Over Attribution

Meer informatie over Attribution en het verschil met multi-channel trechters.
Attribution is momenteel vrijgegeven als een gesloten bètafunctie.

Attribution in Google Analytics biedt alle klanten gratis, data-driven-attributie in meerdere kanalen. Met een Attribution-project kunt u:

  • Conversietotalen nauwkeurig rapporteren, gededupliceerd voor alle digitale kanalen.
  • Een geconsolideerd, consistent beeld schetsen van alle digitale prestaties.
  • Meer inzicht krijgen in het klanttraject van uw merk,
In dit artikel vindt u de volgende informatie:

Overzicht van attributiemodellering

Attributie is het toekennen van krediet voor conversies aan verschillende advertenties, klikken en factoren langs het pad dat een gebruiker aflegt om een conversie te voltooien. Een attributiemodel kan een regel, een verzameling regels of een data-driven-algoritme zijn waarmee wordt bepaald hoe krediet voor conversies wordt toegewezen aan contactpunten op conversiepaden. In Attribution zijn twee typen attributiemodellen beschikbaar: op regels gebaseerde modellen en een data-driven-model.

In Attribution beschikbare attributiemodellen

Alle attributiemodellen in Attribution sluiten directe bezoeken uit van het ontvangen van attributiekrediet, tenzij het pad naar conversie volledig uit directe bezoeken bestaat.

Op regels gebaseerde attributiemodellen

Op regels gebaseerde attributiemodellen volgen vaste regels voor het toewijzen van conversiekrediet, ongeacht het conversietype of gebruikersgedrag. In Attribution zijn de volgende op regels gebaseerde attributiemodellen beschikbaar:

Last interaction model iconLaatste klik: Hiermee wordt alle krediet voor de conversie toegewezen aan het zoekwoord dat als laatste wordt aangeklikt.

First interaction model iconEerste klik: Hiermee wordt alle krediet voor de conversie toegewezen aan het zoekwoord dat als eerste wordt aangeklikt.

Linear model iconLineair: Hiermee wordt de krediet voor de conversie gelijkmatig verdeeld over alle klikken op het pad.

Position-based model iconTijdsverval: Hiermee wordt meer krediet toegewezen aan klikken die (wat tijd betreft) dichter bij de conversie plaatsvonden. De krediet wordt verdeeld op basis van een zevendaagse halfwaardetijd. Dit wil zeggen dat een klik acht dagen voorafgaand aan een conversie half zo veel krediet krijgt toegewezen als een klik één dag voorafgaand aan een conversie.

Time-decay model iconPositiegebaseerd: Hiermee wordt zowel aan het eerste als aan het laatste zoekwoord waarop wordt geklikt, 40 procent van de conversiewaarde toegewezen. De resterende 20 procent wordt verdeeld over de overige klikken in het pad.

Data-driven-attributie

Data-driven-attributie verdeelt krediet voor de conversie op basis van waargenomen gegevens voor elk conversietype. Het verschilt van de andere modellen doordat de gegevens van uw account worden gebruikt om de werkelijke bijdrage van elke klikinteractie te berekenen.

Data-driven model iconElk data-driven-model is specifiek voor elke adverteerder en elk conversietype.

Hoe data-driven-attributie werkt

Attributie maakt gebruik van machine learning-algoritmen om zowel conversiepaden als niet-conversiepaden te evalueren. Het resulterende data-driven-model leert hoe verschillende contactpunten de conversieresultaten beïnvloeden. Het model omvat factoren zoals het tijdstip van conversie, apparaattype, aantal advertentie-interacties, de volgorde van weergave en het type bestanden voor advertentiemateriaal. Met een contrafeitelijke benadering contrasteert het model wat er is gebeurd met wat er had kunnen gebeuren om te bepalen welke contactpunten hoogstwaarschijnlijk de meeste conversies opleveren. Op basis van deze waarschijnlijkheid schrijft het model conversiekrediet toe aan deze contactpunten.

Vereisten voor data-driven-attributie

Data-driven-attributie vereist een bepaalde hoeveelheid gegevens om een nauwkeurig model samen te stellen van hoe uw conversies moeten worden toegewezen. Daarom hebben niet alle adverteerders een data-driven-attributiemodel in hun account. Over het algemeen moet een account binnen 28 dagen ten minste 1000 conversies hebben om het data-driven-model beschikbaar te maken.

Attribution begint met het genereren van een data-driven-model vanaf het moment dat u de minimaal vereiste attributiegegevens heeft ontvangen nadat het project is gemaakt. Zodra Attribution voldoende gegevens heeft verzameld, zijn er gegevens beschikbaar voor rapportage. Als u onvoldoende gegevens heeft, kunt u data-driven-attributie niet gebruiken.

De geschiktheid voor data-driven-attributie wordt bepaald door de gegevens voor elk conversietype. U kunt daarom een data-driven-model zien voor sommige van uw website- en Google Analytics-conversies, maar niet voor andere.

De geschiktheid voor data-driven-attributie behouden

Een data-driven-model blijft alleen nauwkeurig als het model met nieuwe gegevens wordt vernieuwd. Als uw conversievolume gedurende een periode van 28 dagen onder de minimale gegevensvereisten zakt, zijn data-driven-attributieresultaten niet langer beschikbaar in de rapportage. 

Attribution en multi-channel trechters vergelijken

Attribution en multi-channel trechters zijn verschillende functies. Afhankelijk van uw specifieke attributievereisten kunt u ofwel Attribution, of multi-channel trechters gebruiken.

 

  Attribution in Google Analytics Multi-channel trechters
 
Rapporten
  • Modelvergelijking
  • Conversiepaden (met conversiekrediet)
  • Conversievertraging
  • Padlengte
  • Modelvergelijking
  • Ondersteunde conversies
  • Belangrijkste conversiepaden (zonder conversiekrediet)
  • Vertraging
  • Padlengte
  • ROI-analyse*
  • Modelverkenner*
Biedintegratie met Google Ads voor data-driven-attributie Ja (gesloten witte lijst) Nee
Vertoningen opgenomen als gebeurtenissen Nee

Bètafunctie (vertoningen die tot sessies leiden)

  • Google Display Netwerk: via integratie met Google Ads
  • Alle andere bijgehouden betaalde media (via integratie met Display & Video 360/Campaign Manager)*
Data-driven-attributiemodel
  • Gratis en voor iedereen beschikbaar
  • Bevat alle contactpunten binnen de ingestelde overzichtsperiode
  • Niet geschikt voor meerdere apparaten
  • Sluit Direct uit als kanaal
  • Beschikbaar voor klanten van Google Analytics 360
  • Bevat de laatste vier contactpunten
  • Niet geschikt voor meerdere apparaten
  • Inclusief Direct als kanaal
Rapportaanpassing
  • Attribution-systeemkanaalgroepen
  • Standaard Google Analytics-kanaalgroeperingen (maar niet door andere groeperingen die in Google Analytics zijn gemaakt)
  • Google Analytics-systeemkanaalgroepen
  • Standaard Google Analytics-kanaalgroepen
  • Aangepaste Google Analytics-kanaalgroepen
Rapportagetijd Schakelen tussen Interactietijd en Conversietijd (Interactietijd stemt de rapportage af op Google Ads) Alleen Conversietijd
Google Ads-kosten en klikgegevens voor rapportage  Nee  Ja
Op regels gebaseerde modellen
  • Laatste klik (exclusief direct)
  • Eerste klik (exclusief direct)
  • Lineair (exclusief direct)
  • Tijdsverval (exclusief direct)
  • Positiegebaseerd (exclusief direct)
  • Laatste klik (exclusief direct)
  • Laatste interactie (inclusief direct)
  • Laatste Google Ads-klik
  • Eerste interactie (inclusief direct)
  • Lineair (inclusief direct)
  • Tijdsverval (inclusief direct)
  • Positie-gebaseerd (inclusief direct)
Aangepaste op regels gebaseerde modellen Nee Ja

*Alleen beschikbaar voor klanten van Google Analytics 360

Alle attributiemodellen in Attribution sluiten directe bezoeken uit van het ontvangen van attributiekrediet, tenzij het pad naar conversie volledig uit directe bezoeken bestaat. De Analytics-cookies die worden gebruikt om informatie over uw website-interacties op te slaan, zijn mogelijk niet altijd beschikbaar vanwege factoren zoals browserinstellingen. Daarom kunnen sommige conversies verkeerd worden toegeschreven aan het kanaal Direct. Om dit te verhelpen, modelleert Attribution (bèta) conversies op basis van verzamelde en geanonimiseerde gegevens van gebruikers. Google neemt gemodelleerde conversies op in uw Attribution-rapporten (bèta) als schattingen voor alle toepasselijke attributiemodellen.

Was dit nuttig?
Hoe kunnen we dit verbeteren?