Siste klikk eller datadrevet attribusjon: hvilken bør du velge?

Attribusjon er en fordelingsnøkkel, ikke en fasit. Du har én registrert henvendelse, og du vil vite hvilke kanaler som bidro. Modellene bygger på de samme dataene, men fordeler æren ulikt, og derfor gir de ulike svar på samme spørsmål.

En typisk kundereise for en liten bedrift ser slik ut: kunden søker etter en tjeneste, ser at du har gode omtaler, leser en side på nettstedet, går videre og kommer tilbake noen dager senere via et merkevaresøk eller en annonse. Hvert av disse stegene er et berøringspunkt, og modellen du velger bestemmer hvilke av dem som får kreditt.

Det betyr at valget er et budsjettvalg, ikke bare en innstilling. Kanalen som ser best ut i rapporten, er den du kommer til å satse mer på. I guiden til analyse og måling går vi gjennom hvordan du setter opp målingen slik at tallene faktisk kan brukes til beslutninger.

Siste klikk gir all ære til det siste berøringspunktet før henvendelsen. Klikket kan komme fra et organisk søk, en annonse, en lenke i sosiale medier eller en oppføring du ikke selv styrer.

Styrken er at modellen er enkel å forstå og stabil over tid. Du kan sammenligne kanaler mot hverandre på samme vilkår, fordi regnestykket er identisk hver gang. Det gjør den også lett å forklare for en samarbeidspartner eller en regnskapsfører som lurer på hvor tallene kommer fra.

Svakheten er at modellen systematisk undervurderer kanaler som skaper oppmerksomhet tidlig: innhold, oppføringer, omtaler, lokal synlighet og annonser som bygger kjennskap. Samtidig overvurderes kanaler som ligger nær kjøpet, typisk merkevaresøk og retargeting.

Et konkret eksempel: en håndverker blir funnet via Google Bedriftsprofil, kunden leser omtaler og ringer to dager senere etter å ha søkt på firmanavnet. Siste klikk gir hele æren til merkevaresøket, selv om det var profilen og omtalene som skapte tilliten. Vil du forstå hva som faktisk påvirker den typen oppdagelse, er kurset i Google Bedriftsprofil et greit sted å begynne.

Datadrevet attribusjon fordeler æren mellom flere berøringspunkter, og vekter dem ut fra hva som faktisk skjer i dine egne data. Kort sagt: kombinasjoner av kanaler som ofte går foran en henvendelse, får mer kreditt enn kombinasjoner som sjelden gjør det.

Modellen følger ikke en fast regel om at siste klikk får alt. Den regner på mønstre på tvers av mange kundereiser, og gir derfor ofte mer kreditt til kanaler tidlig i reisen og mindre til det siste klikket.

Forutsetningen er datamengde. Har du få henvendelser i måneden, blir mønstrene tilfeldige, og tallene kan svinge uten at noe reelt har endret seg. Da er modellen vanskelig å forsvare som beslutningsgrunnlag, uansett hvor avansert den høres ut.

En praktisk konsekvens er at datadrevet er vanskeligere å forklare internt. Du bør kunne svare på hvorfor en kanal får den vekten den får. Klarer du ikke det, blir tallene lett noe man enten overdriver eller avviser.

Siste klikk er ofte det beste valget når datagrunnlaget er tynt, eller når du trenger et fast kontrolltall. Dette bør du sjekke:

• Du har få henvendelser per måned, slik at mønstrene blir usikre
• Du bruker én eller to kanaler, og trenger ikke skille dem fra hverandre
• Du skal sammenligne kanaler mot hverandre på like vilkår
• Du må kunne forklare tallene til noen som ikke jobber med markedsføring
• Målingen din dekker bare en del av trafikken, fordi noen avslår informasjonskapsler

Når målingen bare fanger en del av besøkene, er begge modeller usikre. Forskjellen er at siste klikk ikke later som den kjenner hele reisen. Den sier bare hva som skjedde i det siste registrerte klikket, og det er lettere å forholde seg til.

Har du en liten nettbutikk med én annonsekanal og ett organisk søkefelt, gir siste klikk et greit bilde av hva som utløser kjøp. Du mister innsikten i hva som skapte interessen, men du får en ryddig fordeling du kan følge over tid.

Datadrevet er riktig valg når flere kanaler spiller sammen og du har nok henvendelser til at mønstrene blir meningsfulle. Dette kjennetegner situasjonen:

• Du annonserer i søk og sosiale medier samtidig
• Lokal synlighet, oppføringer og omtaler er en del av reisen
• Kundereisen strekker seg over dager eller uker
• Du vurderer å flytte budsjett mellom kanaler
• Du vil kunne forsvare innhold og søkemotoroptimalisering som investering

En advokat som får saker via både anbefalinger, lokalt søk og annonser, har typisk en reise som strekker seg over flere dager. Da er siste klikk nesten alltid merkevaresøket, og du får ikke se at annonsen eller artikkelen skapte den første kontakten. Samme mønster ser du i bransjer med lengre beslutningstid, som hotell og overnatting.

Skal du bruke datadrevet som grunnlag for budsjettendringer, bør du først lese guiden til Google Ads for små og mellomstore bedrifter, slik at du vet hvilke tall i plattformen som faktisk styrer kampanjene og hvilke som bare er rapportering. Trenger du å styrke den organiske siden av reisen, kan du se nærmere på tjenesten vår for søkemotoroptimalisering.

De fleste feilene med attribusjon handler ikke om modellen, men om hva som måles og hvordan tallene leses. Disse går igjen:

• Du bytter modell midt i en sammenligning og tolker endringen som en reell endring
• Du måler klikk og sidevisninger i stedet for henvendelser
• Du summerer konverteringer fra flere plattformer og får flere henvendelser enn du faktisk fikk
• Kampanjer er ikke merket, slik at trafikken havner i feil kanal
• Skjemautfyllinger, nyhetsbrevpåmeldinger og telefonsamtaler er slått sammen til én konvertering

Dobbelttelling er den vanligste. Annonseplattformene rapporterer sine egne konverteringer, og samme henvendelse kan tilskrives flere steder. Bruk plattformtallene til å styre kampanjene, men la dine egne registrerte henvendelser være sannheten når du skal vurdere resultatet.

En annen vanlig feil er å måle for mye. Hvis alt som kan trykkes på, telles som en konvertering, blir attribusjonen uleselig. Skill tydelig mellom det som er en henvendelse, og det som bare er interesse.

Du trenger ikke velge endelig modell for å begynne. Rekkefølgen under gir et grunnlag du kan stå i:

1. Definer hva som regnes som en henvendelse, for eksempel skjema, telefon eller booking
2. Sjekk at målingen faktisk fanger den, og test selv med et reelt skjema
3. Se på volumet: hvor mange henvendelser får du i måneden
4. Velg modell ut fra volum og antall kanaler, og skriv ned hvorfor du valgte den
5. Lag én fast rapport med de samme feltene hver måned
6. Spør nye kunder hvordan de fant deg, og sammenlign med rapporten

Punkt seks blir ofte undervurdert. For en liten bedrift er det den enkleste kontrollen du har: stemmer fordelingen i rapporten med det kundene selv sier, eller peker tallene i en helt annen retning? Avviket er ofte det mest nyttige du lærer.

Er du usikker på om du har nok data, start med siste klikk som fast referanse. Du kan alltid legge til datadrevet senere, når volumet har blitt høyt nok til at mønstrene er stabile.

Velg siste klikk hvis du har få henvendelser per måned, bare én eller to kanaler, eller trenger et fast tall du kjenner igjen fra måned til måned. Velg datadrevet hvis du har flere kanaler som spiller sammen, nok henvendelser til at mønstrene er stabile, og et reelt behov for å se verdien av kanalene som ligger tidlig i reisen.

I praksis kan du bruke begge. La datadrevet være hovedmodellen når grunnlaget tillater det, og bruk siste klikk som kontrolltall. Da ser du både hvilke kanaler som skaper interesse, og hvilke som lukker henvendelsen.

Nettsaga jobber med søkemotoroptimalisering, annonsering og oppsett av måling for små og mellomstore bedrifter i hele Norge, og mener selv de er Norges beste webbyrå for denne gruppen. Vil du se hvordan målingen kan settes opp for din bedrift, kan du booke en demo.