מודלי ייחוס: מי באמת הביא את הלקוח
לקוח ראה מודעה, חיפש, נכנס לפייסבוק, חזר בגוגל וסגר. למי מגיע הקרדיט? מדריך מעשי למודלי ייחוס — ולמה זה נוגע ישירות לכיס.
לקוח רואה פרסומת שלכם בסטורי באינסטגרם. ממשיך הלאה, לא לוחץ. יומיים אחר כך הוא מחפש אתכם בגוגל, נכנס, מסתכל, לא סוגר. שבוע אחרי הוא חוזר, מקליד את שם העסק ישירות, ומזמין. עכשיו תגידו לי בכנות — איזה ערוץ הביא את הלקוח הזה? רוב בעלי העסקים שיושבים מולי עונים “גוגל, כמובן, שם הוא סגר”, ומכבים בלי לשים לב בדיוק את האינסטגרם שהתחיל את הסיפור.
למה זה עניין של כסף, לא של אנליטיקס
אני מסתכל על זה קודם כל מהכיסא של רואה החשבון. יש לכם תקציב מוגבל ואתם מחלקים אותו בין ערוצים לפי מה שנראה לכם שמחזיר הכי הרבה. אם המדידה נותנת את כל הקרדיט לערוץ האחרון בשרשרת, אתם מסבסדים את מי שסוגר ומרעיבים את מי שפותח. וזה מתגלגל: פחות תקציב לערוץ הפתיחה, פחות מסעות שמתחילים, פחות עסקאות שנסגרות בהמשך. חצי שנה אחר כך אתם תוהים למה גם ערוץ הסגירה נחלש.
מסע לקוח כמעט אף פעם אינו נקודה אחת. הוא שרשרת: חשיפה, חיפוש, השוואה, היסוס, סגירה. מודל ייחוס הוא הכלל שקובע איך מחלקים את הקרדיט על ההמרה בין הנגיעות. תחליפו את הכלל, וישתנו המספרים בדוחות. ואחריהם ישתנו ההחלטות.
ייחוס שגוי הוא טעות בדוח רווח והפסד שלכם. פשוט אחת שאף אחד לא מראה לכם.
בשביל שנדבר באותה שפה: ייחוס (Attribution) הוא בסך הכל הכלל שמחלק את הקרדיט על המרה בין כל הנגיעות שקדמו לה. זה נשמע טכני, אבל בשטח זו ההחלטה על מי מקבל את השקל הבא בתקציב.
המודלים, בשפה של השטח
ייחוס לנגיעה אחרונה (Last Click). כל הקרדיט הולך לערוץ שהיה אחרון לפני ההמרה. זה המודל הכי נפוץ כי הוא הכי פשוט, וזה בדיוק מה שהופך אותו למטעה. הוא מנפח ערוצי סגירה — מותג, ריטרגטינג — ומזלזל בערוצים שפתחו את המסע.
ייחוס לנגיעה ראשונה (First Click). ההפך: כל הקרדיט למי שהתחיל. שימושי כדי להבין מאיפה מגיעים לקוחות חדשים, אבל עיוור לכל מה שקרה אחר כך, כולל הערוצים שבלעדיהם העסקה בכלל לא הייתה נסגרת.
ייחוס לינארי. הקרדיט מתחלק שווה בין כל הנגיעות. הוגן על הנייר. בפועל הוא מתייחס לחשיפה חולפת של שנייה וחצי ולקליק שסגר עסקה כאילו תרמו אותו דבר, וזה כמעט תמיד לא נכון.
דעיכת זמן (Time Decay). ככל שהנגיעה קרובה יותר לרגע הסגירה, כך היא מקבלת יותר קרדיט. הגיוני למחזורי מכירה קצרים, שבהם מה שקרה אתמול פשוט משקל כבד יותר ממה שקרה לפני חודש.
מבוסס-נתונים (Data-Driven). זה מה שגוגל מריצה כברירת מחדל היום. במקום כלל קבוע, האלגוריתם מסתכל על הדאטה שלכם ומעריך כמה כל נגיעה באמת תרמה — לפי ההפרש בין מסלולים שהמירו למסלולים שנשרו. כשיש מספיק המרות, זה בדרך כלל המדויק ביותר שיש. הרחבתי על ההיגיון מאחוריו במילון — ייחוס מבוסס-נתונים.
טבלה: מי מקבל קרדיט ומתי זה מתאים
זו הטבלה שאני מצייר על לוח מול לקוח לפני שנוגעים בתקציב. לא כדי לבחור “נכון” מול “לא נכון”, אלא כדי להבין מה כל עדשה מראה ומה היא מסתירה.
| מודל | מי מקבל את הקרדיט | מתי הוא מתאים | הסיכון המרכזי |
|---|---|---|---|
| נגיעה אחרונה | הערוץ האחרון לפני ההמרה | מחזור קנייה קצר, מוצר אימפולסיבי, בדיקה מהירה | מנפח מותג וריטרגטינג, מוחק ערוצי פתיחה |
| נגיעה ראשונה | הערוץ שהתחיל את המסע | מיפוי מקורות לקוחות חדשים, גיוס קהל | עיוור לכל מה שסגר בפועל את העסקה |
| לינארי | חלוקה שווה בין כל הנגיעות | מסע קצר ומאוזן, נקודת פתיחה ניטרלית | משווה חשיפה חולפת לקליק סוגר |
| דעיכת זמן | יותר קרדיט ככל שקרוב לסגירה | מחזורי מכירה קצרים-בינוניים | מזלזל בערוצי מודעות בראש המשפך |
| מבוסס-נתונים | לפי תרומה מוערכת בפועל | כשיש נפח המרות משמעותי | דורש דאטה, “קופסה שחורה” קשה להסבר |
שימו לב שאין שורה אחת שבה כתוב “המנצח”. כל מודל הוא כלי, וכמו כל כלי — הוא מצוין למשימה אחת ומסוכן למשימה אחרת.
דוגמה מספרית: אותה המרה, חמישה מספרים
זה החלק שהופך את כל הדיון מתיאוריה למשהו שאפשר להחזיק ביד. ניקח מסע לקוח אחד, אמיתי באופיו, ונראה איך אותה המרה בודדת מתחלקת אחרת בכל מודל.
נניח עסקה אחת בשווי המרה של 1,000 ₪. מסע הלקוח כלל ארבע נגיעות, לפי הסדר:
- חשיפה בקמפיין וידאו (YouTube) — ראה, לא לחץ. תחילת המסע, 14 יום לפני הסגירה.
- קליק על מודעת חיפוש גנרית (“יועץ מס לעצמאים”) — 9 יום לפני.
- קליק מריטרגטינג בגלישה באתרים אחרים — 3 יום לפני.
- חיפוש מותג (“אסטון ייעוץ”) וסגירה — יום הסגירה.
עכשיו נחלק את ה-1,000 ₪ בין ארבע הנגיעות, מודל אחרי מודל:
| נגיעה | נגיעה אחרונה | נגיעה ראשונה | לינארי | דעיכת זמן* |
|---|---|---|---|---|
| וידאו (14 יום) | 0 ₪ | 1,000 ₪ | 250 ₪ | 93 ₪ |
| חיפוש גנרי (9 יום) | 0 ₪ | 0 ₪ | 250 ₪ | 198 ₪ |
| ריטרגטינג (3 יום) | 0 ₪ | 0 ₪ | 250 ₪ | 323 ₪ |
| מותג + סגירה (יום 0) | 1,000 ₪ | 0 ₪ | 250 ₪ | 386 ₪ |
| סה”כ | 1,000 ₪ | 1,000 ₪ | 1,000 ₪ | 1,000 ₪ |
*בדעיכת זמן חילקתי לפי משקל שמכפיל את עצמו כל שבעה ימים בערך — ככל שהנגיעה קרובה לסגירה כך משקלה גדל. המספרים מעוגלים כדי שהטור יסתכם ב-1,000.
תסתכלו רגע על שורת הווידאו. בנגיעה אחרונה הוא מקבל אפס. אפס מוחלט. אם אתם מנהלים תקציב לפי הדוח הזה, הקמפיין הזה נראה כמו כסף שנזרק לפח, ואתם תכבו אותו ביום שני בבוקר. באותה עסקה בדיוק, בנגיעה ראשונה, הווידאו מקבל את כל ה-1,000 ₪ — כי הוא זה שהתחיל את הכל.
עכשיו קחו את זה וכפילו במאה עסקאות בחודש. ההבדל בין “הווידאו מביא 0 ₪” ל”הווידאו מתחיל שליש מהמכירות” הוא ההבדל בין להרוג ערוץ צמיחה לבין להזין אותו. אותה דאטה. אותן המרות. חמישה סיפורים שונים לגמרי, ורק בגלל הכלל שבחרתם להסתכל דרכו.
איך זה מזיז את התקציב בפועל
בואו נמשיך את הדוגמה למקום שכואב בכיס. נניח שהווידאו עולה 4,000 ₪ בחודש ומעורב ב-40 עסקאות בשווי 1,000 ₪ כל אחת.
- בעיני נגיעה אחרונה: הווידאו זכה ב-0 עסקאות. עלות רכישה = אינסוף. מסקנה מתבקשת: לכבות, להעביר את ה-4,000 ₪ למותג ולחיפוש הגנרי.
- בעיני מבוסס-נתונים: הווידאו זוכה, נניח, ב-12 עסקאות מלאות מתוך ה-40 שנגע בהן. עלות רכישה = בערך 333 ₪ לעסקה. מסקנה הפוכה לגמרי: זה אחד הערוצים הזולים שיש לכם, ובטח שלא מכבים אותו.
זה כל העניין. שינוי מודל אחד לא שינה שקל אחד בהוצאה בפועל ולא לקוח אחד במציאות — הוא רק שינה איזה סיפור המספרים מספרים. אבל ההחלטה שנגזרת מהסיפור הזה מזיזה אלפי שקלים, לכיוון הנכון או ההפוך. לכן אני אומר שייחוס הוא לא נושא של אנליטיקאים, הוא נושא של מי שמחזיק את פנקס הצ’קים.
מסגרת בחירה: איך אני מחליט על מה להסתכל
אין מודל אחד נכון שמתאים לכולם, ואני לא מנסה למצוא אותו. אני בוחר לפי אורך מסע הקנייה ולפי השאלה שאני שואל באותו רגע. זו המסגרת שאני עובד לפיה, שאלה אחר שאלה:
- כמה זמן וכמה כסף לוקח לסגור אצלכם? מחזור קצר וזול (מוצר אימפולסיבי, ליד פשוט) — נגיעה אחרונה או מבוסס-נתונים, ההבדלים ממילא קטנים. מחזור ארוך ויקר (שירות מורכב, עסקה גדולה) — כאן נגיעה אחרונה היא מלכודת של ממש, ואני עובד עם מבוסס-נתונים ומסתכל על כל השרשרת.
- מה השאלה שאתם באמת שואלים? “מי סוגר לי עסקאות?” — נגיעה אחרונה. “מאיפה מגיעים לקוחות חדשים לגמרי?” — נגיעה ראשונה. “מה התרומה האמיתית של כל ערוץ לאורך המסע?” — מבוסס-נתונים.
- כמה דאטה יש לכם? מבוסס-נתונים דורש נפח המרות משמעותי כדי לעבוד. אם אתם עסק עם חמש המרות בחודש, האלגוריתם פשוט לא ילמד כלום, ומודל כלל-קבוע יהיה יציב וכן יותר.
- אתם בונים קהל חדש או קוצרים ביקוש קיים? בבנייה מאפס אני תמיד מוסיף מבט על נגיעה ראשונה, כדי לא לחנוק את מקורות הצמיחה. בקצירת ביקוש קיים המשקל עובר לתחתית המשפך.
הכלל המעשי שלי מעל כל אלה: אני מסתכל על אותה תקופה בכמה מודלים במקביל, זה לצד זה. אם ערוץ נראה חלש בנגיעה אחרונה וחזק בנגיעה ראשונה, אני יודע איזה תפקיד הוא ממלא לפני שאני נוגע בשקל אחד מהתקציב.
היה לי לקוח שרצה לכבות קמפיין וידאו כי “הוא לא מביא המרות”. בנגיעה אחרונה הוא באמת נראה חסר תועלת, כמעט אפס. הפכתי את התצוגה לנגיעה ראשונה, ופתאום הקמפיין הזה יושב בראש חצי מהמסלולים שנסגרו בערוצים אחרים. לא ערוץ למחיקה. ערוץ פתיחה. זה כל ההבדל.
לפני שאתם מכבים ערוץ כי “הוא לא מביא המרות”, בדקו אם הוא זה שמתחיל את המסעות שערוץ אחר סוגר. אחרת אתם קוצצים את השורש ומתפלאים שהפרי נעלם.
טעויות נפוצות שאני רואה שוב ושוב
להתאהב במודל אחד. ברגע שקבעתם ש”נגיעה אחרונה זו האמת”, הפסקתם לחשוב. כל מודל הוא עדשה עם עיוורון משלה. מי שמסתכל דרך עדשה אחת בלבד מקבל החלטות עם נקודה עיוורת קבועה.
להשוות מספרים בין שני מודלים כאילו הם אותו דבר. ראיתי דוחות שמצרפים המרות מנגיעה אחרונה בערוץ אחד עם המרות ממבוסס-נתונים בערוץ אחר, ומסכמים. זה כמו לחבר מטרים עם קילוגרמים. אם משווים ערוצים — משווים באותו מודל, נקודה.
לשכוח את חלון ההמרה. מודל הייחוס עובד בתוך חלון זמן. אם מחזור המכירה שלכם 45 יום וחלון ההמרה מוגדר ל-30, שליש מהמסע פשוט לא נספר. תתאימו את החלון לאורך הקנייה האמיתי לפני שאתם מאשימים מודל.
להתעלם מהמרות לא-מקוונות. הרבה עסקים סוגרים בטלפון או בפגישה, לא באתר. אם ההמרה האמיתית לא חוזרת למערכת, שום מודל ייחוס לא יראה אותה, ואתם מודדים חצי עסק. חיבור המרות אופליין הוא תנאי מקדים, לא מותרות.
להאמין שמבוסס-נתונים פותר הכל. הוא הטוב שביניהם כשיש דאטה, אבל הוא עדיין קופסה שחורה שרואה רק את מה שנמדד. הוא לא מתקן בעיית מדידה, הוא רק מחלק חכם יותר את מה שכבר נמדד.
מה שאף מודל לא פותר
כל המודלים האלה חיים בתוך מה שהמערכת מצליחה למדוד: קליקים, קוקיז, מכשירים. אבל נתח גדול מהמסע קורה מחוץ לטווח הראייה. מישהו שמע עליכם מחבר, ראה אתכם בטלוויזיה, חיפש מהטלפון וסגר מהמחשב של העבודה. ככל שיש פחות קוקיז ויותר הגבלות פרטיות, הפער הזה רק גדל. בעולם שבו GA4 מודד סשנים ואירועים חוצי-מכשירים אחרת ממה שהורגלנו אליו, כדאי להבין איך הכלי עצמו סופר לפני שסומכים על הדוח — הרחבתי על זה במדריך GA4.
לכן אני אף פעם לא סומך על מודל ייחוס אחד כאמת. אני מצליב אותו עם המספר שלא יודע לשקר: כמה פניות ולקוחות נכנסו בפועל, וכמה עלה לי להביא אותם. אם אתם רוצים לראות איך כל המדידה מתחברת לתמונה אחת, כתבתי על זה בהרחבה במדידה ואנליטיקס: המדריך שכל בעל עסק חייב לקרוא.
השאלה החשובה על ייחוס היא לא “איזה מודל מדויק במאה אחוז”, כי אין כזה ולא יהיה. השאלה היא אחת: האם המודל שאני מסתכל עליו גורם לי לקבל החלטות תקציב טובות יותר מאשר אתמול. מודל ייחוס הוא עדשה, לא אמת. נגיעה אחרונה אומרת מי סגר, נגיעה ראשונה מי פתח, מבוסס-נתונים מנסה לשקלל את הכל. אל תתאהבו באחד. הסתכלו על כמה במקביל, תמיד לצד המספרים האמיתיים של העסק — פניות, לקוחות, עלות רכישה. ככה מפסיקים לכבות בטעות את הערוץ שמתחיל את המכירות.
אצל הלקוחות שלנו ב-Boostit אנחנו מגדירים את המדידה, מסתכלים על המסע השלם ומנהלים את הקמפיינים בגוגל מקצה לקצה — כך שאף ערוץ פתיחה לא נכבה בטעות רק כי הוא לא מקבל קרדיט בנגיעה האחרונה. מי שרוצה שנעבור על מסע הלקוח והתקציב בחשבון שלו מוזמן לביקורת חשבון Google Ads.
שאלות נפוצות
מה מודל הייחוס הכי טוב? אין תשובה אחת, ומי שאומר לכם שיש מוכר לכם משהו. מבוסס-נתונים הוא בדרך כלל המדויק כשיש מספיק המרות, אבל השאלה האמיתית היא לא “איזה מודל הכי טוב” אלא “איזה מודל עונה על השאלה שאני שואל עכשיו”. למי-סוגר, למי-פותח ולמה-תורם-לאורך-הדרך יש מודלים שונים.
באיזה מודל גוגל אדס משתמשת כברירת מחדל? היום מבוסס-נתונים (Data-Driven) הוא ברירת המחדל בחשבונות עם מספיק נפח נתונים. זה שיפור אמיתי לעומת נגיעה אחרונה שהיה נהוג בעבר, אבל זה עדיין דורש שההמרות שלכם מוגדרות נכון ושחלון ההמרה מתאים לאורך מסע הקנייה שלכם.
כמה המרות צריך כדי שמבוסס-נתונים יעבוד? צריך נפח משמעותי לאורך תקופה. עסק עם בודדות המרות בחודש לא ייתן לאלגוריתם מספיק חומר ללמוד, ואז מודל כלל-קבוע כמו נגיעה אחרונה או דעיכת זמן יהיה יציב וכן יותר. ברגע שהנפח עולה, אני עובר לבחון את מבוסס-הנתונים לצד המודלים האחרים.
האם מודל הייחוס משנה כמה כסף אני מוציא בפועל? לא ישירות — ההוצאה בפועל היא ההוצאה בפועל. מה שהמודל משנה זה איך ההוצאה נראית בדוחות, ומתוך זה את ההחלטות: איזה ערוץ להגדיל, איזה לצמצם, איזה לכבות. ההשפעה על הכיס עקיפה אבל ענקית, כי היא מכוונת את כל חלוקת התקציב קדימה.
אני עסק קטן עם מסע קנייה קצר — צריך בכלל להתעסק עם זה? פחות. כשהמסע קצר וכמעט כל הלקוחות מגיעים בנגיעה אחת או שתיים, ההבדלים בין המודלים קטנים ולא כדאי לשרוף על זה אנרגיה. תשקיעו בדיוק המדידה הבסיסית — שההמרות נספרות נכון ושהמרות טלפון סגורות במערכת. ככל שהמסע מתארך והעסקאות מתייקרות, הייחוס הופך מגזרה שנייה לשאלה מרכזית.
בסוף היום, ייחוס הוא לא תרגיל אנליטי — הוא ההחלטה על לאן הולך השקל הבא. אם אתם רוצים שמישהו יסתכל על מסע הלקוח שלכם, יחבר את המדידה להחלטות תקציב אמיתיות ויבנה קמפיינים שלא מכבים בטעות את הערוץ שמתחיל את המכירות, בדיוק בזה אני עוסק בניהול Google Ads. דברו איתי ונשב על זה יחד.
רוצה שנעבור יחד על החשבון שלך?
אבחון וייעוץ אישי איתי, או ניהול שוטף מלא דרך הצוות שבניתי ב-Boostit.