพื่อสมดุลช่องทางการรับรู้และการแปลง ตรวจสอบให้แน่ใจว่าลิงก์ทั้งหมดแท็กด้วยพารามิเตอร์ UTM

สำหรับองค์กร

ใช้งาน การระบุแหล่งที่มาที่ขับเคลื่อนด้วยข้อมูล หากคุณมีปริมาณการแปลงเพียงพอ ใช้เครื่องมือการระบุแหล่งที่มาแบบสัมผัสหลายครั้งควบคู่กับแพลตฟอร์มวิश้วิทยาของคุณ

สำหรับธุรกิจทั้งหมด

โดยไม่คำนึงถึงแบบจำลอง ติดตามลิงก์ทั้งหมด ด้วยพารามิเตอร์ UTM และใช้อนุสัญญาการตั้งชื่อที่สอดคล้องกัน แบบจำลองมีความสำคัญน้อยกว่าคุณภาพข้อมูล

บทสรุป

ไม่มีแบบจำลองการระบุแหล่งที่มาใดที่สมบูรณ์แบบ — แต่ละแบบต่างต่อรองระหว่างความเรียบง่ายและความแม่นยำ สิ่งที่สำคัญที่สุดคือเริ่มติดตามจุดติดต่อโดยสอดคล้องกัน แท็กลิงก์ของคุณ ใช้พารามิเตอร์ UTM และเลือกแบบจำลองที่สอดคล้องกับเป้าหมายทางธุรกิจของคุณ

ต้องการการติดตามลิงก์ที่ดีขึ้น? เริ่มต้นกับ Linkly และสร้างลิงก์ติดตามด้วยพารามิเตอร์ UTM โดยอัตโนมัติ การวิเคราะห์คลิก และพิกเซลการชี้เป้าใหม่สำหรับทุกช่องทาง