OpenAdLibraryOpenAdLibrary
Meghatározás

Utolsó kattintásos attribúció: definíció és korlátai

Az utolsó kattintásos attribúció a konverzió 100%-os kreditjét annak a végső hirdetésnek vagy linknek adja, amelyre a vásárló a konvertálás előtt kattintott.

Szerkesztős illusztráció: Utolsó kattintásos attribúció: definíció és korlátai

Az utolsó kattintásos attribúció egy olyan mérési modell, amely a konverzió teljes kreditjét annak a végső hirdetésnek, linknek vagy csatornának adja, amellyel a vásárló a konvertálás előtt interakcióba lépett, figyelmen kívül hagyva az út során korábban történt összes érintési pontot. Ha valaki látott egy natív hirdetést, majd egy héttel később rákattintott egy márkakeresős hirdetésre és vásárolt, az utolsó kattintásos attribúció az egész eladást annak a végső keresési kattintásnak tulajdonítja.

Miért ez még mindig az alapértelmezett#

A legtöbb hirdetési platform és elemző eszköz alapértelmezett modellként az utolsó kattintásost használja, mert egyszerű kiszámítani, és csak egyetlen kattintásazonosító vagy nyomkövető pixel aktiválódására van szüksége a konverzió pillanatában, nem pedig az összes érintési pont teljes előzményére. Ez egyben meg is felel egy alap konverziókövetési beállítás természetes működésének: egy pixel aktiválódik, egy csatorna kerül naplózásra.

A rendszeres torzítás, amit okoz#

Az utolsó kattintásos attribúció szerkezetileg kedvez azoknak a csatornáknak, amelyek közel helyezkednek el a vásárlási döntéshez, mint például a márkakeresés vagy a remarketing, és alábecsüli azokat a csatornákat, amelyek korábban mutatják be a terméket a tölcsérben, mint például a natív felfedező elhelyezések. Egy olyan médiavásárló, aki kizárólag utolsó kattintásos számokra hagyatkozik, gyakran arra a következtetésre jut, hogy egy felső tölcsérbeli natív kampány nem működik, és csökkenti a költségvetését, holott valójában ez generálta a keresletet, amit a márkakeresés később megragadott és kreditet kapott érte.

Hogyan viszonyul más modellekhez#

Egy olyan modell, amely a kreditet a vásárlóval interakcióba lépett összes érintési pont között osztja szét, nem csak az utolsóra, általában több értéket tár fel a felső tölcsérbeli csatornákban. A megtekintés utáni attribúció teljesen más megközelítést képvisel, egy olyan hirdetésnek tulajdonítva a konverziót, amelyet a felhasználó csak látott egy meghatározott attribúciós ablakon belül, nem pedig amelyre kattintott. Egy élő kontrollcsoportos kísérlet teljesen kihagyja a modellezett kreditet, és azt méri, mi történik, ha egy csatornát kikapcsolják – ez áll a legközelebb a valósághoz ezen módszerek közül.

Amikor az utolsó kattintásos attribúció elfogadható#

Az utolsó kattintásos attribúció nem minden esetben rossz választás. Egy rövid, egycsatornás tölcsér esetén, amikor valaki egy hirdetésre kattint és perceken belül vásárol – ami gyakori a közvetlen válaszadáson alapuló natív ajánlatoknál –, gyakran nincs is sok több érintési pontból álló utazás, amit félre lehetne tulajdonítani. Hasznos marad gyors, konzisztens napi optimalizálási jelzésként is egyetlen platform hirdetéskezelőjén belül, ahol egy hirdetéscsoportot hasonlítunk össze egy másikkal, nem pedig egy csatornát egy teljesen másikkal.

Hol jelentkezik a kockázat#

Az igazi veszély az, ha utolsó kattintásos számokat hasonlítunk össze különböző attribúciós ablakokkal rendelkező hálózatok között, és ezt tisztességes versenynek nevezzük. Egy 7 napos kattintási ablak az egyik hálózaton és egy 30 napos ablak a másikon nagyon eltérő utolsó kattintásos konverziószámokat fog produkálni olyan okokból, amelyeknek semmi köze ahhoz, hogy melyik hálózat teljesít jobban. Mielőtt hirdetési költségvetést újraosztanánk egy utolsó kattintásos összehasonlítás alapján, ellenőrizni kell, hogy mit is futtat valójában minden hálózat, és mennyi ideig szoktak tartani a nyertes kreatívjaik (lásd: hirdetés élettartam), egy olyan eszköz használatával, mint az OpenAdLibrary hirdetési intelligencia platformja, mivel egy gyenge utolsó kattintásos számokat mutató csatorna egyszerűen csak korábban működhet a tölcsérben, mint amennyire a nyomkövetés kreditet adna neki.

Gyakran ismételt kérdések

Miért az utolsó kattintásos attribúció az alapértelmezett a legtöbb platformon?
Ez a legegyszerűbb modell a számítás szempontjából: csak azt az érintési pontot kell rögzítenie, amely közvetlenül a konverzió előtt aktiválódott. Nincs szükség több érintési pont összekapcsolására vagy súlyozási logikára, ami olcsó megvalósítást és könnyű magyarázatot tesz lehetővé.
Mit ront el az utolsó kattintásos attribúció?
Rendszeresen alábecsüli a felső tölcsérben lévő csatornákat, mint például a natív felfedező hirdetéseket, amelyek bemutatják a terméket, de ritkán szolgáltatják a végső kattintást. Egy olyan kampány, amely valójában generálja a keresletet, hatástalannak tűnhet egy utolsó kattintásos jelentésben, pusztán azért, mert a tölcsér melyik szakaszában működik.
Van-e olyan helyzet, amikor az utolsó kattintásos attribúció a helyes választás?
Igen, rövid, egycsatornás tölcsérekre, ahol a vásárló egy hirdetésre kattint és perceken belül konvertál. Elfogadható az is, mint azonos platformon belüli, napi optimalizálási jelzés, amikor egy csatornán belül hasonlítunk össze hirdetéscsoportokat, nem pedig különböző nyomkövetési beállítású csatornákat egymással.
Miben különbözik az utolsó kattintásos attribúció a megtekintés utáni attribúciótól?
Az utolsó kattintásos attribúció csak egy kattintással aktivált érintési pontot kreditel. A megtekintés utáni attribúció pedig egy olyan hirdetésnek tulajdonítja a konverziót, amelyet a felhasználó csak látott, kattintás nélkül, feltéve, hogy a konverzió a benyomás után egy meghatározott megtekintés utáni ablakon belül történik.
Az OpenAdLibrary Csapat
ÍrtaAz OpenAdLibrary Csapat
Ad intelligencia és natív hirdetéskutatás

Mi építjük az OpenAdLibrary-t, a nyílt hirdetésátláthatósági platformot. Rendszereink naponta élő natív hirdetéseket rögzítenek a Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo és MSN hálózatokon, azonosítják az egyes hirdetések mögötti valódi hirdetőt, és követik a kattintást a céloldalig. Ezek az útmutatók összegyűjtik, amit ezekben az adatokban látunk, hogy gyorsabban kutatni tudd a piacot.