Attributiemodellen uitgelegd: wie krijgt de credit?

Een klant ziet jouw bedrijf eerst via een Facebook ad, leest later een blog via Google, klikt vervolgens op een Google Ad en koopt uiteindelijk na een direct bezoek. Welk kanaal krijgt de credit? Het antwoord hangt volledig af van het attributiemodel dat je gebruikt. In dit artikel leggen we de belangrijkste modellen uit en welke past bij MKB.

Attributie wijst de credit voor een conversie toe aan de touchpoints in de customer journey.

De keuze van model beïnvloedt direct welke kanalen je als waardevol ziet en waar je budget naartoe stuurt.

Een verkeerde keuze leidt tot verkeerde investeringen en kan groei remmen.

Lees onze gids over [funnel marketing voor MKB](/blogs/funnel-marketing-mkb) voor de bredere context.

Wijst alle credit toe aan het laatste touchpoint voor de conversie.

Voordeel: simpel, transparant, makkelijk te begrijpen.

Nadeel: onderwaardeert merkbekendheid en top of funnel kanalen die de vraag creëren.

Standaard in veel tools maar zelden de beste keuze voor strategische beslissingen.

Wijst alle credit toe aan het eerste touchpoint dat een klant introduceerde.

Voordeel: laat zien welke kanalen vraag creëren.

Nadeel: onderwaardeert kanalen die later in de journey overtuigen.

Goed als secundair model naast last click voor breder inzicht.

Verdeelt credit gelijk over alle touchpoints.

Voordeel: erkent dat elk touchpoint bijdraagt.

Nadeel: behandelt een bannerklik even waardevol als een productdemo, wat zelden klopt.

Werkt het best voor merken met korte journey's en relatief gelijke touchpoint waarde.

Geeft meer credit aan touchpoints dichter bij de conversie, minder aan eerdere.

Voordeel: erkent zowel volledige journey als de zwaarte van laatste interacties.

Nadeel: ondergewaardeerd top of funnel inspanningen.

Geschikt voor producten met overzichtelijke beslissingscyclus van weken tot maanden.

Geeft 40 procent credit aan eerste en laatste touchpoint, 20 procent verdeeld over de rest.

Voordeel: erkent zowel kennismaking als afsluiting.

Nadeel: redelijk arbitrair in de procentverdeling.

Goede middenweg voor MKB die geen data driven model kunnen draaien.

Algoritme bepaalt op basis van je werkelijke data hoeveel credit elk touchpoint krijgt.

Voordeel: meest accuraat omdat het reflecteert wat in jouw situatie werkelijk werkt.

Nadeel: vereist voldoende conversievolume (Google Ads vraagt minimaal 300 conversies in 30 dagen).

Standaard in Google Ads en GA4 voor accounts met voldoende data.

Bij weinig conversies (onder 100 per maand): positie-gebaseerd of tijdsverval.

Bij voldoende volume (300 plus per maand): data driven attributie in GA4 en Google Ads.

Combineer altijd minimaal 2 modellen om blinde vlekken te vermijden.

Lees onze gids over [conversietracking in Google Ads](/blogs/conversietracking-google-ads) voor de technische basis.

Voor budgetverdeling tussen kanalen: gebruik data driven of positie-gebaseerd.

Voor optimalisatie binnen een kanaal: last click is acceptabel.

Voor strategische beslissingen over content of merkbouw: kijk ook naar first click en lineaire data.

Combineer met inzicht in [marketing budget verdelen](/blogs/marketing-budget-verdelen) voor scherpe sturing.

Wat is attributie en waarom is het belangrijk?

Last click attributie

First click attributie

Lineaire attributie

Tijdsverval (time decay) attributie

Positie-gebaseerde attributie

Data driven attributie

Welk model past bij MKB?

Praktische toepassing in dagelijkse beslissingen