Attribusjon i markedsføring – hva det er, og hvorfor det er vanskeligere i en KI-drevet verden

Definisjon

Attribusjon handler om å forstå hvilke kanaler og berøringspunkter som faktisk bidrar til en konvertering, et salg eller et annet ønsket resultat – gjennom hele kundereisen.

Hva attribusjon prøver å svare på

Spørsmålet attribusjon stiller, er: hva fikk salget til å skje? En kunde fant deg kanskje via en KI-chat, leste en artikkel, så en annonse og søkte til slutt på navnet deres før kjøpet. Hvilket av berøringspunktene skal ha æren?

Svaret styrer hvordan du fordeler budsjettet. Tilskriver du alt til den siste kanalen, risikerer du å strupe det som faktisk bygde interessen tidligere i reisen.

Attribusjonsmodeller: fra last-touch til data-driven

Det finnes flere måter å fordele verdien på:

• Last-touch – hele verdien går til siste kanal før konvertering. Enkelt, men misvisende.
• First-touch – hele verdien går til første kontakt. Gjenspeiler oppdagelsen, men ikke hva som lukket salget.
• Multi-touch – verdien fordeles på flere berøringspunkter, for eksempel lineært eller tidsvektet.
• Data-driven – en modell som ut fra faktiske data regner ut hver kanals bidrag.

Google Analytics 4 fjernet de regelbaserte modellene og bruker nå data-driven attribusjon som standard. Men den krever et visst datavolum for å fungere pålitelig – og mange mindre nettsider når ikke dit.

Hvorfor attribusjon har blitt vanskeligere

To store skifter har endret spillereglene. Det første er begrensningen av tredjeparts informasjonskapsler – nettlesere som Safari og Firefox blokkerer dem som standard, noe som gjør at sporing på tvers av nettsider og enheter fungerer betydelig dårligere og etterlater store deler av kundereisen i mørket. Det andre er at en stadig større del av effekten av markedsføringen skjer i kanaler som ikke gir målbare klikk.

Attribusjon i en KI-drevet verden

Her blir det virkelig vrient. En KI-chat kan oppsummere, sammenligne og anbefale bedriften din uten at brukeren noen gang klikker seg inn på nettsiden din. Last-touch-modellen ser da bare den siste, målbare kanalen – og overser at tilliten ble bygget i et KI-svar.

Konsekvensen: en voksende del av det som driver salg, lar seg rett og slett ikke spore med klassiske verktøy. Hvordan KI endrer søk og synlighet, har vi gått gjennom i Hvordan påvirkes SEO av AI?.

Slik jobber du med attribusjon i praksis

Løsningen er ikke den perfekte modellen – den finnes ikke. Det er å akseptere kompleksiteten og kombinere flere signaler:

• Bruk data-driven attribusjon der datavolumet holder.
• Suppler med kvalitative signaler – spørsmålet «hvordan hørte du om oss?» er ofte ærligere enn sporingen.
• Mål trender over tid i stedet for å jage nøyaktig tilskrivning per salg.
• Regn med mørketall – og ta beslutninger med det i bakhodet.