Det handler i al sin enkelthed om, hvilken tilskrivningsmodel, du benytter. Mange oplever for eksempel, at deres Facebook omsætningstal slet ikke svarer deres analytics-tal, og det er netop fordi, der her benyttes to forskellige tilskrivningsmodeller. Der slynges ofte vanvittige begreber ud som f.eks. “projekteret, estimeret omsætning” og det hele bunder dybest set i, at enten annonceplatformen eller den pågældende samarbejdspartner forsøger at fremstå så rentabel som muligt.
Det er derfor et ufravigeligt krav, at du som annoncør sætter dig ind i de enkelte tilskrivningsmodeller, og måske endnu mere vigtigt, at du undersøger tilgangen af assisterede konverteringer, så du undgår at klippe dine primære konverteringsstier over og dermed gå glip af en masse salg.
Der er grundlæggende 7 tilskrivningsmodeller, at gøre brug af. Disse er: Første klik, Sidste klik, Sidste ikke direkte klik, Sidste AdWords klik, Lineær fordeling, forældelsestilskrivning og placeringsbaseret tilskrivning. Disse kan du læse meget mere om i denne artikel.
Datadrevet tilskrivning
Sidder du og tænker, at det virker uoverskueligt med disse tilskrivningsmodeller, og hvordan er det nu lige, at man graver dybt nok i data for at finde assisterede konverteringer, klikassisterede konverteringer eller endda eksponeringsassisterede konverteringer? Det er faktisk ganske simpelt, når det kommer til AdWords. Her kan du blot tilføje ekstra kolonner til dit dashboard og dermed opnå den nødvendige dataindsigt – dette kræver naturligvis, at du har defineret den pågældende tilskrivningsmodel. Men hvordan får du grebet selve optimeringen an? Med datadrevet tilskrivning kan du faktisk lade AdWords klare det meste af opgaven.
Datadrevet tilskrivning fungerer på den måde, at der bruges konverteringsdata til at hvert enkelt søgeords faktiske bidrag til en konvertering og skiller sig ud ved at sammenligne klikstierne for brugere der konverterer, med brugere der ikke konverterer. Det er altså især sidste klik i kundens konverteringssti, der tilskrives den største værdi, da denne ligger umiddelbart lige før konverteringshandlingen.
Herunder er et eksempel fra Googles dokument Data-driven Attribution Methodology. Her ser vi, at en kombination af kampagne A, B og C fører til en 3% sandsynlighed for konvertering. Når kampagne A fjernes falder sandsynligheden til 2%. Google observerer derved, at der er 50% større sandsynlighed for en konvertering, når kampagne A er aktiv – det er altså dette, der danner grundlag for den datadrevne tilskrivningsmodel.
Førend du kan gøre brug af den datadrevne tilskrivningsmodel, er der en række datakrav, der skal opfyldes. En konto skal som hovedregel have mindst 15.000 klik, og en konverteringshandling skal som hovedregel have mindst 600 konverteringer inden for 30 dage, for at denne model er tilgængelig for dig som annoncør – og sådan skal det blive ved med at være. Får du f.eks. kun 10.000 klik på en måned, og fortsætter dette niveau, eller mindre, i yderligere 30 dage, kan du ikke fortsætte med at bruge datadrevet tilskrivning. Herefter vil dine konverteringer overføres til en lineær tilskrivningsmodel – en model hvor konverteringen ligeligt fordeles mellem alle de involverede kanaler i konverteringsstien.
Det handler altså i bund og grund om, at gøre det lettere for dig selv af sælge dit produkt. Med tilskrivningsmodeller – uanset hvilken du vælger – kan du kontinuerligt overvåge effekten af dine kampagner – både individuelt og på tværs.
OBS: Som øvrige tilskrivningsmodeller er datadrevet tilskrivning kun tilgængelig for søgeannoncer på Google og kun for website- og Google Analytics-konverteringshandlinger.
