Multi-touch-attribution uden et datateam kræver tre ting: en fast UTM-konvention på alle udgående links, en kliklog på serveren, som du stoler på, og én model, som du holder fast i et kvartal (first-touch, last-non-direct eller positionsbaseret 40/20/40). Last-click giver hele æren til det sidste kontaktpunkt og fratager de kanaler, der skabte efterspørgslen, deres budget.
Last-click-attribution er vennen, der dukker op til sidst i et langt projekt og tager æren for det hele. Det er ikke ondsindet, men sådan virker standardvisningen i analyseværktøjerne. Og den flytter konsekvent budgettet mod de forkerte kanaler.
Du behøver ikke et datateam for at rette op på det. Du har brug for tre ting: disciplin omkring UTM, en kliklog, du stoler på, og en model. LinkPilots klikstatistik for links er én kilde til kliklogen. Modellen er det, dette indlæg handler om.
Hvorfor ødelægger last-click-attribution det for teams?
Fordi den giver hele æren til det sidste kontaktpunkt, som som regel er en søgning på brandnavnet eller et direkte besøg, og fratager de kanaler, der skabte efterspørgslen, deres budget. Forestil dig en kunderejse:
- Ser en YouTube-annonce → glemmer den.
- Læser et blogindlæg, der ranker på ”link tracking” → bogmærker sitet.
- Tre dage senere skriver kunden brandnavnet i Google → konverterer.
Last-click tilskriver salget til søgning på brandnavn. YouTube-annoncen og blogindlægget, som faktisk skabte efterspørgslen, får ingen ære. Efter et par kvartaler med det samles budgettet i kanaler nederst i tragten, som bogstaveligt talt ikke kan vokse, fordi intet længere skaber efterspørgsel til dem.
En praktisk ramme for multi-touch
Du har brug for tre lag:
1. Registrer hvert kontaktpunkt
Pak alle udgående links ind i et sporet kortlink med UTM-parametre. Linkforkorteren logger klikket på serveren, og UTM-parametrene lader værktøjerne længere nede i kæden (GA4, dit CRM) tilskrive sessionen ved hjælp af de parametre, Google dokumenterer.
Prøv det gratis, uden tilmelding
UTM-builder
Byg URL'er med kampagnetags på få sekunder.
2. Knyt sessioner til identiteter
Når brugeren konverterer (tilmelding, køb), gemmer du cookie-id'et og UTM-parametrene fra alle tidligere sessioner på den nye konto. Det er det eneste bindeled, der får attributionen til at virke.
De fleste CRM-systemer og analyseværktøjer understøtter det. Du skal bare slå det til.
3. Vælg en model, og hold fast i den
Tre modeller, ordnet efter kompleksitet:
- First-touch. Giv æren til den første kendte kanal. Bedst til teams, der arbejder med at skabe kendskab.
- Last-non-direct. Som last-click, men direkte besøg ignoreres. Det pragmatiske standardvalg for de fleste teams.
- Positionsbaseret (40/20/40). Første og sidste kontaktpunkt får hver 40 %, kontaktpunkterne i midten deler 20 %. Bedst til blandede teams.
Vælg én. Brug den i mindst et kvartal. Sammenlign rækkefølgen af kanaler med din last-click-rækkefølge. (GA4's egne attributionsrapporter har en datadrevet model og last-click-modeller, ifølge Googles vejledning om attribution. Med regnearksmetoden nedenfor kan du køre first-touch eller positionsbaseret attribution uden GA4.) Forskellene viser de kanaler, du har investeret for lidt eller for meget i.
Sådan kører du en model uden et attributionsværktøj
Med et regneark og kunderejsen ovenfor. Tag de tre kontaktpunkter: YouTube-annonce, blogindlæg, søgning på brandnavn. Én konvertering, der er værd én enhed ære.
- First-touch: YouTube-annonce 1,0; blog 0; søgning på brandnavn 0.
- Last-non-direct: søgningen på brandnavnet er en søgning, ikke et direkte besøg, så den beholder æren: 1,0. Hvis det sidste kontaktpunkt havde været en indtastet URL, ville æren falde tilbage til blogindlægget.
- Positionsbaseret (40/20/40): YouTube-annonce 0,4; blogindlæg 0,2; søgning på brandnavn 0,4.
Gør nu det samme for hver konvertering i kvartalet, og læg sammen pr. kanal. Regnearket skal bruge tre kolonner pr. konvertering: den ordnede liste over kontaktpunkter (kilde og medie fra UTM-parametrene på hvert sporet link), konverteringsdatoen og værdien, hvis du har den. Kliklogen leverer kontaktpunkterne, CRM-systemet leverer konverteringen, og modellen er en formel.
Det skal dataene indeholde, for at det virker: en stabil identifikator, der binder sessionerne sammen (et cookie-id eller et login), UTM-parametre på alle udgående links, så kilden aldrig ved et uheld bliver ”direct”, og kliklogs på serveren, så adblockere ikke sletter det første kontaktpunkt. Hvis en af de tre ting mangler, så start der. Valget af model betyder mindre end hullerne.
Hvordan ser det ud i praksis?
En typisk omfordeling af budgettet efter skiftet fra last-click til positionsbaseret:
| Kanal | Andel med last-click | Andel med positionsbaseret |
|---|---|---|
| Søgning på brandnavn | 38 % | 22 % |
| Betalt social | 12 % | 19 % |
| Indhold/SEO | 8 % | 24 % |
| 22 % | 18 % | |
| Direkte | 20 % | 17 % |
Læg mærke til, at søgning på brandnavn og direkte besøg skrumper, mens indhold og betalt social vokser. Det er arbejdet med at skabe efterspørgsel, der endelig viser sig i tallene.
Hvornår skal du opgradere til et egentligt attributionsværktøj?
Når det betalte forbrug når et sekscifret beløb om måneden, CRM-systemet rummer flere måneders rene UTM-data, og reelle beslutninger venter på bedre attribution. Du ved, at tiden er inde, når:
- Du bruger et sekscifret beløb om måneden på betalte medier.
- Dit CRM har 5+ måneders rene UTM-data.
- Du kan nævne tre beslutninger, der venter på bedre attribution.
Før det giver opgraderingen negativt afkast. Disciplin slår software på dette stadie.
Én test mere, før du køber noget: Kør regnearksmodellen i et kvartal, og skriv de tre beslutninger ned, den ændrede. Hvis du ikke kan nævne dem, vil et værktøj blot lave pænere grafer over den samme ubeslutsomhed.
Kilder
- Google Analytics Help, Get started with attribution.
- Google Analytics Help, Collect campaign data with custom URLs.