• Accueil / Pardot / Attribution de Pardot…
, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Attribution de Pardot Einstein: une plongée plus profonde1 minutes de lecture


Einstein Attribution est une fonctionnalité de Pardot Einstein qui vise à résoudre les lacunes laissées dans l’attribution de campagne en raison du fait que les contacts ne sont pas correctement associés aux opportunités et aux campagnes Salesforce. Sans les liens corrects entre le contact, l’opportunité et la campagne, les spécialistes du marketing ne sauront jamais vraiment à quel point leurs campagnes ont contribué.

Avec le slogan «laisse les modèles d’influence basés sur des règles dans le rétroviseur», Einstein Attribution introduit un nouveau concept qui va au-delà de l’influence traditionnelle de la campagne Salesforce.

, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Vous vous souvenez peut-être que j’ai récemment publié un aperçu de Pardot Einstein, l’ensemble de fonctionnalités basées sur l’IA pour Pardot marketing automation, à savoir Einstein Behavior Scoring, Einstein Lead Scoring, Einstein Campaign Insights et l’objet de ce guide, Einstein Attribution. L’objectif primordial de ces technologies est de trouver des modèles profondément enfouis dans vos données d’engagement, de reconnaître les thèmes et de prendre des mesures, comme faire des recommandations aux utilisateurs.

Quand j’ai entendu parler d’Einstein Attribution pour la première fois il y a quelques mois, mon esprit était époustouflé. Ma recherche pour ce guide et le précédent a été largement soutenue par Alon Shvo, Product Manager chez Salesforce Pardot, qui travaille en étroite collaboration avec Einstein Attribution et Einstein Campaign Insights. Ce produit est le bébé d’Alon – je pourrais dire à quel point il était fier de me montrer, après tout, que le produit réalise quelque chose d’assez remarquable. Il a mis en lumière la façon dont ces derniers fonctionnent sous le capot – que je vais maintenant partager dans cette plongée plus profonde.

Présentation de l’attribution Einstein

Résumé en une ligneMéthode actuelle basée sur des règles *Disponible?Licences requises?Prérequis des fonctionnalitésExigences en matière de données?
« Laisse les modèles d’influence basés sur des règles dans le rétroviseur »Influence de la campagneSortie été 2020Édition avancée Pardot

Salesforce Enterprise Edition (et supérieur)

Campagnes connectées Pardot50 rôles de contact d’opportunité pour commencer!

Consultez le tableau complet sur la présentation complète des fonctionnalités de Pardot Einstein.

Comment fonctionne l’attribution Einstein?

Si vous connaissez l’influence de campagne, je suis sûr que vous connaissez également les rôles de contact d’opportunité. Les rôles de contact d’opportunité sont un élément clé pour les spécialistes du marketing, formant le pont entre les opportunités et les campagnes. Campaign Influence utilise des contacts et des rôles de contact d’opportunité pour déterminer quelles campagnes ont influencé une opportunité – malheureusement, il est difficile de maintenir la cohérence des rôles de contact d’opportunité.

Sans les liens corrects entre le contact, l’opportunité et la campagne, les spécialistes du marketing ne sauront jamais vraiment à quel point leurs campagnes ont contribué.

Einstein Attribution vise à combler les lacunes laissées dans l’attribution des campagnes. Le meilleur atout de Pardot Einstein Attribution est qu’il n’y a aucune dépendance aux rôles de contact d’opportunité.

Des enregistrements de rôle de contact d’opportunité «virtuelle» sont créés pour combler les lacunes. Ce ne sont pas des rôles de contact réels, mais sont créés uniquement pour être exploités dans le back-end.

En savoir plus sur les rôles de contact des opportunités virtuelles

Comme je l’ai dit, les enregistrements de rôle de contact d’opportunité «virtuelle» sont créés (et non les rôles de contact réels), mais ne sont exploités que dans le back-end.

Le modèle de données regroupe toutes les données pertinentes (prospects, contacts, opportunités, activités, etc.) qui peuvent aider à déterminer quels individus ont un rôle dans une opportunité. En conséquence, cela crée un graphique d’attribution à l’aide de l’extraction de données (par exemple, des algorithmes de correspondance de domaine). Le résultat est des rôles de contact d’opportunité «virtuels» qui comblent les lacunes là où de véritables rôles de contact d’opportunité n’ont pas été créés (mais devraient être là). L’équipe affirme que les rôles de contact d’opportunité virtuelle ont une couverture d’attribution jusqu’à 10 fois plus grande – pensez à la quantité de crédit d’opportunité que vous découvrez! L’image ci-dessous montre comment cela fonctionne.

, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Qu’en est-il des leads?

La plupart des spécialistes du marketing savent que les prospects dans Salesforce ne se penchent pas beaucoup sur l’influence des campagnes d’opportunités, mais uniquement sur la structure du modèle de données.

Outre les contacts, Einstein Attribution est en mesure d’exploiter des algorithmes de correspondance entre les prospects et les comptes pour associer directement les prospects et les prospects aux opportunités dans lesquelles ils sont impliqués, même si votre équipe commerciale n’a pas encore converti ce prospect.

Calendrier de l’influence de la campagne

Une chose qui m’est venue à l’esprit était le fonctionnement des délais avec Einstein Attribution. Avec ces modèles de données faisant des choses magiques dans le backend, comment pouvons-nous vérifier que le temps entre un engagement marketing justifie une «influence» sur un accord?

Vous pouvez toujours configurer la période d’influence de la campagne (jusqu’à un maximum de 2 ans). De plus, si une opportunité a été créée avant le point de contact marketing, ce point de contact marketing ne sera pas inclus dans le modèle. Il n’y a aucun risque de croisement entre les périodes.

Cet élément des modèles d’influence basés sur des règles qui a donné le contrôle aux spécialistes du marketing, vous serez donc heureux d’apprendre que vous maintiendrez toujours la visibilité!

Modèle d’influence de campagne basé sur les données

Les «modèles d’influence basés sur des règles» sont les modèles d’influence de campagne au premier contact / dernier contact / même au toucher que vous connaissez bien. Ces modèles reposent sur des relations de données (rôles des contacts d’opportunité) et sur le timing (historique de la campagne au moment de la conversion des leads, etc.), ce qui rend ce moyen de mesure globalement moins précis.

Que vise Einstein Attribution? Essentiellement, Einstein Attribution vous rapproche du Saint Graal de l’attribution marketing précise, en corrigeant les lacunes dans l’attribution à l’aide d’une IA. modèle basé sur les données qui «attribue le partage des revenus en fonction de vos clients réels, de leur engagement et de vos succès».

Il s’agit d’un modèle d’influence de campagne supplémentaire appelé «Modèle basé sur les données» (qui apparaîtra dans la liste des modèles d’influence de campagne dans la configuration de Salesforce, à côté des autres modèles standard).

, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Einstein Attribution utilise l’architecture Campaign Influence, de sorte que la sortie du modèle est en fait des enregistrements d’influence de campagne.

Le modèle basé sur les données »est un nouveau modèle d’influence qui apparaîtra dans la liste de la configuration à côté du premier contact, du dernier contact, etc.

Tableau de bord d’attribution multi-touch

La star du spectacle explore la Modèle basé sur les données dans l’analyse marketing B2B Tableau de bord Multi-Touch Attribution:

, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Comme vous le savez peut-être, le tableau de bord Multi-Touch Attribution est l’un des tableaux de bord prêts à l’emploi avec B2B Marketing Analytics. Vous n’avez aucun effort de configuration supplémentaire ici! Tout comme vous utiliseriez le filtre prédéfini pour basculer entre une vue au premier contact et une vue au dernier toucher, vous faites de même pour afficher le modèle basé sur les données:

Conditions préalables aux données

Habituellement, les fonctionnalités basées sur l’IA nécessitent de grandes quantités de données pour que l’IA «apprenne» et affine le ou les modèles de données. Vous verrez que c’est le cas de plusieurs autres produits d’Einstein.

Vous serez ravi d’apprendre qu’Einstein Attribution a des prérequis minimaux en matière de données – selon les normes de toute organisation! Vous avez besoin d’au moins 50 rôles de contact d’opportunité pour garantir des performances optimales du modèle lorsque vous démarrez.

Mes pensées sur les avantages

Je pense que les résultats qu’Einstein Attribution pourrait potentiellement révéler seront fascinants pour les spécialistes du marketing. Les équipes marketing qui tireront le meilleur parti d’Einstein Attribution seront celles qui trouveront un crédit d’opportunité supplémentaire qui devrait être attribué aux campagnes marketing – le crédit «perdu» causé par un manque de discipline du rôle de contact.

D’un autre côté, même si Einstein Attribution ne fait pas apparaître un montant choquant de perte de crédit, cela prouve que les processus des rôles de contact d’opportunité de votre organisation sont solides. Vous pouvez faire taire ces doutes tenaces sur l’exactitude des données.

Le tableau de bord d’attribution multi-touch dans B2B Marketing Analytics donne tout cela à la vie. Vous serez en mesure de voir visuellement combien de crédit d’opportunité supplémentaire Einstein Attribution a pu récupérer en commutant le filtre de comparaison du tableau de bord pour afficher différents modèles (Einstein vs basé sur des règles).

Enfin, Alon veut que vous réfléchissiez un peu plus loin:

« Einstein Attribution se traduira par une attribution au niveau des canaux plus intelligente et plus précise, car les pondérations d’influence sont basées sur données de conversion réelles, par opposition aux modèles basés sur des règles qui sont essentiellement un ensemble de règles arbitraires prédéfinies « 

Cela vous dépasse-t-il la tête? Il peut être utile de se renseigner sur le fonctionnement d’Einstein Behavior Score, en utilisant des modèles de conversion pour déterminer un score, au lieu d’ajouter des points de contact marketing individuels au fil du temps.

Vous voulez plus d’informations?

Je vous recommande de regarder ça enregistrement de webinaire pour apprendre plus.

L’algorithme original

Je vais vous laisser avec ceci, l’algorithme original pour Einstein Attribution. Ne vous inquiétez pas, je ne le suis pas non plus – soyons reconnaissants pour l’équipe Einstein qui en a fait une réalité!

, Attribution de Pardot Einstein: une plongée plus profonde<span class="wtr-time-wrap after-title"><span class="wtr-time-number">1</span> minutes de lecture</span>

Mes sincères remerciements vont à Alon Shvo, Chef de produit chez Salesforce Pardot, qui a contribué à cet article, et a répondu avec patience à mes questions alors que je me concentrais sur le fonctionnement des fonctionnalités!



Source de l’article traduit automatiquement en Français