कन्वर्ज़न एट्रिब्यूशन मॉडल: फ़र्स्ट-टच, लास्ट-टच, लीनियर और डेटा-ड्रिवन

किसी ग्राहक के सफ़र में पांच टचपॉइंट हैं। वह एक विज्ञापन देखता है। वह ब्लॉग पोस्ट पढ़ता है। उसे ईमेल मिलता है। वह वीडियो देखता है। वह कन्वर्ट करता है। कन्वर्ज़न का क्रेडिट किस टचपॉइंट को मिले? उस विज्ञापन को जिसने उसकी रुचि जगाई? उस ईमेल को जिसने सौदा पक्का किया? उस वीडियो को जिसने उसे राज़ी किया? जवाब आपके एट्रिब्यूशन मॉडल पर निर्भर करता है। अलग मॉडल अलग टचपॉइंट को क्रेडिट देते हैं। लास्ट-टच एट्रिब्यूशन पूरा क्रेडिट ईमेल को देता है। फ़र्स्ट-टच पूरा क्रेडिट विज्ञापन को देता है। लीनियर पांचों को बराबर क्रेडिट देता है। डेटा-ड्रिवन असली कन्वर्ज़न पैटर्न के आधार पर क्रेडिट देता है। हर मॉडल इस बारे में अलग कहानी बताता है कि कौन से चैनल काम करते हैं। हर एक अलग बिज़नेस फ़ैसलों तक ले जा सकता है। ग़लत चैनल बंद करेंगे तो पैसा बर्बाद होगा। ग़लत चैनल में निवेश करेंगे तो बजट बर्बाद होगा। एट्रिब्यूशन मॉडल तय करते हैं कि आप कैसे समझते हैं कि कौन से चैनल असल में कन्वर्ज़न लाते हैं। यह लेख एट्रिब्यूशन मॉडल समझाता है और बताता है कि हर एक आपके फ़ैसले कैसे बदलता है।

एट्रिब्यूशन क्या है?

एट्रिब्यूशन कन्वर्ज़न का क्रेडिट उन टचपॉइंट को देने की प्रक्रिया है जो उस तक ले गए। विज़िटर पहली विज़िट पर कन्वर्ट नहीं करता। वह आपके ब्रांड से कई चैनल पर कई बार इंटरैक्ट करता है। वह एक विज्ञापन देखता है। वह आपकी साइट पर आता है। वह चला जाता है। उसे ईमेल मिलता है। वह लिंक क्लिक करता है। वह कन्वर्ट करता है। एट्रिब्यूशन इस सवाल का जवाब देता है: इनमें से किस इंटरैक्शन को कन्वर्ज़न का क्रेडिट मिलना चाहिए? जवाब तय करता है कि आप बजट कैसे बांटते हैं और कौन से चैनल आपको काम करते लगते हैं।

एट्रिब्यूशन क्यों मायने रखता है

एट्रिब्यूशन के बिना आप मार्केटिंग ख़र्च के अच्छे फ़ैसले नहीं ले सकते। आपको लग सकता है कि कोई चैनल कमज़ोर चल रहा है जबकि वह ऐसे कन्वर्ज़न ला रहा है जो आपको दिखते नहीं। आपको लग सकता है कि कोई चैनल बहुत अच्छा चल रहा है जबकि उसे ऐसा क्रेडिट मिल रहा है जिसका वह हक़दार नहीं। ग़लत एट्रिब्यूशन से अच्छे चैनल बंद होते हैं और बुरे चैनल पर ज़्यादा ज़ोर लगता है। सही एट्रिब्यूशन आपको वहां निवेश करने देता है जहां कन्वर्ज़न सच में होते हैं।

लास्ट-टच एट्रिब्यूशन

लास्ट-टच एट्रिब्यूशन कन्वर्ज़न से ठीक पहले के आख़िरी टचपॉइंट को पूरा क्रेडिट देता है। ग्राहक विज्ञापन देखता है, ब्लॉग पोस्ट पढ़ता है, ईमेल पाता है, वीडियो देखता है, फिर कन्वर्ट करता है। लास्ट-टच वीडियो को सौ प्रतिशत क्रेडिट देता है। विज्ञापन, ब्लॉग और ईमेल को ज़ीरो। लास्ट-टच सरल है और लागू करना आसान है। ज़्यादातर एनालिटिक्स प्लेटफ़ॉर्म इसे डिफ़ॉल्ट रूप से इस्तेमाल करते हैं। पर यह भ्रामक है। यह कन्वर्ज़न तक ले जाने वाली हर चीज़ को अनदेखा करता है। विज्ञापन ने जागरूकता बनाई। ब्लॉग ने विचार बनाया। ईमेल ने फ़ैसला शुरू किया। वीडियो ने उसे पक्का किया। पर क्रेडिट सिर्फ़ वीडियो को मिलता है।

फ़र्स्ट-टच एट्रिब्यूशन

फ़र्स्ट-टच एट्रिब्यूशन पूरा क्रेडिट पहले टचपॉइंट को देता है। ऊपर के उदाहरण में विज्ञापन को सौ प्रतिशत क्रेडिट मिलता है। ब्लॉग, ईमेल और वीडियो को ज़ीरो। फ़र्स्ट-टच यह समझने के लिए काम का है कि कौन से चैनल नए ग्राहक लाते हैं। पर पहले टच के बाद होने वाला काम उससे छूट जाता है। ज़्यादातर कन्वर्ज़न के लिए कई टच चाहिए। फ़र्स्ट-टच पहले को छोड़कर बाकी सबको अनदेखा करता है।

लीनियर एट्रिब्यूशन

लीनियर एट्रिब्यूशन सभी टचपॉइंट को बराबर क्रेडिट देता है। ऊपर के उदाहरण में हर टचपॉइंट को बीस प्रतिशत क्रेडिट मिलता है। विज्ञापन, ब्लॉग, ईमेल और वीडियो सबने बराबर योगदान दिया। लीनियर, लास्ट-टच या फ़र्स्ट-टच से ज़्यादा संतुलित है। पर यह मानता है कि सभी टचपॉइंट बराबर ज़रूरी हैं, जो शायद ही कभी सच होता है। जिस ईमेल ने ख़रीदारी शुरू की, उसे उतना क्रेडिट नहीं मिलना चाहिए जितना एक हफ़्ता पहले सरसरी नज़र से देखे गए ब्लॉग पोस्ट को।

टाइम-डीके एट्रिब्यूशन

टाइम-डीके एट्रिब्यूशन कन्वर्ज़न के करीब वाले टचपॉइंट को ज़्यादा क्रेडिट देता है। पहले टचपॉइंट को सबसे कम क्रेडिट मिलता है। आख़िरी को सबसे ज़्यादा। ऊपर के उदाहरण में वीडियो को सबसे ज़्यादा क्रेडिट मिलता है। ईमेल को उससे कम। ब्लॉग को और कम। विज्ञापन को सबसे कम। यह सहज रूप से समझ आता है। फ़ैसले के करीब वाले टचपॉइंट को ज़्यादा मायने रखना चाहिए। पर यह भी हर टचपॉइंट के असली असर का हिसाब नहीं लगाता।

पोज़ीशन-बेस्ड एट्रिब्यूशन

पोज़ीशन-बेस्ड एट्रिब्यूशन पहले और आख़िरी टचपॉइंट को अतिरिक्त क्रेडिट देता है। विज्ञापन को चालीस प्रतिशत मिलता है। वीडियो को चालीस प्रतिशत। ब्लॉग और ईमेल को दस-दस प्रतिशत। यह मानता है कि जागरूकता और फ़ैसला दोनों ज़रूरी हैं। पर यह बीच के विचार और रिसर्च वाले चरणों को कम आंकता है।

डेटा-ड्रिवन एट्रिब्यूशन

डेटा-ड्रिवन एट्रिब्यूशन असली कन्वर्ज़न पैटर्न के आधार पर क्रेडिट देने के लिए मशीन लर्निंग इस्तेमाल करता है। यह मानने की जगह कि सभी पहले टच बराबर मायने रखते हैं या सभी आख़िरी टच पूरे क्रेडिट के हक़दार हैं, डेटा-ड्रिवन एट्रिब्यूशन हज़ारों कन्वर्ज़न पथ देखता है। यह पैटर्न ढूंढता है। यह पता लगाता है कि टचपॉइंट के कौन से मेल असल में कन्वर्ज़न तक ले जाते हैं। फिर उसी हिसाब से क्रेडिट देता है। डेटा-ड्रिवन एट्रिब्यूशन सबसे सटीक है। पर इसके लिए बड़े पैमाने की ज़रूरत है। मॉडल के अच्छे से काम करने के लिए आपको हज़ारों कन्वर्ज़न चाहिए।

एट्रिब्यूशन मॉडल चुनना

सही मॉडल आपके बिज़नेस पर निर्भर करता है। सस्ती चीज़ें बेचने वाली कंपनी लास्ट-टच इस्तेमाल कर सकती है क्योंकि ख़रीदारी जल्दी होती है। महंगी चीज़ें बेचने वाली कंपनी डेटा-ड्रिवन या पोज़ीशन-बेस्ड इस्तेमाल कर सकती है क्योंकि सफ़र लंबा होता है। ब्रांड जागरूकता पर ध्यान देने वाली कंपनी फ़र्स्ट-टच इस्तेमाल कर सकती है। मुख्य बात एक मॉडल चुनना और उस पर टिके रहना है ताकि आप समय के साथ एक जैसे फ़ैसले ले सकें।

अक्सर पूछे जाने वाले सवाल