TL;DR: Google menghapus semua model atribusi kecuali dua: Last-Click dan Data-Driven Attribution (DDA). DDA menghasilkan 6-30% lebih banyak konversi dan pengurangan biaya 20-30% untuk akun yang memenuhi syarat. Namun dibutuhkan sekitar 3.000 interaksi iklan dan 300 konversi dalam 30 hari agar berfungsi dengan baik. Jika akun Anda berada di bawah ambang ini, DDA sebenarnya dapat merugikan performa. Panduan ini menjelaskan cara kerja setiap model, kapan menggunakan yang mana, dan bagaimana pilihan Anda secara langsung mempengaruhi keputusan Smart Bidding.
Atribusi bukan konsep teoritis. Ini secara langsung mengontrol ke mana Smart Bidding Google mengirimkan anggaran Anda. Pilih yang salah, dan Anda mengoptimalkan menuju hasil yang salah.
Apa yang Sebenarnya Dilakukan Attribution Models
Model atribusi menjawab satu pertanyaan: ketika pelanggan berinteraksi dengan iklan Anda beberapa kali sebelum berkonversi, interaksi mana yang mendapat kredit?
Mengapa Ini Penting untuk Bisnis Layanan
Pertimbangkan perjalanan pelanggan bisnis layanan yang tipikal:
- Hari 1: Mencari "best plumbers near me," mengklik iklan Anda, menjelajahi situs, pergi
- Hari 5: Mencari "plumber reviews [your city]," mengklik iklan Anda lagi, membaca ulasan, pergi
- Hari 8: Mencari "[your company name]," mengklik iklan branded Anda, menelepon, menjadi pelanggan
Tiga klik iklan. Satu konversi. Klik mana yang mendapat kredit?
Jawabannya secara langsung mempengaruhi Smart Bidding:
- Jika hanya klik terakhir (branded search) yang mendapat kredit, Smart Bidding mengirimkan lebih banyak anggaran ke kampanye branded
- Jika kredit didistribusikan di ketiga klik, Smart Bidding mengenali nilai kata kunci "best plumbers near me" dan "plumber reviews" juga
Model yang salah dapat secara sistematis menutup anggaran dari kata kunci top-of-funnel Anda.
Dua Model yang Tersisa
Pada September 2023, Google menghapus model atribusi Linear, Time Decay, Position-Based, dan First-Click. Hanya dua yang tersisa.
Model 1: Last-Click Attribution
Cara kerjanya: 100% kredit konversi diberikan ke klik iklan terakhir sebelum konversi.
Dalam contoh tukang ledeng:
| Interaksi | Kredit |
|---|---|
| Hari 1: "best plumbers near me" | 0% |
| Hari 5: "plumber reviews [city]" | 0% |
| Hari 8: "[company name]" (berkonversi) | 100% |
Kekuatan:
- Sederhana, mudah dipahami
- Deterministik (tidak ada pemodelan atau estimasi)
- Bekerja dengan volume data berapa pun
- Terbaik untuk jalur konversi interaksi tunggal
Kelemahan:
- Mengabaikan semua titik kontak sebelum klik terakhir
- Terlalu banyak mengkredit kata kunci branded dan low-funnel
- Kurang mengkredit kata kunci awareness dan consideration
- Dapat menyebabkan kesalahan alokasi anggaran dalam perjalanan multi-sentuh
Model 2: Data-Driven Attribution (DDA)
Cara kerjanya: Machine learning Google menganalisis jalur konversi aktual akun Anda dan mendistribusikan kredit berdasarkan kontribusi inkremental setiap titik kontak terhadap konversi.
Dalam contoh tukang ledeng (distribusi DDA hipotetis):
| Interaksi | Kredit |
|---|---|
| Hari 1: "best plumbers near me" | 40% |
| Hari 5: "plumber reviews [city]" | 25% |
| Hari 8: "[company name]" (berkonversi) | 35% |
DDA mengenali bahwa pencarian "best plumbers" awal sebenarnya adalah interaksi paling berpengaruh karena tanpanya, pelanggan tidak akan pernah menemukan bisnis tersebut.
Kekuatan:
- Mencerminkan perilaku pelanggan aktual di akun spesifik Anda
- Mengenali nilai kata kunci upper-funnel
- Alokasi anggaran yang lebih baik di seluruh funnel
- Terus belajar dan beradaptasi
Kelemahan:
- Memerlukan volume data yang signifikan agar bekerja dengan baik
- Black box (Anda tidak bisa melihat persis bagaimana kredit didistribusikan)
- Bisa tidak andal untuk akun kecil
- Terpengaruh oleh perubahan privasi iOS
Persyaratan Data DDA
DDA adalah model default untuk conversion actions baru. Tetapi "default" tidak berarti "sesuai untuk setiap akun."
Ambang Minimum
| Persyaratan | Ambang | Periode Waktu |
|---|---|---|
| Interaksi iklan (klik) | ~3.000 | 30 hari |
| Konversi | ~300 | 30 hari |
Jika akun Anda berada di bawah ambang ini, DDA tidak memiliki cukup data untuk memodelkan atribusi secara akurat. Ia kembali ke model yang disederhanakan secara internal, yang mungkin kurang akurat dibanding Last-Click sederhana.
Pemeriksaan Realitas Ambang untuk Bisnis Layanan
Mari kita hitung untuk bisnis layanan tipikal:
| Pengeluaran Bulanan | CPC Rata-rata | Klik Bulanan | Konversi Bulanan (CVR 7,5%) | Memenuhi Syarat DDA? |
|---|---|---|---|---|
| $1.000 | $5,26 | ~190 | ~14 | Tidak |
| $2.500 | $5,26 | ~475 | ~36 | Tidak |
| $5.000 | $5,26 | ~950 | ~71 | Tidak |
| $10.000 | $5,26 | ~1.900 | ~143 | Tidak |
| $15.000 | $5,26 | ~2.850 | ~214 | Borderline |
| $20.000 | $5,26 | ~3.800 | ~285 | Mendekati |
| $25.000 | $5,26 | ~4.750 | ~356 | Ya |
Kenyataan yang tidak nyaman: Sebagian besar bisnis layanan yang menghabiskan di bawah $20.000/bulan di Google Ads tidak menghasilkan cukup data agar DDA bekerja dengan baik.
Menggunakan CPC rata-rata keseluruhan $5,26 dan conversion rate rata-rata 7,52%, Anda membutuhkan sekitar $20.000-$25.000/bulan dalam pengeluaran untuk secara andal mencapai ambang DDA.
Industri dengan CPC lebih tinggi (hukum di $8,58, kedokteran gigi di $7,85) membutuhkan lebih banyak pengeluaran. Industri dengan CPC lebih rendah mungkin memenuhi syarat pada tingkat pengeluaran yang lebih rendah.
Cara Memeriksa Apakah Akun Anda Memenuhi Syarat
- Buka Google Ads > Goals > Conversions
- Klik conversion action Anda
- Di bawah Attribution model, periksa apakah DDA tersedia
- Jika Google menampilkan peringatan tentang data yang tidak mencukupi, akun Anda tidak memenuhi syarat
Alternatifnya, periksa laporan Conversion Paths:
- Tools & Settings > Attribution > Conversion Paths
- Jika sebagian besar jalur menunjukkan hanya 1 titik kontak, DDA memberikan manfaat minimal
Dampak Performa DDA
Untuk akun yang MEMENUHI ambang data, DDA memberikan peningkatan yang signifikan.
Angka-angkanya
| Metrik | Peningkatan DDA | Sumber |
|---|---|---|
| Peningkatan konversi | 6-30% | Beberapa studi |
| Pengurangan cost-per-conversion | 20-30% | Beberapa studi |
| Atribusi lintas perangkat | Lebih baik | |
| Pengakuan kata kunci upper-funnel | Jauh lebih baik | Konsensus industri |
Mengapa DDA Mengungguli Last-Click
Skenario: Firma hukum menghabiskan $15.000/bulan
Di bawah Last-Click:
| Kampanye | Konversi (Last-Click) | Anggaran yang Dialokasikan |
|---|---|---|
| Branded searches | 30 | $5.000 (33%) |
| "best lawyer near me" | 8 | $3.000 (20%) |
| "lawyer reviews [city]" | 5 | $2.000 (13%) |
| "personal injury attorney" | 7 | $5.000 (33%) |
Smart Bidding melihat kampanye branded berkonversi paling baik dan mendorong anggaran ke sana.
Di bawah DDA:
| Kampanye | Konversi (DDA) | Anggaran yang Dialokasikan |
|---|---|---|
| Branded searches | 18 (kredit sebagian) | $3.000 (20%) |
| "best lawyer near me" | 15 (mendapat kredit discovery) | $5.000 (33%) |
| "lawyer reviews [city]" | 10 (mendapat kredit consideration) | $3.000 (20%) |
| "personal injury attorney" | 12 (mendapat kredit intent) | $4.000 (27%) |
DDA mendistribusikan ulang kredit ke kata kunci yang sebenarnya memulai perjalanan pelanggan. Smart Bidding kemudian mengalokasikan anggaran lebih efektif di seluruh funnel.
Hasilnya: Lebih banyak total konversi dengan biaya lebih rendah karena anggaran mengalir ke kata kunci yang benar-benar berharga alih-alih hanya istilah branded last-touch.
Kapan Menggunakan Setiap Model
Gunakan Last-Click Ketika:
| Skenario | Mengapa Last-Click Bekerja |
|---|---|
| Pengeluaran bulanan di bawah $15.000 | Tidak cukup data untuk DDA |
| Kurang dari 100 konversi bulanan | DDA tidak dapat memodelkan secara akurat |
| Konversi interaksi tunggal | Sebagian besar pelanggan klik sekali dan berkonversi |
| Jalur konversi sederhana | Tidak ada perjalanan multi-sentuh untuk dimodelkan |
| Layanan darurat (tukang ledeng, tukang kunci, derek) | Pelanggan mencari sekali dan langsung menelepon |
| Akun baru (3-6 bulan pertama) | Membangun data untuk peralihan DDA nantinya |
Layanan darurat adalah contoh kunci. Seseorang dengan pipa yang bocor mencari "emergency plumber near me," mengklik iklan pertama yang kredibel, dan langsung menelepon. Hanya ada satu titik kontak. DDA tidak memberikan nilai tambah. Last-Click lebih sederhana dan sama akuratnya.
Gunakan DDA Ketika:
| Skenario | Mengapa DDA Bekerja |
|---|---|
| Pengeluaran bulanan $20.000+ | Volume data yang mencukupi |
| 300+ konversi bulanan | DDA dapat memodelkan secara akurat |
| Jalur konversi multi-sentuh | Pelanggan meneliti sebelum membeli |
| Layanan profesional (hukum, keuangan, konsultasi) | Siklus pertimbangan yang panjang |
| Layanan bernilai tinggi (remodeling, konstruksi) | Beberapa titik kontak riset |
| Menjalankan kampanye branded dan non-branded | DDA memberikan kredit yang tepat untuk masing-masing |
| Menggunakan strategi Smart Bidding | DDA memberikan sinyal yang lebih baik |
Jalur Transisi
Untuk akun yang berkembang, rencanakan transisi:
Fase 1: Mulai dengan Last-Click (Bulan 1-6)
- Bangun data, optimalkan kampanye
- Pantau panjang jalur konversi dalam laporan Attribution
- Lacak apakah pelanggan berinteraksi dengan beberapa kata kunci sebelum berkonversi
Fase 2: Evaluasi kesiapan DDA (Bulan 6)
- Periksa apakah Anda memenuhi ambang 3.000 interaksi / 300 konversi
- Tinjau laporan Conversion Paths untuk pola multi-sentuh
- Jika sebagian besar konversi adalah single-touch, Last-Click mungkin tetap optimal
Fase 3: Beralih ke DDA (ketika ambang terpenuhi)
- Beralihkan model atribusi pada primary conversion action Anda
- Harapkan fase belajar untuk Smart Bidding (7-14 hari)
- Pantau dengan cermat: volume konversi harus stabil atau meningkat
- Bandingkan metrik 30 hari sebelum/sesudah
Fase 4: Pantau dan validasi (berkelanjutan)
- Periksa laporan Model Comparison setiap bulan
- Bandingkan jumlah konversi Last-Click vs DDA
- Jika DDA secara konsisten menunjukkan lebih banyak konversi untuk kampanye non-branded, DDA bekerja dengan benar
Bagaimana Atribusi Mempengaruhi Smart Bidding
Model atribusi Anda bukan sekadar preferensi pelaporan. Ini secara fundamental mengubah cara Smart Bidding (Target CPA, Target ROAS, Maximize Conversions) mengalokasikan anggaran Anda.
Mekanismenya
Smart Bidding menggunakan data konversi untuk memutuskan berapa banyak bid untuk setiap lelang. Ia bertanya: "Berdasarkan data historis, seberapa besar kemungkinan kueri pencarian spesifik ini, pada waktu ini, di perangkat ini, di lokasi ini, mengarah ke konversi?"
Model atribusi menentukan "data konversi" apa yang dimiliki Smart Bidding untuk dikerjakan.
Di bawah Last-Click: Smart Bidding melihat bahwa "emergency plumber" mendapat 5 konversi dan "[company name]" mendapat 15 konversi. Ia bid agresif pada istilah branded dan konservatif pada non-branded.
Di bawah DDA: Smart Bidding melihat bahwa "emergency plumber" sebenarnya berkontribusi pada 12 konversi (termasuk kredit sebagian untuk jalur multi-sentuh). Ia bid lebih agresif pada kata kunci discovery non-branded.
Kaskade Alokasi Anggaran
| Model Atribusi | Aliran Anggaran | Perilaku Smart Bidding |
|---|---|---|
| Last-Click | Terkonsentrasi di bottom-funnel | Bid tinggi pada branded, rendah pada discovery |
| DDA | Terdistribusi di seluruh funnel | Menyeimbangkan bid di semua titik kontak |
Implikasi Praktis
Jika Anda beralih dari Last-Click ke DDA, harapkan:
- Konversi kampanye branded akan menurun (kredit didistribusikan ulang)
- Konversi kampanye non-branded akan meningkat (kredit diperoleh)
- Smart Bidding mendistribusikan ulang anggaran (lebih banyak ke non-branded)
- Fase belajar 7-14 hari (Smart Bidding mengkalibrasi ulang)
- Total konversi bersih meningkat (biasanya 6-30%)
Peringatan: Jika Anda beralih model ketika akun tidak memenuhi ambang DDA, yang sebaliknya mungkin terjadi. Smart Bidding mendapat sinyal DDA yang tidak andal dan performa menurun.
Dampak Privasi iOS pada Atribusi
Kerangka App Tracking Transparency (ATT) Apple, yang diperkenalkan dengan iOS 14.5, berdampak signifikan pada akurasi atribusi.
Kehilangan Data
| Platform | Dampak pada Data yang Dapat Diamati |
|---|---|
| iOS (Safari) | Pengurangan 18-32% dalam data konversi yang dapat diamati |
| iOS (Apps) | Batasan pelacakan yang signifikan |
| Android | Dampak minimal (untuk saat ini) |
| Desktop | Sedang (pembatasan cookie meningkat) |
Apa Artinya untuk Atribusi
Ketika pengguna iOS mengklik iklan Anda dan berkonversi, konversi mungkin tidak terlihat oleh Google Ads jika:
- Pengguna menolak pelacakan (sebagian besar melakukannya)
- Safari memblokir cookie pihak ketiga
- Konversi terjadi di perangkat yang berbeda
DDA lebih terpengaruh dibanding Last-Click karena DDA perlu mengamati jalur konversi lengkap di beberapa interaksi. Jika iOS memblokir visibilitas titik kontak perantara, model DDA menjadi kurang akurat.
Strategi Mitigasi
| Strategi | Efektivitas | Upaya |
|---|---|---|
| Enhanced Conversions | Tinggi (memulihkan pencocokan email/telepon) | Rendah |
| Server-side tracking | Sangat Tinggi (peningkatan akurasi 13-27%) | Sedang-Tinggi |
| Strategi data first-party | Tinggi (miliki data pelanggan Anda) | Sedang |
| Consent mode v2 | Sedang (memodelkan pengguna yang menyetujui untuk memperkirakan total) | Rendah |
Pendekatan gabungan: Enhanced Conversions + server-side tracking memulihkan sebagian besar kehilangan data iOS. Untuk akun yang menghabiskan $5.000+/bulan, kombinasi ini sangat penting.
Bacaan terkait: Untuk setup server-side tracking dan Enhanced Conversions lengkap, lihat Conversion Tracking for Service Businesses: Calls, Forms, and Offline Revenue.
Cross-Device Tracking
Pelanggan bisnis layanan sering memulai riset di mobile dan berkonversi di desktop (atau sebaliknya).
Tantangan Cross-Device
| Perjalanan | Tantangan Atribusi |
|---|---|
| Pencarian mobile > Panggilan desktop | Klik mobile tidak mendapat kredit konversi tanpa cross-device tracking |
| Riset desktop > Panggilan mobile | Klik desktop dinilai kurang |
| Browse tablet > Panggilan telepon | Interaksi tablet tidak terlihat |
Cara Google Menangani Cross-Device
Google menggunakan data pengguna yang masuk (aktivitas akun Google) untuk menghubungkan interaksi di seluruh perangkat. Jika akun Google yang sama mengklik iklan di mobile dan kemudian berkonversi di desktop, Google dapat mengaitkan konversi tersebut.
Keterbatasan:
- Hanya berfungsi untuk pengguna Google yang sudah masuk
- Regulasi privasi mungkin membatasi ketersediaan data
- Tidak semua perjalanan lintas perangkat ditangkap
DDA menangani cross-device lebih baik dibanding Last-Click karena dapat memberikan kredit sebagian pada klik mobile bahkan ketika konversi terjadi di desktop. Last-Click hanya mengkredit interaksi desktop.
Melihat Data Cross-Device
- Buka Tools & Settings > Attribution > Cross-Device Activity
- Lihat kombinasi jalur perangkat
- Identifikasi perangkat mana yang memulai perjalanan vs. mana yang menyelesaikannya
Untuk sebagian besar bisnis layanan, Anda akan melihat:
- Mobile memulai 60-70% dari jalur konversi
- Desktop/panggilan telepon menyelesaikan 40-50% dari konversi
- Jalur cross-device biasanya 2-3 interaksi
Laporan Model Comparison
Google Ads menyediakan perbandingan langsung tentang bagaimana model yang berbeda akan mengaitkan konversi Anda.
Cara Mengakses
Tools & Settings > Attribution > Model Comparison
Cara Membacanya
Laporan menampilkan data konversi Anda yang diatribusikan di bawah Last-Click dan DDA. Bandingkan:
| Kampanye | Konversi Last-Click | Konversi DDA | Perbedaan |
|---|---|---|---|
| Branded | 50 | 35 | -30% (DDA memberikan lebih sedikit kredit) |
| Non-branded generik | 20 | 30 | +50% (DDA memberikan lebih banyak kredit) |
| Non-branded layanan | 15 | 25 | +67% (DDA memberikan lebih banyak kredit) |
| Total | 85 | 90 | +6% |
Cara interpretasi:
- Kampanye yang memperoleh kredit di bawah DDA berkontribusi lebih banyak nilai dibanding yang diungkapkan Last-Click
- Kampanye yang kehilangan kredit di bawah DDA terlalu banyak dikreditkan oleh Last-Click
- Jika DDA menunjukkan jauh lebih banyak total konversi, beralih model akan meningkatkan Smart Bidding
Tanda Bahaya dalam Perbandingan
| Pola | Artinya | Tindakan |
|---|---|---|
| DDA menunjukkan 20%+ lebih sedikit konversi branded | Kampanye branded terlalu dikreditkan di bawah Last-Click | Pertimbangkan beralih ke DDA |
| DDA menunjukkan angka hampir identik | Sebagian besar konversi adalah single-touch | Last-Click baik; DDA memberikan nilai minimal |
| DDA menunjukkan angka yang sangat berbeda | Perjalanan multi-sentuh umum terjadi | DDA sangat direkomendasikan |
| DDA menunjukkan lebih sedikit total konversi | Kemungkinan masalah kualitas data | Audit conversion tracking sebelum beralih |
Strategi Atribusi berdasarkan Jenis Bisnis
Layanan Darurat (Tukang Ledeng, HVAC, Tukang Kunci, Derek)
Model yang direkomendasikan: Last-Click
Mengapa: Jalur konversi hampir selalu single-touch. Pelanggan memiliki kedaruratan, mencari sekali, mengklik, menelepon. Pemodelan multi-sentuh menambah kompleksitas tanpa nilai.
Panjang jalur konversi: 1 interaksi (90%+ konversi)
Layanan Profesional (Hukum, Akuntansi, Konsultasi Keuangan)
Model yang direkomendasikan: DDA (jika ambang terpenuhi) atau Last-Click (jika tidak)
Mengapa: Pelanggan meneliti secara ekstensif. Klien personal injury mungkin mencari 5-10 kali selama 2-3 minggu sebelum menelepon pengacara. DDA memberikan kredit yang tepat pada pencarian discovery awal.
Panjang jalur konversi: 3-7 interaksi tipikal
Renovasi Rumah (Remodeling, Lansekap, Atap)
Model yang direkomendasikan: DDA (jika ambang terpenuhi) atau Last-Click (jika tidak)
Mengapa: Proyek bernilai tinggi memerlukan riset. Pemilik rumah membandingkan beberapa penyedia, membaca ulasan, mengunjungi website berkali-kali. DDA menangkap perjalanan multi-sentuh ini.
Panjang jalur konversi: 2-5 interaksi tipikal
Kesehatan & Kebugaran (Dokter Gigi, Kiropraktor, Med Spa)
Model yang direkomendasikan: Last-Click (sebagian besar akun) atau DDA (praktik besar)
Mengapa: Sebagian besar pasien gigi mencari sekali dan memesan. Praktik yang lebih besar dengan anggaran lebih tinggi mungkin melihat jalur multi-sentuh untuk prosedur elektif.
Panjang jalur konversi: 1-2 interaksi tipikal (rutin), 3-5 untuk elektif
Layanan Berulang (Kebersihan, Pembasmi Hama, Perawatan Halaman)
Model yang direkomendasikan: Last-Click
Mengapa: Jalur konversi yang relatif sederhana. Pelanggan mencari, mengklik, memesan. Layanan pertama berisiko rendah dan komitmen rendah, mengurangi kebutuhan riset.
Panjang jalur konversi: 1-2 interaksi tipikal
Kerangka Keputusan: Model Mana yang Dipilih
Gunakan kerangka ini untuk membuat keputusan:
Langkah 1: Periksa Volume Data
Apakah Anda memiliki 3.000+ klik dan 300+ konversi per bulan?
- Ya: DDA adalah opsi. Lanjut ke Langkah 2.
- Tidak: Gunakan Last-Click. Tinjau kembali ketika Anda mencapai ambang.
Langkah 2: Periksa Panjang Jalur Konversi
Buka Attribution > Conversion Paths. Apakah sebagian besar jalur multi-sentuh (2+ interaksi)?
- Ya (30%+ jalur adalah multi-sentuh): DDA memberikan nilai signifikan. Lanjut ke Langkah 3.
- Tidak (80%+ adalah single-touch): Last-Click baik. DDA memberikan nilai minimal.
Langkah 3: Periksa Model Comparison
Buka Attribution > Model Comparison. Apakah DDA mendistribusikan ulang kredit secara bermakna?
- Ya (kampanye non-branded memperoleh kredit 20%+): Beralih ke DDA.
- Tidak (angka hampir identik): Last-Click memadai.
Langkah 4: Pantau Setelah Beralih
Setelah beralih ke DDA, apakah total konversi meningkat dalam 30 hari?
- Ya: DDA bekerja. Pertahankan.
- Tidak (konversi menurun): Entah volume data tidak mencukupi atau jalur konversi terlalu sederhana. Kembalikan ke Last-Click.
Kesalahan Atribusi yang Umum
Kesalahan 1: Menggunakan DDA dengan Data yang Tidak Mencukupi
Dampak: Model DDA tidak andal, Smart Bidding mendapat sinyal yang membingungkan, performa menurun.
Solusi: Periksa ambang. 3.000 interaksi + 300 konversi dalam 30 hari. Jika berada di bawah, gunakan Last-Click.
Kesalahan 2: Mengabaikan Atribusi Sepenuhnya
Dampak: Anda menerima apa pun default yang ditetapkan Google (DDA), tanpa memandang apakah akun Anda memenuhi syarat.
Solusi: Pilih model atribusi Anda secara aktif. Periksa volume data. Tinjau laporan Model Comparison setiap kuartal.
Kesalahan 3: Beralih Model Tanpa Rencana Pemantauan
Dampak: Anda beralih ke DDA dan tidak menyadari bahwa performa menurun karena Anda tidak menetapkan baseline.
Solusi: Sebelum beralih: dokumentasikan CPA, volume konversi, dan ROAS saat ini selama 30 hari. Setelah beralih: bandingkan dengan baseline pada 14, 30, dan 60 hari.
Kesalahan 4: Terlalu Banyak Mengkredit Kampanye Branded
Dampak: Di bawah Last-Click, kampanye branded terlihat seperti mesin konversi. Anda memindahkan anggaran ke sana, mengurangi anggaran untuk kampanye non-branded yang sebenarnya menciptakan permintaan.
Solusi: Periksa laporan Model Comparison. Jika kampanye branded kehilangan kredit signifikan di bawah DDA, kampanye non-branded Anda dinilai kurang.
Kesalahan 5: Tidak Memperhitungkan Kehilangan Data iOS
Dampak: Model atribusi Anda beroperasi pada data yang tidak lengkap. Model DDA terdistorsi oleh 18-32% konversi yang tidak dapat dilihatnya dari pengguna iOS.
Solusi: Implementasikan Enhanced Conversions dan server-side tracking untuk memulihkan data yang hilang. Semakin lengkap data Anda, semakin akurat model atribusi apa pun.
Kesalahan 6: Memperlakukan Atribusi sebagai Set-and-Forget
Dampak: Bisnis Anda berkembang, volume data berubah, perilaku pelanggan bergeser. Model yang tepat 6 bulan yang lalu mungkin tidak tepat hari ini.
Solusi: Tinjauan kuartalan dari laporan Model Comparison. Pemeriksaan kuartalan volume data vs ambang DDA. Penilaian ulang tahunan pola jalur konversi.
Pelaporan Atribusi: Apa yang Dipantau
Di luar memilih model yang tepat, Anda perlu memantau data atribusi secara aktif untuk membuat keputusan yang terinformasi.
Laporan yang Ditinjau Setiap Bulan
1. Conversion Paths Report
- Lokasi: Tools & Settings > Attribution > Conversion Paths
- Yang dicari: Panjang jalur rata-rata, urutan kata kunci yang paling umum, transisi perangkat
- Tindakan: Jika panjang jalur rata-rata bertumbuh, audiens Anda membutuhkan lebih banyak waktu untuk memutuskan. Pertimbangkan menyesuaikan conversion windows.
2. Model Comparison Report
- Lokasi: Tools & Settings > Attribution > Model Comparison
- Yang dicari: Kampanye di mana DDA dan Last-Click berbeda lebih dari 20%
- Tindakan: Jika kampanye non-branded memperoleh kredit signifikan di bawah DDA, mereka dinilai kurang di bawah Last-Click.
3. Time to Conversion Report
- Lokasi: Tools & Settings > Attribution > Conversion Paths > Time Lag
- Yang dicari: Berapa persen konversi terjadi di hari yang sama vs. 7+ hari kemudian
- Tindakan: Jika 40%+ konversi terjadi setelah 7 hari, conversion window Anda perlu setidaknya 30 hari.
4. Assisted Conversions Report
- Lokasi: Google Analytics 4 > Advertising > Attribution > Conversion Paths
- Yang dicari: Kata kunci dengan jumlah assist tinggi tetapi konversi last-click rendah
- Tindakan: Ini adalah kata kunci nilai tersembunyi Anda. DDA akan memberikan kredit yang tepat untuk mereka; Last-Click tidak.
Membuat Dashboard Atribusi
Lacak metrik ini setiap bulan:
| Metrik | Sumber Data | Tujuan |
|---|---|---|
| Panjang jalur konversi rata-rata | Laporan Conversion Paths | Lacak kompleksitas perjalanan dari waktu ke waktu |
| % single-touch vs multi-touch | Laporan Conversion Paths | Validasi pilihan model |
| Varian DDA vs Last-Click per kampanye | Model Comparison | Identifikasi kampanye yang dinilai kurang |
| Waktu ke konversi (median) | Laporan Time Lag | Tetapkan conversion windows yang sesuai |
| % konversi cross-device | Laporan Cross-Device | Pahami transisi perangkat |
| Tingkat konversi iOS vs Android | Segmentasi perangkat | Pantau dampak privasi |
Gambaran Lebih Besar: Atribusi dalam Stack Pengukuran Anda
Atribusi adalah satu komponen dari strategi pengukuran yang lengkap. Ia bekerja paling baik ketika dikombinasikan dengan:
1. Conversion Tracking yang Lengkap
Atribusi hanya bisa mengkredit apa yang bisa dilihatnya. Jika panggilan telepon tidak dilacak, tidak ada model atribusi yang dapat memberikan nilai yang tepat pada kata kunci yang menghasilkan panggilan.
Bacaan terkait: Conversion Tracking for Service Businesses: Calls, Forms, and Offline Revenue
2. Data Offline Conversion
Untuk bisnis layanan, konversi yang paling berharga (kontrak yang ditandatangani atau pekerjaan yang diselesaikan) terjadi secara offline. Mengunggah data ini kembali ke Google Ads memberikan sinyal yang lebih akurat untuk digunakan baik Last-Click maupun DDA.
3. Server-Side Tracking
Peningkatan akurasi 13-27% dari server-side tracking secara langsung meningkatkan akurasi atribusi. Lebih banyak titik data berarti model yang lebih baik.
4. Konfigurasi Primary vs Secondary Conversion
Atribusi hanya berlaku pada primary conversion actions Anda. Jika Anda memiliki tindakan yang salah ditetapkan sebagai Primary, bahkan atribusi yang sempurna sekalipun akan mengoptimalkan menuju hasil yang salah.
Poin Utama
Attribution Models dalam 5 Poin
- Hanya 2 model yang tersisa — Last-Click (sederhana, bekerja di mana saja) dan Data-Driven Attribution (berbasis ML, membutuhkan data)
- DDA membutuhkan ~3.000 klik + 300 konversi/bulan — Sebagian besar bisnis layanan di bawah pengeluaran $20K/bulan tidak memenuhi syarat
- DDA menghasilkan 6-30% lebih banyak konversi untuk akun yang memenuhi syarat — Dengan pengurangan biaya 20-30%
- Model Anda secara langsung mengontrol Smart Bidding — Model yang salah = alokasi anggaran yang salah
- Privasi iOS mengurangi data yang dapat diamati 18-32% — Enhanced Conversions + server-side tracking adalah mitigasi yang sangat penting
Ringkasan Keputusan
| Akun Anda | Model yang Direkomendasikan |
|---|---|
| Pengeluaran di bawah $15K/bulan | Last-Click |
| $15-25K/bulan, jalur sederhana | Last-Click |
| $15-25K/bulan, jalur multi-sentuh | Uji DDA, pantau dengan cermat |
| $25K+/bulan, jalur multi-sentuh | DDA |
| Layanan darurat (anggaran berapa pun) | Last-Click |
| Layanan profesional ($20K+/bulan) | DDA |
Tindakan Prioritas
| Tindakan | Dampak | Upaya |
|---|---|---|
| Periksa apakah akun memenuhi ambang DDA | Kritis | Rendah |
| Tinjau laporan Model Comparison | Tinggi | Rendah |
| Tinjau Conversion Paths untuk pola multi-sentuh | Tinggi | Rendah |
| Aktifkan Enhanced Conversions (untuk model apa pun) | Tinggi | Rendah |
| Implementasikan server-side tracking (pengeluaran $5K+) | Sangat Tinggi | Tinggi |
| Tetapkan tinjauan model atribusi kuartalan | Sedang | Rendah |
| Dokumentasikan metrik baseline sebelum beralih model | Tinggi | Rendah |
Yang Tidak Penting
- Mendebat model atribusi ketika Anda memiliki kurang dari 100 konversi bulanan (gunakan Last-Click)
- Mengejar atribusi "sempurna" (tidak ada; semua model adalah perkiraan)
- Sering beralih model (setiap beralih memicu fase belajar)
Yang Sebenarnya Penting
- Memiliki cukup data agar model yang dipilih bekerja dengan baik
- Mencocokkan model atribusi dengan pola perjalanan pelanggan aktual Anda
- Memasukkan data konversi lengkap (termasuk panggilan dan offline) ke dalam model apa pun yang Anda gunakan
- Memantau performa setelah perubahan model apa pun
- Penilaian ulang kuartalan seiring pertumbuhan akun Anda
Panduan ini adalah bagian dari seri Google Ads Efficiency Playbook 2026. Data bersumber dari dokumentasi Google Ads, Growth Minded Marketing, Fibbler, Optmyzr (Frederick Vallaeys), dan beberapa studi performa independen.