
En attributionsmodell fördelar värdet av en konvertering mellan de kontaktpunkter som föregick den. Modellvalet kan förändra hur ni bedömer SEO, annonsering, e-post och andra kanaler, även när antalet faktiska köp eller leads är detsamma.
Vi på TribuSoft ser attribution som affärsanalys, inte som en inställning i ett enskilt verktyg. En användbar modell ska stödja ett konkret beslut, göra sina antaganden tydliga och följas upp mot affärsutfall.
Attribution handlar om att fördela kredit för en konvertering, till exempel ett köp, en offertförfrågan eller en bokad demo. En attributionsmodell är den regel eller metod som avgör hur mycket värde varje kontaktpunkt i den observerade kundresan får.
En kund kan först hitta er via organisk sökning, senare se en annons i sociala medier, återvända via e-post och slutligen söka på ert varumärke innan köpet. Sista klick ger normalt hela värdet till den sista kanalen. En datadriven modell kan i stället ge flera kanaler en andel av värdet.
Modellen skapar inte nya köp, leads eller intäkter. Den ändrar hur det redan observerade utfallet redovisas mellan kanaler. Därför kan CPA, ROAS, kanalintäkter och budgetprioriteringar se olika ut beroende på vilken modell ni använder.
Anta att en kund genomför ett köp på 10 000 kronor efter denna resa: organisk sökning → Meta-annons → e-post → betald varumärkessökning. Köpet är detsamma oavsett modell, men fördelningen ser olika ut.
Sista klick kan lyfta fram kanaler nära avslutet, som varumärkessökning och återbesök. Första klick synliggör i stället kanaler som skapar den första upptäckten. Regelbaserade multi-touch-modeller ger en förutbestämd fördelning, medan datadriven attribution försöker anpassa kreditfördelningen efter tillgänglig data.
Ingen av dessa fördelningar bevisar ensam vilken kanal som orsakade köpet. De är olika sätt att beskriva och värdera en registrerad kundresa.
De klassiska modellerna är fortfarande viktiga att känna till. De hjälper er att förstå vilka antaganden som styr rapporteringen, även om flera av dem inte längre är valbara standardalternativ i GA4 och Google Ads.
Sista klick ger hela konverteringsvärdet till den sista kvalificerade interaktionen före konverteringen. Modellen är enkel att förklara, kontrollera och använda som en tydlig referenspunkt.
Begränsningen är att modellen ofta gynnar aktiviteter nära köpet eller leadet. Den kan därför undervärdera SEO, innehåll, prospecting och andra insatser som skapar efterfrågan tidigare i resan. Det innebär dock inte automatiskt att tidiga kanaler ska få mer kredit. Det beror på den fråga ni vill besvara.
Datadriven attribution använder tillgängliga data om konverterande och icke-konverterande vägar för att uppskatta hur kontaktpunkter bör värderas. Kredit kan fördelas i fraktioner, vilket gör att flera kanaler kan få del av samma konverteringsvärde.
Modellen är specifik för den data, de konverteringar och den plattform där den används. Den kan därför ge olika resultat i två företag med liknande kanaluppsättning. I Google Ads är datadriven attribution standard för de flesta konverteringsåtgärder. Google rekommenderar minst 200 konverteringar och 2 000 annonsinteraktioner under 30 dagar för bättre möjligheter att identifiera mönster. Det är en rekommendation, inte ett generellt krav för all datadriven attribution.
Datadriven attribution är ofta värdefull när kundresan innehåller flera digitala kontaktpunkter och ni har tillräckligt med relevant data. Men den är inte ett facit för kanalernas kausala eller inkrementella effekt. Modellen kan bara använda signaler som finns i dess datamängd.
Första klick ger allt värde till den första observerade kontakten. Modellen kan vara användbar för att belysa upptäckande kanaler, men bortser från allt som hände därefter.
Linjär attribution delar värdet lika mellan samtliga kontaktpunkter. Tidsbaserad attribution ger mer värde till kontaktpunkter nära konverteringen. Positionsbaserad attribution väger normalt upp både första och sista kontakten och delar resterande värde mellan mellanstegen.
Dessa modeller är pedagogiska referensmodeller. De synliggör hur olika fasta regler påverkar resultatet. Däremot är första klick, linjär, tidsbaserad och positionsbaserad attribution inte längre tillgängliga som valbara modeller i GA4 sedan november 2023 och stöds inte heller som normala alternativ i Google Ads.
I GA4 används datadriven attribution som standard för händelsebaserad attributionsrapportering. De aktuella alternativen omfattar datadriven attribution och varianter av sista klick. Äldre regelbaserade modeller bör därför användas som analytiska jämförelser, inte beskrivas som aktuella GA4-inställningar.
Google Ads stöder i normalfallet datadriven attribution och sista klick. Microsoft Advertising har egna modelltyper, bland annat datadriven attribution, Last Click och Last Touch. Modellutbud, konverteringsdefinitioner och attributionsfönster skiljer sig mellan plattformar.
Det är också viktigt att skilja på rapporteringsmodell och budgivningssignal. En modell kan användas för att tolka kanalresultat i en rapport, medan automatiserad budgivning i en annonsplattform använder plattformens egna konverteringssignaler och optimeringslogik. Samma modell behöver inte styra alla beslut.
Vi börjar inte med frågan om vilken modell som är bäst. Vi börjar med vilket beslut datan ska förändra. Ska ni prioritera kanalbudget, utvärdera efterfrågeskapande marknadsföring, optimera budgivning eller följa upp lönsam tillväxt på ledningsnivå? Svaret påverkar vilken värdefördelning som är mest användbar.
Därefter behöver ni definiera vilken konvertering som representerar verkligt värde. Ett formulärskick kan vara relevant för optimering, men är sällan ett tillräckligt slutmål för ett B2B-företag. Ett köp kan vara relevant för e-handel, men ordervärde, marginal och nykundsvärde kan vara bättre underlag för budgetbeslut.
För B2B med långa säljcykler bör webbkonverteringar kopplas så långt som möjligt till kvalificerade leads, pipeline och intäkter i CRM. Annars finns risken att marknadsföring värderas efter många tidiga förfrågningar i stället för affärskvalitet.
För e-handel och B2C bör ni undvika att enbart utvärdera antal köp när ordervärde, marginal, produktmix eller nykundsvärde har större betydelse. En datadriven modell kan ge mer nyans, men sista klick kan fortfarande vara en relevant jämförelse för köp nära avslutet.
För omnichannel bör ni vara tydliga med att digital attribution sällan ser hela vägen till butik, telefonförsäljning eller andra offlineutfall. Då behöver kanalvärderingen sättas i relation till aggregerade affärsdata och de delar av resan som faktiskt går att observera.
Olika siffror är inte automatiskt ett tecken på mätfel. GA4, Google Ads, Meta Ads, Microsoft Advertising och CRM kan använda olika identiteter, datakällor, kanaldefinitioner, attributionsfönster och tidpunkter för rapportering.
En annonsplattform kan exempelvis tillskriva värde till en annonsvisning eller en interaktion som inte syns i webbplatsens kanalrapport. Direkttrafik kan hanteras olika i sista klick-modeller. Ett attributionsfönster avgör dessutom hur långt tillbaka en kontaktpunkt kan få kredit.
Även inom GA4 kan kanalbilder skilja sig. Händelsebaserad attributionsrapportering har en annan logik än användar- och sessionsbaserade förvärvsdimensioner. Därför bör ni alltid kontrollera vilket scope och vilken rapport ni jämför innan ni drar slutsatser.
Vi rekommenderar inte att ni försöker få alla system att matcha exakt. Ett bättre mål är dokumenterade definitioner, förklarliga skillnader och stabila regler för vilka siffror som används till vilka beslut.
Attribution beskriver en observerad kundresa. Den visar inte säkert hur många konverteringar som skulle ha uteblivit om en specifik kanal saknades. En kanal kan få stor kredit för att den ofta finns med nära köpet, utan att det bevisar att kanalen skapade motsvarande andel av försäljningen.
Datadrivna modeller har också begränsningar. Samtycke, förlorade identifierare, enhetsbyten, oregistrerade offlinekontakter och interaktioner utanför plattformens räckvidd påverkar vad modellen kan se. Modellerade konverteringar kan förbättra den aggregerade täckningen, men de är uppskattningar och inte rekonstruerade individuella kundresor.
När ett större investeringsbeslut står på spel kan attribution kompletteras med CRM-data, kontrollerade experiment eller marketing mix modeling. Experiment ger ofta starkare stöd för orsakssamband. Marketing mix modeling analyserar aggregerade utfall tillsammans med andra affärsfaktorer. Ingen metod ersätter automatiskt alla andra.
En attributionsmodell fungerar bäst när den är en del av en större struktur för kanalvärdering. Vi på TribuSoft hjälper företag att formulera affärsfrågor, definiera relevanta konverteringar och jämföra datadriven attribution, sista klick och andra perspektiv utan att låta en enskild plattform bli facit.
Vårt arbetssätt utgår från gemensamma definitioner över SEO, Google Ads, Microsoft Advertising, Meta, CRO och webb. För B2B kan vi föra analysen vidare mot leadkvalitet och pipeline. För e-handel kan vi koppla den till ordervärde, marginal och nykundsvärde. Målet är ett beslutsunderlag som är begripligt för både marknad och ledning.
Läs vidare om Digital spårning och attribution med tillförlitliga data för ett bredare perspektiv på hur mätning, kanalvärdering och affärsutfall kan hänga ihop.
Konverteringsspårning registrerar att en definierad affärshändelse har inträffat. Attribution fördelar sedan värdet av den registrerade händelsen mellan kontaktpunkter i kundresan. Den här sidan fokuserar på värdefördelningen, inte den tekniska implementationen av spårningen.
Nej. Datadriven attribution kan ge en mer nyanserad kanalbild när det finns tillräckligt med relevant data och flera digitala kontaktpunkter. Sista klick är samtidigt enkelt, transparent och användbart som referens. Valet bör styras av beslutet ni ska fatta och hur kundresan ser ut.
GA4 använder datadriven attribution som standard för händelsebaserad attributionsrapportering och erbjuder datadriven attribution samt varianter av sista klick. Första klick, linjär, tidsbaserad och positionsbaserad attribution togs bort som tillgängliga GA4-modeller i november 2023.
Systemen kan använda olika data, kanaldefinitioner, identiteter, attributionsfönster, tidpunkter och modeller. Annonsplattformar kan också tillskriva värde till annonsinteraktioner som inte syns i webbplatsens analys. Fokusera på dokumenterade skillnader och tydliga beslutsregler i stället för exakt överensstämmelse.
Nej, inte ensam. Modellen fördelar kredit i observerade kundresor men bevisar inte kausal eller inkrementell effekt. För större investeringsbeslut bör attribution kompletteras med exempelvis CRM-data, kontrollerade experiment eller marketing mix modeling.
Vill ni veta hur SEO, annonsering och andra kanaler ska värderas i ert beslutsunderlag? Vi hjälper er att jämföra modeller, tydliggöra antaganden och koppla kanaldata till de affärsutfall som betyder mest för er.
Kontakta oss på TribuSoft för en kostnadsfri offert eller inled en dialog om företagets tillväxt.