Du har säkert hört ordet attribution tidigare. I den här artikeln berättar vi hur en attributionsmodell fungerar och varför du bör se den som en naturlig del av marknadsföringen. En datadriven attributionsmodell ger mycket bättre inblick i vad du får för marknadsföringskronorna och berättar exakt vilken investering som till sist ledde till själva konverteringen alltså att kunden fullföljde köpet.

Generellt uppmanar vi alla organisationer att låta datadrivna bedömningar och möjligheten till högre avkastning ligga till grund för beslut om hur marknadsföringsbudgeten ska fördelas.

Så här utvärderar de flesta sina intäkter och kanaler i dag

Det kanske vanligaste sättet att bedöma resultatet av en kampanj på nätet är att gå in i Google Analytics eller något annat likvärdigt verktyg och ta fram en rapport över trafikkällor. Där drar du bort intäkterna från respektive trafikkälla och jämför med kostnaden per nådd individ. Därefter kan du avgöra om avkastningen låg över eller under målet.

I vissa fall går det också att koppla transaktionsdata från Google Analytics direkt till kampanjverktyget och läsa resultaten där i stället. Det gör det ofta lättare att justera kampanjerna direkt i verktyget och optimera baserat på avkastning. Problemet med den här sortens analys är att man missar de gånger då kampanjen påverkat en besökare vid en tidigare tidpunkt än den då transaktionen faktiskt genomförs. 

Låt oss ta ett exempel

Ett företag investerar i en Googlekampanj för att nå personer som letar efter hotell i Stockholm. Någon på marknadsavdelningen bestämmer sig samtidigt för att dra igång en remarketingkampanj riktad till personer som har besökt webbplatsen. Efter att ha analyserat resultaten i Google Analytics ser man att Googlekampanjen gav en avkastning på 220 procent, medan remarketingkampanjen hade en avkastning på hela 1 800 procent. Marknadsavdelningens slutsats blir att Googlekampanjen inte gav tillräckligt bra resultat för att det ska vara värt att fortsätta annonsera, medan remarketingkampanjen är en guldgruva som man ska satsa ännu mer på. Månaden därpå investerar företaget i stället dubbelt så mycket i remarketing och ingenting i Googlekampanjer. Efter månadsskiftet inser de dock att avkastningen har sjunkit till 400 procent. För tydlighets skull har jag överdrivit siffrorna i exemplet; normalt är skillnaderna inte så här stora. Men du har kanske sett liknande trender i din marknadsföring? Vad kom ni fram till då? Är det förändringen i andra marknadsföringskanaler som har spelat in, eller valde ni att öka budgeten som i exemplet? Eller bestämde ni er för att det bara var en slump? Det är nu det är dags att titta på attribution!

Vad är attribution?

Attribution anger ett värde för en kontaktpunkt baserat på dess effekt på ett mål som satts upp för aktiviteten, exempelvis en fullföljd transaktion. Om du till exempel besöker en webbplats fyra gånger från fyra olika källor och handlar för 800 kronor kan du dela värdet mellan de olika källorna och på så sätt tilldela dem ett värde på 200 kronor var. Det här kallas linjär tilldelning och innebär att du tilldelar varje kontaktpunkt värdet av transaktionen fördelat på antalet kontaktpunkter som besökaren använde för att komma till webbplatsen innan köpet gjordes. Det finns många attributionsmodeller, och olika modeller passar olika aktiviteter.

 

Den vanligaste är ”sista klick”-modellen. Det är den de flesta använder i dag och den är standard i Google Analytics. Det betyder att hela värdet av en transaktion tillskrivs den kanal som besökaren kom från när transaktionen genomfördes.

Nu ska du få tag i någon på marknadsavdelningen innan du läser vidare.

Den motsatta modellen är ”första klick”-modellen. Den tilldelar mycket riktigt hela värdet till den kanal som besökaren kom från vid sitt första besök. I vissa fall kan det vara viktigare att mäta effekten av en kampanj som ska hitta nya kunder, och då passar den här modellen mycket bra. Ett problem med modellen kan dock vara att en besökare har använt flera olika enheter. Eftersom analysverktyg använder cookies för att spåra användarna, registreras någon som använder både mobil och dator som två unika användare. Det betyder att den första kanalen som besökaren kom från kanske bara var den första på den enheten. En användare kan då se en kampanj i sin mobil och sedan handla från webbplatsen på sin dator efter att ha skrivit in webbadressen. Det finns dock sätt att förbättra den här typen av spårning. Ett är att använda ”användar-ID” i Google Analytics.

Två andra vanliga modeller är den positionsbaserade och thetamodellen. I en positionsbaserad modell tilldelas den första och den sista kontaktpunkten 40 procent vardera av värdet. Resterande 20 procent fördelas jämnt på de mellanliggande kontaktpunkterna. I en thetamodell tilldelas den första kontaktpunkten det lägsta värdet, och värdet ökar sedan för varje kontaktpunkt.

Datadrivna beslut slår allt

Det finns många olika attributionsmodeller, och Google Analytics låter användaren ta fram modeller utifrån vad som är mest ändamålsenligt för verksamheten. För att komplicera det hela ytterligare ska jag också gå igenom den datadrivna modellen. Det är en otroligt kraftfull modell som analyserar varje steg i de olika konverteringsbanorna och tilldelar varje kontaktpunkt ett värde baserat på dess verkan i konverteringen. Den här modellen finns inte i standardversionen av Google Analytics, men den används i Google Analytics 360. Ni kan också göra den här typen av attributionsmodellering manuellt, men det kan ta lång tid och är väldigt komplicerat. Många som jobbar med datadriven attributionsmodellering utgår från kooperativ spelteori, som systematiskt identifierar de förhållanden som ger bäst resultat, och tittar på hur de olika konverteringsbanorna påverkas om en kontaktpunkt tas bort. På så sätt kan du identifiera hur mycket värde varje enskild kontaktpunkt ska tillskrivas och alltså mäta den faktiska effekten av en kampanj betydligt mer exakt.

Därför bör attribution vara en självklarhet

Genom att implementera en attributionsmodell som är anpassad till företaget, eller en datadriven attributionsmodell, får du mycket bättre inblick i effekterna av marknadsföringen. Du kan se hur de olika kampanjerna har påverkat försäljningen totalt, i stället för att bara titta på den sista kontaktpunkten. Tänk på hur du själv gör: hur många gånger har du inte klickat på en annons eller länk, kommit in på en webbplats och börjat fundera på att köpa det ena eller andra utan att komma till skott? Kanske hamnar du på samma webbplats dagen därpå. Skriver du då in URL:en i webbläsaren eller googlar du för att hitta nätbutiken och genomföra köpet? Utan attribution har ni ingen möjlighet att tillskriva en sådan transaktion till den annons som faktiskt väckte köpintresset från början. Men när du använder en lämplig attributionsmodell kan du fördela marknadsföringsbudgeten till de kanaler som verkligen bidrar till den högsta försäljningen, och därmed öka avkastningen väsentligt.

Till toppen