attributiemethoden

Attributiemethoden zijn benaderingen om de bijdrage van verschillende marketingkanalen en contactmomenten aan een conversie of verkoop toe te kennen. Ze helpen bij het begrijpen van de klantreis en bij het toewijzen van marketingbudgetten over kanalen en campagnes. Doorgaans worden gegevens uit web- en app-interacties, campagnegegevens en conversie-events gebruikt om de contributie per kanaal te berekenen. Er bestaan zowel eenvoudige single-touch modellen als complexere multi-touch modellen.

Veelvoorkomende modellen zijn onder meer: last-click, waarbij alle credit naar de laatste interactie gaat voordat de conversie plaatsvindt; first-click, waarbij de credit naar het eerste contact moment gaat; en lineaire attribution, waarbij alle contactmomenten evenveel krediet krijgen. Bij time-decay neemt de credit af naarmate de interacties verder van de conversie liggen; bij position-based modellen krijgt de eerste en de laatste interactie vaak meer gewicht, terwijl tussenliggende touchpoints een deel van de credit krijgen. Er zijn also W-vormige en U-vormige varianten die specifieke nadruk leggen op vroege kennismaking en de uiteindelijke conversie. Data-driven of algoritmische attributie gebruikt machine learning om bijdragen te schatten op basis van historische data, en vereist grote, representatieve datasets.

Implementatie vereist doorgaans path-level data: de volgorde van kanalen, tijdstempels, en het conversie-event. Datavergelijking, cross-device tracking en privacyregels compliceren de bepaling van attributie. De keuze voor een model hangt af van data beschikbaarheid, businessdoelen en interpretatiedoelen; meerdere modellen naast elkaar toepassen kan inzichten versterken. Attributiemethoden worden vaak gebruikt naast marketingmixmodellering om kanalen efficiënt te kunnen optimaliseren en budgetten toewijzen.