Click-attributie: wie krijgt de eer voor een online verkoop?
Stel: iemand ziet op maandag een advertentie voor een paar sneakers op Instagram, maar klikt niet door. Op woensdag googelt diezelfde persoon naar "beste hardloopschoenen" en komt via een zoekresultaat op de webshop terecht, maar twijfelt nog. Op vrijdag krijgt hij een herinneringsmail van de winkel en koopt hij alsnog. Welk kanaal heeft die verkoop nu eigenlijk veroorzaakt: Instagram, Google of de e-mail?
Click-attributie (ook wel marketingattributie genoemd) is de methode waarmee bedrijven proberen te bepalen welk contactmoment, of welke combinatie van contactmomenten, verantwoordelijk is voor een verkoop of andere gewenste actie. Het klinkt als een boekhoudkundig detail, maar er gaan wereldwijd miljarden euro's aan advertentiebudget in om, en de manier waarop je attributie meet, bepaalt welk kanaal meer geld krijgt en welk kanaal wordt afgeschaald.
Wat is het precies?
Om attributie te begrijpen, moet je eerst twee begrippen kennen. Een conversie is de gewenste actie die een bedrijf wil zien: een aankoop, een nieuwsbriefaanmelding, een ingevulde offerteaanvraag. Een touchpoint (aanraakpunt) is elk moment waarop een potentiële klant in aanraking komt met een merk: een advertentie die hij ziet, een zoekresultaat waarop hij klikt, een e-mail die hij opent.
De meeste klanttrajecten bestaan uit meerdere touchpoints voordat er een conversie volgt. Attributiemodellen zijn rekenregels die bepalen hoeveel "credit" (eer, en dus budget-rechtvaardiging) elk touchpoint krijgt. De oudste en simpelste modellen zijn eendimensionaal: last-click geeft alle eer aan het laatste contactmoment vóór de conversie, first-click juist aan het allereerste. Beide zijn makkelijk te meten, maar negeren alles wat daartussen gebeurde.
Geavanceerdere modellen verdelen de credit over meerdere touchpoints. Het lineaire model geeft elk contactmoment een gelijk aandeel. Het tijdsvervalmodel (time-decay) geeft meer gewicht aan touchpoints die dichter bij de conversie liggen, uitgaande van de aanname dat recentere contacten belangrijker zijn. Het positiegebaseerde model, ook wel U-vormig genoemd, kent extra gewicht toe aan het eerste en laatste contactmoment en verdeelt de rest gelijk over de tussenliggende stappen.
De nieuwste generatie heet data-driven attribution (DDA): in plaats van een vaste, door mensen bedachte verdeelsleutel, gebruikt een algoritme historische data van duizenden klanttrajecten om statistisch te schatten welke combinaties van touchpoints daadwerkelijk tot conversies leiden. Dit wordt ook wel multi-touch attribution (MTA) genoemd: attributie die expliciet rekening houdt met meerdere contactmomenten per individuele klant.
Een heel andere aanpak is media mix modeling (MMM). In plaats van individuele klanten te volgen, kijkt MMM naar geaggregeerde data op grote schaal: hoeveel is er in een week uitgegeven per kanaal, en hoe bewoog de totale omzet mee? Dit is statistisch minder precies op individueel niveau, maar heeft als voordeel dat het geen persoonsgegevens van individuele gebruikers nodig heeft.
Wat wil men ermee bereiken?
Het directe doel is simpel: bedrijven willen weten of hun marketingbudget rendeert. Dat heet ROI (return on investment, het rendement op een investering). Als een webshop niet weet welk kanaal daadwerkelijk klanten oplevert, kan ze niet goed beslissen waar ze volgend kwartaal meer of minder geld aan uitgeeft.
Een belangrijke reden om verder te kijken dan simpele last-click-metingen is wat wel de "last-click bias" wordt genoemd: het laatste kanaal vóór een aankoop krijgt vaak onterecht alle eer, terwijl het mogelijk alleen maar profiteerde van werk dat eerdere kanalen al hadden gedaan. Iemand die drie keer een advertentie zag en daarna op de merknaam googelde, zou bij last-click-attributie de hele conversie toeschrijven aan die laatste zoekopdracht, terwijl de advertenties de eigenlijke interesse wekten.
Attributie is dus in de kern een poging om budgetbeslissingen te onderbouwen met iets beters dan onderbuikgevoel, en om te voorkomen dat kanalen die onzichtbaar maar wel degelijk effectief werk doen (zoals merkbekendheid opbouwen) stelselmatig worden ondergewaardeerd.
Voorbeelden uit de praktijk
Google Ads en GA4 (rond 2021-2023): Google heeft data-driven attribution geleidelijk tot standaardmodel gemaakt in zowel Google Ads als zijn analysetool Google Analytics 4 (GA4), in plaats van de vroegere keuzemogelijkheid tussen vaste modellen zoals last-click. Adverteerders konden eerst zelf kiezen, maar DDA werd later de aanbevolen en vaak verplichte standaard.
Apple's App Tracking Transparency (april 2021): met de komst van iOS 14.5 moest elke app expliciet toestemming vragen voordat ze een gebruiker over andere apps en websites heen mocht volgen. Veel gebruikers weigerden die toestemming, waardoor appmakers en adverteerders veel minder individuele trackinggegevens kregen. Apple's alternatief, SKAdNetwork, levert alleen geaggregeerde, vertraagde en geanonimiseerde conversiedata terug, wat preciezere multi-touch attributie binnen apps sterk bemoeilijkt.
Meta's Conversions API: als reactie op afnemende tracking via browsers en apps introduceerde Meta (het moederbedrijf van Facebook en Instagram) een manier waarop bedrijven conversiedata rechtstreeks vanaf hun eigen server kunnen doorsturen, in plaats van via een trackingpixel in de browser van de gebruiker. Dit is deels een technische workaround voor de afbrokkelende trackingmogelijkheden.
Google's Privacy Sandbox en het lot van third-party cookies: Google kondigde aan de third-party cookie (een stukje trackingcode van een ander domein dan de bezochte website, veelgebruikt voor crossite-tracking) uit zijn Chrome-browser te willen verwijderen, en ontwikkelde hiervoor privacyvriendelijkere alternatieven zoals de Topics API en Protected Audience API. De uitvoering is herhaaldelijk uitgesteld; medio 2024 kondigde Google een koerswijziging aan waarbij gebruikers zelf een keuze krijgen voorgelegd in plaats van dat cookies in één keer volledig verdwijnen. Het definitieve eindplaatje stond op het moment van schrijven nog niet vast.
Adobe Analytics en Nielsen: naast de grote advertentieplatforms zelf bieden onafhankelijke platforms als Adobe Analytics en marktonderzoeksbureau Nielsen attributie- en mediameetdiensten aan bedrijven die niet volledig afhankelijk willen zijn van de meetcijfers van de advertentieplatforms die ook hun eigen advertenties verkopen.
Hoe ver is de techniek?
Click-attributie als vakgebied is volwassen: de rekenmodellen bestaan al decennia en worden breed toegepast. Wat sterk in beweging is, is de databasis waarop die modellen draaien. Privacywetgeving zoals de Europese AVG/GDPR (Algemene Verordening Gegevensbescherming) en technische maatregelen van browsers en besturingssystemen maken het steeds moeilijker om individuele gebruikers over meerdere websites en apps heen te volgen.
Dat heeft een eerlijke, fundamentele consequentie: geen enkel attributiemodel geeft de "ware" oorzaak van een aankoop weer. Elk model is een statistische benadering op basis van onvolledige data, gebaseerd op aannames die bedrijven zelf kiezen. Naarmate trackinggegevens schaarser worden, wordt die onzekerheid groter, niet kleiner.
Als reactie zie je een verschuiving naar wat wel "privacy-preserving measurement" wordt genoemd: technieken die conversies meten op geaggregeerd niveau (zoals SKAdNetwork en de Privacy Sandbox-APIs) in plaats van per individu, en een hernieuwde belangstelling voor media mix modeling, dat per definitie geen individuele trackinggegevens nodig heeft. Dit is geen opgeloste technologie maar een veld in volle transitie, waarbij nauwkeurigheid en privacy voortdurend tegen elkaar worden afgewogen.
Wie werken eraan?
De grootste advertentieplatforms zijn tegelijk de grootste aanbieders van attributietechnologie: Google (Google Ads, GA4, Privacy Sandbox), Meta (Facebook, Instagram, Conversions API) en Amazon Ads. Daarnaast bestaat er een laag gespecialiseerde "mobile measurement partners" die apps helpen met attributie, zoals AppsFlyer, Adjust en Branch.
Onafhankelijke analysebedrijven zoals Adobe (Adobe Analytics) en marktonderzoeksbureau Nielsen bieden attributie- en mediameting los van de advertentieverkopers zelf aan. Regelgevend speelt vooral de Europese Unie een rol via de AVG/GDPR, en Apple bepaalt via zijn besturingssysteem-beleid (ATT, SKAdNetwork) in belangrijke mate wat er op iPhones en iPads technisch nog mogelijk is.