Stop met budget sturen op omzet die twee keer wordt geclaimd.
Meta kan gelijk hebben. Google ook. Maar je webshop heeft maar één order. Layer Insights legt touchpoints, orders en spend naast elkaar zodat je ziet welke kanaalbijdrage overeind blijft wanneer alle claims samenkomen.
Schaal niet omdat een platform zichzelf goed toeschrijft. Schaal wanneer dezelfde orderdata laat zien dat extra spend ook extra contribution brengt.
Dit moet je binnen minuten kunnen beantwoorden.
Geen dashboard om naar te kijken maar intelligence die een concrete budgetbeslissing ondersteunt.
Wie veroorzaakte de sale echt?
Zie welke touchpoints de order beïnvloedden zonder dezelfde omzet meerdere keren te tellen.
Hoeveel omzet wordt dubbel geclaimd?
Vergelijk platformclaims met werkelijke omzet en zie waar rapportages elkaar overlappen.
Welk kanaal verdient extra budget?
Combineer bijdrage met marge en kosten zodat je niet alleen op ROAS stuurt.
Samenbrengen · Verklaren · Beslissen
Orders zijn de basis. Daarna verbinden we touchpoints, vergelijken we claims en passen we één consistente attributielogica toe.
Orders als basis
Je webshop bepaalt welke orders en omzet daadwerkelijk bestaan.
Touchpoints samenbrengen
Clicks, campaigns en journeys komen naast dezelfde order te staan.
Claims vergelijken
We zien waar meerdere kanalen dezelfde omzet opeisen.
Model kiezen en beslissen
Vergelijk first touch, last click, linear, position based en time decay.
Bekijk dezelfde omzet vanuit meerdere modellen.
Geen model is altijd perfect. Daarom moet je zien hoe de uitkomst verandert als de logica verandert.
| Model | Wanneer nuttig | Wat je voorkomt |
|---|---|---|
| First touch | Acquisitie begrijpen | Alles aan de laatste klik toeschrijven |
| Last click | Directe conversie impact | Te weinig zicht op het einde van de journey |
| Linear | Volledige journey verdelen | Eén touchpoint overschatten |
| Position based | Start en finish zwaarder wegen | Midden van de journey te zwaar maken |
| Time decay | Recente touches sterker waarderen | Oude touches te zwaar maken |
Attributie is pas waardevol wanneer een beslissing verandert.
Zie waar budget, brand search en incrementality aandacht nodig hebben.
Budget verplaatsen
Verschuif spend naar kanalen die na overlap en marge nog steeds sterk bijdragen.
Brand search begrijpen
Zie wanneer branded search vooral demand opvangt die elders is ontstaan.
Incrementality testen
Markeer kanalen waar platformclaim en werkelijke bijdrage te ver uit elkaar liggen.
Wat je vooraf wilt weten.
Kan Meta en Google allebei gelijk hebben?
Ja. Beide kunnen dezelfde order correct binnen hun eigen attributievenster claimen. Het probleem ontstaat wanneer je die claims optelt alsof het twee orders zijn.
Moet ik één model kiezen?
Nee. Vergelijk modellen op dezelfde orderdata en kijk welke beslissingen robuust blijven.
Verdiep de beslislogica.
Waarom je Meta ROAS liegt, en hoe je meet wat er werkelijk gebeurde
Platform-attributiemodellen zijn gebouwd om platformen goed te laten lijken. We analyseerden 48 DTC-merken over 90 dagen en vonden een gemiddeld over-attributiegat van 34%. Dit kun je eraan doen.
Spillover: wanneer je Google-ad credit krijgt voor een Meta-click
Cross-channel attributie-overlap blaast je cijfers stil op. 87% van de DTC-merken die we analyseerden had significante spillover tussen minstens twee kanalen. Dit kost het, en zo meet je het.
De enige attributiemethode die niet kan liegen: incrementality testing
Gerapporteerde ROAS, last-click en zelfs server-side attributie meten correlatie tussen ad-exposure en aankoop. Incrementality testing meet causaliteit. Zo draai je het zonder data-scienceteam.
Zie hoeveel omzet vandaag dubbel wordt geclaimd.
Start met publieke signalen. Koppel daarna eigen data voor echte kanaalbijdrage.