今天的营销人员正面临着越来越多样化的挑战。一方面，他们正在通过不断增加的数字渠道以极快的速度发布信息。与此同时，他们从未有过如此大的责任压力追求ROI．
为了弄清楚发生了什么，许多组织都将归因解决方案视为理解渠道如何促进销售的灵丹妙药。
尽管归因可能是有用的在分析营销活动时，实施归因解决方案并不容易。通常情况下，直到进行了重大投资，大多数组织才意识到归因解决方案不能提供他们需要的答案。
然而，还是有希望的。为了使归因成为营销过程中有价值的一部分，想要了解渠道贡献的营销人员应该采取以下四个步骤。
第一步:了解营销归因的局限性
为了确保归因项目能够成功，我们必须了解归因解决方案的局限性。今天的解决方案使用了各种方法——包括第一次接触、最后一次接触和算法——试图准确地分配归因信用。
然而，这仍然是一个难以捉摸的练习，因为每种方法的准确性都是值得怀疑的，主要有两个原因:
- 归因解决方案没有考虑到所有的营销渠道，经常忽略线下活动。他们严重倾向于数字渠道，没有看到整体情况。归因模型倾向于通过关注在线事件(点击，注册等)和最近的营销活动(促销，电子邮件活动等)，将绝大多数转化率归功于数字渠道。然而，目前线下预算比数字预算更大预计线下将继续在营销组合中发挥重要作用在可预见的未来。
- 归因解决方案忽略了品牌提升。今天的解决方案将转化的全部功劳分配给特定的渠道，他们没有考虑到品牌建设活动的作用(即品牌提升)。归因没有考虑到那些倾向于转换的客户，因为他们对一个品牌有很强的亲和力。由于品牌提升被忽视，某些渠道的贡献被夸大了，这可能导致潜在的有害的预算分配决策。
第二步:建立数据基础和测量框架
将属性输出操作化的第一个先决条件是建立一个数据基础。
首先要考虑客户的旅程，并确定涉及的接触点。什么是可测量的，您如何捕获相关的数据?你能(或不能)将什么与收入或其他关键业务成果联系起来?在什么情况下可以将数据从一个源聚合到另一个源?
如果没有适当的框架，营销人员将无法正确衡量成功。
第三步:拥有一个“永远在线”的多渠道绩效视图
大多数企业营销组织已经对单个渠道的表现有了很强的掌握，但多渠道结果的视图通常不是那么容易获得。
通常，组织在Excel中使用手动聚合过程，这既耗时又充满错误。有些公司更进一步，将他们的渠道数据推入商业智能(BI)系统。尽管这种方法不是静态的，但营销人员很快发现，大多数BI工具都不是为适当地适应营销数据而设计的，而且在不断变化的营销数据生态系统中很难维护。
营销人员需要一种方法来系统地收集、清理、定制和规范来自所有营销渠道的数据。
第四步:实施测试以确定品牌提升度
正如我之前提到的，今天的大多数归因方法都没有考虑到品牌提升，因此不正确地将功劳分配给自然发生或品牌建设的转换。结果是某些渠道在活动中的作用被大大夸大了，特别是在知名品牌的情况下，因为自然发生的转化量可能非常大。
为了避免这个问题，营销人员必须计算每个渠道的自然转化率。A/B测试通常是最好、最具成本效益的方法。通过测试，您可以确定一个通道相对于另一个通道的增量值(或提升)。
一旦你测试并确定了这些自然发生的转换量，你就有了为每个渠道分配适当信用额度所需的信息。
跨过银弹
在营销归因方面，没有什么灵丹妙药。即使供应商在未来几年解决了一些限制，营销人员仍然需要建立一个坚实的数据基础和衡量框架。一个多渠道的绩效视图来支持频繁的、细粒度的决策仍然是必须的。在将信用分配给一个渠道之前，进行测试以确定品牌提升，对于归因的准确性仍然至关重要。
现在就开始加强你的归因主动性。解决这些需求作为先决条件，这样你的归因项目就可以推动更明智的营销决策，并帮助改善业务结果。
