Vent venligst

Vi har modtaget din foresp√łrgsel

Tak for din foresp√łrgsel

. Vi s√¶tter pris p√• muligheden for at dr√łfte dit projekt. Du h√łrer fra os inden for 1-2 hverdage

På gensyn

Step 1 / 3

orange landscape
close icon

    Step 1 / 3 - Vælg projekttype

    Kom i dialog om dit næste projekt

    Send os en uforpligtende foresp√łrgsel og f√• en realistisk pris id√© p√• dit projekt.

    WebsiteWebshopSeoAnnonceringProgrammering
    Step 2 / 3 - Projekt information

    Beskriv dit projekt så godt du kan

    Step 3 / 3 - Dine oplysninger

    Vi har brug for dine oplysninger nedenfor

    Marketing

    Få styr på din marketing attribution

    Tilbage til blog

    Author avatar

    Thomas √ėsterkjerhuus

    okt 15

    Attributionsmodeller er et af de hotteste buzz words i 2020. En attributionsmodel er groft oversat en måde, hvorpå DU definerer hvornår en marketingkanal kan tilskrives æren for et salg eller et lead.

    Den hyppigste fejl, jeg ser blandt marketeers p.t., er, at de mangler indsigt i og forståelse af attributionsmodeller. Det er samtidig en af de farligste fejl, man kan begå, da det betyder, at man kan komme til at prioritere sine marketingkroner helt forkert.

    Indhold

    • Historien bag marketing attribution
    • Skr√¶keksemplet (hvis man ikke arbejder med attributionsmodeller)
    • Konklusion
    • Okay, men hvad er attributionsmodeller pr√¶cist?
    • S√•dan skifter du attributionsmodel i Google Analytics

    Historien bag marketing attribution

    For at forstå, hvad marketing attribution er, og hvorfor det er vigtigt, skal man forstå oprindelsen af begrebet. Den tager vi lige i steps herunder:

    1. Digital marketing blomstrede i l√łbet af 2010‚Äôerne, da marketeers pludselig fik adgang til en hel masse data og indsigt i deres m√•lgrupper og deres kampagners performance. Dermed skete der en helt grundl√¶ggende forandring i forhold til arbejdet med konventionel markedsf√łring p√• print, outdoor og i tv.
    2. Det blev en almindeligt at have en Google Analytics-konto i alle virksomheder, og marketeers begyndte at f√• en fast rutine med at n√łrde tal og sammenligne dem med arbitr√¶re KPI‚Äôer.
    3. I starten dominerede Google den digitale marketingverden, og alle vidste, at man skulle investere i Google marketing. Siden 2016 har vi fået andre marketingalternativer såsom Facebook, Bing, YouTube, Instagram, Snapchat, Pinterest, Amazon og mange, mange flere.
    4. Tilstr√łmningen af digitale alternativer var i virkeligheden startskuddet til, at vi fik brug for attributionsmodeller. For hver eneste kanal har en form for analytics-funktion, og hver eneste kanal har en interesse i at tage √¶ren for salget eller leadgenereringen. Men hvilken kanal taler sandt?
    5. Spol frem til i dag. Den store m√¶ngde data, vi har adgang til, har gjort os talblinde ‚Äď og (for nu at v√¶re helt √¶rlige) en anelse dovne. Vi kigger i vores Google eller Facebook Analytics og t√¶nker, at de der er tale om eksakte videnskaber, og vi investerer i de kanaler, som viser gode konverteringstal. Men sandheden er, at vi kigger p√• tal, som udbydere med et k√¶mpe bias stiller os til r√•dighed, og pr√¶sentationen af data f√•r det til at se ud, som om dine marketingkanaler er solohistorier, der konkurrerer med hinanden indbyrdes i stedet for at v√¶re p√• samme hold.
    6. I gamle dage talte man om hvor mange touch points kunderne skulle have med et produkt, f√łr de foretog en handling. Og det er netop, hvad marketing attribution handler om: Det, som de gammeldags kanaler (som f.eks. TV, aviser, radio, print og outdoor) ikke kunne dokumentere, var nemlig de afledte effekter af indsatsen.

    S√• marketing attribution kort sagt et sp√łrgsm√•l om at fors√łge at kortl√¶gge kunderejsen: Startede kunden med at se en Facebook-annonce? Blev de efterf√łlgende eksponeret for et banner? Googlede de herefter dit brandnavn og klikkede p√• dit website? N√•r vi t√¶nker p√• det p√• denne m√•de, er det en holdindsats, der skaber leadet ‚Äď ikke den afsluttende Google-s√łgning.

    Skrækeksemplet (hvis man ikke arbejder med attributionsmodeller)

    Selvom dette er et t√¶nkt eksempel, ser vi det desv√¶rre hver evigt eneste dag. Enten er det noget, vi h√łrer hos vores kunder eller i vores netv√¶rk, eller ogs√• spotter vi det p√• LinkedIn. S√• odds‚Äôene er, at du nok heller ikke kan sige dig helt fri for at falde i denne f√¶lde.

    Lad os tage et eksempel med en marketingmedarbejder (lad os kalde hende Charlotte), som er ansat i den interne marketingafdeling i en helt almindelig virksomhed. Charlotte laver sit ugentlige rutinetjek i virksomhedens Google Analytics-konto og ser nedenstående:

    Kanal oversigt i Google Analytics

    Du kan finde den rapport i Google Analytics reports > Acquisition > All Traffic > Channels 

    Den gode Charlotte har f√•et tudet √łrene fulde om, at man skal investere i det, som giver mest oms√¶tning ‚Äď og jo, det er da en god ide, som vi slet ikke er uenige i.

    Men hvis man ud fra ovenst√•ende billede vurderer, at SEO (som nogenlunde svarer til ‚ÄĚOrganic Search‚ÄĚ) kun st√•r for lidt mindre end 40% af ens oms√¶tning, og at visse former for betalt annoncering (‚ÄĚGeneric Paid Search‚ÄĚ) simpelthen bare ikke har nok effekt, s√• tager man fejl. Og hvis man oven i k√łbet tager beslutninger p√• baggrund af fejlvurderingen, s√• risikerer man at dr√¶be den vigtige synergieffekt, de to kanaler har p√• hinanden.

    For sandheden i denne case er nemlig, at Google Ads-kampagnerne fortjener en st√łrre del af √¶ren for at skaffe leads end blot den del, der direkte kan tilskrives Google Ads som den sidste kanal i brugerrejsen. Baseret p√• tal afl√¶st under ‚Äôtop conversion paths‚Äô i Google Analytics er Google Ads faktisk det f√łrste touch point i kundernes k√łbsrejse hos denne virksomhed omkring 21% af gangene ‚Äď og dertil kommer alle de tilf√¶lde, hvor Google Ads er den sidste kanal.

    Et marketing attributionsmodel som viser alle kanaler der bidrog til konverteringen

    Den rapport finder du i Google Analytics reports > Conversions > Multi Channel Funnels > Top Conversion paths

    N√•r man benytter den forkerte attributionsmodel, er det alts√• hele 21% af oms√¶tningen, som Google Ads p√• ingen m√•de f√•r √¶ren for. Og nu vil Charlotte mindske annoncebudgettet til kanalen, ‚ÄĚfor den giver jo ikke nok‚ÄĚ.

    Endnu v√¶rre bliver det, hvis Charlotte begynder at se p√• konverteringstal for sine Social-indsatser, fordi de ‚ÄĚslet ikke konverterer‚ÄĚ. Igen er det bare ikke sandt. Billedet nedenfor viser forholdet imellem hvorn√•r en kanal st√•r for den endelige konvertering og hvorn√•r kanalen blot assisterer de andre kanaler i at f√• salget/leadet i m√•l. Jo t√¶ttere decimaltallet er p√• 0.00, jo st√łrre betydning har kanalen for den endelige konverteringshandling ‚Äď og jo t√¶ttere tallet kommer p√• 1.0, jo mere fungerer kanalen som en supportfunktion for de andre kanaler, som s√• l√łber salget/leadet i m√•l.

    Hav denne logik in mente, n√•r du ser p√• Charlottes-SoMe indsatser herunder. Her kunne man nemt forledes til at give sociale medier alt for lidt credit i leadgenereringen ‚Äď selvom tallene i virkeligheden s√¶kker over, at SoMe-indsatserne assisterer med leadgenereringen i 100% af tilf√¶ldene.

    Google analytics MCF channel grouping rapport

    Nu gav jeg dig et nemt eksempel med f√¶rre steps i k√łbsrejsen. Nogle gange ser k√łbsrejserne i h√łjere grad ud som illustreret i modellen herunder. Eksemplet tjener det form√•l at vise dig, hvorfor man b√łr benytte sig af en marketing attribution-model, der fordeler √¶ren over flere kanaler, s√• man igen kan regne med de konverteringstal, man har adgang til i Google Analytics.

    Kunde k√łbsrejsen set i et attributionsmodel

    Konklusion

    De eneste tre ting, du skal tage med fra skrækeksemplet, er:

    1. Kundernes digitale kunderejser har mange nuancer. Intet er sort/hvidt. Og selvom det er fristende og nemt blot at investere i den kanal, som umiddelbart ser ud til at være mest effektiv, må du aldrig undervurdere alle de andre touch points, en kunde kommer forbi på rejsen.
    2. Pas p√• med at se isoleret p√• tallene for den enkelte kanal. Som et eksempel vil en given tv-reklames performance ofte afspejle sig i flere klik p√• dine Google Ads-annoncer, mere direkte trafik til hjemmesiden og flere brands√łgninger: Sagt p√• en anden m√•de vil v√¶rdien af √©n marketingkanal h√łjst sandsynligvis booste flere andre kanalers tal.
    3. Charlotte er bare en imagin√¶r person ūüėõ
    Tilmeld dig nyhedsbrevet,
    og f√• spr√łde guides og skarpe r√•d om alt lige fra konverteringsoptimering til e-mail markedsf√łring i din indbakke.

      Morningtrains nyhedsbrev

      Okay, men hvad er attributionsmodeller helt præcist?

      En attributionsmodel er ganske enkelt noget, man definerer i sit fortrukne sporingsv√¶rkt√łj, og som identificerer hvilken/hvilke kanal/-er, der var med til at skabe leadet.

      • Var det den f√łrste marketingkanal, kunden interagerede med?
      • Var det den sidste?
      • Eller fordeles v√¶rdien i virkeligheden lidt ud over alle de kanaler, der var involveret?

      Der findes 6 attributionsmodeller:

      1. Sidste klik
      2. F√łrste klik
      3. Lineær
      4. Positionsbestemt
      5. Tidsafhængig
      6. Brugerdefineret

      Vi beskriver de f√łrste 5 attributionsmodeller herunder. Den brugerdefinerede g√•r vi ikke i dybden med, da betegnelsen bare d√¶kker over, at man kan tilpasse sin egen model. Man beh√łver kun forst√• de f√łrste 5 modeller, hvis man vil vide, hvordan man kan og b√łr attribuere.

      5 attributionsmodeller plus et brugerdefineret

      Sidste klik

      Et attributionsmodel hvor den sidste kanal bliver tildelt al værdi

      Denne model tildeler al v√¶rdi til den sidste kanal, som den bes√łgende har interageret med i sin beslutningsproces (ud over direct traffic). Det betyder, at du med denne model p√• ingen m√•de krediterer de marketingkanaler, som gjorde kunden opm√¶rksom p√• dit produkt eller service, ej heller de kanaler, som varmede kunden op for dig. Det er kun kanalen, som afslutningsvis sparkede bolden i m√•l, der f√•r √¶ren for det nye lead.

      Denne attributionsmodel er standard i Google Analytics. Sjovt nok er det de store spillere inden for s√łgemaskinemarketing (SEO, Google Ads og Bing), der drager mest fordel af denne model ‚Äď alts√• hovedsageligt Googles produkter. ūüėČ

      S√łgemaskinerne er ofte sidste skridt i rejsen, da vi bruger sociale medier til inspiration, ligesom vi lade os pr√¶ge af bannere og andre annoncer ‚Äď og n√•r vi s√• skal k√łbe noget, g√•r vi bare ind og s√łger efter produktet. Og s√• klikker vi p√• den leverand√łr, der har pr√¶get os mest.

      Eksempel: N√•r du skal have skiftet forruden i din bil, s√• vil jeg √¶de min gamle hat p√•, at du g√•r ind p√• Google og s√łger p√• noget i stil med ‚ÄĚudskiftning af forrude bmw‚ÄĚ. At du s√• klikker p√• lige netop ‚ÄôCarglass‚Äô skyldes, at det er dem, der har pr√¶get dig igennem deres tv/reklamer og jingle. Men Google var det sidste stop p√• din kunderejse, inden du k√łbte.

      Ulempen ved denne model illustreres af hele Charlotte-eksemplet l√¶ngere oppe. Du kommer i alt for h√łj grad til at s√¶tte din lid til en Google Analytics konto, som siger ‚ÄĚDET ENESTE DER VIRKER FOR DIG ER GOOGLE MARKETING‚ÄĚ. Selvom sandheden nok n√¶rmere var, at det var 60% Google marketing, 30% SoMe marketing og 10% displaybanner-reklame.

      BEM√ÜRK: Organic Search svarer ikke til SEO. SEO udg√łr kun en del af det, der samlet betegnes ‚ÄĚOrganic Search‚ÄĚ, som ogs√• d√¶kker over alle brands√łgninger.

      Vi ser ofte virksomheder, som siger ‚ÄĚvi oms√¶tter mest fra SEO‚ÄĚ ‚Äď men n√•r vi unders√łger sagen n√¶rmere, viser det sig, at trafikken prim√¶rt kommer fra forsiden, og at det eneste, forsiden rangerer for i Google, er brandet. Ergo er det brandtrafikken, som konverterer ‚Äď ikke SEO. Og brandtrafik er en akkumuleret effekt af alle marketingindsatser.

      F√łrste klik

      I den marketingsattribution model tilskriver vi al v√¶rdi til den f√łrste kanal

      F√łrste klik-attributionsmodellen tilskriver al v√¶rdi til den f√łrste kanal, kunden har v√¶ret i ber√łring med.

      Fordelen med denne model er, at den fremh√¶ver v√¶rdien af den kanal, som startede brugerens k√łbsrejse. Det f√•r i de fleste tilf√¶lde brandingindsatserne til at se effektive ud, men ligesom det er tilf√¶ldet med f√łrste klik-modellen, risikerer du at drage nogle forkerte konklusioner ‚Äď nemlig at dine Google marketingindsatser ikke har nok effekt.

      Lineær fordeling

      Man tilskriver alle kanaler lige meget værdi i den attributionsmodel

      Som ordet ‚ÄĚline√¶r‚ÄĚ indikerer, tilskriver man med denne model lige meget v√¶rdi til alle kanaler, som er involveret i et salg eller anskaffelsen af et lead. Det betyder, at oms√¶tningen samt antallet af leads eller salg divideres med antallet af kanaler, som var involveret, og v√¶rdien fasts√¶ttes herefter ud fra hver kanal.

      Det virker m√•ske fair? Denne model er i hvert fald Karl Marx‚Äô v√•de dr√łm ūüėČ

      Det er dog næppe sandheden at alle kanaler giver lige meget værdi. I praksis vil jeg påstå, at jo længere vi bevæger os ned igennem kundens beslutningsproces, jo mere værdi giver en kanal.

      Positionsbestemt

      Den mest populer attributionsmodel

      Denne model till√¶gger st√łrst v√¶rdi til kanalerne f√łrst og sidst i kundens beslutningsproces og fordeler s√• en anelse v√¶rdi henover de enkelte kanaler i midten. Typisk vil det betyde, at 40% af v√¶rdien tilskrives den f√łrste kanal, og 40% tilskrives den sidste kanal, mens de sidste 20% fordeles udover midten.

      Denne model er den mest popul√¶re blandt erfarene marketeers og bureauer. Det skyldes ikke, at det er den rigtige, for der findes ganske enkelt ikke en model, der indeholder den fulde sandhed. Mit g√¶t er, at det er, fordi det er en model, som er nem at h√•ndtere. Den giver mest mening i forhold til at afg√łre sp√łrgsm√•l som ‚ÄĚhvad startede min kundes beslutningsproces?‚ÄĚ og ‚ÄĚhvad var afg√łrende for, at det i sidste ende var mig, der fik kunden/leadet?‚ÄĚ.

      I min bog er dette også de vigtigste parametre. Så ligger der en hel masse touch points indimellem, som ikke skal fratages æren for at bidrage, men det er ganske enkelt ikke dem, jeg vil anbefale at bruge flere penge på.

      P√• kort og mellemlang sigt vil det v√¶re mest rentabelt at √łge investeringerne i dels at starte flere kunderejser, dels at f√• flere kunder til at afslutte deres rejse med et k√łb. Derfor er denne model ogs√• min favorit.

      Tidsafhængig

      Den model giver mere og mere v√¶rdi til hver ny kanal som bliver brugt i k√łbsprocessen

      Den sidste model, vi gennemgår, er en model, som giver mere og mere værdi til en kanal alt efter hvor sent den optræder i kundens beslutningsproces.

      Modellen giver mening, hvis dine marketingindsatser er bygget op s√•ledes at du har en r√¶kke supporterende marketingaktiviteter, som er sat i s√łen for at modne dine potentielle kunder, mens andre aktiviteter udelukkende er til for salgsaktivering.

      Denne model er måske i sagens natur den mest realistiske da den anerkender tidsperspektivet i en beslutning.

      Tag bilk√łb som eksempel:

      Her er det vigtigst, at du har gang i de kampagner, som rammer brugeren til sidst beslutningsprocessen. Rammer du dem kun tidligt, s√• risikerer du blot at have modnet kunderne for dine konkurrenter, fordi du har brugt tid p√• at forklare om finansieringsmuligheder og udstyrspakker ‚Äď men da der skulle tr√¶ffes en beslutning, var du til geng√¶ld ikke synlig.

      Ligesom det er tilf√¶ldet med sidste klik-modellen, vil denne model tilskrive dine Google marketingindsatser mest v√¶rdi ‚Äď og s√• kan du nemt f√• det fejlagtige indtryk, at en bilk√łber simpelthen bare s√łger p√• ‚ÄĚaudi a3 sportspack 2020‚ÄĚ og s√• bestiller et tilbud … njaaarh, spis lige br√łd til. Der ligger h√łjst sandsynligvis nogle flere steps forud for denne beslutning, herunder et hav af andre informationss√łgninger i Google, samt eksponering for tv- og Facebook-reklamer, der gjorde brugeren opm√¶rksom p√• fordelagtige finansieringsmuligheder.

      Det er ikke nok at v√¶re tilg√¶ngelig, n√•r brugeren er klar til at k√łbe. Du er ogs√• n√łdt til g√łre dig attraktiv l√¶nge inden valget skal finde sted, hvis du vil have en fighting chance blandt konkurrenterne.

      Hvordan skifter du attributionsmodel i Google Analytics?

      Det er uhyre simpelt at skifte attributionsmodel i Google Analytics.

      1. Log ind på din Google Analytics-konto
      2. G√• til Administrator (det lille tandhjul i nederste venstre hj√łrne)
      3. Navig√©r til kolonnen yderst til h√łjre (‚ÄĚView settings‚ÄĚ)
      4. Klik p√• ‚ÄĚMulti-Channel Funnels settings‚ÄĚ (ikonet ligner fire sm√• s√łjler)
      5. Tilf√łj en ny attributionsmodel ved at klikke p√• den store r√łde knap
      6. Klik i rubrikken hvor du kan vælge modelNy attributionsmodel opsætning i Google Analytics
      7. Vælg den model du vil bruge fremadrettet, og tryk gem Valg af den rette marketingsattribution model i Google Analytics

      Du mestrer nu marketing attribution

      Der er ikke s√• meget mere at sige. Nu er du olympisk mester i marketing attribution. Du ved alt om, hvordan det skal bruges og hvorfor ‚Äď det er bare med at komme i gang herfra.

      Tak fordi du l√¶ste til enden eller bare scrollede helt ned i bunden og skimmede billederne ūüėČ

      Skal vi varetage dit n√¶ste projekt indenfor webudvikling, digital design eller online markedsf√łring?
      Fortæl os om dit projekt, og få et prisestimat.

        Prisestimat indenfor webudvikling, digital design eller online markedsf√łring