基于时间的群组分析是发现营销活动或其部署渠道变更有效性的关键。至少，伊拉克电报数据 您可以将群组分析与受控实验相结合，以获得更高的效度，从而找到有效性的指标。
具体来说，观察群组可以帮助你确定某个营销活动的有效性，至少是相关性上的。The Drilling Down Project 的创始人 Jim Novo 在一期“数字分析播客”节目中很好地阐述了这一点：
我认为从事群组分析的 SaaS 人员做得很好。
所以，你看看1月份注册的用户，到3月份的时候，这个比例就下降了。我们可以把这和我们在那段时间里做了一些推广工作联系起来。
但是，我们看看从三月份开始的那批用户，我们进行了不同类型的促销活动，并且在这种模式下，我们从免费增值模式到付费模式的转化率要高得多。
与此相关的是一种存在性测试，你可以通过暂时放弃某个渠道来推断其有效性，Jim 建议进行测试，看看你是否可以在没有它的情况下生活：
如果你认为[展示广告]在帮助其他广告系列方面如此有价值，为什么不先停用它一两周，看看会发生什么？然后再重新添加。
你们不能做那种测试吗？把这些钱投到其他地方值得吗？你们真的认真考虑过展示广告的价值吗？
你一直以来所做的活动可能并没有你想象的那么有效。测试既是移除的艺术，也是添加的艺术。这同样适用于彻底取消整个项目。
如何利用营销归因做出更强有力的数据驱动决策
归因模型旨在提升对客户旅程的可见性和洞察力。如果运用得当，归因模型能够揭示客户如何与接触点互动，以及影响购买行为的因素。
将这些发现融入到您的营销工作中，以制定更有效、数据驱动的策略。
构建更现实的客户旅程地图
客户旅程地图可以成为协调整个购买周期中的接触点和信息的有力工具。
遗憾的是，很多信息都过于基础，几乎没什么用。例如，这张地图几乎只涵盖了每个阶段的一个潜在接触点，而且没有提供足够的细节。比如，产品调研在哪里进行？
通过了解客户在旅程中参与了哪些接触点以及处于哪个阶段，您可以构建一个全面的旅程地图，就像欧洲铁路公司提供的这个地图一样。
在此客户旅程地图中，每个阶段都存在多个接触点，因为并非所有客户体验都相同。欧洲铁路公司考虑到了这种差异，并整合了通过归因识别的所有可能的接触点。自定义归因有助于绘制复杂的客户互动和旅程图。
使用您的归因数据来构建更现实的客户旅程地图，市场调研启动成本 并考虑可能需要细分的地方。
例如，一个电子商务品牌可能会确定两种常见的购买途径：
- Facebook 上的定向广告 > 浏览网站 > 将产品添加到购物车 > 跳出率 > 放弃购物车恢复邮件 > 转化率
- 有机搜索 > 网站浏览 > 注册会员 > 跳出率 > 店内购买
寻找归因数据中的趋势，并在适当的情况下细分客户旅程。
使用营销归因来使支出分配与组织目标保持一致
使用营销归因来告知您如何在不同的渠道和接触点进行投资，并使用真实数据优化预算分配。
加倍投入那些你的分析工具认为最有影响力的活动。例如，如果你的归因平台告诉你Google Ads效果良好，那么增加对这个渠道的投资就很有意义。
请记住，您的归因模型和信用分配决定了这些见解。
假设，在这个例子中，您使用的是首次接触归因模型。
这些数据表明，您的 Google 广告在初始互动方面效果良好，但在转化方面却未必能带来显著提升。加倍广告支出或许能吸引更多潜在客户进入转化漏斗顶端，但并不一定能更有效地实现转化。
相反，分析多种归因模型以获得 360 度视角，然后利用这些见解使支出分配与公司目标保持一致。
在这种情况下，您还可以使用最后接触模型来分析归因，从而深入了解哪些渠道在旅程的另一端运行良好。
然后，根据公司目标调整支出。如果新客户获取是首要任务，则应加大对最终接触点的投入。如果建立品牌知名度和漏斗顶端的势头更为重要，则应加大对首个接触点的投入。
了解消息传递对接触点有效性的影响
营销归因的普遍假设是，如果某个渠道的表现不如其他渠道，那一定是该渠道的问题。你会说，你的客户根本就没在领英上。
但这未必正确。比如，你的客户可能在那里，但你的信息却无法传达。
营销归因可用于了解不同的信息如何影响接触点的有效性。
假设你的 Facebook 重定向广告转化率极高，但你的 LinkedIn 广告效果不佳。请思考你所使用的信息传递方式及其呈现的语境。
适用于一个渠道的方法不一定适用于另一个渠道，并且与漏斗顶部潜在客户产生共鸣的信息并不一定能吸引漏斗底部的买家。
使用不同的归因模型来衡量不同渠道阶段的消息传递影响。
例如，如果 Google Ads 在首次接触模式下表现强劲，您可以考虑如何在其他渠道复制这种信息，以瞄准早期购买者。然后，分析归因信用在这些变化的影响下如何变化。
您可以在新一轮 LinkedIn 广告中使用来自 Google 广告的相同信息来测试此信息对渠道的影响。
如果归因结果有利于 LinkedIn，则表明此更改有效。如果没有，则表明此特定信息不适合你的 LinkedIn 受众。请进行测试、分析和优化。
营销归因工具：如何为您的企业选择合适的工具
Google Analytics无疑是最广泛使用的营销归因工具，但它并不是唯一的工具。
Ruler Analytics是一款强大的工具，可将收入与归因联系起来，让您能够以美元为单位衡量营销触点。Oktopost提供强大的 B2B 社交媒体使用情况分析以及促成转化的社交触点分析。AppsFlyer则在移动应用增长的背景下研究营销归因。
根据您的行业、发展阶段和业务目标，您可以选择使用一个或多个平台。
谷歌分析
Google Analytics 最大的吸引力之一是，尽管它是一款功能强大的产品，但它是免费的。
这使得初学者可以轻松地涉足营销归因领域，并从一些更基本的模型（如首次点击或最后一次点击）开始。
Google Analytics适用于监控这些渠道的基线归因：
- 付费搜索和有机搜索（在所有搜索引擎上，不仅仅是谷歌）
- 推荐和联属网站
- 社交媒体网络
- 电子邮件
- 自定义广告系列（如果您已在 Google Analytics 中设置它们）（例如将流量引导至虚荣网址的离线广告系列）
如果您每 30 天转化的客户超过 600 位，您还可以利用 Google Analytics（分析）数据驱动的归因模型（目前处于测试阶段）。该模型利用机器学习来了解哪些接触点最有可能推动转化，并相应地分配归因功劳。
标尺分析
Ruler Analytics 除了营销归因之外还提供了许多有用的功能，埃克萊拉納賈 例如营销组合建模和预测分析。
然而，它的主要优势是能够将平台与您的 CRM 连接起来，并将收入数据纳入您的归因模型。
使用标准模型进行归因分析，您可以了解哪些接触点和渠道推动了转化。借助 Ruler Analytics，您可以了解这些接触点如何影响收入。
假设您能够确定有两条主要转换途径。
- 途径一： 70% 的客户采用该方式，每年带来 4,500 美元的客户价值。
- 途径二： 30% 的客户选择该途径（包括每个企业客户），年客户价值为 560,000 美元。
如果没有关闭收入循环，您可能会在第一条途径上投入更多，而这实际上会转化低价值客户。
使用 可以更好地了解营销活动中的接触点如何影响收入，而不仅仅是转化率。