보수가 높은 직원을 위한 수익 귀속 모델 설정

고임금 직원(HCE)은 종종 회사 급여의 상위 20%에 해당하는 급여를 받는 개인입니다. 또한 HCE는 회사 주식의 5% 이상을 소유한 사람입니다. 5% 소유권은 직원 또는 직계 가족(배우자, 부모, 조부모 또는 자녀)이 소유한 주식 간에 분할될 수 있습니다.

수익 귀속이란 무엇입니까?

수익 귀속 모델은 비용을 받은 수익과 일치시킵니다. 또한 수익 귀속 모델은 효과가 있었던 것과 그렇지 않은 것을 분석하고 전달합니다. 또한 기업이 시간과 비용을 절약할 목적으로 마케팅 및 판매 지출을 더 잘 할당할 수 있는 곳을 이해하는 데 도움을 주기도 합니다.

HCE를 위한 올바른 수익 기여 모델 설정을 찾는 것은 많은 비즈니스에 어려움이 될 수 있습니다. 시작하는 데 도움이 되도록 회사의 HCE에 대한 수익 귀속 모델을 올바르게 설정하기 위한 전략을 마련했습니다.

기여 전략 개발

HCE에 대한 수익 귀속 모델을 설정하는 것은 여러 마케팅 및 판매 노력에 대해 올바른 수익을 할당하기 위해 여러 단계를 수행해야 하기 때문에 프로세스입니다. 예를 들어, 판매 리드 의 출처를 추적하고 그것이 온라인 광고, 소셜 게시물 또는 다른 것에서 나온 것인지 확인해야 합니다.

HCE는 잠재 고객이 직접 마케팅 활동, 추천 또는 광고를 통해 귀사에 대해 알게 된 경위를 묻기 위해 실사를 수행해야 할 수도 있습니다. 그럼에도 불구하고 마케팅 속성은 회사가 리소스를 최대한 활용하는 방법을 파악하는 데 도움이 되기 때문에 효과가 있습니다.

마케팅 기여에서 얻은 데이터와 통찰력은 효과적인 캠페인과 그렇지 않은 캠페인을 결정하는 데 도움이 될 수 있습니다. 결과적으로 영업 캠페인 에 노력과 자원을 다시 집중하여 수익을 극대화할 수 있습니다.

고객 접점 이해

일반 구매자의 여정은 광고에서 추천, 소셜 미디어 등에 이르기까지 여러 접점에 걸쳐 있을 수 있습니다. 경로는 리드마다 다를 수 있으므로 각 구매를 조금씩 다르게 취급해야 합니다.

HCE 노력의 효율성을 어떻게 추적합니까? 수익 기여 및 마케팅 기여 도구를 통해. 속성은 단일 및 다중 터치 속성의 두 가지 다른 모델로 나뉩니다. 멀티터치 기여 모델은 구매자 여정의 모든 지점에 터치포인트를 할당합니다. Think with Google 에 따르면 "한 기업이 멀티터치 모델로 전환하고 디지털 마케팅 채널의 최적화를 식별하여 기업 수익을 1년 만에 20%까지 늘릴 수 있었습니다."

싱글 터치 기여 모델

마지막 터치 속성

Last Touch 속성은 판매 전 마지막 터치포인트를 의미합니다. 이 모델은 판매로 이어진 이전 터치포인트에 대해 많은 공로를 인정하지 않기 때문에 약간 불쾌합니다. 동시에 추적 및 구성이 쉽습니다.

예를 들어 잠재 고객은 Facebook 광고를 볼 수 있습니다. 광고 후 잠재 고객은 회사의 소셜 미디어 프로필 링크를 따라갈 수 있습니다. 그런 다음 귀하의 웹사이트를 방문하여 연락처 정보를 제공한 후 전자책이나 백서를 다운로드할 수 있습니다. 마지막으로 이메일 광고를 클릭하고 구매합니다. 비록 이메일이 판매 전 마지막 터치였지만 그 과정에서 각각의 터치포인트는 아마도 구매 결정을 강화했을 것입니다.

따라서 Last Touch 모델은 수익 기여도를 추적하는 가장 영향력 있는 방법은 아니지만 간단하고 추적하기 쉬운 방법으로 작용합니다.

퍼스트 터치 어트리뷰션

First Touch 속성은 Last Touch 모델과 반대입니다. 이 모델은 모든 가치를 첫 번째 터치포인트에 둡니다. 고객에게 "어떻게 저희를 찾았습니까?"라고 물으면 일반적으로 잠재 고객은 첫 번째 터치포인트를 언급하고 5개의 다른 터치포인트를 통과했다는 사실은 언급하지 않습니다.

멀티 터치 기여 모델

멀티 터치 기여 모델은 최종 전환에 기여하는 여러 마케팅 채널에 기여도를 부여합니다. 이러한 기여도 모델은 고객 여정의 모든 접점을 고려하는 데 도움이 될 수 있습니다.

선형 기여 모델

선형 마케팅 기여 모델은 판매 퍼널을 통해 모든 접점에 동일한 가치를 할당합니다. 예를 들어 잠재 고객이 5개의 터치 포인트를 경험한 경우 각각에 20%의 값이 할당됩니다.

이 프로세스는 모든 접점에 값이 할당되기 때문에 보다 포괄적인 모델을 생성합니다. 그러나 일부 터치포인트가 다른 터치포인트보다 구매 결정에 더 큰 영향을 미쳤을 수 있는 방법을 고려하지 않습니다.

시간 소멸 속성

시간 가치 하락 기여 모델은 전환 근접성을 기반으로 터치포인트에 서로 다른 값을 할당하는 알고리즘 모델입니다. 전환에 가장 가까운 터치포인트에 가장 높은 값이 부여되고 터치포인트가 전환에서 멀어질수록 값이 감소합니다.

위치 기반 기여

위치 기반 속성 모델은 첫 번째 터치와 마지막 터치에 초점을 맞추고 각 값의 40%를 할당합니다. 그런 다음 중간에 있는 터치 포인트 간에 20%를 나눕니다. 이는 멀티 터치포인트 기여 모델과 일치합니다. 하지만 중간 터치포인트에 충분히 높은 가치를 부여하지 않아 결과가 왜곡될 수 있습니다.

데이터 기반 기여 모델

데이터 기반 속성 모델은 기계 학습을 사용하여 대량의 소비자 데이터를 추적합니다. 사람들이 귀하의 다양한 광고에 참여하고 귀하의 고객이 되기로 결정한 방식에 따라 전환에 대한 기여도를 부여합니다.

이 기여 모델을 활용하면 여러 마케팅 채널이 함께 작동하는 방식을 이해하는 데 도움이 됩니다. 예를 들어 특정 채널에 과도하게 투자한 것을 발견하고 다른 채널로 노력을 전환해야 할 수 있습니다. 많은 기업들이 이 기여도 모델로 전환하고 있습니다.

완벽한 수익 기여 모델은 없습니다

수익 기여 모델 설정에서 가장 어려운 단계는 완벽한 모델이 없다는 것을 깨닫는 것입니다. 그러나 대상 고객, 비즈니스 목표 및 마케팅 캠페인에 따라 사용자 정의할 수 있는 추가 항목이 있습니다. 그러나 이는 상당히 복잡한 작업이 될 수 있습니다. 특히 분석 및 대규모 데이터 세트를 다룰 때는 더욱 그렇습니다.

처음에는 많은 시행착오를 겪을 수 있지만 수익 귀속 모델을 구현하면 회사가 고객 구매 영향 요인, 구매자 여정 및 쇼핑 습관을 보다 통찰력 있게 이해할 수 있습니다.

HCE가 각 채널과 접점에 어떻게 기여했는지 아는 것도 중요합니다. Time-decay 모델 버전을 선택하고 몇 가지 사용자 지정을 추가한다고 가정해 보겠습니다. 이 상황에서는 고객의 행동을 살펴보고 어떤 행동이 비즈니스 목표와 관련이 있는지 판단하는 것이 중요합니다.

궁극적으로 HCE가 구매를 보장하기 위해 판매 퍼널 및 고객 커뮤니케이션과 어떻게 작동하는지 확인하려고 합니다.

전환은 마케팅 기여 모델에 따라 다릅니다.

뉴스레터 및 백서 보내기, 프레젠테이션 공유, 고객과의 여러 통화와 같은 부드러운 전환도 궁극적으로 판매로 이어지기 때문에 가치가 있습니다. 이때 HCE가 고객과 직접 소통하고 주문을 수락하거나 판매 유입경로를 통해 적극적으로 안내하여 HCE가 전환을 지원한 방법을 살펴봐야 합니다.

반대로 원하는 결과를 제공하지 않는 터치포인트를 고려하고 이러한 리소스를 가치가 높은 터치포인트로 용도 변경하는 방법을 결정합니다.

모두 함께 넣어

수익 귀속 모델을 사용하면 구매자 여정의 모든 단계에서 더 강력하고 의도적인 판매 전략을 통해 수익 잠재력을 제어할 수 있습니다. 시간이 지남에 따라 더 높은 성장으로 이어지는 보다 예측 가능한 수익 흐름을 달성하는 데 도움이 됩니다.

이러한 목표를 달성하려면 성공을 이끌 수 있는 적절한 도구가 필요합니다.

Xactly Forecasting 은 데이터 기반 파이프라인 분석을 제공하여 일관된 판매 실행을 촉진하고 예측 가능한 수익을 가속화합니다.