Asiakkaat konvertoivat harvoin ensimmäisellä kosketuksella. He tulevat yhdestä kanavasta (orgaaninen haku) eivätkä konvertoi. He palaavat toisesta kanavasta (sähköposti) eivätkä konvertoi. He palaavat kolmannesta kanavasta (maksetut mainokset) ja konvertoivat vihdoin. Viimeisen klikkauksen attribuutiomallissa maksetut mainokset saavat kaiken kunnian. Mutta orgaanisella haulla ja sähköpostilla oli tärkeä tukirooli. Monikanavaiset suppilot analysoivat kaikki kosketukset ja näyttävät, miten eri kanavat toimivat yhdessä konversioiden synnyttämiseksi. Tässä luvussa opit mittaamaan kanavien vuorovaikutusta.
Mitä monikanavaiset suppilot ovat
Monikanavainen suppilo on matka ensimmäisestä kosketuksesta lopulliseen konversioon. Esimerkki: orgaaninen haku → ei konversiota → sähköposti → ei konversiota → suora liikenne → konversio. Mukana oli kolme kanavaa. Maksetut mainokset sulkivat kaupan, mutta orgaaninen haku ja sähköposti auttoivat. Monikanavasuppilon analyysi näyttää kaikki kolme kosketusta ja niiden roolit.
Tämä eroaa yhden kanavan attribuutiosta: orgaaninen haku toi yhden vierailun (joka voi konvertoida tai olla konvertoimatta). Sähköposti toi vierailun. Suora liikenne toi vierailun. Jokainen mitataan erikseen. Monikanavasuppilot mittaavat järjestystä.
Yleisiä monikanavaisia kuvioita
Kuvio 1: suppilon yläpään tunnettuus. Orgaaninen haku (paljon liikennettä, matala ostoaie) → tunnettuus. Sähköposti (keskimääräinen liikenne, keskimääräinen ostoaie) → harkinta. Maksetut mainokset (vähemmän liikennettä, korkea ostoaie) → konversio. Jokaisella kanavalla on oma roolinsa.
Kuvio 2: maksettu haku sulkijana. Orgaaninen haku, sosiaalinen media ja sisältö → tunnettuus. Maksettu haku (uudelleenkohdennus) → lopullinen sulkeminen. Maksettu haku tuo suurimman osan konversioista, mutta ei toimisi ilman aiempia kosketuksia.
Kuvio 3: suorat paluuvierailut. Kävijä tulee mainoksesta eikä konvertoi. Hän palaa suoraan (osoite muistissa) ja konvertoi. Suora liikenne näyttää hyvin konvertoivalta kanavalta, mutta mainos on todellisuudessa syy.
Monikanavaisten suppiloiden analysointi analytiikassa
Google Analytics (ja muut alustat) tarjoavat monikanavaisia suppiloraportteja. Ne näyttävät: konversiopolut (kanavien järjestys, joka johti konversioon), polun pituuden (montako kosketusta ennen konversiota) ja ajan konversioon (kuinka kauan ensimmäisestä kosketuksesta konversioon kului).
Käytä raportteja vastaamaan kysymyksiin: montako kosketusta tarvitaan ennen konversiota (2, 3, 5)? Mitkä kanavayhdistelmät toimivat parhaiten? Onko kuvioita (esim. orgaaninen aina ensimmäinen kosketus, maksettu aina viimeinen)? Mitkä kanavat toimivat tukirooleissa?
Monikanavadatan käyttö strategiassa
Tasapainota budjettisi: jos orgaaninen haku on aina ensimmäinen kosketus (tunnettuus) ja sähköposti on aina keskivaiheen kosketus (harkinta), molemmat kanavat ovat kriittisiä. Älä leikkaa orgaanisen haun panostusta, vaikka viimeisen klikkauksen attribuutio antaisi kunnian sähköpostille. Molempia tarvitaan konversioihin.
Optimoi järjestykset: jos kuvio 'orgaaninen → sähköposti → maksettu → konversio' on yleinen, varmista että sähköpostisarjasi on vahva. Optimoi sähköpostivaihe, koska moni konversio riippuu siitä.
Tunnista pullonkaulat: jos useimmat polut päättyvät suoraan liikenteeseen (suoriin vierailuihin, jotka eivät konvertoi), sivustosi kokemus tai tarjouksesi voi olla heikko. Paranna sivuston kokemusta tai tarjousta ennen kuin syytät kanavia.
Monikanavasuppiloanalyysin haasteet
Attribuutioikkuna: kuinka pitkään seuraat kosketuksia ennen konversiota? 7 päivää, 30 päivää, 90 päivää? Pidemmät ikkunat näyttävät enemmän kanavien vuorovaikutusta, mutta mukaan voi tulla epäolennaisia kosketuksia. Ratkaisu: käytä oletuksena 30 päivää ja testaa 7 ja 90 päivän ikkunat nähdäksesi, kuinka herkkä tulos on.
Uudet ja palaavat kävijät: joskus kävijä on palaava asiakas, joka ostaa uudelleen. Onko tämä uuden vai nykyisen asiakkaan suppilo? Ratkaisu: erota uusien asiakkaiden suppilot palaavien asiakkaiden suppiloista. Analysoi ne erikseen, koska ne ovat erilaisia.
Suoran liikenteen epäselvyys: suora liikenne voi olla kirjanmerkkejä, sähköpostilinkkejä ilman UTM-parametreja, sovelluksesta verkkoon tulevaa liikennettä tai oikeita suoria kävijöitä. Ratkaisu: siivoa UTM-merkinnät niin, että sähköpostilinkit merkitään sähköpostiksi (ei suoraksi). Merkitse sovelluksen liikenne erikseen. Jäljelle jäävä suora liikenne on lähtötasosi.
Montako kosketusta ennen konversiota on tavallista?
Vaihtelee toimialoittain: B2B = 4-8 kosketusta. B2C = 2-4 kosketusta. Paljon harkintaa vaativat tuotteet = 5-10 kosketusta. Vähän harkintaa vaativat tuotteet = 1-2 kosketusta. Oma datasi näyttää oman todellisuutesi. Jos näet keskimäärin 2 kosketusta, optimoi nopeaan konversioon. Jos näet 7 kosketusta, keskity kiinnostuksen ylläpitoon ja vaalimiseen.
Pitäisikö monikanavaanalyysissa optimoida ensimmäistä vai viimeistä kosketusta?
Molemmat ovat tärkeitä. Ensimmäinen kosketus (tunnettuus) tarvitsee volyymia ja tavoittavuutta. Viimeinen kosketus (konversio) tarvitsee vakuuttavuutta ja vahvan tarjouksen. Älä optimoi vain ensimmäistä kosketusta (tunnettuus menee hukkaan, jos viesti on heikko) tai vain viimeistä (et voi sulkea kauppaa, jos et ole luonut tunnettuutta). Tasapaino: 40 % budjetista tunnettuuteen, 40 % konversioon ja 20 % uudelleenkohdennukseen.
Miten käsittelen palaavia asiakkaita monikanavasuppiloanalyysissä?
Erota ne uusien asiakkaiden analyysista. Palaavilla asiakkailla on erilaiset suppilot: nykyinen asiakas näkee uuden tarjouksen → klikkaa sähköpostia → konvertoi (2 kosketusta). Tämä eroaa uudesta asiakkaasta (orgaaninen → sähköposti → maksettu → suora → konversio). Analysoi erikseen: uusien asiakkaiden suppilot ohjaavat hankintastrategiaa, palaavien asiakkaiden suppilot asiakkaiden pitämisen strategiaa.
Mikä on ihanteellinen attribuutioikkuna monikanavasuppiloanalyysille?
Aloita 30 päivästä: se on tyypillinen B2B:ssä. Jos useimmat konversiot tapahtuvat 7 päivän sisällä, käytä 7 päivän ikkunaa (nopeampi palaute). Jos päätökset kestävät yli 90 päivää, käytä 90 päivän ikkunaa. Tarkista datasi: kuinka monta prosenttia konversioista tapahtuu 7, 14, 30 ja 90 päivän sisällä? Käytä ikkunaa, joka kattaa 85-90 % konversioistasi.
Miten siivoan 'suoran' liikenteen, jotta kanava-analyysi on tarkempaa?
Lisää UTM-parametrit kaikkeen sähköposti- ja sovellusliikenteeseen. Tarkista sähköpostipohjat, että linkeissä on utm_source=email. Tarkista sovelluksen koodi, että klikkauksissa on utm_source=app. Merkitse sisäiset kampanjat erikseen. Jäljelle jäävä suora liikenne on todellinen lähtötasosi. Tämä parantaa monikanava-analyysia, kun väärin merkitty liikenne poistuu.
Voinko ennustaa, mitkä kanavajärjestykset tuottavat eniten tuloja?
Kyllä, analysoi aiemmat konversiot: ryhmittele polun mukaan ja laske tulot yhteen polkutyypeittäin. Esimerkki: polkujen orgaaninen → sähköposti → maksettu keskimääräiset tulot ovat 5 000 $ ja polkujen orgaaninen → maksettu 3 000 $. Ensimmäinen järjestys on arvokkaampi. Optimoi sitä (paranna sähköpostin sisältöä ja konversioastetta). Tämä on ennustavaa: tulevat asiakkaat, jotka seuraavat samaa kuviota, ovat todennäköisesti arvokkaita.