Phân bổ đa chạm (MTA) xác định giá trị của các điểm chạm có đóng góp vào việc chuyển đổi thay vì chỉ công nhận một nguồn chuyển đổi duy nhất.
Để dễ hiểu hơn, hãy tham khảo ví dụ sau đây. Kris tương tác với ba quảng cáo khác nhau từ ba kênh khác nhau trước khi mua hàng. Đầu tiên, Kris nhìn thấy một quảng cáo hiển thị trên kênh A và nghĩ rằng sản phẩm thú vị nhưng không nhấp vào quảng cáo. Sau đó, cô nhìn thấy một quảng cáo hiển thị khác trên kênh B. Lần này, cô cảm thấy hứng thú hơn và nhấp vào quảng cáo nhưng rời khỏi trang chi tiết sản phẩm mà không mua bất cứ cái gì. Cuối cùng, vài giờ sau đó, Kris có mong muốn mua sản phẩm cô thấy trong quảng cáo và tìm kiếm sản phẩm trên kênh C. Sau đó, cô nhấp vào quảng cáo tìm kiếm xuất hiện đầu trang trên trang kết quả tìm kiếm của kênh C và cuối cùng mua sản phẩm.
Kris tương tác với ba kênh trước khi mua sản phẩm, nhưng điều gì đã thúc đẩy Kris thực hiện mua hàng ở bước cuối cùng? Để tìm ra điều này, các nhà quảng cáo cần hiểu rõ những điểm chạm nào đã đóng góp trong hành trình của Kris. Đây là khi mô hình phân bổ đa chạm xuất hiện.
Mô hình phân bổ đa chạm tính toán và phân phối giá trị chuyển đổi cho nhiều điểm chạm của khách hàng. Trong ví dụ trên, bằng cách sử dụng phân bổ đa chạm, một MMP sẽ tính toán đóng góp của mỗi điểm chạm và phân phối giá trị chuyển đổi cho tất cả ba kênh (kênh A, B, C).
Hành trình trên di động của người dùng rất phức tạp. Một người dùng không chỉ đơn thuần quyết định cài đặt ứng dụng thông qua việc xem một quảng cáo duy nhất. Để người dùng đạt được một chuyển đổi, họ thường trải qua một hành trình dài bao gồm nhiều quảng cáo trên nhiều kênh khác nhau. Trong thực tế, nghiên cứu nội bộ từ Airbridge cho thấy hơn 30% chuyển đổi được thực hiện sau ba hoặc nhiều điểm chạm. Do đó, việc sử dụng phân bổ đa chạm có thể phản ánh tốt hơn cách người dùng suy nghĩ và hành động trong thực tế.
Tìm ra mức độ đóng góp mà mỗi kênh đóng góp có thể giúp nhà quảng cáo phân phối ngân sách quảng cáo một cách tốt hơn để tối ưu hiệu suất quảng cáo. Hiện tại rõ ràng rằng người dùng trong thực tế tương tác với nhiều điểm chạm. Do đó, việc chỉ xét một điểm chạm đóng góp vào việc tạo ra một chuyển đổi có thể làm phóng đại hiệu suất của một số kênh trong khi đánh giá thấp các kênh còn lại. Phân bổ đa chạm có thể xác định mức độ đóng góp của mỗi kênh và cung cấp cho nhà quảng cáo một cái nhìn khách quan, giúp họ phân phối ngân sách hiệu quả hơn.
Ngành quảng cáo di động dần trở nên cạnh tranh hơn khi các kênh mới xuất hiện và người dùng trở nên cảnh giác hơn đối với các thông điệp quảng cáo. Do đó, những nhà quảng cáo sẽ cần có một nguồn dữ liệu sâu hơn để tối ưu hóa hệ thống quảng cáo của họ. Mô hình phân bổ đa chạm có thể cung cấp cho nhà quảng cáo các dữ liệu chính xác và chi tiết về các kênh mà quảng cáo hoạt động tốt nhất và cách để tối ưu hóa chiến lược quảng cáo của mình.
