GA4 attribution modellen — welk model wanneer?

Wat doet elk model precies?

1. Last click — 100% credit naar de laatste touchpoint vóór conversie. Simpel, maar overschat closing-kanalen (direct, brand-search) en onderschat upper-funnel (display, social).
2. First click — 100% credit naar de eerste touchpoint. Overschat upper-funnel, onderschat closing-touchpoints. Nuttig als je vooral awareness-ROI wilt meten.
3. Linear — evenredig verdeeld over alle touchpoints. 3 kanalen? Elk krijgt 33%. Klinkt eerlijk maar negeert dat de laatste touchpoint vaak belangrijker is dan de eerste "awareness" impressie.
4. Time-decay — recentste touchpoints krijgen meer credit, oudste minder. Half-life standaard 7 dagen. Logisch voor korte buyer-cycles; minder fair voor B2B met lange overweging.
5. Data-driven — GA4 eigen ML-model dat credits verdeelt op basis van welke touchpoint-combinaties daadwerkelijk tot conversies leidden in jouw data. Default in GA4 sinds 2023.

En wanneer je er van moet afwijken.

Data-driven attribution (DDA) is standaard in GA4 omdat het conceptueel het beste klopt: het kijkt naar de patronen in jouw data om te leren welke paths tot conversie leiden. In theorie is dit het meest eerlijke model.

In de praktijk heeft het drie zwakheden:

• Minimale data-drempel: DDA vereist 3000+ conversie-events én 300+ converterende paths in 30 dagen. Voor kleinere sites valt GA4 terug op een proxy-model zonder het duidelijk te labellen.
• Black box: je krijgt credits per kanaal maar geen uitleg waarom. Voor rapportage aan de directie is dat soms een probleem ("waarom LinkedIn 20% en niet 30%?").
• Model-drift: DDA herbepaalt regelmatig. Na een grote campagne kan het model van de ene op de andere dag andere credits toewijzen. Vermeld dat in je rapportage.

Welk model voor welke situatie?

Hoe zie je de verschillen?

GA4 heeft een ingebouwd Model comparison report: Admin → Attribution → Model comparison. Kies twee modellen, vergelijk credits per kanaal over dezelfde periode. Een fictief voorbeeld van hoe zo'n vergelijking eruit kan zien (bedragen verzonnen):

LinkedIn krijgt onder linear 2,3x zoveel credit als onder last-click. Wie de campagne-beslissingen neemt op last-click-data, zet LinkedIn mogelijk ten onrechte uit.

Attribution in je rapportage.

Drie praktische aanbevelingen voor wie attributie rapporteert:

1. Altijd 2 modellen tonen. DDA voor optimalisatie-beslissingen, last-click voor begrijpelijkheid. Wie het rapport leest, ziet het contrast en begrijpt dat attributie niet één getal is.
2. Leg het model uit in de rapport-intro. "We gebruiken data-driven attribution: GA4's ML kijkt naar welke touchpoint-combinaties tot conversie leiden en verdeelt credit daarop." Eén zin per rapport voorkomt veel vragen.
3. Waarschuw bij model-drift. Als DDA na een campagne plotseling andere credits geeft, vermeld dat. Wie zijn cijfers ziet "springen", verliest vertrouwen in het rapport.

Samenvatting.

1. 5 modellen in GA4: last click, first click, linear, time-decay, data-driven.
2. Data-driven is default in GA4 — beste voor high-volume e-commerce (3000+ conversies/mnd).
3. Lage volumes → linear of first-click. Offline focus → last click. Lange SaaS-cycle → time-decay + eigen model.
4. Model comparison report in GA4 laat verschillen direct zien — de verschillen per kanaal kunnen fors zijn.
5. Rapporteer altijd 2 modellen naast elkaar. Leg het gebruikte model uit. Waarschuw bij model-drift.

Bronnen

• Google — GA4 attributiemodellen (Analytics Help) ↗
• Google — GA4 events reference ↗