Hot Database

这主要是通过为每个事件或接触点分配信用来完成的。我们用一个例子来说明这一点。 我们假设以下是特定客户购买之前发生的事件/接触点： 看到在线广告 访问过网站 消费内容 注册电子邮件通讯 收到一封提供限时折扣的电子邮件 购买 因此，有五个事件或接触点。现在，我们可以通过多种方法为这五个接触点分配营销归因模型，以下是常见的方法： 最后一次：最后一个事件（在示例中为电子邮件优惠）将获得所有收入积分 首次接触或首次互动模型：与上述相反，第一个事件（在线广告）将获得 100% 的收入信用 线性模型：转化路径中的每个事件/接触点都将分享同等的销售功劳。


（在此示例中，每个频道将获得总积分的 20%） 时 埃及電話 间衰减模型：最接近实际购买的接触点获得大部分功劳。在此示例中，电子邮件优惠（例如）可能会收到 50% 的积分，而在线广告可能仅收到 10%。 基于位置的模型：这里，40% 的功劳分配给第一个和最新的接触点/事件，其余的 (20%) 平均分配给中间的其他事件。


根据我们的业务流程和/或行业，我们可以通过更多方式分配营销归因模型，以上并不是包含所有内容的列表。 营销归因使我们能够识别受众如何进行研究并做出购买我们的产品/服务的决定的趋势。同样，这使我们能够正确评估哪些渠道和/或活动可以有效增加我们的收入，哪些根本不起作用。 正确的营销归因模型的另一个功能是通过连接营销和销售之间的点来找到改善企业买家旅程的方法。