Model atrybucji ostatniego kliknięcia (Last Click) przypisuje 100% wartości konwersji ostatniemu kanałowi lub punktowi styku, z którym użytkownik miał kontakt przed zakupem albo innym kluczowym działaniem. To najprostszy model atrybucji. Jest łatwy do odczytania, ale pomija wcześniejsze interakcje, które mogły doprowadzić klienta do decyzji.
Jak działa model Last Click?
Atrybucja to sposób przypisywania udziału w konwersji poszczególnym źródłom ruchu. Punkt styku może oznaczać między innymi kliknięcie reklamy, wizytę z mediów społecznościowych, wejście z wyników organicznych albo kontakt z treścią na blogu.
W modelu Last Click nie dzieli się wartości między wszystkie elementy ścieżki konwersji. Całość trafia do ostatniego kliknięcia poprzedzającego konwersję. Jeżeli zakup był wart 100 zł, model przypisze całe 100 zł ostatniemu kanałowi, nawet gdy wcześniej użytkownik korzystał z kilku innych źródeł.
Przykład ścieżki konwersji
Załóżmy, że użytkownik po raz pierwszy zetknął się z marką dzięki reklamie displayowej, później odwiedził profil firmy w mediach społecznościowych, a zakup sfinalizował po kliknięciu reklamy w wyszukiwarce. W modelu Last Click ścieżka zostanie odczytana w następujący sposób:
- Reklama displayowa – użytkownik poznaje markę, ale nie dokonuje zakupu.
- Social media – użytkownik wraca na stronę, lecz nadal nie konwertuje.
- Wyszukiwarka – użytkownik klika reklamę i dokonuje zakupu.
Wynik jest jednoznaczny: wyszukiwarka otrzymuje 100% wartości konwersji. Reklama displayowa i media społecznościowe nie dostają żadnego udziału, choć mogły wpłynąć na zainteresowanie ofertą i przygotować użytkownika do zakupu.
Zalety i ograniczenia modelu
Last Click bywa użyteczny, gdy ścieżka zakupowa jest krótka, liczba kanałów niewielka, a firma chce szybko sprawdzić, co bezpośrednio domyka sprzedaż. Prostota pomaga też w porównywaniu wyników bez skomplikowanych obliczeń.
Problem pojawia się przy dłuższych i wielokanałowych ścieżkach. Kanały wspierające, takie jak blog, reklamy banerowe, działania w mediach społecznościowych czy kampanie budujące rozpoznawalność, mogą zostać uznane za nieskuteczne tylko dlatego, że nie były ostatnim źródłem wizyty.
Najważniejsze zalety i wady tego podejścia to:
- Prostota – model jest łatwy do wdrożenia i interpretacji.
- Szybka ocena kanału domykającego – pokazuje, które źródło pojawiło się bezpośrednio przed konwersją.
- Pomijanie wcześniejszych punktów styku – model nie pokazuje wkładu kanałów, które rozpoczęły lub wspierały ścieżkę.
- Ryzyko błędnych decyzji budżetowych – kanał domykający może zostać przeceniony, a kanały wspierające niedofinansowane.
- Zniekształcenie obrazu podróży klienta – jedna interakcja zastępuje analizę całej ścieżki konwersji.
Poniższe zestawienie pokazuje różnicę między prostym Last Click a atrybucją opartą na danych:
| Cecha | Last Click | Data-Driven |
|---|---|---|
| Metoda przypisywania | 100% wartości trafia do ostatniego kliknięcia. | Wartość jest dzielona między punkty styku na podstawie danych. |
| Złożoność | Niska, ponieważ model korzysta z jednej reguły. | Wyższa, ponieważ model analizuje wzorce i ścieżki użytkowników. |
| Uwzględnienie ścieżki | Wcześniejsze interakcje są pomijane. | Uwzględniane są różne etapy ścieżek konwertujących i niekonwertujących. |
| Zastosowanie | Krótkie ścieżki, szybkie kampanie i analiza kanału domykającego. | Wielokanałowe działania i decyzje wymagające szerszego obrazu danych. |
Last Click a ostatnie kliknięcie niebezpośrednie
Model Last Click jest często mylony z modelem ostatniego kliknięcia niebezpośredniego (Last Non-Direct Click). W pierwszym przypadku liczy się ostatni punkt styku, także wtedy, gdy jest to wejście bezpośrednie. W drugim ruch bezpośredni jest pomijany, jeśli na ścieżce znajduje się wcześniejsze źródło niebezpośrednie.
Przykład: użytkownik najpierw trafia na stronę z reklamy, później z wyników organicznych, a zakup kończy po wpisaniu adresu witryny w przeglądarce. Last Click przypisze konwersję wejściu bezpośredniemu. Last Non-Direct Click przypisze ją wcześniejszym wynikom organicznym.
To rozróżnienie ma znaczenie w raportach narzędzi analitycznych. W Google Analytics 4 model stosowany w raportach zależy od zakresu danych. Raporty dotyczące źródła sesji mogą korzystać z logiki ostatniego kliknięcia niebezpośredniego, podczas gdy dla zdarzeń można ustawić model atrybucji, na przykład oparty na danych.
Dlaczego firmy odchodzą od prostego Last Click?
Współczesna ścieżka zakupowa często obejmuje kilka kanałów i urządzeń. Atrybucja oparta na danych analizuje historyczne ścieżki użytkowników, w tym także te, które nie zakończyły się konwersją. Na tej podstawie algorytm ocenia, które interakcje zwiększały prawdopodobieństwo wykonania kluczowego działania, i może przypisać im ułamkową część wartości.
Nie oznacza to, że Data-Driven zawsze daje pełny obraz. Dane ograniczają między innymi zgody użytkowników, ciasteczka, blokady przeglądarek, korzystanie z kilku urządzeń oraz długość okna konwersji. Model nadal jest jednak bliższy rzeczywistej ścieżce niż zasada, według której jeden kanał otrzymuje całą zasługę.
Last Click pozostaje rozsądnym punktem wyjścia przy krótkim cyklu sprzedaży lub kampanii, której celem jest wskazanie bezpośredniego impulsu zakupowego. Przy wielu kanałach i długim procesie decyzyjnym nie powinien być jedyną podstawą oceny budżetu marketingowego.
