De meeste bedrijven meten hun marketinginspanningen verkeerd. Niet omdat ze het niet willen weten, maar omdat de standaardtools hen een onvolledig beeld geven en niemand hen dat heeft verteld.
Het gevolg is voorspelbaar: budgetten verschuiven van kanalen die wél werken naar kanalen die er goed uitzien in een rapport. Volumes dalen. En de mensen die de beslissing namen begrijpen niet waarom.
Dit artikel gaat over attributie. Wat het is, waarom het zo moeilijk correct te meten is, en wat er concreet gebeurt als je het verkeerd doet.
Het probleem met last-click
Stel je voor dat je een product verkoopt dat €800 kost. Een potentiële klant ziet in januari een advertentie op Meta. Ze klikken niet. Twee weken later zien ze een display advertentie via Google en bezoeken kort de website. In maart zoeken ze op de merknaam via Google, bezoeken de website opnieuw en kopen.
Welk kanaal krijgt de credits voor die aankoop?
In last-click attributie, het standaardmodel in GA4, Google Ads en Meta Ads, krijgt Google Search 100% van de credit. Meta krijgt niets. De display advertentie krijgt niets. De twee eerdere touchpoints die de aankoop in gang hebben gezet bestaan simpelweg niet in het rapport. En dit is geen randgeval. Dit is de standaard manier waarop de meeste bedrijven hun marketingresultaten meten.
"Last-click attributie is alsof je de winnaar van een estafetteloop beloont en de rest van het team negeert."
Voor goedkope producten met een korte beslissingstijd is last-click een redelijke benadering. Impulsaankopen, laagdrempelige diensten: de tijd tussen eerste contact en aankoop is kort en de touchpoints zijn beperkt. Maar hoe duurder het product, hoe meer planning een aankoop vereist, hoe groter het venster tussen eerste kennismaking en conversie en hoe misleidender last-click wordt.
De blinde vlek die niemand bespreekt
Er is nog iets dat een enorme impact heeft op hoe bedrijven hun budgetten verdelen, maar zelden ter sprake komt.
Wanneer iemand een advertentie ziet op Meta, via display of via YouTube, en niet onmiddellijk klikt maar later op de merknaam zoekt via Google, registreert GA4 die conversie als organisch of direct. Technisch gezien klopt dat. Praktisch gezien is het misleidend. De betaalde advertentie heeft de intentie gecreëerd. De zoekopdracht is het gevolg. Maar in het rapport ziet het eruit alsof de klant vanzelf gekomen is.
Dit verklaart een patroon dat ik al jarenlang zie: bedrijven die zien dat 60 tot 70 procent van hun conversies via organisch of direct binnenkomt, concluderen dat betaalde kanalen te duur zijn en verlagen hun advertentiebudget. Waarna de organische en directe volumes ook beginnen te dalen en niemand begrijpt waarom.
"Organisch verkeer is geen vrijstaand kanaal. Het is vaak het eindpunt van een reis die begon bij een betaalde advertentie."
Wat er concreet gebeurt als je de kraan dichtdraait
Ik heb twee situaties meegemaakt waarbij bedrijven op basis van last-click data besloten hun awareness campagnes te reduceren of volledig stop te zetten.
In beide gevallen daalde het totale volume daarna merkbaar. Niet onmiddellijk, want er was nog enige naijling van eerdere campagnes, maar binnen één tot twee seizoenen was het effect duidelijk zichtbaar in de boekings- en omzetcijfers. Het paradoxale gevolg was dat de ROAS op de resterende campagnes steeg. Want als je alleen nog conversiegerichte campagnes laat lopen, gericht op mensen die al bijna klaar zijn om te kopen, is de gemeten return inderdaad hoger. Maar het totale volume krimpt.
"Een stijgende ROAS bij dalende volumes is geen succes. Het is een waarschuwingssignaal."
Wat de data werkelijk toont
Om dit concreet te maken: ik heb voor een klant met een sterk seizoensgebonden product hetzelfde tijdsvenster vergeleken in twee attributiemodellen. Last-click versus een UMM-model (Unified Marketing Measurement) met een onbeperkt attributievenster via Billy Grace.
In last-click stond organisch bovenaan als best presterende kanaal. Meta Ads was vrijwel onzichtbaar. Google Ads toonde een ROAS die respectabel was maar niet indrukwekkend. Schakel je over naar het UMM-model dan verschuift het volledige beeld. Bijna 40 procent van de conversiewaarde die aan organisch werd toegeschreven bleek in werkelijkheid gedreven door betaalde kanalen. Meta Ads toonde plots een werkelijke ROAS van meer dan 600 procent. Google Ads steeg van een gemeten ROAS van ongeveer 200 procent naar meer dan 340 procent wanneer indirecte conversies en een ruimer tijdsvenster werden meegenomen.
Dezelfde campagnes. Dezelfde periode. Volledig ander verhaal.
| Kanaal | Last-click | UMM |
|---|---|---|
| Google Ads | ROAS ~200% | ROAS 340%+ |
| Meta Ads | Vrijwel onzichtbaar | ROAS 600%+ |
| Organisch | #1 kanaal | -40% na hertoeschrijving |
"De data was altijd al correct. Alleen het venster waardoor we keken, was te klein."
Tot slot
De fundamentele fout die ik al jarenlang tegenkom is niet dat bedrijven slecht willen meten. Het is dat ze vertrouwen op tools die hen een vereenvoudigd beeld geven en beslissingen nemen alsof dat beeld volledig is.
Een consultancybureau vertelde me ooit dat ik te veel data aan het bekijken was. Ik beschouw dat als één van de gevaarlijkste adviezen die je een bedrijf kan geven. Meer data betekent meer context. Meer context betekent betere beslissingen, zolang je weet welke vragen je stelt.
"Er bestaat niet zoiets als te veel data. Wel zoiets als de verkeerde conclusies trekken uit de data die je hebt."
Attributie is geen technisch vraagstuk. Het is een strategisch vraagstuk. En het antwoord begint niet met minder te kijken. Het begint met beter te kijken.