Conversie-attributie: wat, waarom en modellen

Wat is conversie-attributie?

Zoals bovenstaand beschreven kan een bezoeker via meerdere kanalen een website bezoeken. Dit is met zeer grote regelmaat terug te zien in analytics van een online winkel. Met conversie-attributie ken je een procentuele waarde toe aan de volgorde waarin kanalen worden bezocht. Op die manier kan je het online marketingbudget goed te verdelen onder de kanalen die bijdragen aan een sale.

Een voorbeeld van klantgedrag kan zijn:

Bovenstaand voorbeeld toont dat er zeven verschillende momenten zijn geweest waarop een bezoeker je website bezocht voordat een sale plaatsvond. Tijdens het laatste, directe, bezoek deed de bezoeker een aankoop.

Door conversie-attributie toe te passen voorkom je dat jouw organisatie denkt dat direct verkeer het beste verkeer is en andere kanalen te verwaarlozen zijn. Er heeft immers een heel proces plaatsgevonden wat gezorgd heeft dat een bezoeker als direct bezoek terug kwam en klant is geworden.

Waarom toepassen?

Stel dat je webshop niet top-of-mind is bij alle inwoners in Nederland en niet alle mensen je aanbod kennen. Het eerste moment, in dit geval de onbetaalde posities in Google, kan dan zeer belangrijk zijn. Zonder het eerste moment had een bezoeker je webshop mogelijk niet overwogen. Die redenatie gaat voor alle kanalen op. Zou je iets verkocht hebben als er geen vergelijkingssites bezocht werden waarna men weer op jouw site kwam? Wat als social media geen rol gespeeld zou hebben?

Is het dus eerlijk om alle krediet (en budget) toe te kennen aan één kanaal?

Op basis van bestaande data is een meestal een goede analyse te maken. Belangrijke gegevens zijn:

• Het aantal momenten dat een bezoeker je shop bezoekt
• De positie van het kanaal in het proces
• In hoeveel gevallen een sale plaatsvindt

Met conversie-attributie kan dan een waarde toegekend worden aan een positie in het aankoopproces. Wanneer ieder kanaal een gelijke bijdrage heeft dan zou je kunnen stellen dat je marketingbudget eerlijk verdeeld moet worden over alle kanalen.

Op die manier behaal je zoveel mogelijk sales, want een kanaal wordt immers ‘beloond’ voor de bijdrage in de sale die het heeft gehad. Die beloning zorgt ervoor dat toekomstige bijdrage van het beloonde kanaal waarschijnlijker is. Oftewel, wanneer je op een goede manier tijd en geld in een kanaal steekt zal het kanaal je daarvoor belonen.

In een reguliere situatie waar enkel het laatste externe kanaal beloond wordt zal Google AdWords de beloning (het budget) krijgen. Dat is niet handig, want vergelijkingssites zullen dan wellicht stoppen van het sturen van relevante bezoekers. Zij worden er immers niet voor beloond, terwijl ze wel een aandeel hebben in de aankoop. Dat kan resulteren in veel minder sales, omdat de data kan leren dat zonder die stap minder bezoekers overgaan tot aankoop.

Op basis van historische data zijn meer interessante zaken te ontdekken. Afwijkingen in processen bijvoorbeeld. In social media hoeft niet geinvesteerd te worden wanneer de data aantoont dat gebruik van dat kanaal geen invloed heeft op een eventuele aankoop. Of misschien komt er juist uit de analyse dat een bezoek uit het social media kanaal juist wél zorgt voor extra sales. In dergelijke gevallen kan je besluiten om dat kanaal geen (of extra!) waarde toe te kennen.

Modellen

Vooropgesteld dat nagenoeg elke site een eigen attributiemodel zou moeten ontwikkelen zijn er wel een aantal ‘standaardmodellen’ die met regelmaat gebruikt worden.

Een aantal van de meest voorkomende zal ik onderstaand toelichten.

Gelijke attributie model

Het gelijke model is handig wanneer je achterhaalt dat elk kanaal een gelijke waarde heeft, ongeacht de volgorde en het moment. Op deze manier conversie-attributie toepassen zou dus moeten zorgen voor gelijke besteding van tijd en budget van alle kanalen.

Laatste klik/bezoek attributiemodel

In vele gevallen wordt dit model toegepast. De redenering is dat het laatste kanaal heeft gezorgd voor de uiteindelijke sale, dus die krijgt de beloning. Een gemakkelijke redenering, maar daarbij wordt er dus vanuit gegaan dat andere kanalen geen bijdrage hebben geleverd. Dus gemakkelijk toe te passen? Ja. Verklaarbaar? Ja. Het optimale model? Vaak niet. Het zorgt in zeer veel gevallen van onterechte onderwaardering van andere kanalen.

Eerste en laatste klik/bezoek attributie model

In sommige gevallen wordt het eerste en laatste klik conversie-attributiemodel toegepast. De achterliggende gedachte daarbij is de de eerste klik heeft gezorgd voor de introductie met je website en de laatste klik voor de uiteindelijke sale. De beloning en waardering in dit model gaat dus naar het eerste en laatste externe kanaal.

Lineair attributiemodel

Een linear model geeft aan dat de volgorde van kanalen van het grootste belang is. Hoe dichter het kanaal bij het punt van conversie ligt, hoe meer aandeel dit kanaal wordt toegedicht.

Evenredig met datum en tijd attributie model

Specifieker dan het lineaire model is attributie op datum en tijd. Hierbij wordt nog meer uitgegaan van het model waar het kanaal dat het dichtst bij de sale ligt het meest verantwoordelijk is voor de conversie. Afhankelijk van het aantal dagen tussen eerste kanaal, laatste kanaal en sale wordt berekend welk procentuele aandeel een kanaal in de sale heeft.

Welk conversie-attributiemodel is het beste?

Helaas is daar geen antwoord op te geven. Enkel data van jouw site kan aangeven welk model het beste toegepast kan worden. Wellicht is dat zelfs een model wat niet standaard is.

*) Dit artikel is tevens gepubliceerd op de website van Pure Internet Marketing.