ייחוס מבוסס-נתונים

ייחוס מבוסס-נתונים (Data-Driven Attribution) הוא מודל שמחלק את הקרדיט על המרה בין כל נקודות המגע במסע הלקוח — לפי משקל שגוגל מחשבת מהנתונים בפועל, ולא לפי כלל שרירותי. במקום לתת את כל הזכות לקליק האחרון, המודל מזהה שגם החיפוש הראשון, מודעת הרימרקטינג באמצע והביקור הישיר בסוף — כולם תרמו לסגירה. מאז סוף 2023 זהו מודל ברירת המחדל ב-Google Ads ובGA4.

מודל הקליק-האחרון מעניש קמפיינים שפותחים את המסע ומפאר את אלה שסוגרים אותו (כמו חיפוש ממותג). התוצאה: אתה עלול לחתוך תקציב מקמפיין שבאמת מזין את כל המשפך. ייחוס מבוסס-נתונים נותן תמונה הוגנת יותר של מה עובד.

איך זה עובד בפועל

המערכת מנתחת אלפי מסלולי לקוחות בחשבון, משווה בין מסלולים שהמירו לכאלה שלא, ומחשבת לכל נקודת מגע את התרומה הסטטיסטית שלה. הקרדיט מתחלק דינמית ולא שווה — קליק שבאמת הזיז את ההמרה מקבל יותר ממגע שנוכח דרך אגב.

דוגמה בשקלים

לקוח ראה מודעת רימרקטינג, חזר דרך חיפוש ממותג, וסגר בשווי 3,000 ש”ח. בקליק אחרון כל 3,000 ש”ח נזקפים לחיפוש הממותג, והרימרקטינג נראה חסר ערך — עד שתחתוך אותו ותגלה שההמרות ירדו. בייחוס מבוסס-נתונים ההמרה מתחלקת, למשל 40% לרימרקטינג ו-60% לחיפוש, ואתה מבין שהשלב הראשון היה הכרחי.

שאלות נפוצות

כמה נתונים צריך כדי שהמודל יעבוד? גוגל דורש נפח מינימלי (בסביבות מאות המרות בחודש). לעסק קטן עם מעט המרות המודל פחות אמין, ואז אני מעדיף להסתכל על מגמות רחבות ולא לרדוף אחרי כל תנודה קטנה.

האם ייחוס מבוסס-נתונים תמיד עדיף על קליק אחרון? כמעט תמיד לחשבון עם נפח מספיק, כי הוא משקף את המציאות. אבל צריך להבין שהמספרים שלו שונים מקליק אחרון — אל תשווה תפוחים לתפוזים בין שני מודלים.

האם זה מבטל את הצורך בהמרות אופליין? לא. המודל טוב רק כמו הנתונים שמזינים אותו. אם הסגירה קורית בטלפון, צריך להחזיר את ההמרה למערכת כדי שהמודל יראה את התמונה המלאה.