Attributiemodellen zijn in het leven geroepen om prestaties van kanalen vanuit meerdere invalshoeken te bekijken. Wij leggen je uit welke modellen er zijn aan de hand van een voorbeeld!
“Campagne X levert niets op. Kijk maar, we hebben er €500 euro aan besteed en er is nog geen omzet uitgekomen” zei de online marketeer die enkel het standaard laatste klik model gebruikt. Maar wat is er dan precies mis met deze observatie? Er wordt slechts vanuit één invalshoek naar de prestaties gekeken. Precies om deze reden zijn attributiemodellen in het leven geroepen: om de prestaties van kanalen vanuit meerdere invalshoeken te bekijken zodat er een holistisch beeld wordt geschept van de werkelijke bijdrage van een kanaal in de gehele online marketing-mix.
Maar eerst even terug naar de basis
Attributiemodellen zijn niets meer dan een verdeelsleutel van de conversies/transacties en omzet over de kanalen die worden ingezet voor een specifieke website. Een attributiemodel kijkt naar het conversiepad van een gebruiker en kijkt daarbij welke kanalen en touchpoints betrokken waren op het moment dat iemand converteert. Een touchpoint is in dit geval elk bezoek van de gebruiker naar de website en het kanaal is de bron waar dit touchpoint gecreëerd wordt. Onderstaande afbeelding is een goed voorbeeld van een conversiepad in Google Analytics. Er zijn in dit conversiepad twee kanalen (organisch- en betaald zoekverkeer) betrokken met drie touchpoints: een keer via het kanaal organisch en twee keer via betaald zoekverkeer…
De vraag van welk attributiemodel het beste gebruikt kan worden heeft geen uniform antwoord. Dat wil zeggen: elk attributiemodel dat gebruikt kan worden heeft zijn voor- en nadelen. In dit artikel gaan we de meest gebruikte attributiemodellen bespreken en bekijken hoe je deze het beste kan toepassen.
Met laatste klik attributie kennen we de volledige conversie en conversiewaarde aan het kanaal toe dat verantwoordelijk was voor de laatste klik voordat deze conversie plaatsvond. Stel, iemand komt eerst binnen op de website via het organische zoekresultaat “welke headphone is het beste”, komt een dag later terug op de website via de advertentie die getoond werd op de zoekterm “Sennheiser headphone” en koopt vervolgens een koptelefoon ter waarde van €100 (dit proces noemen we het eerder besproken conversiepad). In dit geval wordt de volledige waarde van deze transactie (€100) toegekend aan de advertentie en exact €0 aan de organische zoekterm. Is dit eerlijk? Absoluut niet, gezien volgens deze logica organisch niets bijdraagt en betaalde advertenties verantwoordelijk zijn voor de gehele omzet. Het gebruik van dit attributiemodel betekent dus in dit geval twee dingen: organisch wordt als kanaal ondergewaardeerd en betaald wordt als kanaal overgewaardeerd.
Een ander voorkomend probleem met laatste klik attributie is de relatie tussen merk- en websitenamen. Bijvoorbeeld, jouw business is het verkopen van banken en matrassen, en jouw zaak heet —super creatief— Banken & Matrassen. Wat vaak voorkomt, zeker met producten met een hoge orderwaarde, is dat consumenten een aantal keer gaan zoeken en uiteindelijk de merknaam gebruiken als zoekterm in Google om terug te komen naar de website en de transactie te voltooien; in dit geval zouden ze dus via het resultaat (kan zowel betaald of organisch zijn) “Banken & Matrassen” converteren. Hierdoor wordt via laatste klik attributie vaak een buiten proportionele waarde toegekend aan de kanalen die de merknaam bevatten, vaak is dit zowel betaald als organisch. Ook hierdoor kan een bepaald kanaal op basis van laatste klik attributie dus een behoorlijk vertekend beeld geven van de resultaten.
Laatste indirecte klik model
Een fijne onderscheiding die we kunnen maken in attributiemodellen is het excluderen van “direct” binnen het conversiepad. Dit attributiemodel heet “laatste indirecte klik”. Direct als kanaal houdt in dat iemand direct naar de website gaat, bijvoorbeeld door de URL van de website in te typen, of door te klikken op de website in zijn of haar opgeslagen favorieten. Dat betekent dus dat wanneer iemand eerst via een betaalde zoekadvertentie van het eerder genoemde voorbeeld Banken & Matrassen binnenkomt, vervolgens weggaat van de website en later de URL van de website direct in de browser typt en uiteindelijk converteert, alle conversiewaarde in dit geval naar het kanaal gaat van de betaalde zoekadvertentie. Want zoals eerder gezegd, direct wordt in dit geval geëxcludeerd van het conversiepad. Dat betekent dat wanneer direct wel betrokken is in het conversiepad als laatste klik, het kanaal dat voor direct in het conversiepad zat, de conversiewaarde krijgt toegekend.
Het nadeel van dit model is dat je effecten van bijvoorbeeld TV- of radiocampagnes niet goed meet. Omdat je tijdens dit soort spots vaak je URL meegeeft, zijn er een hoop mensen die dan de URL direct intypen in de browser omdat ze geïnteresseerd zijn geraakt na het zien van de TV reclame of het horen van de radio advertentie. Let op dat laatste indirecte klik attributie standaard in de Google Analytics rapporten wordt gebruikt.
Eerste klik model
Met het eerste klik attributiemodel wordt de volledige conversie en conversiewaarde toegekend aan het kanaal dat verantwoordelijk was voor de eerste klik in het conversiepad van de gebruiker. Stel, iemand klikt op een Display advertentie van onze inmiddels welbekende webshop Banken & Matrassen, zoekt daarna via Google en komt via een organisch resultaat wederom op de website van Banken & Matrassen terecht en koopt direct daarna een matras van €500 euro. In dit geval krijgt de Display advertentie (het kanaal Display) alle conversiewaarde toegekend en het kanaal organisch niets. Met dat te hebben gezegd heeft het eerste klik attributiemodel exact hetzelfde probleem als het laatste klik attributiemodel; er wordt slechts één kanaal gebruikt om de volledige conversie/conversiewaarde toe te kennen. Dit zorgt er wederom voor dat er een situatie ontstaat waarbij een kanaal hoogstwaarschijnlijk overgewaardeerd wordt en een ander kanaal juist weer ondergewaardeerd.
Lineair model
Het lineaire model houdt al meer rekening met alle kanalen in een conversiepad. Het lineaire model kent namelijk evenveel waarde toe aan elk kanaal dat betrokken is bij een conversie. Stel, je hebt een bezoeker die eerst via een organisch zoekresultaat op de website van Banken & Matrassen komt, vervolgens via een woon-inspiratie Youtube filmpje over een specifieke bank van Banken & Matrassen weer terug op de website komt en uiteindelijk voor de laatste keer terugkomt via de website via een betaald zoekresultaat en een bank koopt van €1000, dan zouden de kanalen, organic, video en paid search ieder €333,33 aan conversiewaarde toegekend krijgen. Het lineaire model alloceert dus evenveel conversiewaarde toe aan ieder kanaal dat betrokken is geweest en verdeeld de totale conversiewaarde evenredig over het aantal betrokken kanalen. Belangrijk bij dit attributiemodel is dat complexe conversiepaden, dus conversiepaden met veel kanalen, een redelijk versplinterde weergave geven met het lineaire attributiemodel. Stel dat je bijvoorbeeld 10 verschillende kanalen in een conversiepad hebt zitten, dan wordt de waarde uit die transactie dus over die 10 kanalen evenredig verdeeld. Dit model gaat er dus van uit dat alle touchpoints in een conversiepad evenveel waard zijn, terwijl dit in realiteit niet het geval is. Zo is de eerste klik waarschijnlijk het eerste contactmoment tussen jouw potentiële klant en de website en is de laatste klik juist het moment geweest voordat een gebruiker converteert.
Positie-gebasseerd model
Het positie-gebaseerde attributiemodel heeft een specifieke formule om conversiewaarde over verschillende kanalen te verdelen; de eerste klik krijgt 40%, de laatste klik krijgt 40% en alle kanalen die daar tussen in zaten krijgen 20% van de conversiewaarde toegekend. Dit attributiemodel heeft een groot voordeel omdat hetzelfde gewicht wordt gegeven aan de eerste en laatste klik, twee belangrijke momenten in het conversiepad. Alle kanalen die tussen de eerste en de laatste klik betrokken waren krijgen collectief 20% van de conversiewaarde toegekend. Als er dus 2 kanalen betrokken waren tussen de eerste en laatste klik, dan krijgen beide kanalen 10%. Met dat te hebben gezegd, is het zo dat het nadeel van een lineair attributiemodel ook minder van toepassing is—op het moment dat er veel kanalen betrokken zijn bij een conversiepad krijgen de belangrijke eerste en laatste klik nog steeds een flink deel van de conversiewaarde toegekend.
Als je slechts 2 kanalen hebt in een conversiepad die verantwoordelijk waren voor de eerste en laatste klik, dan krijgen ze beide 50% toegekend (omdat er in dit geval geen kanaal actief is).
Tijdsverval model
Het attributiemodel dat gebaseerd is op tijdsverval baseert zich vooral op tijd tot conversie. Dat wil zeggen dat het kanaal dat betrokken was bij de eerste klik in het conversiepad het laagste percentage van de conversiewaarde krijgt toegekend, de tweede klik meer, de derde klik nog meer en de vierde klik het meeste. Uiteraard is dit wederom weer afhankelijk van hoeveel kanalen en touchpoints er participeren in het conversiepad, daar wordt de verdeling weer op aangepast. Ongeacht het aantal kanalen en touchpoints, de verdeelsleutel blijft hetzelfde, hoe dichter het kanaal bij de conversie stond hoe hoger het percentage dat wordt toegekend aan dat betreffende kanalen.
Data gedreven model
Allereerst is het belangrijk om te benoemen dat data-gedreven attributie alleen beschikbaar is binnen de omgeving van Adwords. Kanalen die hier niet in opgenomen worden, zoals bijvoorbeeld organic, kan geen data gedreven attributie op worden toegepast. Daarnaast heb je per 30 dagen minimaal 20.000 klikken nodig en moet je 800 conversies ontvangen wil je dit model toe kunnen passen.
Het data gedreven attributie model maakt gebruik van complexe algoritmes om te betalen welke betaalde touchpoints het meeste invloed hadden in het conversiepad. Hiermee worden de touchpoints in de conversiepaden ook vergeleken met paden die niet tot een conversie hebben geleid. Factoren zoals bijvoorbeeld het aantal keer dat iemand op een advertentie heeft geklikt en de volgorde van welke advertenties wanneer aan een bepaalde gebruiker getoond worden worden ook meegenomen voor de waardetoekenning van alle mogelijke niveau’s in de Adwords omgeving; van account tot zoekwoordniveau. Google past dus deze zelflerende algoritmes toe om de juiste attributie voor jouw business te definiëren, waardoor de marketeer zich in dit geval niet meer hoeft te bezighouden met welke attributiemodel het beste past; de data van Google bepaalt dat in dit geval. Dit maakt het interpreteren van data meteen erg lastig; het is moeilijk om vast te stellen welke campagnes nou hoeveel procent van de conversiewaarde toegekend en op welke criteria dit exact is gebaseerd.
Maak dus gebruik van meerdere attributiemodellen om de resultaten van jouw kanalen te analyseren en een volledig beeld te krijgen. Een ding is in ieder geval belangrijk om te onthouden: er is geen goed of slecht attributiemodel, maar sommige attributiemodellen zullen meer van toepassing zijn op basis van de kanalen die je inzet en de business waar je in zit. Zoals statisticus George E.P. Box ooit zei: “all models are wrong, but some are useful”.
