Detaylı tanım
Kullanıcı satın almadan önce 5-10 farklı kanaldan markayı görür (Google Ads → organik → Instagram → email). Hangisine "credit" verilecek? Modeller: Last Click (son tıklama her şey), First Click (ilk tıklama), Linear (eşit dağıt), Time Decay (sona yakın daha çok), Data-Driven (Google AI). GA4 + Google Ads default Data-Driven.
Attribution Model nasıl çalışır?
Atıf modeli üç girdiyle çalışır: dokunuş listesi, geriye dönük pencere ve kimlik eşleştirme. Dönüşüm gerçekleştiğinde sistem, belirlenen pencere içinde aynı kullanıcıya ait tıklama ve gösterimleri sıraya dizer, sonra modele göre payı dağıtır. Son tıklama modelinde payın tamamı sondaki dokunuşa gider; konum bazlı modelde ilk ve son dokunuşa büyük, aradakilere küçük paylar verilir; zaman azalımlı modelde dönüşüme yakın dokunuşlar ağırlaşır. Veri odaklı modelde sabit oran yoktur: dönüşen ve dönüşmeyen yolculuklar karşılaştırılarak her kanalın katkısı istatistiksel olarak tahmin edilir. Gösterim bazlı dokunuşların hesaba katılıp katılmaması da ayrı bir tercihtir ve sosyal kanalların payını belirgin biçimde değiştirir.
Kanalın ne sayılacağı UTM parametreleri ve kanal gruplamasıyla belirlenir; etiketleme tutarsızsa model doğru çalışsa bile rapor yanlış olur. Kimlik tarafında çerez ömrü, farklı cihazlar ve giriş yapmamış ziyaretçiler zinciri koparır; bu yüzden aynı dönüşüm bazı raporlarda doğrudan trafik olarak görünür. Ayrıca her reklam platformu kendi penceresine göre satışı kendine yazar, dolayısıyla platform raporlarının toplamı gerçek sipariş sayısını aşabilir. Atıf, tek doğru sayıyı bulma işi değil, bütçe kararları için tutarlı bir karşılaştırma zemini kurma işidir. Raporun başına kullanılan model, pencere ve kanal tanımı yazılmazsa iki dönemin karşılaştırılması baştan yanıltıcı olur. Kanal gruplaması ise araç içinde bir kez tanımlanıp sabit tutulmalıdır.
Atıf katkıyı gösterir, artımsallığı göstermez. Marka adı aramasına verilen reklam atıf raporunda çok kârlı görünür; oysa o kullanıcıların önemli bölümü reklam olmasa da organik sonuçtan siteye girerdi. Bu farkı ölçmenin yolu deneydir: bir bölgeyi veya kitle dilimini reklam dışında bırakıp satış farkını izlemek. Harcama büyüdükçe tekil dokunuşlara bakan modellerin yanına, tüm bütçeyi mevsimsellik ve dış etkenlerle birlikte modelleyen pazarlama karması analizi eklenir. Sağlıklı kurulum üç katmanı birlikte kullanır: günlük karar için platform verisi, dönemsel karar için toplam harcamayı toplam ciroya bölen birleşik oran, büyük bütçe kararı için deney. Küçük hesaplarda ilk iki katman çoğu kararı taşımaya yeter.
Hangi terimlerle karıştırılıyor?
| Karıştırılan terim | Aradaki fark |
|---|---|
| Artımsallık (lift) testi | Atıf, gerçekleşmiş dönüşümü kanallara paylaştırır. Artımsallık testi reklamı bir grupta kapatarak, reklam olmasaydı satışın ne olacağını ölçer; yani neden-sonuç sorusunu yanıtlar. |
| Pazarlama karması modellemesi (MMM) | MMM tekil kullanıcıyı izlemez; toplam harcamayı, mevsimselliği ve dış etkenleri kullanarak satışı modeller. Çerezden bağımsızdır, ama günlük optimizasyon için değil dönemsel bütçe kararları içindir. |
| Dönüşüm penceresi | Pencere, hangi dokunuşların hesaba katılacağını belirleyen süre sınırıdır. Model ise o dokunuşlar arasında payın nasıl bölüşüleceğini belirler. İkisi ayrı ayarlardır ve sonucu birlikte değiştirir. |
| UTM etiketleme | UTM, ziyaretin nereden geldiğini bildiren adres parametresidir; veri toplama katmanıdır. Atıf modeli bu veriyi yorumlayan hesap katmanıdır. Etiketleme tutarsızsa hiçbir model doğru sonuç veremez. |
Sık yapılan hatalar
Platform raporlarını toplamak
Google Ads, Meta ve analitik aynı siparişi ayrı ayrı kendine yazabilir; üç raporun dönüşümlerini toplamak gerçek sipariş sayısının üzerinde bir sonuç üretir. Referans nokta e-ticaret veya muhasebe panelindeki gerçek sipariş adedi olmalı, kanal payları buna göre yorumlanmalıdır.
Modeli değiştirip bütçeyi hemen kaydırmak
Model değiştiğinde kanalların payı da değişir; bu, kanalların gerçek performansının değiştiği anlamına gelmez. Yeni modele geçildiğinde geçmiş dönem de aynı modelle okunmalıdır. Model değişikliğinin tarihi rapora not edilmezse sonraki dalgalanmalar performans değişimi sanılır ve modelin yarattığı yanılsama gerçek kabul edilir.
Geriye dönük pencereyi görmezden gelmek
Otuz günlük pencereyle doksan günlük pencere, uzun karar süreli işlerde bambaşka tablo çizer. Satış döngüsü pencereden uzunsa üst huni kanalları sistematik olarak değersiz görünür ve haksız yere bütçeden düşürülür. Pencere, gerçek karar süresine göre seçilmelidir.
Atıfı artımsallık sanmak
Bir kanala pay verilmesi, o kanal olmasaydı satışın gerçekleşmeyeceğini kanıtlamaz. Özellikle marka aramasında ve yeniden pazarlamada model, zaten satın alacak kullanıcıyı kanala yazar. Bu ölçüm yapılmadan alınan kanal kapatma kararları da bütçe artırma kadar risklidir.
Attribution Model ne zaman kritik hâle gelir?
Atıf, birden çok kanala aynı anda bütçe ayrıldığında ve kanallar arasında para kaydırma kararı verileceğinde kritik olur; tek kanalla çalışan bir işletmede model tartışması pratik bir karşılık üretmez. Satış döngüsü uzun olan kurumsal işlerde ise ilk temas ile sözleşme arasında aylar geçer. Pencere ve model seçimi, üst huni yatırımının değerli mi değersiz mi göründüğünü ve sonraki dönem bütçesinin nereye gideceğini doğrudan belirler.
Örnekler
- Aynı satış Last Click'te organic'e, Data-Driven'da Google Ads + Instagram + organic'e dağılır.