إسناد اللمس المتعدد: قياس عائد الاستثمار التسويقي عبر القنوات

يرى العميل إعلان Google الخاص بك يوم الاثنين، ويقرأ منشور مدونتك يوم الأربعاء، ويفتح بريدك الإلكتروني يوم الجمعة، ويشتري يوم السبت بعد النقر على إعلان إعادة الاستهداف. ما هي القناة التي تحصل على الفضل في البيع؟ تحدد الإجابة المكان الذي ستخصص فيه دولارك التسويقي التالي.

تعتمد معظم شركات السوق المتوسطة بشكل افتراضي على إحالة اللمسة الأخيرة --- مع منح نسبة 100 بالمائة من الفضل للتفاعل النهائي قبل الشراء. وهذا يؤدي بشكل منهجي إلى المبالغة في تقدير قنوات المسار السفلي (إعادة الاستهداف، والبحث عن العلامات التجارية) ويقلل من قيمة قنوات المسار العلوي (المحتوى، والتواصل الاجتماعي، والعرض) التي قدمت العميل في المقام الأول. والنتيجة هي ميزانية تسويق تبدو فعالة على الورق ولكنها في الواقع تقلل الاستثمارات التي تملأ الجزء العلوي من مسار التحويل.

تعمل الإسناد متعدد اللمس على توزيع الرصيد عبر جميع نقاط الاتصال في رحلة العميل، مما يمنح المسوقين صورة أكثر دقة لأداء القناة وعائد الاستثمار.

الوجبات الرئيسية

• تعمل إسناد اللمسة الأخيرة على المبالغة في تقدير قنوات التحويل وتقليل قيمة قنوات الوعي، مما يؤدي إلى سوء تخصيص الميزانيات
• توجد ستة نماذج إسناد تتراوح من البسيطة (اللمسة الأولى، اللمسة الأخيرة) إلى المتطورة (المعتمدة على البيانات)، ولكل منها مقايضات
• تؤدي الإحالة المستندة إلى البيانات باستخدام التعلم الآلي إلى تحقيق النتائج الأكثر دقة ولكنها تتطلب ما لا يقل عن 600 تحويل شهريًا للحصول على دلالة إحصائية
• يجب أن يتم إدخال بيانات الإحالة مباشرةً في قرارات تخصيص الميزانية، وليس التقارير فقط --- فالهدف هو تحسين الإنفاق عبر القنوات لتحقيق أقصى عائد على الاستثمار

---

شرح نماذج الإسناد

مقارنة النماذج

إسناد اللمسة الأولى

تحصل نقطة الاتصال الأولى على 100 بالمائة من الرصيد. إذا اكتشفك أحد العملاء من خلال منشور مدونة عضوي، فإن منشور المدونة هذا يحصل على رصيد كامل لعملية البيع النهائية --- حتى لو حدث ذلك بعد أشهر بعد عدة تفاعلات أخرى.

متى يتم الاستخدام: فهم القنوات التي تحفز الوعي الأولي. تقييم تسويق المحتوى وحملات أعلى مسار التحويل.

العيب: القناة التي تقدم العملاء ولكنها لا تقوم بتحويلهم مطلقًا ستظهر بنفس قيمة القناة التي تقدم العملاء وتجري تحويلات لهم. كما أنه لا يقدم أي معلومات حول ما يحدث بين الاكتشاف والشراء.

إسناد اللمسة الأخيرة

تحصل نقطة الاتصال النهائية قبل التحويل على نسبة 100 بالمائة من الرصيد. هذا هو النموذج الافتراضي في معظم منصات التحليلات (يعد Google Analytics 4 استثناءً ملحوظًا والذي أصبح الآن افتراضيًا يعتمد على البيانات).

متى يتم الاستخدام: فهم القنوات التي تغلق المبيعات. تحسين الإنفاق في أسفل مسار التحويل.

العيب: يقلل بشكل منهجي من أهمية الوعي بالعلامة التجارية، وتسويق المحتوى، ووسائل التواصل الاجتماعي، وأي نشاط آخر في قمة مسار التحويل. ينشئ حلقة تعليقات خطيرة حيث تقوم بخفض الإنفاق على الوعي لأنه "لا يتم التحويل"، مما يؤدي في النهاية إلى تجفيف المسار الذي تعتمد عليه قنوات التحويل الخاصة بك.

الإسناد الخطي

تحصل كل نقطة اتصال في الرحلة على رصيد متساوٍ. رحلة ذات أربع نقاط اتصال تعطي 25 بالمائة لكل منها.

متى يتم الاستخدام: نقطة بداية بسيطة لإحالة اللمس المتعدد. عادل عندما تكون جميع نقاط الاتصال على نفس القدر من الأهمية حقًا.

العيب: ليست كل اللمسات ذات قيمة متساوية. لا يعد العميل الذي يفتح رسالة إخبارية مؤثرًا مثل العميل الذي يحضر عرضًا توضيحيًا للمنتج.

إسناد تسوس الوقت

تحصل نقاط الاتصال الأقرب إلى التحويل على رصيد أكبر بشكل تدريجي. يستخدم التنفيذ الأكثر شيوعًا دالة الاضمحلال الأسي مع نصف عمر قابل للتكوين (عادةً 7 أيام).

مثال: في رحلة مدتها 30 يومًا مع 5 نقاط اتصال:

• اليوم الأول (إعلان مصور): 5% رصيد
• اليوم العاشر (منشور المدونة): رصيد 10%
• اليوم 18 (البريد الإلكتروني): 15% رصيد
• اليوم الخامس والعشرون (الندوة عبر الإنترنت): رصيد بقيمة 25%
• اليوم 30 (إعادة استهداف الإعلان، التحويل): رصيد 45%

متى يتم الاستخدام: دورات مبيعات B2B طويلة حيث تكون التفاعلات الأخيرة أكثر تأثيرًا.

العيب: لا يزال يقلل من قيمة الاكتشاف الأولي الذي بدأ الرحلة. في بعض الشركات، اللمسة الأولى هي الأكثر أهمية.

الإسناد على أساس الموضع (شكل U).

40 بالمائة لللمسة الأولى، و40 بالمائة لآخر لمسة، والـ 20 بالمائة المتبقية موزعة بالتساوي بين اللمسات الوسطى. هذا النموذج يقدر كلا من المقدمة والإغلاق.

متى يتم الاستخدام: الشركات التي تؤمن بأهمية الاكتشاف والتحويل، حيث تلعب الرعاية دورًا داعمًا.

العيب: التقسيم 40/40/20 هو إجراء تعسفي. لا يوجد سبب لافتراض أن اللمسات الأولى والأخيرة لهما نفس القدر من الأهمية، أو أن كل منهما يجب أن يحصل على 40 بالمائة بالضبط.

الإحالة المستندة إلى البيانات

يقوم نموذج التعلم الآلي بتحليل جميع مسارات التحويل ويحدد المساهمة الفعلية لكل قناة بناءً على البيانات. هذا هو النموذج الوحيد الذي لا يعتمد على افتراضات حول اللمسات الأكثر أهمية.

كيف يعمل: يقارن النموذج مسارات التحويل (تسلسلات نقاط الاتصال التي أدت إلى الشراء) مع المسارات غير التحويلية (التسلسلات التي لم تؤدي إلى الشراء). تحصل القنوات التي تظهر كثيرًا في مسارات التحويل على رصيد أكبر.

المتطلبات:

• الحد الأدنى 600 تحويل شهريا للأهمية الإحصائية.
• التتبع عبر القنوات (معلمات UTM، تحليل هوية العميل).
• ما لا يقل عن 3 أشهر من البيانات للتدريب النموذجي.

متى يتم الاستخدام: أي شركة لديها حجم بيانات كافٍ. هذا هو المعيار الذهبي.

---

حساب عائد استثمار القناة

تصبح بيانات الإسناد قابلة للتنفيذ عند حساب عائد الاستثمار لكل قناة.

صيغة عائد الاستثمار

Channel ROI = (Attributed Revenue - Channel Cost) / Channel Cost x 100

مثال لتحليل عائد استثمار القناة

يحكي الفرق بين الإحالة الأخيرة والإحالة المستندة إلى البيانات قصة مهمة. في ظل اللمسة الأخيرة، يبدو أن وسائل التواصل الاجتماعي تخسر المال. وفي ظل الاعتماد على البيانات، فإنها تنتج عائد استثمار بنسبة 125 بالمائة لأنها تلعب دورًا توعويًا أساسيًا في العديد من مسارات التحويل. وبالمثل، فإن البحث عن العلامات التجارية وإعادة الاستهداف يبدوان وكأنهما نجمان في اللمسة الأخيرة، ولكنهما أقل تأثيرًا بشكل ملحوظ في ظل الاعتماد على البيانات لأنهما يلتقطان الطلب الذي أنشأته القنوات الأخرى.

---

تحسين تخصيص الميزانية

الإسناد ليس عملية إبلاغ. إنها أداة لتخصيص الميزانية. الهدف هو إعادة توزيع الإنفاق التسويقي على القنوات ذات أعلى عائد استثمار هامشي.

عائد الاستثمار الهامشي مقابل متوسط عائد الاستثمار

يخبرك متوسط ​​عائد الاستثمار بما حققته القناة بشكل عام. يخبرك عائد الاستثمار الهامشي بما سيعود به الدولار التالي الذي يتم إنفاقه على تلك القناة. يمكن أن تتمتع القناة بمتوسط ​​عائد استثمار مرتفع ولكن عائد استثمار هامشي منخفض إذا كانت مشبعة بالفعل.

مثال: يتمتع التسويق عبر البريد الإلكتروني بمتوسط ​​عائد على الاستثمار يبلغ 500 بالمائة، ولكن زيادة معدل الإرسال من 3 إلى 4 رسائل بريد إلكتروني أسبوعيًا قد يؤدي إلى تقليل التفاعل وزيادة عمليات إلغاء الاشتراك. عائد الاستثمار الهامشي للبريد الإلكتروني الرابع سلبي.

منحنى العائدات المتناقصة

تتبع كل قناة منحنى عوائد متناقصة. أول 1000 دولار أمريكي يتم إنفاقها على إعلانات Google تحقق إيرادات لكل دولار أكبر من الألف دولار العاشرة. يعني تحسين الميزانية العثور على النقطة على منحنى كل قناة حيث يكون عائد الاستثمار الهامشي متساويًا تقريبًا عبر جميع القنوات.

إعادة تخصيص الميزانية العملية

1. حساب عائد الاستثمار المستند إلى البيانات لكل قناة.
2. تحديد القنوات المفرطة في الاستثمار (الإنفاق المرتفع، انخفاض عائد الاستثمار الهامشي).
3. تحديد القنوات قليلة الاستثمار (الإنفاق المعتدل، وعائد الاستثمار الهامشي المرتفع).
4. تحويل 10 إلى 15 بالمائة من الميزانية من القنوات ذات الاستثمار الزائد إلى القنوات قليلة الاستثمار.
5. قم بقياس التأثير على مدى 60 إلى 90 يومًا.
6. كرر كل ثلاثة أشهر.

قم بإدخال هذا التحليل في لوحات معلومات BI للمراقبة المستمرة، واستخدم التحليل الجماعي لقياس التأثير طويل المدى لتحولات القناة على القيمة الدائمة للعميل.

---

دليل التنفيذ

الخطوة 1: تتبع البنية التحتية

قبل أن تتمكن من السمة، تحتاج إلى التتبع. تأكد من وضع علامة على كل قناة تسويقية باستخدام معلمات UTM:

• utm_source: المنصة (جوجل، فيسبوك، النشرة الإخبارية)
• utm_medium: نوع القناة (تكلفة النقرة، عضوية، بريد إلكتروني، اجتماعية)
• utm_campaign: اسم الحملة المحددة
• utm_content: متغير الإعلان أو المحتوى المحدد

قم بتتبع هذه النقاط في نظام إدارة علاقات العملاء (CRM) الخاص بك (GoHighLevel، Odoo CRM) جنبًا إلى جنب مع سجل العميل حتى تتمكن من تعيين نقاط الاتصال لتحقيق الإيرادات النهائية.

الخطوة الثانية: تحليل الهوية

التحدي الأكبر في إحالة اللمس المتعدد هو ربط نقاط الاتصال عبر الأجهزة والجلسات بعميل واحد. قبل تسجيل الدخول، استخدم ملفات تعريف الارتباط للطرف الأول. بعد تسجيل الدخول أو النقر على البريد الإلكتروني، قم بحل الهوية.

بالنسبة للشركات التي تستخدم GoHighLevel، يتعامل تتبع جهات الاتصال المدمج مع الكثير من هذا تلقائيًا. بالنسبة للتطبيقات المخصصة، قم بتخزين ملف تعريف الارتباط visitor_id واربطه بـ customer_id عند التعرف عليه.

الخطوة 3: اختر الموديل الخاص بك

ابدأ بالإسناد المستند إلى الموضع (شكل U). إنه سهل التنفيذ وأكثر دقة من النماذج التي تعمل بلمسة واحدة. انتقل إلى الإحالة المستندة إلى البيانات عندما يكون لديك 600 تحويل شهري أو أكثر و3 أشهر أو أكثر من بيانات التتبع.

الخطوة 4: إنشاء لوحة تحكم الإسناد

عرض بيانات الإسناد في أداة BI للخدمة الذاتية:

• مقارنة عائد استثمار القناة (المعتمدة على البيانات مقابل اللمسة الأخيرة)
• تحليل مسار التحويل (تسلسلات نقاط الاتصال الأكثر شيوعًا)
• وقت التحويل حسب القناة
• التحويلات المدعومة (القنوات التي تظهر في المسارات ولكن نادرًا ما تكون بمثابة اللمسة الأخيرة)
• توصيات تخصيص الميزانية

الخطوة 5: التعامل مع البيانات

تعتبر رؤى الإسناد بدون اتخاذ إجراء بمثابة جهد ضائع. أنشئ مراجعة شهرية لميزانية التسويق تستخدم بيانات الإسناد لضبط تخصيصات القناة. تتبع ما إذا كانت إعادة التخصيص تعمل على تحسين عائد الاستثمار الإجمالي في التحليل الجماعي.

---

الأسئلة المتداولة

كيف نتعامل مع نقاط الاتصال غير المتصلة بالإنترنت مثل المعارض التجارية والمكالمات الهاتفية؟

قم بتعيين معرفات تتبع فريدة لنقاط الاتصال غير المتصلة بالإنترنت. استخدم الصفحات المقصودة أو الرموز الترويجية المخصصة للمعارض التجارية. قم بتسجيل المكالمات الهاتفية في نظام إدارة علاقات العملاء (CRM) الخاص بك مع القناة التي أحالت المتصل (اسأل "كيف سمعت عنا؟" أو استخدم أرقام تتبع المكالمات). تصبح هذه الأحداث غير المتصلة بالإنترنت نقاط اتصال في نموذج الإحالة إلى جانب التفاعلات الرقمية.

هل تعمل إحالة اللمس المتعدد في الأعمال التجارية بين الشركات (B2B) ذات دورات المبيعات الطويلة؟

نعم، ويمكن القول إنه أكثر أهمية بالنسبة إلى B2B لأن دورة المبيعات تتضمن العديد من نقاط الاتصال (من 10 إلى 20 نقطة شائعة). ويتمثل التحدي في أن صفقات B2B يمكن أن تستغرق من 3 إلى 12 شهرًا، مما يتطلب فترة مراجعة أطول. تعمل النماذج المستندة إلى الوقت أو النماذج المستندة إلى البيانات بشكل أفضل مع B2B لأنها تأخذ في الاعتبار تأثير نقاط الاتصال على مدى فترات طويلة. تتبع التفاعلات على مستوى الحساب، وليس فقط تفاعلات جهات الاتصال الفردية، باستخدام نظام إدارة علاقات العملاء (CRM) الخاص بك.

ماذا عن لوائح الخصوصية وإيقاف ملفات تعريف الارتباط؟

يؤدي إهمال ملفات تعريف الارتباط للجهات الخارجية إلى تقليل التتبع عبر المواقع ولكنه لا يلغي الإسناد. التركيز على بيانات الطرف الأول: معلمات UTM، وسجلات CRM، ومشاركة البريد الإلكتروني، وتتبع المستخدم الذي قام بتسجيل الدخول. يعد التتبع من جانب الخادم (عبر واجهة برمجة التطبيقات الخاصة بك، وليس JavaScript من جانب العميل) أكثر مرونة تجاه تغييرات خصوصية المتصفح. تعد إدارة الموافقة أمرًا ضروريًا --- تتبع فقط المستخدمين الذين وافقوا، وتأكد من أن نموذج الإحالة الخاص بك يعمل مع البيانات التي تمت الموافقة عليها فقط.

ما مدى دقة الإحالة المستندة إلى البيانات؟

تعتبر الإحالة المستندة إلى البيانات أكثر دقة من أي نموذج قائم على القواعد، ولكنها ليست مثالية. فهو يقيس الارتباط بين نقاط الاتصال والتحويلات، وليس السببية. يتطلب القياس السببي الحقيقي تجارب مضبوطة (اختبار الزيادة) حيث تحجب قناة من مجموعة عشوائية وتقيس الفرق. استخدم الإحالة المستندة إلى البيانات لاتخاذ قرارات الميزانية اليومية واختبارات الزيادة ربع السنوية للتحقق من صحة افتراضات النموذج.

---

ما هو التالي

تُعد الإسناد متعدد اللمس إحدى ركائز تحليلات التسويق ضمن إستراتيجية ذكاء الأعمال الأوسع لديك. ادمجها مع تقسيم عملاء RFM لفهم القنوات التي تجذب عملائك الأكثر قيمة، واستخدم التحليل الجماعي لقياس القيمة طويلة المدى للعملاء المكتسبين من خلال كل قناة.

تقوم ECOSIRE ببناء أنظمة تحليلات تسويقية متكاملة مع GoHighLevel وOdoo CRM وShopify. تعمل منصة OpenClaw AI على تشغيل نماذج الإحالة المستندة إلى البيانات، ويقوم فريقنا بتكوين عمليات سير عمل التتبع ولوحات المعلومات وتحسين الميزانية.

اتصل بنا للبدء في قياس عائد الاستثمار الحقيقي لقنواتك التسويقية.

---

تم النشر بواسطة ECOSIRE --- مساعدة الشركات على التوسع باستخدام الحلول المدعومة بالذكاء الاصطناعي عبر Odoo ERP، وShopify eCommerce، وOpenClaw AI.