Attributie is de manier waarop je bepaalt welk kanaal, welke campagne of welke advertentie de eer krijgt voor een conversie. Een klant ziet zelden één advertentie en koopt dan meteen. Meestal zitten er meerdere contactmomenten tussen. Attributie verdeelt de waarde van die conversie over die momenten. In dit artikel lees je wat attributie is, welke attributiemodellen er zijn, wat Google Ads en GA4 er nu mee doen en welke keuzes voor een MKB-bedrijf verstandig zijn.

Wat is attributie in marketing?

Elke klant legt een route af voordat hij contact opneemt of iets koopt. Die route heet de customer journey. Iemand ziet bijvoorbeeld een Instagram-advertentie, zoekt later op Google, leest een blog en komt een week daarna terug via een remarketingadvertentie.

Welk kanaal heeft die klant nu binnengehaald? Daar gaat attributie over. Het is een rekenregel die bepaalt hoe je de conversie verdeelt over de kanalen en klikken die eraan voorafgingen.

Dat is geen academische vraag. De verdeling bepaalt welke campagnes er in je rapportage goed uitzien, en dus waar je budget naartoe gaat. Ook je CPA en ROAS per campagne hangen er direct van af.

Wat is een attributiemodel?

Een attributiemodel is de vaste regel waarmee je die verdeling maakt. De klassieke modellen zijn:

• Last click: de laatste klik voor de conversie krijgt alle waarde. Simpel, maar campagnes die mensen eerder in hun oriëntatie bereiken, lijken waardeloos.

• First click: de eerste klik krijgt alle waarde. Dit beloont kanalen die nieuwe mensen binnenbrengen, maar negeert wat de verkoop afmaakte.

• Lineair: elk contactmoment krijgt een gelijk deel. Eerlijk ogend, maar niet elk moment is even belangrijk.

• Tijdverval: contactmomenten dichter bij de conversie krijgen meer waarde dan oudere.

• Positiegebaseerd: de eerste en laatste interactie krijgen het grootste deel, de momenten ertussen delen de rest.

• Data-driven: een algoritme kijkt naar paden die wel en niet tot conversie leidden en berekent per contactmoment hoeveel het heeft bijgedragen.

Geen enkel model is "de waarheid". Elk model is een bril waarmee je naar dezelfde data kijkt. Wie van model wisselt, ziet dezelfde omzet ineens anders verdeeld.

Wat doen Google Ads en GA4 nu met attributie?

Google heeft de keuze flink ingeperkt. Volgens de Google Ads Help-pagina "First click, linear, time decay, and position-based attribution models are going away" (Google, 2023) zijn first click, lineair, tijdverval en positiegebaseerd in 2023 uitgefaseerd in Google Ads en Google Analytics 4. In Google Ads werden conversieacties die deze modellen nog gebruikten vanaf september 2023 omgezet naar data-driven attributie.

Volgens diezelfde bron is data-driven attributie het standaardmodel in Google Ads en GA4. Wie dat niet wil, kan nog kiezen voor last click. Meer weten over de basis van het platform? Lees wat Google Analytics is.

Let op: Meta, LinkedIn en andere platformen rekenen met hun eigen regels en attributievensters. Elk platform kent zichzelf graag conversies toe. Tel je de conversies uit Google Ads en Meta-advertenties op, dan kom je vaak hoger uit dan het werkelijke aantal klanten. Dat is dubbeltelling, geen extra omzet.

Data-driven attributie: voor- en nadelen

Het voordeel van data-driven attributie is dat het niet uitgaat van een vaste aanname, maar van je eigen conversiepaden. Het geeft ook waarde aan campagnes die vroeg in de oriëntatie zitten, zoals display of video.

Er zijn ook nadelen. Het model is een black box: je ziet de uitkomst, niet de berekening. Bij weinig conversies heeft het algoritme weinig om van te leren. En het werkt alleen met wat gemeten wordt. Telefoontjes die niet worden geregistreerd of offline afspraken die nooit worden teruggekoppeld, bestaan voor het model niet.

De belangrijkste voorwaarde voor elk attributiemodel is daarom een betrouwbare meting. Controleer eerst of je conversiemeting goed is ingesteld en of GA4 correct is ingericht.

Attributie versus incrementaliteit

Attributie beantwoordt de vraag: welke contactmomenten lagen op het pad naar een conversie? Het beantwoordt niet de vraag: zou die conversie ook zonder de advertentie zijn gebeurd?

Dat tweede heet incrementaliteit. Een klassiek voorbeeld is remarketing. Die campagnes zitten vaak vlak voor de conversie en scoren daardoor goed in attributie. Maar een deel van die mensen was waarschijnlijk toch wel teruggekomen. Ook advertenties op je eigen merknaam vangen vaak klanten op die je al had.

Attributie verdeelt dus de eer, incrementaliteit meet het echte extra effect. Voor grote budgetbeslissingen heb je beide nodig: attributie voor dagelijkse sturing, een lift-test of een periode met en zonder campagne om te controleren of een kanaal echt iets toevoegt.

Voorbeeld: een installateur in Nijmegen

Stel: een installateur in Nijmegen adverteert met Meta-advertenties voor warmtepompen en met Google Ads op zoekwoorden als "warmtepomp installateur". Dit is een fictief voorbeeld om het principe te laten zien, geen klantcase.

Een typische klant ziet eerst een video op Instagram, zoekt twee weken later op Google, klikt op een zoekadvertentie en vraagt een offerte aan. In een last click-model krijgt Google Ads alle eer en lijkt de Meta-campagne niets op te leveren. Wie dan op Meta bezuinigt, kan merken dat er later ook minder mensen gaan zoeken.

Met data-driven attributie in GA4 krijgt de Meta-advertentie een deel van de waarde, mits het bezoek goed gemeten is. Om te weten of Meta echt extra offertes oplevert, zou de installateur bijvoorbeeld een tijd in één regio de campagne kunnen pauzeren en de aanvragen vergelijken.

Welk attributiemodel kies je als MKB-bedrijf?

Voor de meeste MKB-bedrijven is de praktische keuze vrij eenvoudig:

• Gebruik data-driven attributie als standaard in Google Ads en GA4, zolang je genoeg conversies hebt en je meting klopt.

• Kijk naar last click als controle om te zien hoe afhankelijk een campagne is van de laatste klik.

• Stuur op één bron van waarheid. Kies GA4 of je CRM als centrale plek en tel platformcijfers niet bij elkaar op.

• Koppel offline resultaten terug, zoals offertes en getekende opdrachten, zodat het model leert wat echt omzet oplevert.

• Kies heldere doelen. Leg vast welke KPI leidend is voordat je modellen gaat vergelijken.

Verander je van attributiemodel, noteer dan de datum. Zo voorkom je dat je een verschuiving in de cijfers aanziet voor een verandering in prestaties.

Hulp bij attributie en meting

Attributie gaat uiteindelijk over één vraag: geef je je budget uit aan wat echt klanten oplevert? Wil je weten of jouw meting en attributie goed staan, of welke campagnes je ten onrechte onder- of overwaardeert? Marketing Divisie helpt MKB-bedrijven sinds 2019 met Google Ads, Meta en betrouwbare meting. Neem vrijblijvend contact op en we kijken samen naar je data.