Τα μοντέλα attribution (μοντέλα απόδοσης) είναι οι κανόνες που καθορίζουν πώς μοιράζεται η πίστωση μιας πώλησης ή μετατροπής στις διαφημίσεις και τα κανάλια που άγγιξε ο πελάτης στη διαδρομή του. Το last click είναι το πιο διαδεδομένο μοντέλο attribution και το πιο παραπλανητικό: δίνει το 100% της πίστωσης στην τελευταία επαφή και μηδενίζει τα κανάλια που άνοιξαν τη διαδρομή. Σε αυτόν τον οδηγό θα δείτε πώς λειτουργούν τα μοντέλα attribution, τα όρια του data-driven μοντέλου του GA4 και ποια μέτρηση να χρησιμοποιείτε για ποια απόφαση.
Τι είναι το μοντέλο attribution;
Το μοντέλο attribution είναι ο κανόνας ή ο αλγόριθμος που μοιράζει την πίστωση της μετατροπής στα σημεία επαφής μιας διαδρομής που καταλήγει σε αγορά (κλικ σε διαφήμιση, προβολές βίντεο, email...). Παράδειγμα: ο πελάτης βλέπει το TikTok βίντεό σας και τρεις μέρες μετά αναζητά την επωνυμία σας στο Google και αγοράζει. Το last click δίνει το 100% της πίστωσης στην αναζήτηση; τα μοντέλα πολλαπλών επαφών τη μοιράζουν στη διαδρομή. Η επιλογή μοντέλου δεν είναι λεπτομέρεια αναφορών: είναι το βασικό δεδομένο που αποφασίζει ποιο κανάλι παίρνει περισσότερο προϋπολογισμό.
Γιατί παραπλανά το last click;
Το last click επιβραβεύει το κανάλι που βρίσκεται πιο κοντά στην αγορά, συνήθως την αναζήτηση επωνυμίας και το retargeting, γιατί ο πελάτης που έχει ήδη αποφασίσει περνά από εκεί στο τελευταίο βήμα. Αναλύσεις του κλάδου δείχνουν ότι το last click υπερεκτιμά τη συνεισφορά της πληρωμένης αναζήτησης κατά 40-65% και ότι το 60-80% των κλικ αναζήτησης επωνυμίας θα μετέτρεπε ακόμη και χωρίς τη διαφήμιση. Τα κανάλια ανακάλυψης (social video, display, περιεχόμενο) τιμωρούνται συστηματικά: αυτά ανάβουν το φιτίλι, την πίστωση την εισπράττει το κανάλι του κλεισίματος.
Ποια μοντέλα attribution έμειναν στο GA4;
Στα τέλη του 2023 το GA4 αφαίρεσε τέσσερα μοντέλα: first click, γραμμικό, χρονικής φθοράς και βάσει θέσης. Έμειναν δύο επιλογές: το data-driven attribution (DDA, το προεπιλεγμένο) και οι παραλλαγές του last click. Άρα το ερώτημα 'ποιο μοντέλο να διαλέξω' έχει σε μεγάλο βαθμό κλείσει μέσα στο GA4; το πραγματικό ερώτημα είναι αν το data-driven μοντέλο δουλεύει όντως στον δικό σας λογαριασμό.
Πώς λειτουργεί το data-driven attribution και πού σταματά;
Το data-driven μοντέλο συγκρίνει ιστορικές διαδρομές μετατροπής και εκτιμά τη συνεισφορά κάθε σημείου επαφής στην πιθανότητα μετατροπής (προσέγγιση Shapley με επιπλέον βάρος στις πρόσφατες επαφές). Είναι πολύ δικαιότερο από το last click, αλλά έχει ένα δομικό όριο: μετρά συσχέτιση, όχι αιτιότητα. Το 'είδε τη διαφήμιση και αγόρασε' δεν είναι το ίδιο με το 'αγόρασε εξαιτίας της διαφήμισης'. Απέναντι σε ελεγχόμενα πειράματα, τα μοντέλα βάσει κλικ (και το DDA) μπορούν να υπερβάλουν την επίδραση 2-10 φορές; γι' αυτό το τεστ incrementality παραμένει ο τελικός διαιτητής των μεγάλων αποφάσεων προϋπολογισμού.
Γιατί οι πλατφόρμες δείχνουν διαφορετικούς αριθμούς;
Κάθε πλατφόρμα μετρά τις μετατροπές της με το δικό της παράθυρο: η προεπιλογή της Meta είναι 7 ημέρες κλικ + 1 ημέρα προβολή; η Google κοιτά τα δικά της κλικ; το GA4 είναι βασισμένο σε συνεδρίες και βλέπει όλα τα κανάλια. Η ίδια αγορά μπορεί να γραφτεί και στη στήλη της Meta και της Google, γι' αυτό το άθροισμα των αναφορών των πλατφορμών ξεπερνά τις πραγματικές πωλήσεις. Δεν είναι απάτη, είναι διαφορά ορισμού; την αναλύσαμε στο άρθρο για την απόκλιση μετατροπών GA4-Google Ads. Η λύση δεν είναι να πιστέψετε τον αριθμό μίας πλατφόρμας, αλλά να χτίσετε κοινή στέγη: το MER (συνολικά έσοδα ÷ συνολική διαφημιστική δαπάνη) είναι ο απλούστερος δείκτης αυτής της στέγης.
Συγκρίνετε τέσσερις πλατφόρμες κάτω από μία στέγη
Το Ads Sensor ενοποιεί τα δεδομένα Meta, Google, TikTok, Criteo και GA4 σε έναν πίνακα; υπολογίζει για εσάς τη σύγκριση καναλιών και το MER και παρακολουθεί ανωμαλίες 24/7.
Ποιο μοντέλο να χρησιμοποιήσετε στην πράξη;
Δεν υπάρχει ένα μόνο σωστό μοντέλο; αυτό που δουλεύει είναι μια σκάλα όπου κάθε μέτρηση κάνει τη δική της δουλειά. Το 2026 η υιοθέτηση του attribution πολλαπλών επαφών έφτασε το 47% και του media mix modeling το 26%; η κατεύθυνση είναι σαφής: μέτρηση σε στρώματα, όχι πίστη σε ένα μοντέλο.
- Διαβάζετε τους πίνακες των πλατφορμών για κατεύθυνση: είναι εσωτερικά συνεπείς και χρήσιμοι για σύγκριση δημιουργικών και κοινών; μην εμπιστεύεστε τους απόλυτους ισχυρισμούς συνεισφοράς.
- Κάνετε τη σύγκριση καναλιών στο data-driven του GA4: είναι η μόνη δωρεάν στέγη που εφαρμόζει έναν κανόνα σε όλα τα κανάλια (με το κατώφλι των 400 μετατροπών κατά νου).
- Κάνετε το MER κορυφαίο δείκτη: συνολικά έσοδα ÷ συνολική δαπάνη δεν εξαρτάται από κανένα μοντέλο; η μηνιαία τάση του λέει την αλήθεια της επιχείρησης.
- Παρακολουθείτε την αναζήτηση επωνυμίας χωριστά: το να ενώνετε επωνυμία και γενική σε μία καμπάνια κρύβει τη φούσκα του last click; χωρίστε τες και διαβάζετε την επωνυμία με επιφύλαξη.
- Δένετε τις μεγάλες αποφάσεις με πειράματα: το αν θα κλείσει ένα κανάλι ή θα διπλασιαστεί ο προϋπολογισμός του ας το αποφασίσει ένα τεστ incrementality, όχι ένα μοντέλο.
Συνοψίζοντας: το μοντέλο attribution είναι φακός, όχι μηχανή αλήθειας; ο φακός του last click μεγεθύνει τα κανάλια κλεισίματος και σβήνει τα κανάλια ανακάλυψης. Περάστε στο data-driven, κρατήστε το MER ψηλά, δέστε τις μεγάλες αποφάσεις με πειράματα. Αν δεν θέλετε να κάνετε αυτή τη σύγκριση με το χέρι, κάντε αίτηση για τη beta του Ads Sensor και δείτε τέσσερις πλατφόρμες + GA4 σε έναν πίνακα με σχολιασμό AI.