Opsummering

  • At ramme forbrugerne tidligt på deres kunderejse er afgørende for din succes, når det gælder skalering af din annoncering.
  • “Sidste klik”-attribuering frarøver dig vigtige data om top-funnel søgeord.
  • Jeg anbefaler at bruge en positionsbaseret attribueringsmodel til de fleste virksomheder for at “sidste klik”-attribuering.
  • Hvis du har adgang, anbefaler jeg at sammenligne den data-drevne model med den positionsbaseret for at se om den passer bedre til dine Google Ads-behov.
  • Andreas Reiffen: Attribueringsmodellering er en upræcis videnskab. Det er aldrig det fulde billede og det kan det ikke være.
  • Mark Irvine: Gennemgå konverteringsstierne i Analytics og brug den viden til at hjælpe dig med at vælge attribueringssmodel.
  • Amy Bishop: Der er ingen attribueringsmodel som passer til alle.
  • Frederik Hyldig: Husk at skelne mellem konverteringer rapporteret internt af kanalen (dvs. inde i Google Ads ved hjælp af konverteringssporing) og holistisk i Analytics.

Da du læser denne artikel antager jeg at du er en rimelig sofistikeret marketer eller webshopejer. Dine PPC kampagner er godt opbygget og har givet dig stabile resultater over tid.

Du har formet dine kampagner til præcis, hvad dine konverterings- og ROI-data har fortalt dig. Men alt det har guidet dig i den forkerte retning.

I denne artikel forklarer jeg hvorfor standard attribueringsmodellen i Google Ads er forfærdelig for webshops som gerne vil vækste. Jeg vil vise dig alle de forskellige attribueringsmodeller og til sidst vil jeg anbefale hvilken attributionsmodel du bør bruge hvis du vil se eksplosiv vækst.

Hvad er problemet med “sidste klik”-attribuering?

“Sidste klik” blev udtænkt på samme tidspunkt som internettet (mere eller mindre). Det var et stort gennembrud på det tidspunkt:

Fortæller du mig, at jeg kan se, hvilke marketingskampagner der skaber salg på mit website? Det kan ikke passe! DET ER JO FANTASTISK!

Ja, det var fantastisk, men som de fleste andre ting er det også forældet. I dag ved vi meget mere om, hvordan forbrugerne køber og hvordan forbrugsmønstrene har også ændret sig.

Jeg giver dig her tre vigtige grunde til, at “sidste klik” faktisk skader dit arbejde med Google Ads:

1) Remarketing har ændret hvordan du annoncerer. Vi kan nu ændre vores bud eller endda oprette hele kampagner, der udelukkende er målrettet mod de forbrugere, som er interesserede i de varer, du sælger, og som har besøgt dit website tidligere. Det er stort. At få forbrugere på dine remarketinglister er i sig selv værdifuldt. Derfor vil det være formålsløst kun at sætte sin tiltro til det “sidste klik”.

2) Kunderejser er ikke 1:1. Det er sjældent kun ét søgeord, der medfører et køb. Hvis du tilskriver hele værdien af et salg til det seneste søgeord, som en forbruger har søgt på, får du unøjagtige og forsimplede resultater.

3) Du tracker stadig salg, selvom du ændrer din attributionsmodel. Selvom du ændrer din attributionsmodel, betyder det ikke, at du i stedet tilskriver værdien til handlinger på websitet, som ikke skaber omsætning.

Den sidste er måske den største årsag jeg hører til, at webshops er bange for at skifte attributionsmodel. De tror, at nu vil deres faktiske ROI falde pga. de smarte marketingsfolk nu vil begynde at spore “feel good” handlinger, som time on site osv. Det er det ikke det vi taler om, når vi taler om attributionsmodeller. Alt værdi er stadig faktisk salgsværdi. Det bliver bare tilskrevet de forskellige kanaler forskelligt.

Overblik over attribueringsmodellerne

“Første klik”

Tildeler 100% af værdien til det første klik.

Første_klik_attribueringsmodel

Fordele:
Fører folk ind i din salgs-funnel.
God til webshops der har en meget stærk salgs-funnel og få produkter.

Ulemper:
Hvis der bliver foretaget flere søgninger i løbet af købsrejsen, vil du formentlig miste forbrugeren da de laver flere søgninger.

“Sidste klik”

Tildeler 100% af værdien til det sidste klik.

Sidste_klik_attribueringmodel

Fordele:
Fokuseret på punkter i købsrejsen med høj ROI. Okay til webshops med korte købsrejser (under en dag).

Ulemper:
Mistet mulighed for at påvirke købere i starten af købsrejsen, hvilket kan føre til at du mister dem senere i købsrejsen.

Linær

Tildele lige meget værdi til alle punkter i købsrejsen.

Fordele:
Alle punkter bliver betragtet.

Ulemper:
Overvurderer punkterne i midten af købsrejsen, hvilket gør det svært at budgive effektivt. Ikke ideelt til PPC.

Forældelse
(Time-Decay)

Tildele hovedsageligt værdi til sidste punkt i købsrejsen, men giver noget værdi til de tidligere punkter i købsrejsen.

forældelse_attribueringmodel

Fordele:
Super effektiv, men tillader stadig at der bliver tildelt værdi til andre punkter.
God introduktion til de andre attribueringsmodeller.

Ulemper:
Undervurderer værdien der kommer fra de første punkter i købsrejsen. Specielt hos webshops der sælger high-end produkter.

Position-baseret

Tildele 40% til første punkt, 40% til sidste punkt og de sidste 20% ligeligt ud på resten.

position-baseret_attribueringmodel

Fordele:
Næsten perfekt tildeling til første punkt, samtidig med at det sidste punkt inden køb også får sin rette værdi tildelt.

Ulemper:
Kan undervurderer vigtige punkter i midten af rejsen som kan have stor betydning (det er ikke så relevant i PPC branchen)

Data-drevet

Tildeler værdi baseret på algoritmer.

data-drevet_attribueringmodel

Fordele:
Den er tilpasset de nøjagtige købsrejser, som dine specifikke kunder tager.

Ulemper:
Det er som en Black Box, du ved ikke hvordan den virker. Hvis du gerne vil gå en retning som din data ikke viser, så er det din data der bestemmer.

Sammenlign din data baseret på forskellige attributionsmodeller

Hvis du ændrer din attributionsmodel, kan det føles som et skud i blinde. Du er ikke helt sikker på, hvad der ændres, og du satser mange penge på beslutningen. Det gælder alt lige fra, hvor du allokerer dine annoncekroner til omsætningen fra hver kanal.

For det første vil de færreste (læs: ingen) webbutikker støde på alvorlige problemer, blot fordi de ændrer attributionsmodellen. Den største forandring vil ske, hvis du ændrer fra “sidste klik” til “første klik”. Det kan være en dårlig idé, men det vil stadigvæk ikke få dig til at gå konkurs.

Heldigvis behøver du ikke at gætte dig til hvilken indvirkning det vil have hvis du ændre attribueringsmodel.

Google har udviklet et værktøj, for at gøre det nemmere for dig at forudse, hvad der vil ske, når du vælger en anden attributionsmodel.

I eksemplet herover kan du se den effekt, som det vil have at skifte til “første-klik” på en konto.

Nogle kampagner stod pludselig for 15-35% af omsætningen end før antaget.

Er der ingen betydningsfuld forskel mellem “sidste klik” og de andre modeller?

Det er ikke helt uhørt, og jeg skal indrømme, at jeg blev temmelig forbavset de første par gange, jeg så dette resultat, efter at have talt om vigtigheden af at skifte attributionsmodel.

Men når jeg kiggede nærmere på deres samlede marketingportefølje, blev årsagen tydelig. De havde i årevis optimeret deres marketing efter en “sidste klik”-model.

Det betød, at de havde fjernet alle de kanaler eller søgeord, der ikke skabte nogen omsætning ifølge “sidste klik”-modellen. Det medførte, at de havde fjernet størstedelen af de kanaler og søgeord, som fik kunderne ind i toppen af salgstragten, fra deres marketing.

Hvis det også er tilfældet for dig, har du nogle gode muligheder for at udvide dine PPC-kampagner med søgeord, der er målrettet midten og toppen af salgstragten.

De attributionsmodeller, jeg anbefaler

Da jeg oprindeligt begyndte at se nærmere på attributionsmodeller, læste jeg mange blogindlæg, som beskrev, hvad attribution gik ud på, men der var ikke et eneste af disse indlæg, som anbefalede en attributionsmodel.

Jeg udarbejdede derfor nogle retningslinjer for SavvyRevenues kunder, men jeg var overrasket over, hvor få der egentlig kom med anbefalinger eller vejledning omkring attributionsmodeller.

Herunder kan du se, i hvilke situationer jeg anbefaler de forskellige attributionsmodeller:

Anbefaling: Position-baseret for de fleste webshops

Jeg foretrækker i øjeblikket Position-Based attributionsmodellen. De fleste af kunderne hos SavvyRevenue vælger os, fordi vi er gode til at skalere Google Ads-konti i forhold til, hvor de er i dag.

Det har vi kunne gøre ved at anerkende værdien af at skabe trafik, som på et tidspunkt medfører salg, i stedet for blot at fokusere på at skabe salg her og nu.

Forskellen mellem de to situationer er hårfin, men den er vigtig for webshops i vækst. Når din sporing tilskriver værdi den første gang, nogen besøger din butik, styrker du både din remarketing og din branding, så der vil være flere, der kender til dig.

Alle de efterfølgende gange, du optræder i søgeresultaterne, vil det påvirke de besøgende, som tidligere har besøgt dit website. For mig er det vigtigt. Især når man tager højde for den øgede CTR og konverteringsrate fra RLSA.

Hvis du nogensinde tror, at der er unfair fordele i Google Ads, så er det, når dine konkurrenter arbejder på denne måde. Vi fanger køberen tidligt i salgstragten og tilføjer vedkommende til vores remarketinglister.

Når de senere søger på søgeord med høj chance for at konvertere, ved vi allerede, at de er aktive på markedet, og vi har tilføjet en positiv budjustering, som du ikke kan konkurrere med.

Brug data-drevet, hvis du konsekvent har adgang til den

Overordnet set ligner det en god idé. Google bruger deres avancerede algoritmer/maskinelæring/kunstig intelligens osv. til at finde de mest almindelige kunderejser og bruger de nødvendige værdier på de forskellige trin i rejsen.

Det lyder meget godt.

Der er dog to udfordringer:

1) Jeg har set nogle situationer, hvor webbutikker når kravet på 600 konverteringer per 30 dage og skifter direkte til data-drevet uden at overveje, om de vil kunne fastholde det samme antal konverteringer. Ofte vil der være flere konverteringer omkring jul eller Black Friday, som giver de 600 konverteringer.

Men når højsæsonen er overstået, vil konverteringerne falde til det normale niveau, og du bliver tildelt den lineære attributionsmodel.

Hvis du vil bruge den data-drevet attributionsmodel, skal du derfor være sikker på, at du konstant er over grænsen på 600 konverteringer.

2) Den data-drevet attributionsmodel er ikke tilgængelig uden for Google Ads. Derfor vil du komme til at bruge én model i Google Ads og en anden i Analytics. Det kan skabe problemer, f.eks. når du prøver at konsolidere dine data eller generere rapporter. Data-drevet gør heller ikke noget for at tildele mere værdi til Google Ads, som en marketingskanal. Den fungerer kun inde i Google Ads.

Brug “sidste-klik” hvis du lige er startet ud

Jeg vil gerne slå et lille slag for “sidste-klik”-modellen, hvis du lige er startet ud som webshop og er begrænset af budget.

At bruge “sidste-klik” når du lige er startet ud kan hjælpe dig med at fokusere hele dit budget på de søgeord som forbrugerne bruger lige inden de laver et køb.

Men vær opmærksom på at denne strategy  kan være begrænsende, da den er ikke let at skalere.

Eksperternes foretrukne attributionsmodel og anbefalinger

Andreas Reiffen - Founder and CEO at Crealytics

Alle attribueringsmodeller vil i sidste ende tilskrive en komplet forkert værdi fra en konvertering til de forskellige punkter i købsrejsen

Mit problem med alle attribueringsmodeller er at de tilskriver værdi til punkter i kunderejsen, hvilket forudsætter en nøjagtig måling af værdien af en transaktion genereret ved annonceringen.

Attribueringsmodeller kan hjælpe med at estimere hvilken procent del af den totale værdi der skal tilskrives til hvert punkt, men den totale værdi er i sig selv misvisende.

Nuværende attribueringssystemer bruger normalt omsætning som udgangspunkt for den totale værdi, hvilket er fejlbaligt af følgende årsager:

  • Hvis en eksisterende kunde gennemfører en transaktion, havde personen muligvis købt alligevel uden at se en annonce. Salg til eksisterende kunder er aldrig gradvis stigende.
  • Det gør en forskel, hvis jeg sælger to produkter, der har samme pris, men forskellige margener
  • Produkter, der bliver udsolgt, kræver ikke annoncering; Derfor er det mindre værdifuldt at sælge dem end at sælge produkter med overskydende lager
  • At vinde nye kunder, der derefter foretager gentagne køb, er langt mere værdifuldt end blot at tjene penge på eksisterende kunder
  • Mikro-konverteringer som tilmeldinger til nyhedsbrev eller henvisninger tages ikke i betragtning

På grund af dette tildeler alle attribueringsmodeller i sidste ende en helt unøjagtig værdi af en transaktion til kundens købsrejsepunkter. Selv Googles seneste tilslutning til data-drevet attribuering tager ikke højde for den komplekse styring af produktets livscyklus.

Jeg har ikke en favorit attribueringsmodel, men hvilken som helst model er kun så god som den handling du tager på baggrund af dens data.

Mit bedste tip er at du skal sikre dig at dit budgivningssystemer er i stand til at tilgå den attribueret data og optimere baseret på resultaterne. Jeg ville specielt holde øje med retargeting og anbefaler at du er skeptisk overfor dets fordele.

Mark Irvine - director paid search at search lab

Kig i din “time lag”-reporter for at finde din “optimale” attribueringsmodel

Jeg har ikke en favorit attribueringsmodel. Attribueringsmodelering er et forsøg på at besvare et meget bredt spørgsmål om hvor vidt din annoncering har en effekt på dine potentielle kunders adfærd. Derfor tror jeg at det er vigtigere at have en holistisk forståelse af sine potentielle kunders købsrejse, i stedet for bare at fokusere for meget på en specifik model. konverteringsstierne er et godt sted at starte hvis du vil forstå rejsen.

Hvilken model du vælger derfra kommer meget an på målene for dine kampagner. Hvis dit mål bare er at opnå mere forretning, så er en forældelsesmodel (time decay) et nemt sted at begynde og tage smartere beslutninger. Men hvis dit mål er at tiltrække nye kunder, så er der muligvis bedre mulighere i en postion-baseret model, da den vil tilskrive værdi til den kampagne der startede den potentielle kundes interesse.

jeg mener at “time lag” reporten er en af de mest oversette reporter i ehandel:

Annoncører i e-handel stoler ofte på at det er remarketing kampagner i deres konto der vil konvertere besøgende, men ofte ved de ikke hvornår de skal ramme dem med remarketing.

“Time lag” reporten vil tydeligt highlighte hvor mange personer der konvertere den første dag, samt uger efter første besøg på din side. Det kan hjælpe dig med at beslutte hvornår din remarketing kampagner skal aktiveres.

Amy Bishop

Jeg tror ikke på at der er én perfekt attribueringsmetode

Jeg tror ikke på at der er én perfekt attribueringsmetode. I stedet, foreslår jeg at bruge forskellige attribueringsmodeller til at besvare forskellige sprøgsmål.

Vil du vide hvilke kanaler der driver mest ny trafik til dit site? Kig på første klik.

Vil du vide hvilke kanaler der sikre salg? Kig på sidste klik.

Modellen du bruge bør være justeret til det sprøgsmål du gerne vil stille – og i løbet af den process, burde den også kunne kaste lys på om dine kampagner performer som forventet.

I en overordnede analyse af kanalernes bidrag, anbefaler jeg at bruge en multi-touch model så man sikre at værdien fra alle kanaler bliver taget i betragtning.

Jeg vil næsten aldrig anbefale at bruge single-touch modeller til at analysere den samlede performance.

En undtagelse ville kunne laves i en situation hvor budgetter har et loft og alle aktive kampagner havde til hensigt at drive low-funnel trafik. I det tilfælde ville en “sidste klik” model kunne bruges til at sikre at alle kampagner ender i salg.

Frederik Hyldig - CPO and Head of Paid Search

I sidste ende afhænger dit valg af, hvad du gerne vil vise, eller hvor aggressiv du er i din markedsføring

Desværre findes der stadig ikke en perfekt løsning på attribution. Når vi ser nærmere på de forskellige attributionsmodeller, kan vi se situationen fra forskellige sider.

I sidste ende afhænger dit valg af, hvad du gerne vil vise, eller hvor aggressiv du er i din markedsføring (“sidste klik” er den mest konservative model, mens Første klik er den mest aggressive).

Personligt kan jeg godt lide den Position-Based model, da den tilskriver værdi til alle de involverede klik, men samtidig lægger den størst værdi på første og “sidste klik”.

Når det handler om attribution, skal du altid være opmærksom på, om du ser på attribution af intrakanaler, f.eks. konverteringer rapporteret i Google Ads eller Facebook, eller attribution af multikanal (konverteringer i Google Analytics). Husk også på, om du ser på attribution på tværs af enheder (f.eks. Facebook og til en vis grad Google Ads) eller ej (f.eks. Google Analytics). Vi venter stadig på den perfekte løsning, som giver både multikanalattribution og attribution på tværs af enheder.

Sidste tanker om ændring af attribueringsmodel

Det er skræmmende at skifte attributionsmodel. Første gang jeg skiftede attributionsmodel måtte jeg lige tænke mig om en ekstra gang (ok, 5 ekstra gange). Hvad nu, hvis jeg havde lavet rod i det hele?

Det gjorde jeg ikke. Og nu beder jeg dig om at gøre det samme helt uden at blinke. Det er en nødvendighed for din succes, at du skifter attributionsmodel i både din Google Ads- og Analytics-konto.

Hvis du undrer dig over, hvordan dine konkurrenter kan byde så højt for nogle specifikke søgeord, så skyldes det, at de har flere potentielle købere på deres remarketinglister end du har. De ved, at disse mennesker er klar til at købe, og at de tidligere har vist interesse. Derfor kan de byde langt mere aggressivt, end du kan.