Attributionsmodeller: vem får äran för en konvertering?

En attributionsmodell fördelar värdet av en konvertering mellan marknadsföringens kontaktpunkter. Därför kan samma köp ge olika resultat per kanal i GA4 och Google Ads. Modellen hjälper dig att förstå kundresan, men visar inte hur många köp annonseringen faktiskt tillförde.

Samma affär kan fördelas på olika sätt

Med en modell som tilldelar sista relevanta kontaktpunkten hela värdet får den sista kanalen stor betydelse. En datadriven modell kan fördela värdet mellan flera kontakter utifrån tillgängligt underlag. Modeller och valmöjligheter skiljer sig mellan verktyg och rapporter.

Google Analytics erbjuder attribution i sina annonsrapporter, men alla dimensioner i GA4 påverkas inte på samma sätt av en ändrad rapportmodell. Skillnaden mellan användarens första kanal, sessionens kanal och en händelses attribuerade kanal är därför viktigare än modellens namn.

Jämför modeller utan att ändra grundinställningen

I GA4:s annonseringsdel finns rapporter för attributionsmodeller och attributionsvägar. Börja med ett valt viktigt resultat, till exempel köp, och en period där köpen hunnit registreras. Jämför samma urval i rapporten i stället för att ändra egendomens modell bara för att se vad som händer.

De tillgängliga modellerna är datadriven attribution, sista klick för betalda och organiska kanaler samt sista klick för Googles betalda kanaler. Det är olika regler för hur värdet fördelas. Direkttrafik får normalt inget värde tilldelat. Undantaget är när inga andra kontaktpunkter har registrerats på vägen till konverteringen.

Anta att en kanal går från 8 000 till 12 000 kr i tillskrivet köpvärde vid modelljämförelsen. Det betyder att samma underlag fördelas annorlunda, inte att ytterligare 4 000 kr plötsligt har sålts. Använd skillnaden för att undersöka kanalens roll och kontaktvägarna. Stäm sedan av budgetbeslut mot faktisk försäljning och kostnad.

Kontrollera jämförelsen innan du tolkar den

Anta att Google Ads visar 30 konverteringar och GA4 visar 24 för en vald period. Skillnaden kan bero på tidszon, datumlogik, konverteringsfönster eller vilka händelser som räknas. Även samtycke och vilka annonskontakter verktygen kan se spelar roll.

Försök inte lösa skillnaden genom att välja det högsta talet. Skriv i stället ned exakt vad ni jämför. Är det samma köp, samma land och samma period? Är annonskontots siffra knuten till kontaktens datum medan den andra rapporten avser när köpet skedde? Räknas en importerad händelse parallellt med en separat tagg?

En sådan genomgång hör ihop med konverteringsspårningen. Fel mål går inte att rätta genom att byta attributionsmodell. Om både ett formulärklick och det lyckade formuläret räknas som affärsmål behöver de först få olika roller.

Ta hänsyn till tiden fram till köp

I verksamheter med lång köpprocess kommer dagens annonskostnad och dagens vunna affärer ofta från olika kundgrupper. En ny kampanj kan därför se svag ut innan affärerna hunnit komma in, medan en äldre kampanj fortfarande får resultat från tidigare annonsering.

Välj därför en uppföljningsperiod som rymmer en rimlig del av säljcykeln. Separera nya förfrågningar, kvalificerade leads och vunna affärer. När en affär tar tre månader behöver rapporten visa vad som fortfarande är pågående, inte bara vilka affärer som redan har avslutats.

Använd attribution för att ställa bättre frågor

• Vilka kanaler återkommer tidigt i kundresan?
• Vilka verkar främst fånga befintlig efterfrågan?
• Förändras kanalernas roll mellan nya och återkommande kunder?
• Beror ett lyft på ändrad mätning eller fler faktiska affärer?

Dokumentera modell, fönster och datakällor i rapporten. Ändra inte flera av dem samtidigt om syftet är att förstå en skillnad. Behöver ni bedöma hur många affärer annonseringen faktiskt tillför kan kontrollerade tester eller andra upplägg behövas. Attribution fördelar rapporterade resultat. För att mäta vad annonseringen faktiskt tillför behöver ni undersöka effekten separat.

Källor och dokumentation

• Googles dokumentation