Attributiemodellen die niet meer kloppen sinds cross-device gedrag de norm is

Waarom één apparaat zelden het hele verhaal vertelt

De meeste trackingsystemen zijn van oorsprong gebouwd rond het idee van één apparaat en één sessie. Zodra een klant overstapt naar een ander apparaat, gaat de link met eerdere interacties vaak verloren, tenzij er een inlogmoment is dat de twee sessies expliciet aan elkaar koppelt. Voor veel aankooptrajecten, waarbij oriënteren en kopen op verschillende momenten en apparaten gebeurt, betekent dit dat een aanzienlijk deel van de reis van een klant onzichtbaar blijft in de rapportages.

Het gevolg is dat campagnes die vooral in de oriënterende fase een rol spelen, zoals een eerste kennismaking via social media, in rapportages nauwelijks krediet krijgen voor een aankoop die weken later op een ander apparaat wordt afgerond. Marketeers die alleen op basis van deze onvolledige data budget verdelen, investeren daardoor structureel te weinig in de kanalen die aan het begin van een traject staan.

Inloggen als ondergewaardeerde databron

Bedrijven die klanten aanmoedigen om in te loggen, zelfs bij het simpelweg bekijken van content, bouwen een veel completer beeld op van gedrag over meerdere apparaten heen dan bedrijven die volledig afhankelijk zijn van cookies en apparaatherkenning. Dat vraagt om een zorgvuldige afweging: te veel druk om in te loggen kan bezoekers afschrikken, terwijl een goed getimede, niet opdringerige uitnodiging om in te loggen juist waardevolle data oplevert zonder de ervaring te verstoren.

Modelleren in plaats van volledig meten

Waar volledige, exacte tracking niet meer haalbaar is, stappen steeds meer bedrijven over op statistische modellen die op basis van beschikbare data een schatting maken van hoe kanalen samen bijdragen aan een aankoop. Deze modellen zijn nooit perfect, maar geven een realistischer beeld dan een attributiemodel dat blind vertrouwt op volledige, sluitende tracking die in de praktijk allang niet meer bestaat. De overstap naar modelleren vraagt wel om een andere manier van rapporteren: minder harde, exacte cijfers en meer bandbreedtes en schattingen, wat voor sommige teams wennen is.

Wat dit betekent voor budgetbeslissingen

Bedrijven die zich bewust zijn van deze beperkingen, nemen budgetbeslissingen niet uitsluitend op basis van de laatste, meest zichtbare rapportagecijfers, maar wegen ook mee welke kanalen structureel worden ondergewaardeerd door de manier van meten. Dat vraagt om een combinatie van data en ervaring: cijfers als leidraad, maar niet als absolute waarheid, zeker niet in een landschap waarin een steeds groter deel van het klanttraject zich over meerdere apparaten en sessies verspreidt.

Meer weten over hoe data-analyse in de praktijk vaak misloopt? Lees ook ons artikel over waarom bedrijven data verzamelen maar er weinig mee doen.

De rol van privacywetgeving in deze verschuiving

Naast technische beperkingen speelt ook regelgeving een rol in het lastiger worden van cross-device attributie. Strengere privacyregels beperken hoeveel data bedrijven mogen koppelen tussen apparaten, zelfs als de techniek dat wel zou toestaan. Deze twee ontwikkelingen, technische beperkingen en juridische kaders, versterken elkaar, wat betekent dat een terugkeer naar volledig sluitende attributie op korte termijn niet te verwachten is.

Kwalitatief onderzoek als aanvulling op cijfers

Bedrijven die de beperkingen van attributiemodellen erkennen, vullen hun cijfers steeds vaker aan met kwalitatief onderzoek: klanten rechtstreeks vragen via welke kanalen ze het merk hebben leren kennen en welke stappen ze hebben doorlopen voor een aankoop. Deze zelfgerapporteerde data is niet perfect, maar vangt vaak precies het deel van de reis op dat door technische tracking wordt gemist, wat het een waardevolle aanvulling maakt op een overigens onvolledig cijferbeeld.