נניח שלקוח ראה מודעה בפייסבוק, חיפש אתכם בגוגל שבוע אחרי, נכנס דרך ניוזלטר, ולבסוף הקליק על מודעת Google Ads וביצע רכישה. איזה ערוץ "הביא" את המכירה?
אם הדוחות שלכם אומרים שזה Google Ads בלבד — אתם מסתכלים על מודל ייחוס מטעה. וקבלת החלטות תקציב על בסיס נתונים מטעים היא אחת הדרכים המהירות לשרוף כסף שיווקי.
מה זה מודל ייחוס?
מודל ייחוס (Attribution Model) הוא הכלל שקובע איך מחלקים את הקרדיט על המרה בין נקודות המגע השונות במסע הלקוח. אותה מכירה יכולה להיראות לגמרי אחרת תחת מודלים שונים — וזה משנה לאיזה ערוץ "מגיע" הקרדיט.
הבעיה עם Last-Click
ברירת המחדל ההיסטורית הייתה Last-Click — כל הקרדיט הולך לנקודת המגע האחרונה לפני ההמרה. זה נוח, אבל מעוות את המציאות:
- ערוצים שיוצרים ביקוש בתחילת המסע (מודעות מותג, תוכן, סושיאל) נראים "חלשים".
- ערוצים שתופסים את הלקוח בסוף המסע (חיפוש ממותג, רימרקטינג) מקבלים קרדיט מנופח.
- התקציב נוטה לזרום לערוצי הסוף — ובטווח הארוך מייבש את צמרת המשפך.
הסכנה האמיתית
כשמתקצבים לפי Last-Click, קל "לחתוך" דווקא את הערוצים שיוצרים את הביקוש — ואז לתהות למה כל שאר הערוצים נחלשים. זו טעות נפוצה ויקרה.
סוגי מודלים עיקריים
מודלים מבוססי-כלל (Rule-Based)
- Last-Click — כל הקרדיט לנקודת המגע האחרונה.
- First-Click — כל הקרדיט לנקודה הראשונה. מטה לכיוון ההפוך.
- Linear — חלוקה שווה בין כל נקודות המגע.
- Time-Decay — יותר קרדיט ככל שמתקרבים להמרה.
- Position-Based — דגש על הראשון והאחרון, והשאר מתחלקים.
מודל מבוסס-דאטה (Data-Driven)
זה המודל ש-GA4 מציע כברירת מחדל. במקום כלל קבוע, האלגוריתם לומד מהדאטה שלכם אילו רצפי נקודות מגע באמת מובילים להמרה, ומחלק קרדיט בהתאם. כשיש מספיק נתונים, זו בדרך כלל ההערכה המאוזנת ביותר.
אבל מודל ייחוס טוב מתחיל בדאטה טובה
הנה האמת הלא-נוחה: שום מודל ייחוס לא יציל דאטה לקויה. אם המדידה דולפת — אירועים שלא נתפסים, UTM לא עקבי, חוסר חיבור ל-CRM — אז גם מודל הייחוס המתוחכם ביותר מחלק קרדיט על בסיס תמונה חלקית.
לכן ייחוס אמין נשען על שלוש שכבות:
- מדידה שלמה — אירועים נתפסים גם בעידן הפרטיות (ראו המדריך ל-Server-Side Tracking).
- תיוג עקבי — מבנה UTM אחיד שמאפשר לזהות כל מקור תנועה.
- חיבור לתוצאה העסקית — הצמדת ההמרה ללקוח ב-CRM, לא רק לקליק.
בדיקה מהירה
פתחו דוח השוואת מודלים ב-GA4. אם המעבר מ-Last-Click ל-Data-Driven משנה משמעותית את דירוג הערוצים — זה בדיוק כמה אתם עלולים לטעות בהקצאת התקציב.
מה לעשות עם זה בפועל
ייחוס הוא לא תרגיל אקדמי, הוא כלי החלטה. השתמשו בו כדי:
- לזהות ערוצים שיוצרים ביקוש ולא לחתוך אותם בטעות.
- להשוות מודלים לפני שינויי תקציב גדולים.
- לחבר בין מה שהפלטפורמה מדווחת לבין מה שבאמת קרה בשורה התחתונה.
המטרה אינה "המודל המושלם", אלא תמונה אמינה מספיק כדי לקבל החלטות תקציב בביטחון.
רוצים תמונת ייחוס שאפשר לסמוך עליה?
אנחנו בונים תשתיות מדידה ודאטה שמחברות בין הקליק לתוצאה העסקית — כדי שההחלטות שלכם יתבססו על אמת.
קביעת שיחת אפיון
