Attribution İleri Stratejileri
1. Data-Driven Attribution (DDA)
Data-Driven Attribution, Google'ın makine öğrenmesi kullanarak dönüşüm yolundaki her temas noktasına gerçek katkısına göre kredi veren attribution modelidir. Google Ads'te varsayılan ve önerilen modeldir.
a) DDA Nasıl Çalışır?
- Dönüşüm yapan ve yapmayan kullanıcı yolculuklarını karşılaştırır
- Hangi temas noktalarının dönüşüm olasılığını artırdığını tespit eder
- Her temas noktasına katkısıyla orantılı fraksiyonel kredi atar
- Sürekli öğrenir ve zamanla daha doğru hale gelir
b) DDA vs. Diğer Modeller
| Model | Kredi Dağılımı | Durum |
|---|---|---|
| Data-Driven | ML ile gerçek katkıya göre | Aktif — varsayılan |
| Last Click | Tüm kredi son tıklamaya | Aktif — seçilebilir |
| First Click | Tüm kredi ilk tıklamaya | Kaldırıldı (2023) |
| Linear | Eşit kredi her temas noktasına | Kaldırıldı (2023) |
| Time Decay | Son temas noktalarına daha fazla | Kaldırıldı (2023) |
| Position-based | İlk ve son %40, ortalara %20 | Kaldırıldı (2023) |
Reklam Görme"] --> B["Search
Marka Araması"] B --> C["YouTube
Video İzleme"] C --> D["Search
Ürün Araması"] D --> E["Dönüşüm
Satın Alma"] F["Last Click"] --> G["D: %100"] H["DDA"] --> I["A: %15
B: %25
C: %20
D: %40"] style E fill:#DCFCE7 style H fill:#29ABE2,color:#fff
Attribution modellerini bir futbol maçına benzetin. Last Click modeli, sadece golü atan oyuncuya tüm krediyi verir. DDA ise asist yapan, topu kazanan, savunmayı geçen her oyuncunun katkısını analiz eder ve her birine gerçek etkisine göre puan verir.
❌ Yanlış: "Data-driven attribution her zaman en doğru modeldir"
✅ Doğru: DDA, yeterli veri olduğunda en sofistike modeldir ancak "en doğru" olduğu garanti değildir. Düşük dönüşüm hacimli hesaplarda DDA'nın öğrenecek yeterli verisi olmaz ve sonuçlar güvenilmez olabilir. Ayrıca DDA bir kara kutudur -- kredi dağılımının neden öyle olduğunu tam olarak açıklayamaz. Incrementality testleri ve holdout deneyleri, attribution modellerinin ötesinde gerçek reklam etkisini doğrulayan altın standarttır.
2. GA4 Attribution Ayarları
a) GA4 Attribution Modeli Seçenekleri
- Paid and organic channels — Data-driven: Tüm kanallara (ücretli + organik) DDA uygular
- Paid and organic channels — Last click: Tüm kanallara son tıklama uygular
- Google paid channels — Last click: Sadece Google Ads kanallarına son tıklama, diğerlerine cross-channel last click
b) Ayarlama Yeri
GA4 Admin → Data display → Attribution settings
- Reporting attribution model: Raporlarda kullanılan model
- Lookback window: Ne kadar geriye bakılacağı
GA4'teki attribution ayarlarını değiştirdiğinizde, geçmiş veriler de yeni modele göre yeniden hesaplanır. Bu, raporlarınızda tutarsızlıklara yol açabilir. Değişiklik yapmadan önce mevcut raporlarınızın ekran görüntüsünü alın ve ekibinizi bilgilendirin.
3. Lookback Windows (Geriye Bakma Penceresi)
Lookback window, bir dönüşümden ne kadar önceki temas noktalarının kredi alacağını belirler.
a) Google Ads Lookback Windows
| Dönüşüm Türü | Varsayılan | Seçenekler |
|---|---|---|
| Click-through | 30 gün | 1-90 gün |
| View-through | 1 gün | 1-30 gün |
| Engaged-view | 10 gün | 1-30 gün |
b) GA4 Lookback Windows
- Acquisition conversion events: 30 gün (varsayılan) veya 7 gün
- All other conversion events: 90 gün (varsayılan), 60 veya 30 gün
c) Lookback Window Stratejisi
- Kısa satış döngüsü (e-ticaret, fast food): 7-30 gün yeterli
- Uzun satış döngüsü (B2B, gayrimenkul, eğitim): 60-90 gün gerekli
- Pencereyi gereğinden uzun tutmak, eski temas noktalarına gereksiz kredi verir
4. Conversion Paths Raporu
GA4'ün Conversion Paths raporu, kullanıcıların dönüşüme giden yolculuklarını kanal, kaynak ve kampanya bazında gösterir.
a) Rapor Okuma
- Erken temas noktaları: Hangi kanallar kullanıcıyı ilk kez siteye çekiyor?
- Orta temas noktaları: Hangi kanallar kullanıcıyı geri getiriyor?
- Son temas noktaları: Hangi kanallar dönüşümü tetikliyor?
- Path uzunluğu: Ortalama kaç temas noktası gerekiyor?
Paths Raporu"] --> B["Erken Temas
İlk etkileşim"] A --> C["Orta Temas
Geri getirme"] A --> D["Son Temas
Dönüşüm tetikleme"] B --> E["Paid Social
Display Ads
Organic Search"] C --> F["Email
Remarketing
Direct"] D --> G["Brand Search
Direct
Remarketing"] style A fill:#29ABE2,color:#fff
5. Cross-Platform Attribution Karşılaştırması
a) Neden Farklı Platformlar Farklı Sayılar Gösterir?
- Google Ads: Google kanallarının katkısını vurgular, cross-device modelleme yapar
- GA4: Tüm kanalları değerlendirir, Google Ads'e göre genellikle daha düşük Google Ads dönüşümü raporlar
- Meta Ads: 1-day view / 7-day click attribution kullanır, kendi platformuna kredi verir
- CRM: Doğrulanmış satış verisi — "gerçek" rakam
b) Karşılaştırma Stratejisi
- Tek bir "doğru" platform yok — her platform kendi perspektifinden raporlar
- CRM verisini "ground truth" (temel gerçek) olarak kullanın
- Platform raporlarını birbirleriyle değil, CRM ile karşılaştırın
- Trend analizi yapın — mutlak rakamlar yerine trendlere odaklanın
- Marketing Mix Modeling (MMM) gibi ileri yöntemleri değerlendirin
Attribution karşılaştırmasında basit bir yöntem: Her platformun raporladığı toplam dönüşümü toplayın. CRM'deki gerçek dönüşüm sayısından fazlaysa (ki genellikle öyledir), her platformun "aldığı kredi" oranında indirim faktörü uygulayın. Bu, bütçe dağılımı kararlarında daha gerçekçi bir tablo sunar.
- Data-Driven Attribution'ın her temas noktasına gerçek katkısına göre kredi verdiğini bilir, son tıklama modeliyle farkını açıklayabilirsin.
- GA4 attribution ayarlarını ve lookback window'ları iş modeline uygun yapılandırabilirsin.
- Conversion Paths raporuyla erken/orta/son temas noktalarını analiz edip bütçe kararlarını yönlendirebilirsin.
- Farklı platformların neden farklı dönüşüm sayıları raporladığını anlayıp CRM'i ground truth olarak kullanabilirsin.