Attribution modelling is een methode om te bepalen welk marketingkanaal de eer krijgt voor een conversie. Je wijst hiermee waarde toe aan de verschillende interacties die een bezoeker heeft gehad voordat hij uiteindelijk iets kocht of een formulier invulde.
Technische werking
- Tracking van touchpoints. Je meet elke interactie die een gebruiker heeft met je kanalen, zoals een klik op een advertentie of een bezoek via een nieuwsbrief.
- Koppeling aan een uniek ID. De software koppelt deze interacties aan een specifiek gebruikersprofiel via cookies of een login, zodat je weet dat dezelfde persoon meerdere keren terugkomt.
- Toewijzing van waarde. Op basis van het gekozen model krijgt elk touchpoint een deel of het geheel van de conversiewaarde.
- Berekening van resultaat. De software telt alle toegewezen waarden op om te laten zien welk kanaal in totaal het meeste bijdraagt aan de omzet.
Modellen en begrippen
Last-click attribution
De allerlaatste klik krijgt alle eer. Als iemand via Google Ads komt, daarna een nieuwsbrief leest en dan via een directe link koopt, krijgt de directe link 100% van de waarde. Dit is simpel, maar vaak onjuist omdat het de kanalen die de bezoeker overtuigden negeert.
First-click attribution
Het eerste contactmoment krijgt alle waarde. Dit is nuttig als je wilt weten hoe mensen je merk voor het eerst ontdekken, maar het negeert de stappen die nodig waren om de bezoeker daadwerkelijk te laten converteren.
Linear attribution
Elk touchpoint krijgt een gelijk deel van de waarde. Had iemand vier interacties? Dan krijgt elk kanaal 25%. Dit geeft een eerlijk beeld van de betrokkenheid, maar houdt geen rekening met het feit dat sommige klikken belangrijker zijn dan andere.
Time decay attribution
Hoe dichter een interactie bij de conversie ligt, hoe meer waarde deze krijgt. De laatste klik weegt het zwaarst en de eerste klik het lichtst. Dit is logisch voor korte verkoopprocessen waarbij de laatste push vaak doorslaggevend is.
Position-based attribution
De eerste en de laatste klik krijgen elk een vast deel, meestal 40%. De resterende 20% wordt verdeeld over alle tussenliggende stappen. Zo beloon je zowel de acquisitie als de uiteindelijke afsluiting.
Data-driven attribution
Een algoritme analyseert alle beschikbare data om te bepalen welke kanalen echt het verschil maken. Het kijkt naar paden die wel tot conversie leidden en vergelijkt die met paden die dat niet deden. Dit is de meest nauwkeurige methode, mits je genoeg data hebt.
Multi-touch attribution
De verzamelnaam voor alle modellen die meer dan één touchpoint meerekenen. Het is het tegenovergestelde van single-touch modellen zoals last-click.
Cross-device tracking
De techniek om een gebruiker te herkennen die op verschillende apparaten surft. Zonder dit zie je drie verschillende personen in plaats van één klant die op zijn telefoon begint en op een laptop afrekent.
Praktijkvoorbeeld
Stel je voor dat een bezoeker van example.nl op zoek is naar een nieuwe bureaustoel. De reis ziet er als volgt uit: eerst klikt hij op een advertentie in Instagram, drie dagen later zoekt hij via Google naar de merknaam en een week daarna klikt hij op een link in een e-mailcampagne waarna hij de stoel koopt.
Bij last-click attribution ziet het resultaat er zo uit:
E-mail: 1 conversie
Instagram: 0 conversies
Google Search: 0 conversies
Gebruik je een lineair model, dan ziet het rapport er anders uit. Elk kanaal krijgt namelijk een deel van de credit.
E-mail: 0,33 conversie
Instagram: 0,33 conversie
Google Search: 0,33 conversie
In de praktijk zie je nu dat Instagram en Google Search wel degelijk bijdroegen aan de uiteindelijke verkoop, terwijl ze in het eerste scenario volledig onzichtbaar bleven.
Veelgemaakte fouten
- Blind varen op last-click. Veel ondernemers stoppen met budgetteren voor kanalen die geen directe conversies laten zien, terwijl die kanalen juist de bezoeker naar de site lokken.
- Te weinig data voor data-driven modellen. Algoritmes hebben volume nodig om patronen te herkennen. Bij een handjevol conversies per maand is een data-driven model onbetrouwbaar en kun je beter een simpel vast model gebruiken.
- Silo-denken per kanaal. Wanneer je naar de rapportages van Facebook en Google Ads apart kijkt, tellen ze vaak allebei een conversie voor dezelfde klant. Je telt dan drie conversies terwijl er maar één bestelling is geplaatst.
- Vergeten van offline touchpoints. Een bezoeker kan een fysieke winkel bezoeken of bellen voordat hij online bestelt. Als je dit niet meeneemt, is je model nooit compleet.
Wanneer wel of niet gebruiken
Gebruik attribution modelling als je een complex verkoopproces hebt waarbij klanten meerdere keren terugkomen. Als mensen direct kopen na één klik, is een simpel model voldoende.
Zet het in als je budget verdeelt over verschillende kanalen en wilt weten waar je moet investeren. Doe dit niet als je maar één marketingkanaal gebruikt; dan is er simpelweg geen andere route om mee te vergelijken.
Kies voor data-driven modellen wanneer je duizenden conversies per maand hebt. Bij lage volumes is een position-based model een betere keuze omdat het minder afhankelijk is van statistische ruis.
Controle en implementatie
- Inventariseer je kanalen. Maak een lijst van alle plekken waar mensen op kunnen klikken: social media, nieuwsbrieven, betaalde zoekadvertenties en organisch verkeer.
- Kies je basismodel. Begin met last-click om een nulpunt te hebben, maar schakel snel over naar position-based of linear om meer inzicht te krijgen.
- Controleer de tracking. Test of een bezoeker die via drie verschillende kanalen binnenkomt ook echt als één unieke gebruiker wordt herkend in je rapportages.
- Vergelijk verschillende modellen. Kijk in je analyse-tool wat er gebeurt als je switcht van linear naar time decay. Zie je bepaalde kanalen plotseling veel belangrijker worden?
- Valideer met data. Check altijd of de totale som van de toegewezen conversies overeenkomt met je werkelijke verkopen in de backend.
Kijk eens naar je huidige rapportages en tel hoeveel conversies er in totaal worden aangegeven versus het aantal echte bestellingen; als dat getal veel hoger is, gebruik je waarschijnlijk per ongeluk meerdere single-touch modellen tegelijk.
Vergelijk nu je belangrijkste conversiepaden in je analyse-tool.
