12-टचपॉइंट बाइंग जर्नी में रेवेन्यू कैसे अट्रीब्यूट करें

30 नवंबर 20259 min read

12-टचपॉइंट वाली बाइंग जर्नी में रेवेन्यू कैसे अट्रीब्यूट करें

आपके closed-won ढेर में कहीं एक डील ऐसी होगी जो कुछ इस तरह चली। एक वेबिनार। दो महीनों में तीन कंटेंट डाउनलोड्स। एक कॉम्पिटिटर कंपैरिज़न पेज। एक सेल्स ईमेल, एक डेमो, एक फ्री ट्रायल, एक सिक्योरिटी क्वेश्चनेयर, एक प्रूफ ऑफ कॉन्सेप्ट, एक एग्ज़िक्यूटिव ब्रीफिंग, एक प्रोक्योरमेंट रिव्यू, और एक फाइनल कॉन्ट्रैक्ट नेगोशिएशन। बारह टचपॉइंट्स, चार स्टेकहोल्डर्स, एक सौ चालीस दिन। अब बताइए कि इनमें से कौन सा टच रेवेन्यू का क्रेडिट डिज़र्व करता है।

सिंगल-टच मॉडल्स एक चुनते हैं और बाकी ग्यारह को इग्नोर करते हैं। सिंपल मल्टी-टच मॉडल्स क्रेडिट को बराबर बांट देते हैं और यह दिखावा करते हैं कि हर टच बराबर था। दोनों में से कोई भी वह नहीं दिखाता जो असल में हुआ। इतनी लंबी और इतनी भीड़भाड़ वाली जर्नी के लिए कोई जादुई फॉर्मूला नहीं है, लेकिन एक लेयर्ड, डिफेंसिबल अप्रोच ज़रूर है जिसे एक टेक्निकल RevOps टीम खड़े होकर सपोर्ट कर सकती है जब CFO पूछे कि नंबर कहां से आया।

जो नहीं जान सकते उसे स्वीकार करें

बारह-टच, मल्टी-स्टेकहोल्डर जर्नी में आप कभी भी हर टच का असली कॉज़ल कंट्रीब्यूशन नहीं जान पाएंगे, क्योंकि आप काउंटरफैक्चुअल नहीं चला सकते। आप वेबिनार के बिना डील को दोबारा नहीं चला सकते यह देखने के लिए कि वह फिर भी क्लोज़ होती है या नहीं। कोई भी मॉडल जो दावा करता है कि किसी खास टच ने ठीक 14.3 प्रतिशत योगदान दिया, वह झूठी प्रिसिजन बेच रहा है, यह समस्या पूरी मल्टी-टच अट्रीब्यूशन में चलती है।

आप जो बना सकते हैं वह एक ऐसा व्यू है जो directionally sound, internally consistent, और फैसलों के लिए उपयोगी हो। तीन सवालों को अलग करके शुरू करें जो आमतौर पर एक साथ मिला दिए जाते हैं:

  • Sourcing: इस अकाउंट को जर्नी में क्या लेकर आया?
  • Progression: इसे स्टेज से स्टेज तक क्या ले गया?
  • Conversion: कमिट करते समय क्या मौजूद था?

इनके लिए अलग-अलग मॉडल्स चाहिए। तीनों सवालों को एक ही क्रेडिट स्प्लिट से जवाब देने की कोशिश करना ही वजह है कि इतने सारे अट्रीब्यूशन प्रोजेक्ट्स आखिर में असंतोषजनक लगते हैं। एक वेबिनार सोर्सिंग टच के लिए शानदार हो सकता है और कन्वर्ज़न के लिए बेमतलब। यह ठीक है। वे अलग-अलग चीज़ें मापते हैं।

मॉडल करने से पहले जर्नी मैप करें

कोई भी क्रेडिट देने से पहले, असली जर्नी को एक ही टाइमलाइन पर फिर से बनाएं। यह हिस्सा ग्लैमरस नहीं है, और इसे स्किप करना आगे की हर चीज़ बर्बाद कर देता है।

हर टच को सही अकाउंट और सही स्टेकहोल्डर से रिज़ॉल्व करें। चार लोगों में बारह टच का मतलब है कि आपको पता होना चाहिए किसने क्या किया। सिक्योरिटी क्वेश्चनेयर एक टेक्निकल इवैल्यूएटर से आया; प्रोक्योरमेंट रिव्यू पूरी तरह से एक अलग खरीदार से आया। इसके लिए सिंगल सोर्स ऑफ ट्रुथ के मूल में मौजूद आइडेंटिटी रिज़ॉल्यूशन चाहिए।

सटीक टाइमस्टैम्प्स के साथ टचेस को सीक्वेंस करें। ट्रायल से पहले डेमो का मतलब ट्रायल के बाद डेमो से अलग है।

हर टच को टाइप और स्टेज से क्लासिफाई करें: awareness, education, evaluation, validation, negotiation। यही आपको लिस्ट में पोज़िशन के बजाय फंक्शन के हिसाब से अट्रीब्यूट करने देता है।

जर्नी साफ होने के बाद ही कोई क्रेडिट लॉजिक लगाना सार्थक है। हमने जो ज़्यादातर अट्रीब्यूशन बहस देखी हैं वे असल में मॉडलिंग का कॉस्ट्यूम पहने डेटा-मैपिंग समस्याएं थीं।

सवाल के हिसाब से मॉडल चुनें

साफ जर्नी के साथ, एक भोथरे स्प्लिट के बजाय हर सवाल के लिए उपयुक्त मॉडल लगाएं।

Sourcing के लिए, स्टेज-के-भीतर first-touch व्यू जायज़ है, बशर्ते आप इसका इस्तेमाल सिर्फ टॉप-ऑफ-फनल ओरिजिनेशन समझने के लिए करें, कभी भी टोटल ROI के रूप में नहीं। इसकी सीमाएं फर्स्ट-टच और लास्ट-टच क्यों गुमराह करते हैं में कवर की गई हैं।

Progression के लिए, देखें कि कौन से टच टाइप्स कई डील्स में लगातार स्टेज एडवांस से पहले आते हैं। अगर जो अकाउंट्स प्रूफ ऑफ कॉन्सेप्ट करते हैं वे उन अकाउंट्स की तुलना में कहीं ज़्यादा प्रोक्योरमेंट की ओर बढ़ते हैं जो नहीं करते, तो POC वाकई काम कर रहा है। यह पूरी बुक में एक पैटर्न है, किसी एक डील के बारे में अनुमान नहीं।

Conversion के लिए, कमिटमेंट के करीब क्लस्टर हुए टचेस पर ध्यान दें, इस बात से वेटेड कि वे विनर्स को लूज़र्स से कितनी अच्छी तरह अलग करते हैं। यह सिग्नल को नॉइज़ से अलग करने की डिसिप्लिन से लिया गया है।

इनमें से किसी को भी वैलिडेट करने के लिए, जहां दांव इसे सही ठहराए वहां incrementality का इस्तेमाल करें। एक टच टाइप को होल्ड आउट करें, विन रेट पर असर मापें। यह इकलौता तरीका है जो causation को टेस्ट करता है, correlation को नहीं।

मकसद है आपकी टीम को जिन खास सवालों के जवाब चाहिए उन्हें जवाब देना, हर एक को उपयुक्त तरीके से। हर टच के लिए एक साफ-सुथरा प्रतिशत कभी लक्ष्य था ही नहीं।

अट्रीब्यूशन को यह बदलना चाहिए कि आगे क्या होता है

पीछे मुड़कर क्रेडिट-स्प्लिटिंग करना, चाहे कितनी भी सावधानी से किया जाए, सिर्फ उन डील्स के बारे में बताता है जो पहले ही क्लोज़ हो चुकी हैं। ज़्यादा वैल्युएबल कदम है उसी मैप्ड जर्नी डेटा को आगे की तरफ इस्तेमाल करना: यह पहचानना कि एक लाइव अकाउंट अपनी जर्नी में कहां है और अगला सबसे अच्छा एक्शन सामने लाना।

अगर मॉडल ने सीख लिया है कि जो अकाउंट्स तीस दिनों के भीतर एक POC और एक एग्ज़िक्यूटिव ब्रीफिंग पूरी करते हैं वे ऊंची दर से क्लोज़ होते हैं, तो एक लाइव अकाउंट जिसने अभी-अभी अपना POC खत्म किया है, उसे अभी ब्रीफिंग बुक करने का प्ले ट्रिगर करना चाहिए। यही अट्रीब्यूशन का असली काम है, जो अगले सबसे अच्छे एक्शन्स को फीड करता है जो अभी चल रही डील्स को आकार देते हैं, बजाय उनको एक्सप्लेन करने के जो खत्म हो चुकी हैं।

मल्टी-टच, मल्टी-स्टेकहोल्डर जर्नी को फिर से बनाना और उन्हें लाइव गाइडेंस में बदलना ही वह है जिसके लिए Revnewo जैसे प्लेटफ़ॉर्म बनाए गए हैं। बारह-टच की कॉम्प्लेक्सिटी ऐसी चीज़ बन जाती है जिस पर आप एक्ट करते हैं, न कि जिस पर आप बहस करते हैं।

मुख्य बातें

  • लंबी जर्नी में आप हर टच का असली कॉज़ल शेयर नहीं जान सकते। जो मॉडल्स सटीक प्रतिशत का दावा करते हैं वे झूठी प्रिसिजन बेच रहे हैं।
  • Sourcing, progression, और conversion तीन अलग सवाल हैं और इन्हें तीन अलग मॉडल्स चाहिए।
  • पहले जर्नी को फिर से बनाएं: टचेस को सही स्टेकहोल्डर से रिज़ॉल्व करें, टाइमस्टैम्प से सीक्वेंस करें, फंक्शन से क्लासिफाई करें। ज़्यादातर अट्रीब्यूशन विवाद डेटा समस्याएं हैं।
  • जहां इसकी कीमत हो वहां incrementality से वैलिडेट करें।
  • जर्नी डेटा का सबसे अच्छा इस्तेमाल आगे की तरफ देखना है। जानें कि एक लाइव अकाउंट कहां खड़ा है और अगला प्ले ट्रिगर करें।

बारह-टच जर्नी एक्ट करने लायक एक रिच सिग्नल है, और कोई ज़्यादा चतुर क्रेडिट फॉर्मूला इसे कुछ और नहीं बना देगा। अगर आप चाहते हैं कि यह कॉम्प्लेक्सिटी आपके खिलाफ नहीं बल्कि आपके लिए काम करे, तो रेवेन्यू ऑर्केस्ट्रेशन जर्नी को एक्शन में मैप करता है, पाई चार्ट में नहीं।

See revenue orchestration in action

Unify your revenue data, signals, and plays on one AI-native platform.