← Terug naar alle blogs← Vorig artikel

Attributievensters: 7-dagen click, 1-dag view, of iets anders

Elk platform default naar een attributievenster dat het platform zo goed mogelijk laat lijken. Zo zet je vensters die je echte klantgedrag volgen, niet de incentive van het platform.

Waarom de defaultvensters bestaan

Het standaardvenster van Meta van 7 dagen na een klik en 1 dag na een weergave is niet ontworpen door engineers die de nauwkeurigheid voor adverteerders wilden optimaliseren. Het is ontworpen door een groeiteam dat de gerapporteerde ROAS wilde optimaliseren. Een ruimer venster vangt meer conversies binnen de attributieperiode. Meer conversies betekent een hogere gerapporteerde ROAS. Een hogere gerapporteerde ROAS betekent dat adverteerders meer uitgeven.

De standaardattributie van Google op basis van de laatste klik heeft dezelfde structurele prikkel. Door 100 procent van de eer aan de laatste klik toe te schrijven, krijgt Google Search de volledige eer voor aankopen die twee weken eerder door een Meta-videoadvertentie zijn beïnvloed. De standaardinstelling van elk platform maximaliseert de eigen gerapporteerde bijdrage. Dit is geen samenzwering. Het is een structurele tegenstelling tussen belangen.

15–30%
Inflatie default vs purchase cycle
25%
Videodrempel voor geldige view-through
3 dagen
Gem. purchase cycle skincare

Het juiste venster voor jouw product

Het juiste attributievenster weerspiegelt de werkelijke aankoopcyclus van je klanten. Een merk dat een huidverzorgingsserum van 30 euro verkoopt dat klanten herhaaldelijk aanschaffen, heeft een andere cyclus dan een merk dat een meubelstuk van 800 euro verkoopt. Bij het serummerk vindt mogelijk 70 procent van de door Meta beïnvloede aankopen plaats binnen 3 dagen na de eerste advertentie-interactie. Bij het meubelmerk kan het 21 dagen duren om hetzelfde percentage te bereiken.

Je kunt dit empirisch meten met je eigen ordergegevens uit Shopify. Bekijk voor klanten die via betaalde kanalen kwamen de tijd tussen het eerste contactmoment en de aankoop. De verdeling van die intervallen laat zien waar je natuurlijke attributievenster zou moeten liggen.

Als je je attributievenster baseert op de werkelijke aankoopcyclus van je klanten in plaats van op een standaardinstelling van een platform, daalt het aantal geclaimde conversies doorgaans met 15 tot 30 procent. Dat is geen probleem dat je moet oplossen. Het is duidelijkheid die je eerder miste.

View-through: de meest misbruikte setting

View-through-attributie geeft een kanaal de eer voor een conversie die plaatsvond nadat iemand een advertentie had gezien zonder erop te klikken. De standaardinstelling van Meta bevat een weergavevenster van 1 dag. Dit betekent dat als iemand om 9 uur 's ochtends langs je Meta-videoadvertentie scrolt en om 5 uur 's middags via een directe zoekopdracht je product koopt, Meta de conversie claimt.

Voor grootschalige awarenesscampagnes met video is een deel van de view-through-attributie terecht. Een klant die 30 seconden van je productvideo bekijkt en drie uur later koopt, is waarschijnlijk door die video beïnvloed. Maar een klant die tijdens het scrollen 2 seconden lang een statische afbeelding in de feed zag en een dag later via Google Search converteert, is vrijwel zeker niet aan die impressie toe te schrijven.

De praktische regel: schakel view-through-attributie alleen in voor videocampagnes waarbij je kunt aantonen dat meer dan 25 procent de video voltooit. Schakel dit uit voor campagnes met statische afbeeldingen. Controleer deze instelling per campagnetype en niet voor het volledige account.

Cross-channel attributievensters

Het probleem met vensters wordt groter wanneer je meerdere kanalen tegelijk gebruikt. Als Meta een klikvenster van 7 dagen claimt, Google de laatste klik claimt en TikTok een klikvenster van 7 dagen plus een weergavevenster van 1 dag claimt, levert één klant die vóór de aankoop alle drie de kanalen aanraakt drie afzonderlijk geclaimde conversies op. Je totale door platforms gerapporteerde omzet voor die klant is drie keer zo hoog als je werkelijke omzet.

De oplossing is kortere vensters in te stellen voor kanalen waarop je data kortere aankoopcycli laat zien en je server-side eventgegevens te gebruiken om één consistente attributielogica op alle kanalen toe te passen. Dit is niet mogelijk binnen de rapportage van één afzonderlijk platform. Er is een uniforme datalaag voor nodig.

Wat je intern rapporteert

Rapporteer intern drie cijfers voor elk kanaal: door het platform gerapporteerd, wat het platform claimt en bruikbaar is als input voor optimalisatie, gematcht met Shopify, orders waarbij de klant volgens UTM- en first-party data via dat kanaal kwam, en incrementeel, geschat met tests met een controlegroep. Deze drie cijfers zullen zelden overeenkomen. Het verschil ertussen is het signaal dat je moet begrijpen.

Alleen platformcijfers rapporteren is alsof een verkoopteam de pipeline in het CRM rapporteert zonder ooit te controleren welke deals daadwerkelijk zijn gesloten. Het cijfer bestaat, maar het is niet de waarheid.

---

Layer Insights app

Bekijk dezelfde beslissing in je eigen commerce data

Open Layer Insights →
Lees hierna

True landed cost: de COGS-berekening die de meeste DTC-merken fout doen

Verder lezen →