Monikosketusattribuutio käytännössä

Monikosketusattribuutio ilman datatiimiä vaatii kolme asiaa: UTM-käytännön jokaiseen ulospäin vievään linkkiin, palvelimella kerätyn klikkauslokin, johon voit luottaa, ja yhden mallin, jossa pysyt vuosineljänneksen ajan (ensimmäinen kosketus, viimeinen ei-suora tai positiopohjainen eli U-malli 40/20/40). Viimeisen klikkauksen malli antaa koko ansion viimeiselle kosketukselle ja näännyttää kanavat, jotka kysynnän synnyttivät.

Viimeisen klikkauksen attribuutio on kuin kollega, joka ilmestyy pitkän projektin loppumetreillä ja ottaa kunnian kaikesta. Se ei tee sitä pahuuttaan, vaan analytiikan oletusnäkymä yksinkertaisesti toimii niin. Silti se ohjaa budjettia jatkuvasti vääriin kanaviin.

Korjaamiseen ei tarvita datatiimiä. Tarvitset kolme asiaa: UTM-kurin, klikkauslokin, johon luotat, ja mallin. LinkPilotin linkkien klikkaustilastot ovat yksi lähde klikkauslokille. Tämä artikkeli käsittelee mallia.

Miksi viimeisen klikkauksen attribuutio johtaa tiimejä harhaan?

Koska se antaa koko ansion viimeiselle kosketukselle, joka on yleensä brändihaku tai suora käynti, ja näännyttää kanavat, jotka kysynnän synnyttivät. Kuvitellaan asiakkaan polku:

1. Näkee YouTube-mainoksen → unohtaa sen.
2. Lukee blogiartikkelin, joka sijoittuu hyvin haulla ”link tracking” → tallentaa sivuston kirjanmerkkeihin.
3. Kolme päivää myöhemmin kirjoittaa brändin nimen Googleen → konvertoi.

Viimeisen klikkauksen malli kirjaa myynnin brändihaulle. YouTube-mainos ja blogiartikkeli, jotka oikeasti synnyttivät kysynnän, eivät saa mitään. Muutaman vuosineljänneksen jälkeen budjetti on keskittynyt myyntisuppilon loppupään kanaviin, jotka eivät kirjaimellisesti voi kasvaa, koska mikään ei tuo niihin uusia ihmisiä.

Käytännöllinen monikosketusmalli

Tarvitset kolme kerrosta:

1. Tallenna jokainen kosketus

Kääri jokainen ulospäin vievä linkki seurattuun lyhytlinkkiin, jossa on UTM-parametrit. Lyhentäjä kirjaa klikkauksen palvelimella, ja UTM-parametrien avulla jatkotyökalut (GA4, CRM) voivat kohdistaa istunnon oikeaan lähteeseen Googlen dokumentoimilla parametreilla.

2. Yhdistä istunnot henkilöihin

Kun käyttäjä konvertoi (rekisteröityy tai ostaa), tallenna uudelle tilille evästetunniste ja jokaisen aiemman istunnon UTM-parametrit. Tämä on se yksi liitos, joka saa attribuution toimimaan.

Useimmat CRM- ja analytiikkatyökalut tukevat tätä. Ominaisuus pitää vain ottaa käyttöön.

3. Valitse malli ja pysy siinä

Kolme mallia monimutkaisuuden mukaan:

• Ensimmäinen kosketus. Ansio menee ensimmäiselle tunnetulle kanavalle. Sopii parhaiten tunnettuutta rakentaville tiimeille.
• Viimeinen ei-suora. Kuin viimeinen klikkaus, mutta suorat käynnit ohitetaan. Useimmille tiimeille käytännöllinen oletus.
• Positiopohjainen eli U-malli (40/20/40). Ensimmäinen ja viimeinen saavat kumpikin 40 %, ja välissä olevat kosketukset jakavat 20 %. Sopii parhaiten tiimeille, joissa eri tehtävät yhdistyvät.

Valitse yksi. Käytä sitä vähintään vuosineljänneksen ajan. Vertaa kanavien järjestystä viimeisen klikkauksen mukaiseen järjestykseen. (Googlen attribuutio-ohjeen mukaan GA4:n omat attribuutioraportit tarjoavat datapohjaisen mallin ja viimeisen klikkauksen malleja. Alla kuvatulla taulukkolaskentamenetelmällä voit käyttää ensimmäisen kosketuksen tai positiopohjaista mallia ilman GA4:ää.) Erot näyttävät kanavat, joihin olet panostanut liian vähän tai liikaa.

Miten mallia käytetään ilman attribuutiotyökalua?

Taulukkolaskentaohjelmalla ja yllä kuvatulla polulla. Otetaan kolme kosketusta: YouTube-mainos, blogiartikkeli ja brändihaku. Konversioita on yksi, ja sen arvo on yksi ansioyksikkö.

• Ensimmäinen kosketus: YouTube-mainos 1,0; blogi 0; brändihaku 0.
• Viimeinen ei-suora: brändihaku on haku eikä suora käynti, joten se saa ansion: 1,0. Jos viimeinen kosketus olisi ollut käsin kirjoitettu URL-osoite, ansio siirtyisi blogiartikkelille.
• Positiopohjainen (40/20/40): YouTube-mainos 0,4; blogiartikkeli 0,2; brändihaku 0,4.

Tee sama jokaiselle vuosineljänneksen konversiolle ja laske summat kanavittain. Taulukkoon tarvitaan kolme saraketta konversiota kohden: kosketukset järjestyksessä (lähde ja media kunkin seuratun linkin UTM-parametreista), konversion päivämäärä ja arvo, jos sellainen on. Klikkausloki antaa kosketukset, CRM antaa konversion ja malli on kaava.

Jotta tämä toimisi, datassa on oltava kolme asiaa: pysyvä tunniste, joka sitoo istunnot yhteen (evästetunniste tai kirjautuminen), UTM-parametrit jokaisessa ulospäin vievässä linkissä, jotta lähde ei vahingossa näy suorana, sekä palvelimella kerätyt klikkauslokit, jotta mainosten estäjät eivät pyyhi ensimmäistä kosketusta. Jos jokin kolmesta puuttuu, aloita siitä. Mallin valinnalla on vähemmän merkitystä kuin näillä aukoilla.

Miltä tämä näyttää käytännössä?

Tyypillinen budjetin uudelleenjako, kun viimeisen klikkauksen malli vaihdetaan positiopohjaiseen:

Brändihaun ja suorien käyntien osuus pienenee. Sisällön ja maksetun somen osuus kasvaa. Kysynnän synnyttämiseen tehty työ näkyy vihdoin luvuissa.

Milloin kannattaa siirtyä erilliseen attribuutiotyökaluun?

Kun maksetun mainonnan kulut nousevat kuusinumeroisiin summiin kuukaudessa, CRM:ssä on kuukausien ajalta siistiä UTM-dataa ja oikeat päätökset odottavat parempaa attribuutiota. Aika on oikea, kun:

• käytät maksettuun mediaan kuusinumeroisen summan kuukaudessa
• CRM:ssä on siistiä UTM-dataa 5+ kuukauden ajalta
• pystyt nimeämään kolme päätöstä, jotka odottavat parempaa attribuutiota.

Sitä ennen työkalun tuotto on negatiivinen. Tässä vaiheessa kuri on ohjelmistoa tärkeämpää.

Vielä yksi testi ennen kuin ostat mitään: käytä taulukkolaskentamallia vuosineljänneksen ajan ja kirjoita ylös kolme päätöstä, jotka se muutti. Jos et pysty nimeämään niitä, työkalu tuottaa vain hienompia kaavioita samasta päättämättömyydestä.

Lähteet

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