Vad är en attributionsmodell?
I dagens digitala marknadsföring är det viktigt att förstå hur olika plattformar mäter värdet av konverteringar och interaktioner. Detta värde kallas attribution.
En attributionsmodell inom digital marknadsföring används för att tilldela en kampanj eller annons värde för en konvertering, som till exempel ett köp, ett lead eller en bokning. Att analysera olika modeller är avgörande, eftersom kundresan kan variera beroende på företaget och olika annonser har olika syften.
Användare interagerar ofta med flera annonser och kanaler innan de genomför en konvertering. Till exempel kan en användare först se en annons på YouTube, därefter på Instagram Stories, vilket väcker användarens intresse. Senare besöker de direkt företagets webbplats och genomför ett köp. Flera kanaler har då bidragit till beslutet och konverteringen.
Attribution hjälper marknadsförare att förstå vilka annonser och kanaler som driver resultat, men inställningarna skiljer sig åt mellan plattformar som Meta (Facebook och Instagram), LinkedIn och Google Ads. I denna artikel går vi igenom hur de olika attributionsmodellerna fungerar på dessa plattformar, så att du kan optimera dina kampanjer på bästa sätt.
Meta erbjuder flexibla alternativ
Meta (Facebook och Instagram) erbjuder flera attributionsmodeller (Meta Ads Attribution) för att hjälpa marknadsförare att förstå hur deras annonser bidrar till konverterande kunder i slutändan.
De vanligaste alternativen för Meta
- Click-through: En "Click-through" inträffar när en användare genomför en konvertering (till exempel gör ett köp) efter att ha klickat på din annons på någon av Metas plattformar. Du kan välja mellan två tidsfönster för att tillskriva värdet av konverteringen: antingen 1-dagars klick eller 7-dagars klick. Den huvudsakliga skillnaden mellan dessa alternativ är hur lång tid Meta tillskriver en annons för en konvertering. Till exempel, om du väljer 7-dagars klick-attribution, tillskriver Meta värdet till annonsen om användaren genomför köpet inom sju dagar efter att ha klickat på den. Detta kallas en "lookback-period" och ger dig möjlighet att justera hur lång tid du vill att Meta ska spåra användarens aktivitet efter annonsinteraktionen.
- Visningsbaserad konvertering: Visningsbaserad konvertering innebär att användaren konverterar efter att ha sett en annons.
- Engagerad visning är en relativt ny inställning som Meta lanserat för videoannonser, där man analyserar om användaren tittade minst 10 sekunder av videon eller 97 % av videon om den är kortare än 10 sekunder. Båda kan bara ställas in på 1-dagars visning, vilket innebär att bara köp som sker inom en dag efter att användaren sett videon eller annonsen tillskrivs Meta konverteringen.
Fördelar med Metas system
Meta erbjuder både klick- och visningsbaserad attribution, vilket innebär att du kan tillskriva konverteringar till personer som såg en annons men inte klickade. Detta ger en bredare bild av hur varumärkeskännedom påverkar konverteringar.
LinkedIn – Fokus på B2B och professionell påverkan
LinkedIn, en plattform som främst används för B2B-marknadsföring, har ett något annorlunda tillvägagångssätt för attribution. Attributionsinställningarna väljs när man sätter upp en konvertering (inte på kampanjnivå som man gör i Meta).
De vanligaste alternativen för LinkedIn
- Last Click: Liknande Meta tillskriver LinkedIn den sista annonsen innan en användare konverterar. Detta är den vanligaste attributionsmodellen, vilket gör den enkel att förstå.
- Kampanjnivå: LinkedIn tillåter även att konverteringar tillskrivs hela kampanjer. Detta innebär att om en användare interagerar med flera annonser från en kampanj innan de konverterar, så får kampanjen, snarare än en enskild annons, värdet.
Unika faktorer för LinkedIn att hålla koll på
På grund av plattformens fokus på yrkesnätverk är dess attribution anpassad för längre försäljningscykler och B2B-transaktioner. Detta innebär att användarna kan påverkas av en annons men konvertera långt senare, så last-click-modellen kan ha sina begränsningar om du inte följer en längre försäljningsresa.
Amanda“Det viktigaste är att inte bara välja en modell för rapportering, utan även för optimering. Genom att testa olika modeller och analysera resultaten kan man få djupare insikter i vad som verkligen driver försäljning och konverteringar.”
SEM-specialist, Mild
Google Ads – Avancerade och dynamiska modeller
Google Ads erbjuder en av de mest sofistikerade attributionsmodellerna.
De vanligaste alternativen för Google Ads
- Last Click: Precis som på Meta och LinkedIn ger denna modell värdet till den sista klickade annonsen innan konverteringen.
- Data-driven: Med Googles AI-baserade modell används maskininlärning för att fördela värdet baserat på varje användares unika resa. Detta kräver dock en tillräckligt stor mängd data för att fungera optimalt.
Google Ads stöder inte längre attributionsmodellerna First Click, Time Decay and Position-based. Om du tidigare använde någon av dessa har de nu alla uppdaterats till Data-driven attribution. Du kan också välja att byta till "Last click"-modellen, som fortfarande funkar.
Fördelar med Google Ads system
Google erbjuder mer kontroll och flexibilitet när det gäller hur du tillskriver konverteringar, vilket gör det till ett utmärkt verktyg för att få djupare insikter i annonsresor över flera interaktioner. Dessutom kan du optimera på olika nivåer, inklusive sök, display och video.
Hur du väljer rätt attributionsmodell
Valet av attributionsmodell beror på dina mål och den plattform du väljer att använda för din kampanj. För B2B-marknadsförare på LinkedIn kan Last Click-modellen vara enklare att hantera, medan Meta och Google erbjuder mer sofistikerade verktyg för den som vill dyka djupare in i kundresan. Använd datadriven attribution där det är möjligt för att låta plattformens AI hjälpa dig att förstå komplexa kundresor. För enklare och snabbare kampanjer kan Last Click vara tillräckligt.
Genom att justera dina attributionsinställningar kan du få en bättre uppfattning om vilka annonser och kanaler som faktiskt driver konverteringar och försäljning, vilket hjälper dig att optimera dina framtida marknadsföringsinsatser.
