Çoklu Dokunuş İlişkilendirme: Kanallar Arasında Pazarlama Yatırım Getirisini Ölçme

Bir müşteri Pazartesi günü Google reklamınızı görür, Çarşamba günü blog yayınınızı okur, Cuma günü e-postanızı açar ve Cumartesi günü bir yeniden hedefleme reklamına tıkladıktan sonra satın alır. Satıştan hangi kanal kredi alıyor? Cevap, bir sonraki pazarlama paranızı nereye ayıracağınızı belirler.

Çoğu orta ölçekli şirket varsayılan olarak son dokunuş atıfını kullanır; kredinin yüzde 100'ünü satın almadan önceki son etkileşime verir. Bu, dönüşüm hunisinin alt kısmındaki kanallara (yeniden hedefleme, markalı arama) sistematik olarak fazla değer verirken, müşteriyi ilk etapta tanıtan dönüşüm hunisinin üst kısmındaki kanallara (içerik, sosyal, görüntülü reklam) yeterince değer vermez. Sonuç, kağıt üzerinde verimli görünen ancak aslında huninin üst kısmını dolduran yatırımları kesen bir pazarlama bütçesidir.

Çoklu dokunuşlu ilişkilendirme, krediyi müşteri yolculuğundaki tüm temas noktalarına dağıtarak pazarlamacılara kanal performansı ve yatırım getirisine ilişkin daha doğru bir resim sunar.

Önemli Çıkarımlar

• Son dokunuş ilişkilendirmesi, dönüşüm kanallarına aşırı değer verip farkındalık kanallarını olduğundan düşük değerlendirerek bütçelerin yanlış tahsis edilmesine yol açar
• Basitten (ilk dokunuş, son dokunuş) karmaşıklığa (veriye dayalı) kadar bir yelpazede altı ilişkilendirme modeli mevcuttur ve her birinin değiş tokuşları vardır
• Makine öğrenimini kullanan veriye dayalı ilişkilendirme, en doğru sonuçları üretir ancak istatistiksel anlamlılık için ayda en az 600 dönüşüm gerektirir
• İlişkilendirme verileri yalnızca raporlara değil, doğrudan bütçe tahsis kararlarına da beslenmelidir --- amaç, maksimum yatırım getirisi için kanallar arasındaki harcamayı optimize etmektir

---

İlişkilendirme Modellerinin Açıklaması

Model Karşılaştırması

İlk Dokunuş İlişkilendirmesi

İlk temas noktası kredinin yüzde 100'ünü alır. Bir müşteri sizi organik bir blog yazısı aracılığıyla keşfettiyse, bu blog yazısı, diğer birçok etkileşimden aylar sonra gerçekleşmiş olsa bile, nihai satış için tam itibar kazanır.

Ne zaman kullanılmalı: Hangi kanalların ilk farkındalığı artırdığını anlamak. İçerik pazarlamasını ve dönüşüm hunisinin üst kısmındaki kampanyaları değerlendirmek.

Kusur: Müşterileri tanıtan ancak onları asla dönüştürmeyen bir kanal, tanıtan ve dönüştüren bir kanal kadar değerli görünecektir. Ayrıca keşif ile satın alma arasında ne olduğu hakkında da bilgi vermez.

Son Dokunuş İlişkilendirmesi

Dönüşümden önceki son temas noktası kredinin yüzde 100'ünü alır. Bu, çoğu analiz platformunda varsayılan modeldir (Google Analytics 4, artık varsayılan olarak veriye dayalı olan dikkate değer bir istisnadır).

Ne zaman kullanılmalı: Satışları hangi kanalların kapattığını anlama. Dönüşüm hunisinin alt kısmındaki harcamaları optimize etme.

Kusur: Marka bilinirliğini, içerik pazarlamasını, sosyal medyayı ve dönüşüm hunisinin üst kısmındaki diğer etkinlikleri sistematik olarak küçümser. "Dönüşüm sağlamadığı" için farkındalık harcamasını kestiğiniz tehlikeli bir geri bildirim döngüsü oluşturur ve bu da sonuçta dönüşüm kanallarınızın bağlı olduğu boru hattını kurutur.

Doğrusal İlişkilendirme

Yolculuktaki her temas noktası eşit kredi alır. Dört temas noktası yolculuğu her birine yüzde 25 verir.

Ne zaman kullanılmalı: Çoklu dokunma ilişkilendirmesi için basit bir başlangıç ​​noktası. Tüm temas noktalarının gerçekten eşit derecede önemli olması adildir.

Kusur: Tüm dokunuşlar eşit derecede değerli değildir. Bülteni açan bir müşteri, ürün demosuna katılan bir müşteri kadar etkili değildir.

Zaman Aşımı İlişkilendirmesi

Dönüşüme daha yakın olan temas noktaları giderek daha fazla kredi alır. En yaygın uygulama, yapılandırılabilir bir yarı ömre (genellikle 7 gün) sahip üstel bir azalma işlevi kullanır.

Örnek: 5 temas noktasının olduğu 30 günlük bir yolculukta:

• 1. Gün (görüntülü reklam): %5 kredi
• 10. Gün (blog yazısı): %10 kredi
• 18. Gün (e-posta): %15 kredi
• 25. Gün (web semineri): %25 kredi
• 30. Gün (yeniden hedefleme reklamı, dönüşüm): %45 kredi

Ne zaman kullanılmalı: Son etkileşimlerin daha etkili olduğu uzun B2B satış döngüleri.

Kusur: Yolculuğu başlatan ilk keşif hâlâ yeterince değerlendirilmiyor. Bazı işletmelerde ilk dokunuş en önemlisidir.

Konuma Dayalı (U Şeklinde) İlişkilendirme

İlk dokunuşa yüzde 40, son dokunuşa yüzde 40, kalan yüzde 20 ise orta dokunuşlara eşit olarak dağıtıldı. Bu model hem girişe hem de kapanışa değer verir.

Ne zaman kullanılmalı: Hem keşif hem de dönüşümün kritik öneme sahip olduğuna ve yetiştirmenin destekleyici bir rol oynadığına inanan şirketler.

Kusur: 40/40/20 paylaşımı keyfidir. İlk ve son dokunuşların tamamen eşit derecede önemli olduğunu veya her birinin tam olarak yüzde 40 alması gerektiğini varsaymak için hiçbir neden yok.

Veriye Dayalı İlişkilendirme

Makine öğrenimi modeli, tüm dönüşüm yollarını analiz eder ve verilere dayalı olarak her kanalın gerçek katkısını belirler. Bu, hangi dokunuşun en önemli olduğu varsayımlarına dayanmayan tek modeldir.

Nasıl çalışır: Model, dönüşüm yollarını (satın almaya yol açan temas noktası dizileri) dönüşüm sağlamayan yollarla (olmayan diziler) karşılaştırır. Dönüşüm yollarında önemli ölçüde daha sık görünen kanallar daha fazla kredi alır.

Gereksinimler:

• İstatistiksel önem için ayda en az 600 dönüşüm.
• Kanallar arası izleme (UTM parametreleri, müşteri kimlik çözümlemesi).
• Model eğitimi için en az 3 aylık veri.

Ne zaman kullanılır: Yeterli veri hacmine sahip herhangi bir şirket. Bu altın standarttır.

---

Kanal Yatırım Getirisi Hesaplaması

İlişkilendirme verileri, kanal başına yatırım getirisini hesapladığınızda işlem yapılabilir hale gelir.

Yatırım Getirisi Formülü

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

Örnek Kanal Yatırım Getirisi Analizi

Son dokunuş ile veriye dayalı ilişkilendirme arasındaki fark, kritik bir hikaye anlatır. Son dokunuşta sosyal medya para kaybediyor gibi görünüyor. Veriye dayalı olarak, birçok dönüşüm yolunda önemli bir farkındalık rolü oynadığı için yüzde 125'lik bir yatırım getirisi sağlıyor. Benzer şekilde, markalı arama ve yeniden hedefleme, son dokunuşta süperstarlar gibi görünür ancak diğer kanalların yarattığı talebi yakaladıkları için veriye dayalı olarak çok daha az etkilidir.

---

Bütçe Tahsisi Optimizasyonu

İlişkilendirme bir raporlama uygulaması değildir. Bir bütçe tahsis aracıdır. Amaç, pazarlama harcamalarını en yüksek marjinal yatırım getirisine sahip kanallara doğru yeniden dağıtmaktır.

Marjinal ROI ve Ortalama ROI

Ortalama yatırım getirisi, bir kanalın genel olarak ne kadar getiri sağladığını gösterir. Marjinal yatırım getirisi size o kanala harcanan bir sonraki doların ne kadar geri döneceğini söyler. Bir kanalın ortalama yatırım getirisi yüksek olabilir ancak zaten doymuşsa marjinal yatırım getirisi düşük olabilir.

Örnek: E-posta pazarlamanın ortalama yüzde 500 yatırım getirisi vardır, ancak gönderme sıklığını haftada 3'ten 4 e-postaya çıkarmak etkileşimi azaltabilir ve abonelikten çıkmaları artırabilir. 4. e-postanın marjinal yatırım getirisi negatiftir.

Azalan Getiri Eğrisi

Her kanal azalan bir getiri eğrisi izler. Google Ads'te harcanan ilk 1.000 ABD doları, dolar başına 10. 1.000 ABD dolarından daha fazla gelir sağlar. Bütçe optimizasyonu, her kanalın eğrisi üzerinde, marjinal yatırım getirisinin tüm kanallarda kabaca eşit olduğu noktayı bulmak anlamına gelir.

Pratik Bütçe Yeniden Tahsisi

1. Kanal başına veriye dayalı yatırım getirisini hesaplayın.
2. Aşırı yatırım yapılan kanalları belirleyin (yüksek harcama, azalan marjinal yatırım getirisi).
3. Yeterince yatırım yapılmayan kanalları belirleyin (orta düzeyde harcama, yüksek marjinal yatırım getirisi).
4. Bütçenin yüzde 10 ila 15'ini aşırı yatırım yapılan kanallardan az yatırım yapılan kanallara kaydırın.
5. Etkiyi 60 ila 90 gün boyunca ölçün.
6. Üç ayda bir tekrarlayın.

Sürekli izleme için bu analizi BI kontrol panellerinize aktarın ve kanal değişimlerinin müşteri yaşam boyu değeri üzerindeki uzun vadeli etkisini ölçmek için kohort analizini kullanın.

---

Uygulama Kılavuzu

1. Adım: Altyapının Takibi

Nitelik vermeden önce izlemeniz gerekir. Her pazarlama kanalının UTM parametreleriyle etiketlendiğinden emin olun:

• utm_source: Platform (google, facebook, haber bülteni)
• utm_medium: Kanal türü (tbm, organik, e-posta, sosyal)
• utm_campaign: Belirli kampanya adı
• utm_content: Belirli reklam veya içerik çeşidi

Bunları müşteri kaydının yanı sıra CRM'nizde (GoHighLevel, Odoo CRM) takip edin, böylece temas noktalarını nihai gelirle eşleştirebilirsiniz.

Adım 2: Kimlik Çözümleme

Çoklu dokunma ilişkilendirmesindeki en büyük zorluk, cihazlar ve oturumlar arasındaki temas noktalarını tek bir müşteriye bağlamaktır. Giriş yapmadan önce birinci taraf çerezlerini kullanın. Giriş yaptıktan veya e-posta tıkladıktan sonra kimliği çözümleyin.

GoHighLevel kullanan şirketler için yerleşik kişi izleme özelliği bu işlemlerin çoğunu otomatik olarak gerçekleştirir. Özel uygulamalar için, bir visitor_id çerezi saklayın ve tanımlama sonrasında bunu customer_id'ye bağlayın.

Adım 3: Modelinizi Seçin

Konuma dayalı (U şeklinde) ilişkilendirmeyle başlayın. Uygulaması basit ve tek dokunuşlu modellere göre daha doğrudur. Aylık 600 veya daha fazla dönüşüme ve 3 ay veya daha fazla izleme verisine sahip olduğunuzda veriye dayalı ilişkilendirmeye geçin.

4. Adım: İlişkilendirme Kontrol Panelini Oluşturun

İlişkilendirme verilerini self servis BI aracınızda görüntüleyin:

• Kanal yatırım getirisi karşılaştırması (veriye dayalı ve son dokunuş)
• Dönüşüm yolu analizi (en yaygın temas noktası dizileri)
• Kanala göre dönüşüm süresi
• Destekli dönüşümler (yollarda görünen ancak nadiren son dokunuş olarak görünen kanallar)
• Bütçe tahsisi önerileri

Adım 5: Verilere Göre Harekete Geçin

Eyleme geçilmeyen ilişkilendirme analizleri boşa harcanan çabadır. Kanal tahsislerini ayarlamak için ilişkilendirme verilerini kullanan aylık bir pazarlama bütçesi incelemesi oluşturun. Grup analizinde yeniden tahsisin genel yatırım getirisini iyileştirip iyileştirmediğini izleyin.

---

Sıkça Sorulan Sorular

Ticari fuarlar ve telefon görüşmeleri gibi çevrimdışı temas noktalarını nasıl ele alıyoruz?

Çevrimdışı temas noktalarına benzersiz izleme tanımlayıcıları atayın. Ticari fuarlar için özel açılış sayfalarını veya promosyon kodlarını kullanın. Telefon çağrılarını, arayanı yönlendiren kanalla birlikte CRM'nize kaydedin ("bizi nasıl duydunuz?" diye sorun veya çağrı takip numaralarını kullanın). Bu çevrimdışı etkinlikler, dijital etkileşimlerin yanı sıra ilişkilendirme modelinde temas noktaları haline gelir.

Çoklu dokunuşlu ilişkilendirme, uzun satış döngülerine sahip B2B için çalışır mı?

Evet ve B2B için tartışmasız daha önemli çünkü satış döngüsü çok daha fazla temas noktası içeriyor (10 ila 20 arası yaygındır). Buradaki zorluk, B2B anlaşmalarının 3 ila 12 ay sürebilmesi ve daha uzun bir inceleme aralığı gerektirmesidir. Zamanla azalma veya veriye dayalı modeller B2B için en iyi sonucu verir çünkü uzun süreler boyunca temas noktalarının etkisini hesaba katarlar. CRM'nizi kullanarak yalnızca bireysel iletişim etkileşimlerini değil, hesap düzeyindeki etkileşimleri izleyin.

Gizlilik düzenlemeleri ve çerezlerin kullanımdan kaldırılması hakkında ne düşünüyorsunuz?

Üçüncü taraf çerezlerinin kullanımdan kaldırılması siteler arası izlemeyi azaltır ancak ilişkilendirmeyi ortadan kaldırmaz. Birinci taraf verilerine odaklanın: UTM parametreleri, CRM kayıtları, e-posta etkileşimi, oturum açmış kullanıcı takibi. Sunucu tarafı izleme (istemci tarafı JavaScript'i değil, API'niz aracılığıyla) tarayıcı gizliliği değişikliklerine karşı daha dayanıklıdır. Rıza yönetimi çok önemlidir; yalnızca izin veren kullanıcıları izleyin ve ilişkilendirme modelinizin yalnızca izin verilen verilerle çalıştığından emin olun.

Veriye dayalı ilişkilendirme gerçekte ne kadar doğrudur?

Veriye dayalı ilişkilendirme, herhangi bir kurala dayalı modelden daha doğrudur ancak mükemmel değildir. Nedenselliği değil, temas noktaları ve dönüşümler arasındaki korelasyonu ölçer. Gerçek nedensel ölçüm, bir kanalı rastgele bir gruptan ayırdığınız ve farkı ölçtüğünüz kontrollü deneyler (artımlılık testi) gerektirir. Günlük bütçe kararları için veriye dayalı ilişkilendirmeyi kullanın ve modelin varsayımlarını doğrulamak için üç ayda bir artımlılık testleri yapın.

---

Sırada Ne Var

Çoklu dokunuşlu ilişkilendirme, daha geniş BI stratejiniz kapsamındaki pazarlama analitiğinin temel taşlarından biridir. Hangi kanalların en değerli müşterilerinizi çektiğini anlamak için bunu RFM müşteri segmentasyonu ile birleştirin ve her kanal aracılığıyla elde edilen müşterilerin uzun vadeli değerini ölçmek için kohort analizini kullanın.

ECOSIRE, GoHighLevel, Odoo CRM ve Shopify ile entegre pazarlama analitiği sistemleri oluşturur. OpenClaw AI platformumuz veriye dayalı ilişkilendirme modellerini destekler ve ekibimiz izlemeyi, kontrol panellerini ve bütçe optimizasyonu iş akışlarını yapılandırır.

Pazarlama kanallarınızın gerçek yatırım getirisini ölçmeye başlamak için bize ulaşın.

---

ECOSIRE tarafından yayınlandı --- işletmelerin Odoo ERP, Shopify eCommerce ve OpenClaw AI genelinde yapay zeka destekli çözümlerle ölçeklenmesine yardımcı oluyor.