Attributionsmodeller över olika plattformar gör analysarbetet komplext

I dagens digitala marknadsföringslandskap är det viktigt att kunna mäta och förstå effektiviteten av våra annonser. När det gäller annonsering på sociala medier och SEM, sökmotorannonsering, finns det olika attributionsinställningar som kan användas för att försöka fastställa vilken marknadsföringskanal eller annons som bäst bidrog till en konvertering. Men det är här komplexiteten kommer in i bilden.

First click, last click och allt däremellan

Attributionsmodeller är algoritmer som bestämmer vilken kanal eller annons som ska tilldelas äran för en konvertering. En vanlig attributionsmodell är ”last click”. Det innebär att det sista klicket eller interaktionen innan en konvertering anses vara den mest betydelsefulla och får hela äran för konverteringen. I Google Ads kan du välja att använda last click som standard-attributionsmodell.
Men det finns också andra attributionsinställningar som kan vara mer relevanta beroende på din marknadsföringsstrategi och hur kundresan ser ut. Till exempel kan du använda first click för att betona den kanal eller annons som lockade in en besökare först. Dock finns jämförelser om att tillämpa first click är ungefär som att ge sin första flick- eller pojkvän cred för den partner man slutligen binder sig med 20 år senare och det ligger något i det. Kundresan är komplex och det kan finnas beröringspunkter på två, tre eller fyra ställen innan en konvertering sker, då passar det ofta bra med data-driven attributionsmodell. Den fördelar äran för konverteringar över olika kanaler och annonser baserat på insamlad data och algoritmer. Istället för att förlita sig på fördefinierade regler eller enklare modeller tar data-driven attribution hänsyn till faktisk användardata och analyserar interaktioner längs hela kundresan.

Utgå från era mål

Komplexiteten uppstår när vi försöker analysera och jämföra resultaten av våra annonser baserat på olika attributionsmodeller. Olika modeller ger olika resultat och kan leda till olika slutsatser om vilka kanaler och annonser som är mest effektiva. Dessutom kan det vara svårt att skilja påverkan av organisk trafik och betald trafik om vi bara tittar på sista klicket, eftersom andra kanaler och annonser kan ha spelat en viktig roll längs kundresan.

För att hantera det här är det viktigt att ha en helhetsbild av marknadsföringsstrategin och använda flera attributionsmodeller i kombination. Genom att titta på resultat från olika modeller kan vi få en mer nyanserad bild av hur våra annonser presterar och vilka kanaler som bidrar till konverteringar på olika sätt.

Det är också viktigt att ha tydliga mål och definiera vad vi vill mäta och optimera för. Om vi vill mäta den direkta effekten av en specifik annons kan last click vara relevant. Om vi däremot vill förstå hela kundresan och hur olika kanaler samverkar, kan det vara mer meningsfullt att använda andra attributionsmodeller som tar hänsyn till fler interaktioner. Sen ska man också komma ihåg att i en marknadsföringsstrategi så utformas ofta mediemixen för att säkerställa flera behov som förutom konverteringsmål även kan innehålla varumärkesbyggande och kännedom. I det stora hela är alla kanaler viktiga.

Ingen exakt vetenskap - men en fingervisning

Slutligen är det viktigt att komma ihåg att attributionsmodeller inte är en exakt vetenskap och att de sällan kan ge oss den fullständiga bilden. Det finns alltid en viss grad av osäkerhet och tolkning när det gäller att utvärdera marknadsföringsinsatser. Att kombinera attributionsmodeller med andra metoder som A/B-testning och dataanalys, kan bidra till en mer holistisk syn på effektiviteten av annonser och marknadsföringsstrategier.

Är du nyfiken på hur Metas attributionsfönster fungerar och hur du ska tänka vad gäller ROAS på Facebook och Instagram? Jag berättar mer i videon nedan.