Attribution models zijn methodes om te bepalen welk marketingkanaal of contactmoment de waarde van een conversie krijgt toegewezen. In de praktijk heeft een klant vaak meerdere interacties met een merk voordat hij een aankoop doet of een formulier invult. Hij kan eerst een blog lezen via organische zoekresultaten, daarna een remarketingadvertentie zien en uiteindelijk direct de site bezoeken om te converteren. Een attribution model geeft richting aan de vraag: welk van deze kanalen krijgt de eer voor de conversie?
Het meest traditionele model is last click, waarbij de volledige waarde naar het laatste kanaal gaat dat de gebruiker bezocht. Hoewel dit overzichtelijk is, geeft het vaak een vertekend beeld, omdat eerdere interacties geen erkenning krijgen. Het tegenovergestelde is first click, waarbij juist het eerste contactmoment alle waarde krijgt. Daartussen bestaan varianten zoals lineair (gelijke verdeling over alle kanalen), time decay (meer waarde voor interacties dichter bij de conversie) en position-based (meeste waarde voor eerste en laatste klik, minder voor de tussenliggende stappen).
Steeds vaker wordt gekozen voor data-driven attribution. Hierbij gebruikt Google machine learning om te berekenen hoeveel elk kanaal werkelijk heeft bijgedragen aan de uiteindelijke conversie, op basis van patronen in gebruikersgedrag. Dit model sluit beter aan bij de complexiteit van moderne klantreizen, waarin meerdere kanalen tegelijk invloed hebben.
Voor marketeers is het kiezen van het juiste attribution model cruciaal om budgetten slim in te zetten. Een te simpele methode kan leiden tot verkeerde conclusies, terwijl een datagedreven aanpak inzicht biedt in welke kanalen écht bijdragen aan groei.