Més enllà de l'últim clic: atribució multicontacte pràctica

L'atribució multicontacte sense un equip de dades demana tres coses: una convenció d'UTM a cada enllaç de sortida, un registre de clics al servidor que sigui fiable i un sol model que mantingueu durant un trimestre (primer contacte, últim contacte no directe o basat en la posició 40/20/40). L'últim clic dona tot el mèrit al contacte final i deixa sense pressupost els canals que han creat la demanda.

L'atribució a l'últim clic és com el company que apareix al final d'un projecte llarg i s'emporta tot el mèrit. No ho fa amb mala intenció: simplement, és així com funciona la vista per defecte de les estadístiques. I desvia el pressupost, de manera sistemàtica, cap als canals equivocats.

No cal un equip de dades per arreglar-ho. Calen tres coses: disciplina amb les UTM, un registre de clics fiable i un model. Les estadístiques de clics dels enllaços de LinkPilot són una font per a aquest registre de clics; el model és el tema d'aquest article.

Per què l'atribució a l'últim clic fa mal als equips?

Perquè dona tot el mèrit al contacte final, que sol ser una cerca de marca o una visita directa, i deixa sense pressupost els canals que han creat la demanda. Imagineu el recorregut d'un client:

1. Veu un anunci a YouTube → se n'oblida.
2. Llegeix un article del blog que surt a les cerques de «link tracking» → desa el lloc a les adreces d'interès.
3. Tres dies després, escriu el nom de la marca a Google → converteix.

L'últim clic atribueix la venda a la cerca de marca. L'anunci de YouTube i l'article del blog, que són els que han generat la demanda de debò, no reben cap mèrit. Després d'uns quants trimestres així, el pressupost es concentra en els canals del final de l'embut, que literalment no poden créixer perquè ningú no els alimenta.

Un marc pràctic d'atribució multicontacte

Calen tres capes:

1. Registreu cada contacte

Poseu cada enllaç de sortida dins d'un enllaç curt amb seguiment i amb UTM. L'escurçador registra el clic al servidor; les UTM permeten que les eines posteriors (GA4, el vostre CRM) atribueixin la sessió, amb els paràmetres que documenta Google.

2. Vinculeu les sessions a les identitats

Quan l'usuari converteix (registre, compra), deseu al compte nou l'identificador de la galeta i les UTM de cada sessió anterior. Aquesta és l'única peça que fa que l'atribució funcioni.

La majoria de CRM i eines d'estadístiques ho admeten; només cal activar-ho.

3. Trieu un model i mantingueu-lo

Tres models, de menys a més complexos:

• Primer contacte. Dona el mèrit al primer canal conegut. El millor per a equips de notorietat.
• Últim contacte no directe. Com l'últim clic, però sense tenir en compte les visites directes. L'opció pràctica per defecte per a la majoria d'equips.
• Basat en la posició (40/20/40). El primer i l'últim contacte reben un 40 % cadascun, i els intermedis es reparteixen el 20 %. El millor per a equips mixtos.

Trieu-ne un. Feu-lo servir com a mínim un trimestre. Compareu la classificació de canals amb la que us donava l'últim clic. (Els informes d'atribució de GA4 ofereixen un model basat en dades i models d'últim clic, segons la guia d'atribució de Google; el mètode del full de càlcul que trobareu a continuació permet aplicar el primer contacte o el model basat en la posició sense aquests informes.) Les diferències són els canals en què heu invertit massa o massa poc.

Com s'aplica un model sense una eina d'atribució?

Amb un full de càlcul i el recorregut d'abans. Agafeu els tres contactes: anunci de YouTube, article del blog i cerca de marca. Una conversió, que val una unitat de mèrit.

• Primer contacte: anunci de YouTube 1,0; blog 0; cerca de marca 0.
• Últim contacte no directe: la cerca de marca és una cerca, no una visita directa, així que conserva el mèrit: 1,0. Si l'últim contacte hagués estat un URL escrit a mà, el mèrit passaria a l'article del blog.
• Basat en la posició (40/20/40): anunci de YouTube 0,4; article del blog 0,2; cerca de marca 0,4.

Ara feu el mateix amb cada conversió del trimestre i sumeu per canal. El full de càlcul necessita tres columnes per conversió: la llista ordenada de contactes (la font i el mitjà de les UTM de cada enllaç amb seguiment), la data de la conversió i el valor, si en teniu. El registre de clics aporta els contactes; el CRM aporta la conversió; el model és una fórmula.

Què han de contenir les dades perquè això funcioni: un identificador estable que lligui les sessions (l'identificador d'una galeta o un inici de sessió), UTM a cada enllaç de sortida perquè la font no surti mai com a «direct» per error, i registres de clics al servidor perquè els bloquejadors d'anuncis no esborrin el primer contacte. Si en falta cap dels tres, comenceu per aquí; el model que trieu importa menys que aquests buits.

Com es veu això a la pràctica?

Una redistribució típica de la inversió després de passar de l'últim clic al model basat en la posició:

Fixeu-vos-hi: la cerca de marca i el trànsit directe es redueixen. El contingut i les xarxes socials de pagament creixen. És la feina de generació de demanda, que per fi es veu en les xifres.

Quan convé passar a una eina d'atribució dedicada?

Quan la inversió en mitjans de pagament arriba a sis xifres al mes, el CRM té mesos de dades UTM netes i hi ha decisions reals encallades per falta d'una atribució millor. Sabreu que ha arribat el moment quan:

• Invertiu sis xifres al mes en mitjans de pagament.
• El CRM té 5 mesos o més de dades UTM netes.
• Podeu dir tres decisions que estan encallades per falta d'una atribució millor.

Abans d'això, el canvi té un retorn de la inversió negatiu. En aquesta fase, la disciplina val més que el programari.

Una prova més abans de comprar res: apliqueu el model del full de càlcul durant un trimestre i apunteu les tres decisions que ha canviat. Si no les sabeu dir, una eina només us farà gràfics més bonics de la mateixa indecisió.

Referències

• Google Analytics Help, Get started with attribution.
• Google Analytics Help, Collect campaign data with custom URLs.