Attribueringsmodeller: sådan fordeler du konverteringer på kanaler

Hvad er attribueringsmodeller – og hvorfor skal konverteringer fordeles?

En attribueringsmodel er et regelsæt, der afgør, hvilke kanaler eller touchpoints en konvertering skal tilskrives. Modellen bestemmer, hvem der får æren, og dermed hvilke kanaler der ser effektive ud, når du vurderer resultater og prioriterer indsatsen.

En konvertering behøver ikke være et salg. Det kan også være en tilmelding, et download eller en anden ønsket handling. Fælles er, at handlingen markerer, at brugeren har gjort noget, du gerne ville have. Attribuering kobler derfor de markedsføringsaktiviteter, der gik forud, med den handling, der til sidst blev udført.

Der er ikke enighed om, hvordan konverteringer bør tilskrives – uenigheden bliver ofte tydelig, når modeller ændres eller udfases. Det viser en grundlæggende pointe: Modelvalget er ikke en teknisk detalje, men en forretningsbeslutning, fordi den er med til at definere budgetfordeling og forventninger mellem kanaler. Uden en gennemtænkt model kan man over- eller undervurdere enkeltkanaler og træffe beslutninger på et skævt grundlag.

Attribuering kan bruges til at vurdere, hvilke kampagner der er mest effektive, til at allokere og effektivisere marketingbudgettet, til at vurdere omkostningen ved at tilegne nye kunder gennem forskellige kanaler og til at begrunde over for ledelsen, hvorfor det giver mening at bruge penge på de enkelte tiltag.

Fra first click til data-driven: modellernes fordelingslogik

De klassiske modeller fordeler vægten forskelligt. First click giver 100 % af konverteringen til første klik. Linear giver alle interaktioner i brugerrejsen lige værdi. Last click giver 100 % til sidste klik. Position-based giver 40 % til både den første og den sidste interaktion, mens de resterende 20 % fordeles ligeligt på interaktionerne imellem. Time decay tillægger interaktioner tættere på konverteringen mere værdi, og interaktioner ældre end 7 dage halveres i værdi.

Data-driven attribution (DDA) fungerer anderledes: Den bruger maskinlæring til at give kanaler individuel værdi efter deres bidrag til den konkrete konvertering. DDA er standard i både Google Ads og GA4.

En detalje, der ofte overses: First click, Linear, Time decay og Position-based er i deres udformning eksklusiv direkte trafik – medmindre direkte trafik er det eneste touchpoint i brugerrejsen. Direkte trafik behandles altså ikke som i Last click og DDA.

Enkelt-touch eller multi-touch: hvad passer til kunderejsen?

Enkelt-touch-modeller som first click og last click giver hele konverteringens værdi til ét touchpoint. Last-touch er nem at gå til, men kan overse vigtige tidligere touchpoints. First-touch er den modsatte yderlighed: Den giver det første touchpoint hele æren og ignorerer senere touchpoints. De er nemme at forstå og forklare, men skærer en kompleks rejse ned til et enkelt øjeblik.

Multi-touch attribuering fordeler i stedet værdien mellem flere touchpoints i kundens rejse. Det kan give et mere nuanceret billede af, hvordan kanaler bidrager til en konvertering – men metoden kræver også mere avancerede data og analyseværktøjer.

Forskellen bliver særlig tydelig i B2B. Ifølge attributionsguiden fra ObserviX interagerer en moderne B2B-køber i gennemsnit med 28,87 marketing-touchpoints, før købsbeslutningen træffes, og indkøbskomitéer involverer typisk 5 til 11 interessenter. En enkelt-touch-model vælger i den situation ét øjeblik fra rejsen og giver det al kredit, mens en multi-touch-model fordeler kreditten over hele rejsen.

Omvendt er multi-touch ikke altid svaret. Ved korte brugerrejser med få touchpoints er forskellen mellem modellerne mindre, og en enkel model kan være nok til at træffe beslutninger. Jo flere kanaler, berøringspunkter og beslutningstagere der indgår, jo større er sandsynligheden for, at en enkelt-touch-model giver et misvisende billede.

Forskelle mellem attribueringsmodeller – kort vs. lang brugerrejse

Statistikker om brugerrejser og AI-anvendelse i danske virksomheder

Fire modeller udfases – hvad betyder det for dit setup?

Google udfaser fire attribueringsmodeller i Google Ads og Google Analytics: First click, Linear, Time decay og Position-based. Udfasningen er så småt begyndt. Ifølge Google kan under 3 % af alle konverteringer tilskrives disse modeller.

Annoncører står derfor tilbage med DDA som standard og Last-click som alternativ. Da langt de fleste i forvejen bruger Data Driven Attribution eller Last-click, forbliver hverdagen uændret for langt de fleste.

Hvis din virksomhed i dag bruger en af de modeller, der udfases, har I indtil september til at omstille jer. Gennemgå hvilke rapporter, budgetbeslutninger og interne aftaler der bygger på den gamle model, før I skifter – så I ved, hvad der ændrer sig i tallene.

For langt de fleste står valget mellem DDA og Last-click. DDA giver i langt de fleste tilfælde det mest nuancerede billede af de to, men det er altid en individuel beslutning fra virksomhed til virksomhed.

Udfasning af fire attribueringsmodeller i Google Ads og GA4

Sådan vælger du model: korte rejser, lange rejser og datagrundlag

Der findes ikke én model, der passer til alle. Valget afhænger af dine mål, din salgscyklus og kvaliteten af dine data. Tre spørgsmål er et godt udgangspunkt: Hvor mange touchpoints har en typisk kunde, før der konverteres? Hvor lang tid går der fra første berøring til konvertering? Og har vi den sporing og datakvalitet, der skal til for at understøtte den model, vi vælger?

Ved en meget kort brugerrejse kan Last-click-attribuering give mening. Her er der typisk få touchpoints, og det sidste klik fortæller ofte en stor del af historien.

I de fleste andre tilfælde anbefales DDA oftest, fordi den giver det mest nuancerede billede af de to tilgængelige modeller. Vurderingen er dog generel – den konkrete beslutning bør træffes ud fra den enkelte virksomheds situation.

Multi-touch-tilgange kræver mere avancerede data og analyseværktøjer end de simple enkelt-touch-modeller. Det er også et spørgsmål om datamodenhed: Er man ikke klar til at arbejde med de data, modellen bygger på, risikerer man at træffe beslutninger på et grundlag, man ikke kan forklare eller vedligeholde.

Data-Driven Attribution (DDA) vs. Last-click – fordele og ulemper

Faldgruber: direkte trafik, tilskrivningsvinduer og silotænkning

Direkte trafik håndteres forskelligt fra model til model. First click, Linear, Time decay og Position-based er eksklusiv direkte trafik, medmindre direkte trafik er det eneste touchpoint. Derfor kan direkte trafik fremstå mindre vigtig – eller helt forsvinde – i rapporteringen, alt efter hvilken model der er valgt.

Tilskrivningsperioden har også stor betydning. Man skal tage stilling til, hvor lang tid der må gå, fra en person har set eller klikket på en annonce, til konverteringen finder sted – eksempelvis om der skal tælles inden for 24 timer eller inden for 90 dage. Valget afgør, hvilke konverteringer der overhovedet kommer med i opgørelsen. Bemærk også, at forskellige e-mailplatforme kan have deres egne tilskrivningsperioder, så tallene ikke uden videre kan sammenlignes på tværs af systemer.

En tredje faldgrube er klik- versus visningsbaseret attribuering: Skal konverteringen tilskrives en annonce, som personen kun har set, eller skal vedkommende have klikket på den? Det valg ændrer, hvilke kanaler der fremstår som drivkræfter.

Endelig bør attribuering ikke ses isoleret per kanal. Formålet er at forstå, hvordan forskellige marketingindsatser arbejder sammen, i stedet for at betragte dem som adskilte siloer. Ser man kun på én kanal ad gangen, risikerer man at trække budget fra netop den indsats, der gør de andre kanaler effektive.

Fra model til praksis: sådan kommer du i gang

Start med at vælge model ud fra brugerrejsen og din datamodenhed: Er rejsen kort og enkel, kan en enkel model være nok. Er den lang og involverer flere kanaler og beslutningstagere, peger det i retning af en multi-touch-tilgang som DDA.

Sæt derefter sporingen op, så konverteringerne registreres ensartet. Attribuering kan foregå direkte i en e-mailplatform, i annonceplatformen – eksempelvis Google Ads – gennem eksterne CRM-systemer eller i Google Analytics. Uanset værktøj er det afgørende, at konverteringer registreres på samme måde på tværs af kanaler, så modellerne sammenligner noget sammenligneligt.

Overvej at sammenligne flere modeller sideløbende frem for at skifte frem og tilbage. Ved at se DDA og Last-click op mod hinanden får du et billede af, hvor stor forskellen reelt er for din forretning – og dermed hvor følsomme dine beslutninger er over for modelvalget.

Brug til sidst indsigterne til at justere budget og kanalindsats, og betragt arbejdet som løbende. Attribuering er ikke en engangsopsætning: Kanalmix, brugerrejser og platformenes modeller ændrer sig, og derfor bør både modelvalg og tilskrivningsperiode tages op til revision med jævne mellemrum.

Sådan kommer du i gang med attribuering – trin-for-trin