Vælg en side

Kom i gang med marketing attribution

Du har fået opsat din konverteringssporing, du annoncerer på en lang række kanaler såsom Facebook og Google, du får dine første konverteringer. Du er egentlig ret godt med, når det gælder din online markedsføring, og du skal nu se, hvilke kanaler der har bidraget mest til omsætningen. Desværre finder du ikke sandheden på nogle af platformene.

Og hvorfor så ikke det? Dette er ikke en fejl i nogle af systemerne, men mere det faktum, at der ikke findes en ‘rigtig’ metode endnu. Du har måske allerede nu set eller opdaget at der kan være (store) forskelle i de målte konverteringer fra Google Analytics og Facebooks annonceadministrator og endda også mellem og Facebooks annonceadministrator og værktøjet Facebook Attribution.

Det skyldes at hver af disse tre typer værktøjer måler annonceeffektivitet på forskellige måder og tilskriver resultaterne forskelligt. Den underliggende årsag er to ting: Tilskrivningsmodellerne på de respektive platforme – og udfordringen med cookie-baseret tracking kontra person-baseret tracking.

Det er derfor marketing attribution er af de vigtigste områder indenfor digital markedsføring lige nu. Det handler nemlig om, hvordan du tilskriver en konvertering til de forskellige kontaktpunkter i kunderejsen og, hvordan evaluerer en kampagne. Jo tættere på du kan komme på sandheden, jo mere kvalificerede beslutninger kan du tage i din forretning.

Hvad handler denne artikel om?

I denne artikel vil jeg først gennemgå tilskrivningsmodellerne for Google og Facebook, og derefter kigge nærmere på Facebook Attribution og Google Signals.

Tilskrivningsmodellerne i Google Analytics

I Google Analytics er tilskrivningsmodellen som standard sidste interaktion / sidste klik, og det er nok også den mest udbredte attributionsmodel i verden. Det betyder at Google Analytics tildeler 100 % værdi til det sidste klik af en kunderejse, der finder sted umiddelbart før et salg eller en konvertering.

Denne tilskrivningsmodel egner egentligt sig godt til konverteringer fra direkte trafik, organisk trafik eller annoncer på dit brand, men en kunderejse kan godt være længere; det kan være brugeren skal spare op til købet, undersøger markedet yderligere eller ser annoncer på andre platforme eller enheder – og så begynder billedet at blive mudret, fordi hvad er så årsagen til en konvertering i sidste ende?

I Google Analytics kan du finde en række standardtilskrivningsmodeller, hvor du kan sammenligne og ændre din tilskrivningsmodel. Du har mulighed for for at sammenligne op til tre tilskrivningsmodeller ad gangen og sammenligne resultaterne direkte i Google Analytics.

Standard-attributionsmodeller i Google Analytics

I Google Analytics er der adgang til nedenstående standardtilskrivningsmodeller, men du har også mulighed for at lave dine helt egne modeller, hvilket jeg ikke vil komme ind på her, men som du kan læse mere om her.

Herunder kan du læse om der forskellige standardtilskrivningsmodeller:

Første interaktion

Denne tilskrivningsmodel tildeler hele værdien af konverteringen til det første klik eller den første kanal, som kunden interagerer med. Denne model kan være nyttig, hvis du forsøger at skabe opmærksomhed omkring et nyt brand, da du via denne model kan tilskrive mere værdi til de første kanaler, der gjorde brugeren opmærksom på brandet.

Det er i praksis en meget lidt brugt model, men kan være brugbar ifm. betalt trafik og lanceringskampagner på eksempelvis Google eller Facebook.

Sidste interaktion

Sidste interaktion eller sidste klik er som sagt standardmodellen i Google Analytics. Denne model kan være særligt nyttig, hvis din vare eller ydelser ikke involverer en lang kunderejse eller overvejelsesfase, men er udviklet med henblik på at tiltrække kunder i købsøjeblikket f.eks. via Google Ads.

Sidste ikke-direkte klik

Hvis du betragter direkte trafik som trafik fra kunder, der allerede er blevet “hvervet” via eksempelvis Facebook, kan det være en fordel at bortfiltrere direkte trafik og fokusere på den sidste marketingrelaterede aktivitet før en konvertering – og det kan du med denne attribueringsmodel.

Denne model er også et nyttigt sammenligningsgrundlag med andre modeller, da den ignorere direkte trafik og tilskriver hele konverteringsværdien til den sidste kanal, som brugeren klikkede sig videre fra, før brugeren foretog en konvertering.

Sidste Google Ads-klik

Som navnet antyder tilskriver den model hele konverteringsværdien til den sidste Google Ads-annonce, som brugeren klikkede på, før vedkommende foretog en konvertering.

Som sammenligningsgrundlag er denne model især nyttig til at identificere de Google Ads-annoncer, der har ført til flest konverteringer, men er i sagens natur ikke nyttig, hvis dit produkt involvere en lang kunderejse.

Lineær

Den lineære tilskrivningsmodel tildeler en lige stor del værdi af købet til alle dele af en kunderejse. Denne model kan være nyttig, hvis du mener at alle elementer, der fastholder brugerens opmærksomhed gennem hele salgscyklussen er lige vigtige i købsrejsen.

I praksis kan det dog være en fair formodning, at en bannerannoncer ikke har haft lige så stor indflydelse på en købsbeslutning som en e-mail fra et nyhedsbrev, og derfor bruger jeg sjældent denne model.

Forældelse / time decay

Forældelsesmodellen tilskriver mere værdi til en kanal, jo tættere brugeren på en konvertering, og fungerer bedst til korte købsrejser. Modellen har en standardhalveringstid på syv dage, hvilket vil sige, at en kanal, der forekommer syv dage før en konvertering, tildeles halvt så meget kredit som en kanal, der forekommer på selve dagen for konverteringen.

I praksis betyder det, at hvis en bruger ser en facebookannonce og efterfølgende finder produktet via Google Ads en uge senere, tilskrives det meste af værdien til Google Ads – også selvom det faktisk var Facebook, der startede købsrejsen.

Positionsbaseret

Den positionsbaseret tilskrivningsmodel er i mange sammenhænge den bedste model i Google Analytics, da den tager hensyn til første og sidste trin af købsrejsen.

I stedet for at tilskrive enten den første eller sidste interaktion, tilskriver modellen alle mellemliggende interaktioner i købsrejsen med 20%, så det første klik og det sidste klik i købsrejsen hver krediteres med ca. 40% af værdien.

Person-baseret tracking og problemet med tilskrivningsmodeller via cookies

Cookie-baseret sporing som Google Analytics, der næsten altid har været industri-standarden, har desværre flere begrænsninger. En af de mest nærliggende udfordringer lige nu, er det faktum, at vi typisk har flere enheder, som vi bruger i løbet af en dag, og dermed har flere forskellige cookies. Kan du begynde at se problemet?

Dertil er der flere adblockers, der nu blokerer cookies samt udrulningen af Intelligent Tracking Prevention (ITP) fra bl.a. Apple, der sletter cookies i din browser efter 7 dage – og dermed næsten gør det umuligt at spore på længere kunderejser.

Løsningen på cookie-baseret tracking er person-baseret tracking. I Google Analytics hedder denne løsning Google Signals og ved Facebook hedder det Facebook Attribution eller Tilskrivning fra Facebook – og for nuværende, er Facebook Attribution det bedste værktøj, hvis du spørger mig.

Google Signals

Med Google Signals opdateres dine eksisterende Google Analytics-funktioner, så de også inkluderer samlede data fra Google-brugere, der har aktiveret annoncetilpasning. Det afhænger (desværre) af at brugeren aktiverer annoncetilpasning i sin profil.

Ikke desto mindre kan Google herefter danne sig et helhedsbillede over, hvordan disse brugere interagerer med din hjemmeside på tværs af enheder og browsere.

Herefter kan du se de nye brugerbaserede data i rapporterne på tværs af enheder. Husk, at disse nye data først er tilgængelige fra den dato, hvor du aktiverer Google-signaler.

Facebook Attribution

Facebook Attribution kan du opsætte via din Facebook Business Manager. De data som værktøjet primært benytter sig, kommer fra din Facebook Pixel, så denne skal du i sagens natur også have opsat på din hjemmeside for at det virker.

Facebook Attribution og Pixel er effektivt, fordi det er person-baseret tracking, der virker out-of-the-box. Du (læs: din målgruppe) er med stor sandsynlighed altid logget ind på Facebook, Instagram eller messenger på alle deres enheder, og på den måde kan Facebook give hver en bruger et unikt ID, der følger dem.

Det betyder at Facebook har en unik mulighed for at kunne tilskrive en konvertering til en specifik bruger på tværs af enheder. Noget som du ikke kan gøre med cookie-baseret tracking.

Men selv Facebooks annonceadministrator og Facebook Attribution snakker ikke altid samme sprog. Og for at forstå, hvorfor det ikke er tilfældet, skal vi kigge nærmere på tilskrivningsmodellerne i Facebook.

Hvad betyder ITP for din sporing?

Det hollandske firma Orange Valley, har lavet et dashboard i Google Datastudio, hvor du med få klik kan se, hvor meget ITP påvirker din sporing. Det kan du se her.

Tilskrivningsmodeller i Facebook

Modsat Google Ads arbejder Facebook ikke med søgeord, men med målgrupper. Facebook måler derfor i højere grad end Google på eksponeringer end på kliks af annoncer, og det

Som standard sætter Facebook en tilskrivningsperioden på 28 dage for kliks og 1 dag for visninger. Hvad betyder det så? Det betyder, at Facebook tilskriver en konvertering til sig selv selvom din målgruppe kun har set din annonce, men faktisk ikke engang at har klikket på den. Er det retvisende? Måske – Måske ikke. I dette tilfælde vil det hvertfald ikke være retvisende at tilskrive Facebook hele konverteringen, da en konvertering typisk ikke sker lige efter, at annoncen er blevet vist.

Det er heldigvis nemt at justere tidsrammen for en konvertering i Facebook. Du kan selv ændre tidsrammen til 1, 7 eller 28 dage, og ligesom i Google Analytics, kan Facebook kan sammenligne de forskellige tilskrivningsperioder, så du selv kan se forskellene.

En god tommelfingerregel er at, hvis du sælger et relativt billigt produkt uden lang betænkningstid (eksempelvis hverdagsprodukter, en ny t-shirt el.lign.), kan du med fordel bruge en kortere tidsramme. Hvis derimod sælger produkter med længere betænkningstid – det kunne være en dyr cykel i B2C eller en serviceydelse i B2B, hvor brugeren skal overbevises om, at du er den rette at handle med, vil en lang tilskrivningsperiode være bedre.

Kliks før visninger og sidste interaktion

Facebook arbejder også med to yderligere regler; kliks før visninger og sidste interaktion.

1 ) Hvis en bruger har klikket på en annonce, og efterfølgende får vist annoncen flere gange, tilskrives konverteringen det første klik – også selvom annoncen er blevet vist flere gange til brugeren i mellemtiden.

2) Hvis du ydermere kører flere forskellige annoncer mod den samme målgruppe, og brugeren har klikket på begge annoncer, tilskrives konverteringen til den annonce, som brugeren sidst klikkede på. Det samme gælder visninger.

Se forskellene mellem Facebooks annonceadministrator og Facebook Attribution

I Facebook Attribution har du at gøre med syv forskellige tilskrivningsmodeller og 17 forskellige tilskrivningsperioder, så hvilken du vælger vil i høj grad påvirke dine data. Jeg vil ikke komme ind på alle modellerne her, men de minder grundlæggende om de modeller du kan finde i Google Analytics.

Til forskel fra Facebook annonceadministrator, hvor du kan vælge mellem 1, 7 og 28, kan du i Facebook Attribution også vælge mellem 14, 30 og helt op til en 90-dages tilskrivningsperiode; dette er selvsagt ekstremt brugbart ved lange kunderejser.

For at få tal, der matcher hinanden bedst muligt, kan du gøre følgende:

  • Kontrollér, at du har valgt den samme tilskrivningsperiode i både Facebook Attribution og annonceadministratoren. Annonceadministratoren tilbyder kun de tre tilskrivningsperioder (nævnt herover) mens Facebook Attribution tilbyder flere valgmuligheder.
  • Kontrollér, hvilken tilskrivningsmodel du bruger i Facebook Attribution. Husk, at annonceadministratoren bruger en tilskrivningsmodel for sidste berøring.
  • Facebook Attribution kan du vælge den konverteringshændelse, du gerne vil måle i din tilskrivningsrapportering. Kontrollér, at denne konvertering stemmer overens med den konverteringshændelse, der vises i resultatkolonnen i annonceadministratoren.

Derudover kan der selvfølgelig være flere faktorer, der også spiller ind: annonceplatforme uden for Facebook som Google Ads, du har flere annoncekonti eller konvertering fra flere kilder. Det kan du læse mere om her.

 

Afslutning

Tillykke er ved vejs ende af dette indlæg 👌

Marketing Attribution er ekstremt nyttigt, fordi det tager højde for alle enheder og kontaktpunkter i en lang kunderejse. Desværre, er der mange faldgruber, som du skal være opmærksom på.

Alle attribueringsmodeller er grundlæggende forkerte og ‘farvet’ af, hvilken platform der præsenterer resultaterne. Det gælder derfor for dig om, at vælge den tilskrivningsmodel, der er mindst forkert på de forskellige platforme.

Det er vigtigt, at du når du rapporterer eller læser resultaterne selv, at du har en bedre forståelse for, hvordan konverteringerne tilskrives annoncerne.

Jeg håber at du med dette indlæg, er kommet lidt tættere på dét.

 

Hvorfor matcher Facebook Attribution og Facebooks annonceadministrator ikke?

For at forstå, hvorfor ikke engang Facebooks egne værktøjer giver dig de samme data, skal du huske to ting: 

1) Annonceadministratoren kun viser konverteringerne fra kampagner på tværs af Facebooks apps, og

2) Facebook Attribution gør dét OG sammenholder det med resultater på tværs af andre annonceplatforme, såsom Google Ads.