Du har sikkert hørt ordet attribution før. I denne artikel fortæller vi, hvordan en attributionsmodel virker og hvorfor I bør overveje en som en naturlig del af markedsføringen. En datadrevet attributionsmodel giver jer et meget bedre indblik i, hvad markedsføringskronerne leverer, og fortæller præcist, hvilken investering der har ført til selve konverteringen – selve salget.

Vores generelle opfordring er at fordele markedsføringsbudgettet baseret på datadrevne beslutninger og øget afkast!

Sådan evaluerer de fleste indtægter og kanaler i dag

Den måske mest almindelige måde at vurdere, hvordan en kampagne på nettet har klaret sig, er at gå ind i Google Analytics eller tilsvarende værktøj og generere en rapport med trafikkilder. Her trækker du indtægterne fra den respektive trafikkilde og sammenligner med omkostninger per opnået kunde. Derefter kan du se, om afkastet lå over eller under målet. 

Nogle gange kan du også koble transaktionsdata fra Google Analytics direkte sammen med kampagneværktøjet og se resultaterne der i stedet. Det gør det ofte lettere at tilpasse kampagnerne direkte i værktøjet og optimere på baggrund af afkast. Problemet med denne type af analyse er dog, at man går glip af de gange, kampagnen har påvirket en besøgende på et tidligere tidspunkt, end da den faktiske transaktion fandt sted. 

Lad os se på et eksempel

Et selskab investerer i en Google-kampagne for at komme i kontakt med personer, der søger fx hoteller i Stockholm. Et team i markedsafdelingen bestemmer sig for at køre en remarketingkampagne for dem, der besøgte webstedet. Efter at have gennemført kampagnen og analyseret resultaterne i Google Analytics, kan man se, at Google-kampagnen nåede et afkast på 220 procent, mens remarketingkampagnen havde et afkast på hele 1.800 procent. Konklusionen til markedsføringsafdelingen er, at Google-kampagnen ikke gav tilstrækkeligt resultat til at fortsætte annonceringen, mens remarketingkampagnen viste sig at være en guldgrube, som der skal investeres endnu mere i. Næste måned investerer I i stedet to gange i remarketing og ingenting i Google-kampagnen. Når kampagnen analyseres ved månedsskiftet, opdager I, at afkastet er faldet til 400 procent. For argumentets skyld har jeg overdrevet disse tal; der er typisk ikke så store forskelle, men du har måske oplevet lignende tendenser tidligere i din annoncering? Hvad nåede I frem til? Er det den ændrede markedsføring på andre kanaler, som har betydet noget, eller har I valgt at tolke det som det øgede budget ovenfor eller blot konkluderet, at det var en tilfældighed? Nu er tiden så inde til at tale om attribution!

Hvad er attribution?

Attribution definerer en værdi for et kontaktpunkt baseret på den virkning, det har på et mål, der er sat for aktiviteten, for eksempel en udført transaktion. Hvis du fx besøgte websiden fire gange fra fire forskellige kilder og har købt for 800 kroner, kan du dele værdien af hver enkelt kilde og dermed tildele dem en værdi på 200 kroner hver. Denne type af model kaldes lineær tildeling, hvilket betyder, at du tildeler hvert kontaktpunkt værdien af transaktionen delt med antal kontaktpunkter, den besøgende benyttede for at få adgang til webstedet, før købet fandt sted. Der er mange modeller for attribution og forskellige modeller passer til forskellige aktiviteter. 

Den mest almindelige attributionsmodel er ’sidste-klik’-modellen, som de fleste bruger i dag, og som er standard i Google Analytics. I denne model går hele værdien af en transaktion altså til den kanal, den besøgende kom fra, da transaktionen blev gennemført.

Nu bør du involvere en af dine markedsføringsfolk, før du læser videre

Den modsatte model er ’første-klik’-modellen, som ganske rigtig, tildeler hele værdien til den kanal, den besøgende kom fra ved sit første besøg. Nogle gange kan det være vigtigere at måle effektiviteten af en kampagne, der skal finde nye kunder, og i det tilfælde passer denne model rigtig godt. Et problem med denne model kan være, at en besøgende har brugt flere enheder. Fordi analyseværktøjer benytter informationskapsler til at spore brugere, er en person, der bruger både mobil og computer, registreret som to forskellige brugere. Det betyder, at den første kanal, den besøgende kom fra, når du bruger attributionsmodeller, måske ikke er den første, men bare den første på den pågældende enhed. En bruger kan her have set en kampagne på sin mobil og derefter besøgt webstedet via sin computer og købt der. Det er dog muligt at forbedre denne type af sporing ved blandt andet at benytte "bruger-ID" i Google Analytics. 

To andre almindelige modeller er en positionsbaseret model og en theta-model. En positionsbaseret model tildeler 40 procent af værdien af en transaktion til både det første og det sidste kontaktpunkt. De resterende 20 procent er jævnt fordelt mellem de mellemliggende kontaktpunkter. En theta-model giver det første kontaktpunktet den laveste værdi og øger derefter værdien for hvert kontaktpunkt.

Datadrevne beslutninger overtrumfer alt

Der findes mange modeller inden for attribution, som kan bruges, og Google Analytics gør det muligt for brugeren at oprette modeller baseret på det, der er mest effektivt for virksomheden. For at gøre det yderligere kompliceret vil jeg også lige gennemgå den datadrevne model. Her er tale om en utrolig effektiv model, der analyserer hvert trin i de forskellige konverteringsbaner og giver hvert enkelt kontaktpunkt en værdi på baggrund af effekten af det bestemte kontaktpunkt i konverteringen. Denne model er ikke tilgængelig i standardversionen af Google Analytics, men bruges i Google Analytics 360. Denne type af attributionsmodellering kan også udføres manuelt, men det kan tage lang tid og er ret så kompliceret. Mange af dem, der arbejder med datadrevet attributionsmodellering, har baseret den på kooperativ spilteori, der systematisk identificerer de forhold, der genererer de bedste resultater og hvordan de forskellige konverteringsbaner påvirkes, hvis et kontaktpunkt slettes. På den måde kan du identificere, hvor meget værdi hvert enkelt kontaktpunkt skal tildeles, og kan således måle den faktiske effekt af en kampagne betydeligt mere præcist.

Derfor bør attribution være en selvfølge

Ved at implementere en attributionsmodel, som er tilpasset virksomheden, eller en datadrevet attributionsmodel, får du en meget bedre indsigt i markedsføringen. Du kan se effekten af de forskellige kampagner på samlet salg, i stedet for blot at se det sidste kontaktpunkt. Prøv at tænke på dig selv: Hvor mange gange har du ikke klikket på en annonce eller et link, er kommet ind på et website og begyndt at tænke på at købe noget, men ikke gennemført købet? Måske havner du på samme website dagen efter. Skriver du så URL‹en ind i browseren eller Googler du for at finde frem til onlineshoppen og købe? I disse tilfælde, uden attribution, kan den pågældende virksomhed ikke tilskrive selve handlen til den annonce, der faktisk vakte køberens interesse i første omgang. Men når du implementerer en passende attributionsmodel, kan du fordele markedsføringsbudgettet til de kanaler, der faktisk bidrager til det højeste salg og dermed øge afkastet betydeligt.

Kontakt os
Stine Reesen
CEO, Knowit Experience København
Kontakt mig
Kontakt mig

Til toppen