Meta kan het eerste contact zijn, Google helpt de klant terug te vinden en een e-mailklik gaat vooraf aan de aankoop. Als je alleen de laatste klik bekijkt, mis je de eerdere contactmomenten. Vergelijk daarom de kanaalrollen én de manier waarop je omzetcredit verdeelt.
First-touch-attributie geeft alle credit aan het eerste meetbare touchpoint binnen het gekozen venster. Dat helpt om te onderzoeken welke kanalen aan het begin van waargenomen klantreizen staan. Filter daarnaast op eerste bestellingen: het eerste contact in een tijdlijn bewijst op zichzelf niet dat iemand een nieuwe klant is. Een eerdere aankoop of kennismaking kan buiten je beschikbare geschiedenis vallen.
Last-touch-attributie geeft alle credit aan het laatste in aanmerking komende touchpoint vóór de order. Zo zie je welke kanalen vaak bij de afronding aanwezig zijn. Dat maakt een sluitend kanaal niet automatisch verantwoordelijk voor het ontstaan van de vraag. Controleer of jouw model direct verkeer meeneemt of de laatste niet-directe klik gebruikt.
Lineaire attributie verdeelt de credit gelijk over de touchpoints die volgens het gekozen model meetellen. Het gaat om contactmomenten, niet vanzelf om unieke kanalen: bij twee Meta-touchpoints en één Google-touchpoint krijgt Meta in dit model twee derde. Een variant die alleen betaalde contacten meeneemt geeft een andere verdeling dan een variant met alle kanalen.
Koppel de order aan de beschikbare aankoopgeschiedenis om nieuwe en terugkerende klanten te onderscheiden. Bekijk daarna welke kanalen introduceren, terugbrengen en afsluiten. Ondersteunende touchpoints kunnen onderdeel zijn van meerdere rollen; tel de volledige orderomzet niet bij iedere rol opnieuw op. Houd klanten met onvoldoende historie apart in plaats van ze zeker nieuw te noemen.
Gebruik voor ieder model dezelfde orders, kosten, meetperiode en terugkijktermijn. Beoordeel vervolgens of een kanaal vooral vroege contacten met nieuwe kopers heeft of vooral bestaande interesse afrondt. Bekijk ook acquisitiekosten en marge. Attributie verdeelt credit; een experiment is nodig om een sterkere uitspraak over extra, veroorzaakte verkopen te doen.
Illustratief voorbeeld, geen klantresultaat. Eén order van €120 met drie meetellende touchpoints: Meta → Google → e-mail.
| Model | Meta | ||
|---|---|---|---|
| First touch | €120 | €0 | €0 |
| Last touch | €0 | €0 | €120 |
| Lineair (alle drie) | €40 | €40 | €40 |
Elke rij verdeelt dezelfde €120 één keer. De rijen zijn alternatieve modellen en worden niet bij elkaar opgeteld. De werkelijke verdeling hangt af van welke contacten je model meeneemt.
Layer brengt beschikbare sessies, touchpoints en orders samen. Welke verbanden je kunt onderzoeken, hangt af van je gekoppelde bronnen en meetdekking. Bekijk in een demo welke gegevens voor jouw vraag nodig zijn.
Marketingattributie: modellen en kanaalvergelijking →Geen enkel model bewijst zelfstandig welk kanaal de aankoop veroorzaakte. First touch, last touch en lineair beantwoorden verschillende vragen over dezelfde waargenomen route. Vergelijk ze om de rol van kanalen te begrijpen en toets belangrijke budgetbeslissingen met aanvullend bewijs.
Zet waarneembare touchpoints van Meta, Google, e-mail en directe bezoeken in volgorde. Begrijp het verschil tussen een klantreis en attributie.
Onderzoek de tijd tussen eerste waargenomen contact en order. Kies een passend meetvenster en voorkom dat recente bezoekers te vroeg als uitval tellen.
Onderzoek terugkerende webshopbezoeken vóór een order. Maak onderscheid tussen bezoekers, sessies en paginaweergaven en neem meetdekking mee.
Bespreek je klantreis in een demo. We laten zien hoe sessies, kanalen en orders samenhangen en welke gegevens nodig zijn om jouw vraag te beantwoorden.