Door middel van conversie attributie kun je een bron toewijzen aan een (online) conversie. Hierdoor kun je ook de waarde van een externe link, zoekwoord of advertentie bepalen. Wil jij weten hoe je conversie attributie in kunt zetten en ben je benieuwd naar de nieuwste ontwikkelingen? Je leest het in deze blog!

Wat is conversie attributie?

Bij conversie attributie hang je een waarde aan de verschillende marketingkanalen die je gebruikt. Dit doe je om de bijdrage die dit marketingkanaal heeft geleverd aan de conversie in kaart te brengen. Hierdoor krijg je inzicht in welke marketingkanalen voor de meeste conversies zorgen en waar je dus het beste je mediabudget in kunt stoppen. Door middel van conversie attributie bepaal je dus de toegevoegde waarde van verschillende kanalen en campagnes.

Waarom conversie attributie?

De meeste organisaties meten op basis van de ‘last click’ via Google Analytics. Hierdoor ken je een conversie toe aan de laatste bron/kanaal die betrokken was bij deze conversie. Op deze manier worden conversies niet toegekend aan het juiste kanaal. Er zijn (bijna) altijd meerdere kanalen betrokken bij een conversie. Wanneer je dus de waarde toekent aan het laatst bezochte kanaal, doet dit geen recht aan de kanalen die hieraan vooraf gingen. Ook kun je door middel van conversie attributie achterhalen waar je veel potentiële sales verliest.

Verschillende conversie attributie modellen

Om de conversie attributie van je website of webshop in kaart te brengen zijn er een aantal standaard modellen die je hiervoor in kunt zetten. Welk model je het beste toe kunt passen verschilt per website of webshop en is afhankelijk van de data die je tot je beschikking hebt.

Laatste klik/bezoek attributie model

Dit model wordt in de meeste gevallen toegepast. Zoals ik eerder al aangaf is dit model niet volledig, omdat je geen rekening houdt met alle kanalen die vóór het laatste bezoek of de laatste klik aan bod zijn gekomen. Echter is dit wel de meest makkelijke manier om de conversie attributie in kaart te brengen.

Gelijk attributie model 

Wanneer je dit model inzet, ga je ervan uit dat elk kanaal dezelfde waarde heeft en dat de volgorde van de kanalen hier geen invloed op heeft. Wanneer je conversie attributie op deze manier toepast zou dit ervoor moeten zorgen dat je je budget gelijkmatig besteedt.

Eerste en laatste klik/bezoek attributie model

Dit model gaat er van uit dat de eerste klik ervoor heeft gezorgd dat een klant in contact is gekomen met je website of webshop. De laatste klik in dit model staat symbool voor de uiteindelijke sale. In dit model gaat alle waardering naar het eerste en het laatste kanaal.

Lineair attributie model

Bij een lineair attributie model is de volgorde van de kanalen wél van groot belang. Dit model gaat er namelijk van uit dat hoe dichter je bij het aankoopmoment komt, hoe waardevoller een kanaal is. Hierdoor zouden de tijd en de kosten die je in je kanalen steekt op moeten lopen zodra je dichter bij een sale komt.

Evenredig met datum en tijd attributie model 

Dit is het meest specifieke model wat je kunt gebruiken om conversie attributie in kaart te brengen. Ook bij dit model ga je er van uit dat het kanaal wat het dichtst bij de sale ligt de meeste waarde heeft geleverd. Echter, bij dit model wordt ook gekeken naar de tijd tussen het eerste kanaal, het laatste kanaal en de sale waardoor je de tussenliggende kanalen ook van een specifieke waarde kunt voorzien. Zo krijgt ieder kanaal zijn eigen procentuele aandeel in de sale.

Je kunt het conversie attributie model terug vinden in Google Analytics bij het tabje “conversies” onder “Multi-channel trechters”. Zelf maken wij gebruik van het laatste klik/bezoek model. Hierdoor krijgt de laatste klik voor een conversie 100% waarde toegekend. Het kanaalgroeppad wordt op onderstaande manier weergegeven:

Nieuwe ontwikkelingen op het gebied van conversie attributie

Onze collega Menzo Wilschut heeft onlangs een presentatie bijgewoond van E-village. Hier werd het ROPO-effect uitgebreid besproken. Met ROPO wordt bedoeld ‘Research Online Purchase Offline”. Hierbij oriënteert de klant zich dus online, maar koopt hij het product in de fysieke winkel. Tijdens de presentatie werd een case besproken waarbij er gemeten kan worden of iemand zich dus online heeft georiënteerd en daarna offline een aankoop heeft gedaan. Hierdoor verleng je als het ware de conversie attributie en kun je niet alleen de online kanalen maar ook de offline kanalen hierbij betrekken.

Het ROPO-effect wordt als volgt gemeten:

1. Een klant oriënteert zich op de website. Op dit moment wordt er een cookie geplaatst.
2. De klant gaat naar een fysieke winkel toe om het product te kopen.
3. Het product wordt thuis bezorgd en  het e-mailadres van een klant wordt uitgevraagd. Deze ontvangt een bevestiging van zijn bestelling en wordt gevraagd om een review achter te laten.
4. De klant ontvangt een review e-mail en kan met het invullen zijn aankoopbedrag terugwinnen.
5. De klant klikt op een button in de mail om een review achter te laten. Deze klant wordt naar een pagina geleid op de website. Hierdoor wordt de cookie herkend uit de oriëntatiefase. De offline aankoop en de waarde hiervan worden geregistreerd in Google Analytics.

Zelf aan de slag met conversie attributie

Heb jij nog vragen of kun je nog wel wat hulp gebruiken bij de conversie attributie van je website of webshop? Neem dan gerust contact met ons op! Interesse om nog meer te weten te komen over conversie optimalisatie? Volg dan onze Conversie Optimalisatie Training.