מודלים של ייחוס (Attribution): מפסיקים לנחש מה באמת עובד בשיווק

תדמיינו את קבוצת הכדורסל שאתם הכי אוהבים – אולי מכבי, הפועל, או איזה קבוצה מליגה א'.

משחק גמר ליגה, דרמה בשיא. נשארו שלוש שניות, הקבוצה שלנו בפיגור נקודה.

שחקן אחד חוטף כדור, משחרר מסירה מטורפת חצי מגרש, שחקן שני תופס את זה באוויר כמו סופרמן, נותן אסיסט מדויק לרכז, שקולע את סל הניצחון על הבאזר. הקהל משתגע, כולם קופצים, הדמעות זולגות!

למחרת, הכותרת בעיתון: "משה קלע את סל הניצחון!"

אבל מה עם זה שחטף? ומה עם ההוא ששלח את המסירה הגאונית? או ההוא שתפס כמו נינג’ה באוויר?

מה, הם לא היו חלק מהמהלך? כל התהילה, כל הקרדיט, הבונוסים והכותרות – רק למי שקלע? ברור שלא.

מה, גם באינטרנט זה ככה?

בגדול – בהרבה מקרים כן.

הרוב המוחלט של בעלי העסקים מנהלים את תקציב השיווק שלהם בדיוק כמו אותה כותרת שטחית בעיתון.

הם נותנים 100% מהקרדיט לערוץ השיווקי האחרון שהביא את הלקוח, מתעלמים לחלוטין מכל מסע הגומלין המורכב שהוביל אותו לשם.

הגישה הזו, המכונה "Last-Click Attribution", היא אחת הטעויות הנפוצות ביותר בעולם השיווק הדיגיטלי.

נעים להכיר – מודלים של ייחוס (Attribution Modeling)

כאן נכנס לתמונה הנושא של מודלים של ייחוס (Attribution Modeling).

במילים פשוטות, מודל ייחוס הוא מערכת החוקים שקובעת איך לחלק את הקרדיט עבור המרה (מכירה, ליד וכו') בין כל נקודות המגע השיווקיות שהובילו אליה.

זהו המעבר מלהסתכל רק על קולע הסל, לניתוח מהלך המשחק כולו.

למה זה בכלל צריך לעניין אתכם? (ספוילר: כסף)

בואו נראה דוגמא של מסע לקוח, נקרא לו ליאור:

1. יום ראשון: ליאור גולש בפייסבוק ורואה מודעה ממומנת שלכם לחנות נעליים. הוא לוחץ, מסתכל קצת, אבל לא קונה. (נקודת מגע: פייסבוק ממומן)
2. יום שלישי: ליאור מחפש בגוגל "נעלי ריצה מומלצות 2025". הוא נכנס למאמר בבלוג שלכם "איך לבחור את נעל הריצה המושלמת". הוא קורא את המאמר, מתרשם, ונרשם לניוזלטר שלכם. (נקודת מגע: קידום אתרים אורגני / SEO)
3. יום חמישי: ליאור מקבל אימייל מכם עם קופון של 10% הנחה. הוא עדיין לא קונה. (נקודת מגע: שיווק באימייל)
4. יום שבת: ליאור מחליט שהוא מוכן לקנות. הוא נזכר בשם החנות שלכם, כותב אותו ישירות בגוגל (חיפוש מותג), נכנס לאתר, ורוכש את הנעליים. (נקודת מגע: אורגני-מותג / ישיר)

במודל ברירת המחדל של Last-Click, מי יקבל 100% מהקרדיט על המכירה?

החיפוש הישיר/מותגי.

מה תהיה המסקנה שלכם כבעלי עסק שמסתכלים על הנתונים?

"וואו, החיפוש הישיר שלנו חזק!

לעומת זאת, קמפיין הפייסבוק הזה סתם שורף כסף, הוא לא הביא אף מכירה. גם הבלוג הזה, יופי שהוא מביא תנועה, אבל לא מכירות.

בואו נקצץ את התקציב מפייסבוק ומהבלוג ונעביר אותו למשהו אחר."

וזו בדיוק תהיה ההחלטה שתתחיל את כדור השלג של הירידה במכירות. כי בלי קמפיין הפייסבוק, ליאור מעולם לא היה שומע עליכם. בלי הבלוג המעולה, הוא לא היה בונה אמון במותג שלכם.

מודל ה-Last-Click פשוט מחק את כל הסיפור, את כל מערכת היחסים שנבנתה, והתייחס רק לסוף.

הבנת מודלים של ייחוס מאפשרת לכם:

• לקבל החלטות תקציביות חכמות יותר: להבין אילו ערוצים טובים בלהכיר לכם לקוחות חדשים, אילו טובים בלחמם אותם, ואילו טובים בלסגור את העסקה.
• להעריך נכון את התרומה של כל ערוץ: להפסיק להעניש ערוצים כמו קידום אתרים אורגני בגוגל, שלעיתים קרובות מצטיינים בתחילת ובאמצע המסע של הלקוח.
• לשפר את מסע הלקוח: להבין את הנתיבים הפופולריים שמובילים להמרה ולשפר אותם.
• להוכיח החזר על ההשקעה (ROI) בצורה מדויקת: להראות איך מאמצי השיווק האורגני ארוכי טווח תורמים לשורה התחתונה, גם אם הם לא ה"קליק האחרון".

מודלים של ייחוס: מילד הכאפות ועד למלך הכיתה

ישנם מספר מודלים מקובלים, שכל אחד מהם מספר סיפור אחר על מסע הלקוח. חשוב להכיר אותם.

בגוגל אנליטיקס 4 (GA4) יש כלי מדהים שמאפשר להשוות בין המודלים ולראות איך חלוקת הקרדיט משתנה.

כדי להמחיש, נמשיך עם הדוגמה של ליאור ו-4 נקודות המגע שלו: פייסבוק -> SEO -> אימייל -> ישיר.

מודלים של נגיעה בודדת (Single-Touch)

אלו המודלים הפשטניים ביותר. הם נותנים 100% מהקרדיט לנקודת מגע אחת בלבד.

1. ייחוס לקליק האחרון (Last-Click Attribution)

• איך זה עובד? 100% מהקרדיט הולך לנקודת המגע האחרונה לפני ההמרה.
• בדוגמה שלנו: 100% מהקרדיט למכירה של ליאור ילך לחיפוש הישיר.
• יתרונות: קל למדידה, זהו מודל ברירת המחדל בהרבה פלטפורמות ישנות.
• חסרונות: מעוות לחלוטין את המציאות, מתעלם מכל מה שקדם לקליק האחרון, גורם להערכת חסר של ערוצי "פתיחה" ו"חימום", ועלול להוביל להחלטות שיווקיות גרועות. זהו, במילים עדינות, מודל לעצלנים.

2. ייחוס לקליק הראשון (First-Click Attribution)

• איך זה עובד? 100% מהקרדיט הולך לנקודת המגע הראשונה שהלקוח יצר עם המותג שלכם.
• בדוגמה שלנו: 100% מהקרדיט ילך לקמפיין הפייסבוק.
• יתרונות: נהדר כדי להבין אילו ערוצים מצטיינים בלהביא לכם לקוחות חדשים שלא שמעו עליכם קודם. שימושי מאוד לקמפיינים שמטרתם חשיפה ומודעות.
• חסרונות: עדיין מתעלם מכל מה שקרה אחרי הנגיעה הראשונה. מה שווה שהבאתם לקוח אם לא הצלחתם לשכנע אותו ולסגור אותו?

מודלים מרובי-נגיעות (Multi-Touch)

אלו המודלים המתוחכמים יותר, שמבינים שלכל נקודת מגע יש תפקיד ומחלקים את הקרדיט ביניהן.

3. ייחוס ליניארי (Linear Attribution)

• איך זה עובד? הקרדיט מחולק באופן שווה בין כל נקודות המגע במסע.
• בדוגמה שלנו: כל אחד מ-4 הערוצים (פייסבוק, SEO, אימייל, ישיר) יקבל 25% מהקרדיט.
• יתרונות: דמוקרטי, מכיר בחשיבות של כל הערוצים. צעד ענק קדימה לעומת המודלים של נגיעה בודדת.
• חסרונות: המציאות היא לא דמוקרטית. האם באמת לקליק על מודעה בפייסבוק יש אותה חשיבות כמו קריאת מאמר מעמיק של 3000 מילה בבלוג? כנראה שלא.

4. ייחוס לפי דעיכת זמן (Time Decay Attribution)

• איך זה עובד? נקודות המגע הקרובות יותר לזמן ההמרה מקבלות יותר קרדיט. ככל שנקודת המגע רחוקה יותר בזמן, כך היא מקבלת פחות קרדיט.
• בדוגמה שלנו: החיפוש הישיר יקבל הכי הרבה קרדיט, האימייל יקבל קצת פחות, ה-SEO עוד פחות, ופייסבוק יקבל הכי מעט.
• יתרונות: הגיוני מאוד במחזורי מכירה קצרים. הוא מבין שהפעולות שגרמו ללקוח "ללחוץ על ההדק" הן חשובות במיוחד.
• חסרונות: עדיין נותן הערכת חסר לערוצים שפותחים את מערכת היחסים, שהם קריטיים במחזורי מכירה ארוכים ומורכבים.

5. ייחוס מבוסס מיקום (Position-Based Attribution או U-Shaped)

• איך זה עובד? זהו מודל פופולרי שנותן קרדיט מוגבר לנקודת המגע הראשונה והאחרונה, ואת השאר מחלק בין נקודות המגע שבאמצע. בדרך כלל החלוקה היא 40% לראשונה, 40% לאחרונה, ו-20% מתחלקים שווה בשווה בין כל השאר.
• בדוגמה שלנו: פייסבוק יקבל 40% מהקרדיט, החיפוש הישיר יקבל 40%, וה-SEO והאימייל יקבלו 10% כל אחד.
• יתרונות: מודל מאוזן ומצוין. הוא מכיר בחשיבות הקריטית של הערוץ ש"פתח את הדלת" ושל הערוץ ש"סגר את העסקה", תוך מתן קרדיט גם לערוצי הביניים ש"שמרו על האש". עבור רוב העסקים, זהו שדרוג אדיר מכל מודל אחר.
• חסרונות: החלוקה של 40/20/40 היא שרירותית וקבועה. היא לא מתאימה את עצמה להתנהגות האמיתית של הגולשים.

6. ייחוס מבוסס-נתונים (Data-Driven Attribution)

• איך זה עובד? זהו מלך הכיתה, הגביע הקדוש של עולם הייחוס. במקום להשתמש בחוקים קבועים, המודל הזה משתמש בלמידת מכונה (Machine Learning) כדי לנתח את כל מסלולי ההמרה וגם את המסלולים של משתמשים שלא המירו. הוא משווה ביניהם ולומד אילו נקודות מגע הן בעלות ההסתברות הגבוהה ביותר להוביל להמרה.
• בדוגמה שלנו: אי אפשר לדעת מראש. האלגוריתם של גוגל יחליט. הוא עשוי לתת 35% ל-SEO (כי הוא גילה שקריאת הבלוג היא קריטית), 25% לפייסבוק, 10% לאימייל ו-30% לחיפוש הישיר. החלוקה היא ייחודית לחשבון שלכם.
• יתרונות: המודל המדויק והחכם ביותר. הוא אובייקטיבי ומבוסס על הנתונים הספציפיים שלכם, לא על הנחות כלליות. ב-GA4, הוא זמין בחינם לכל המשתמשים (בכפוף לכמות נתונים מינימלית).
• חסרונות: דורש כמות מסוימת של תנועה והמרות כדי שהאלגוריתם יוכל ללמוד. הוא קופסה שחורה – גוגל לא חושף בדיוק איך הוא עובד.

הנה טבלה שמסכמת את הכל:

איך בוחרים את המודל הנכון לעסק שלכם?

אין תשובה אחת נכונה.

בחירת המודל תלויה במטרות העסקיות שלכם, באורך מסע הלקוח הממוצע ובערוצי השיווק שבהם אתם משתמשים.

עם זאת, יש כלל אצבע אחד: כל דבר עדיף על Last-Click.

הנה כמה שאלות שיעזרו לכם לבחור:

• מהי מטרת הניתוח? אם אתם רוצים לגלות ערוצים חדשים שמביאים לקוחות, הסתכלו על מודל First-Click. אם אתם רוצים לשפר את סגירת העסקאות, התמקדו ב-Time Decay או Last-Click (אבל רק בהשוואה למודלים אחרים!).
• כמה זמן לוקח ללקוח ממוצע להמיר? אם מדובר ברכישה אימפולסיבית שלוקחת דקות, מודלים שנותנים משקל לסוף המסע הגיוניים יותר. אם מדובר ברכישת B2B שלוקחת חודשים, מודל ליניארי או מבוסס-מיקום יספרו סיפור מדויק יותר.
• האם יש לכם מספיק נתונים למודל Data-Driven? ב-GA4, תצטרכו לפחות 300 המרות ו-10,000 מסלולי משתמשים ב-30 הימים האחרונים. אם אתם עומדים בסף הזה, זו כמעט תמיד התשובה הנכונה. עבודה עם חברה מקצועית לקידום בגוגל יכולה לעזור לכם להגדיר את המעקב בצורה נכונה כדי לצבור את הדאטה הזה.

המלצת הבית שלי:

אם מודל ה-Data-Driven זמין לכם – השתמשו בו.

הוא ברירת המחדל החדשה ב-GA4, ולא בכדי.

אם לא, התחילו עם מודל מבוסס-מיקום (Position-Based). הוא מספק את התמונה המאוזנת והאינטואיטיבית ביותר עבור רוב העסקים, ומהווה שדרוג אדיר מ-Last-Click.

הדבר החשוב ביותר הוא לאו דווקא לבחור את המודל ה"מושלם", אלא להיכנס לתוך כלי השוואת המודלים (Model Comparison Tool) ב-GA4 ולהתחיל לשחק עם הנתונים.

יש מצב שאתם תופתעו לגלות איך ערוצים שחשבתם שהם "כושלים" הם בעצם הכוכבים השקטים שלכם, ואיך ערוצים שחשבתם שהם רציניים הם בעצם רק אלה שקוטפים את התהילה בסוף.

שאלות ותשובות על מודלים של ייחוס

1. מהו מודל ברירת המחדל בגוגל אנליטיקס 4?

ב-GA4, מודל ברירת המחדל הוא Data-Driven (אם החשבון זכאי). אם לא, ברירת המחדל היא Last-Click לערוצים בתשלום וחיפוש (Paid and organic channels last click).

זהו שינוי חשוב מהגרסה הישנה (Universal Analytics) שהשתמשה ב-Last-Click כמעט לכל דבר.

2. האם מודל Last-Click הוא תמיד רע?

לא "תמיד", אבל ב-99% מהמקרים הוא מספר סיפור חלקי ומטעה.

במקרה נדיר של מוצר מאוד זול עם מחזור מכירה של דקה אחת בלבד, אולי יש לו מקום. לכל עסק אחר, הוא פשוט לא משקף את המציאות.

3. איך מודלים של ייחוס קשורים ל-SEO?

SEO לרוב מצטיין בתחילת ובאמצע מסע הלקוח (חיפושי מידע, השוואות). במודל Last-Click, התרומה האדירה הזו של מומחה ה-SEO נמחקת.

מודלים מרובי-נגיעות חושפים את הערך האמיתי של SEO כבונה אמון וכמנוע שמכניס לקוחות פוטנציאליים למשפך השיווקי שלכם.

להסבר נוסף על מסע לקוח:

4. אני בעל חנות איקומרס. איזה מודל הכי מומלץ לי?

עבור קידום אתרי מסחר, מסע הלקוח יכול להיות מגוון.

לקוח יכול לראות מודעה, לחפש ביקורות, לקבל אימייל על עגלה נטושה ולבסוף לקנות.

מודל Data-Driven הוא האידיאלי. אם אין מספיק נתונים, Position-Based הוא בחירה מצוינת שמכבדת גם את החשיפה הראשונית וגם את הסגירה.

5. מהי הטעות הכי גדולה שעסקים עושים עם מודלים של ייחוס?

הטעות הגדולה ביותר היא לא להיות מודעים להם בכלל.

פשוט להסתכל על דוחות ברירת המחדל (שלרוב מבוססים על Last-Click) ולקבל החלטות תקציביות על סמך נתונים מעוותים.

6. האם אפשר ליישם את זה גם לעסקים קטנים?

בהחלט. דווקא עבור קידום אורגני לעסקים קטנים, שבהם כל שקל בתקציב השיווק חשוב, הבנה נכונה של מה עובד היא קריטית.

גם אם אין לכם מספיק נתונים ל-Data-Driven, מעבר פשוט למודל ליניארי או מבוסס-מיקום כבר ייתן לכם תמונה הרבה יותר בהירה.

7. באיזו תדירות עלי לבדוק או לשנות את מודל הייחוס שלי?

אתם לא צריכים לשנות את המודל הראשי שלכם כל הזמן.

הבחירה במודל היא אסטרטגית. עם זאת, מומלץ מאוד להיכנס לכלי השוואת המודלים לפחות פעם ברבעון כדי לנתח את ביצועי הערוצים השונים דרך "משקפיים" שונות ולהפיק תובנות חדשות.

8. האם המודלים האלה מתייחסים גם לנקודות מגע אופליין (למשל, שיחת טלפון)?

ברוב הפלטפורמות הדיגיטליות (כמו GA4), המודלים מתמקדים בנקודות מגע דיגיטליות שניתן למדוד.

שילוב נתוני אופליין דורש מערכות מתקדמות יותר (כמו CRM) ואינטגרציות מורכבות, אך זה בהחלט אפשרי ומומלץ לעסקים שבהם יש אינטראקציה משמעותית באופליין.

9. מה ההבדל בין Attribution ל-Marketing Mix Modeling (MMM)?

Attribution Modeling מסתכל על מסלולים של משתמשים ספציפיים (ברמת היוזר) כדי לחלק קרדיט.

MMM הוא מודל סטטיסטי ברמה גבוהה יותר (אגרגטיבית) שמנסה להבין את ההשפעה של כלל הפעילות השיווקית (כולל אופליין, מדיה מסורתית וגורמים חיצוניים כמו עונתיות) על המכירות. הן שתי גישות משלימות.

10. כל הנושא הזה נשמע מסובך. מאיפה להתחיל?

הצעד הראשון והפשוט ביותר: היכנסו לחשבון ה-GA4 שלכם.

בצד שמאל, תחת Advertising, תמצאו את "Model comparison". פשוט הסתכלו על הדוח.

בלי לשנות כלום, רק תראו איך המספרים של ההמרות וההכנסות משתנים בין המודלים השונים עבור כל ערוץ.

ואם אתם רוצים לקחת את זה כמה צעדים קדימה – יש מקדמי אתרים שמומחים לענייני אנליטיקס (אני לא) ויש מומחי אנליטיקס שיוכלו לעזור לכם עם הטמעות בסגנון הזה.

סיכום: הגיע הזמן לתת את הקרדיט למי שמגיע לו

המעבר לחשיבה מבוססת מודלים של ייחוס הוא סימן לבגרות שיווקית. זו ההבנה שמסע הלקוח הוא לא ספרינט, אלא מרוץ שליחים מורכב, ושכל אחד מהרצים בדרך תורם לניצחון. להמשיך להסתמך על מודל Last-Click כיום זה כמו להתעקש להשתמש במפת נייר בזמן שלכולם יש Waze.

הבנת הנתונים האלה מאפשרת לכם להפוך ממנהלי שיווק שמגיבים לנתונים, למנהלי שיווק שיוזמים מהלכים אסטרטגיים.

היא נותנת לכם את הביטחון להשקיע בבניית מותג לטווח ארוך, ביצירת תוכן איכותי ובחינוך השוק, בידיעה שתוכלו למדוד את התרומה האמיתית של המהלכים האלה לשורה התחתונה.

עוד מדריכים? למה לא:

• למה לא רואים מילות מפתח בגוגל אנליטיקס
• מדריך גוגל אנליטיקס למתחילים
• איך לחבר אתר לסרץ' קונסול של גוגל
• מהו יחס המרה ואיך מחשבים אותו
• שיפור יחס המרה באתר
• המדריך שלי על ניתוח התנהגות גולשים באתר