Last-click attributie liegt: welk kanaal brengt je B2B-leads echt aan?

Een marketing attributie model bepaalt welk kanaal de credit krijgt voor een conversie. Werk je nog met last-click, dan geef je alle eer aan het laatste kanaal voor de aanvraag, meestal direct, branded search of een retargeting-ad. Het kanaal dat de klant maanden eerder introduceerde, een blog, LinkedIn of een webinar, krijgt nul. In B2B met lange salescycli is dat een dure blinde vlek. Kort gezegd: stap af van last-click, kijk naar het hele pad naar de deal en verdeel je budget op basis van echte bijdrage aan omzet, niet op het kanaal dat toevallig als laatste in beeld was.

Wij zijn een Belgisch B2B-groeibureau. We sturen liever op klanten en omzet dan op ijdele cijfers. Attributie is precies de plek waar dat onderscheid zichtbaar wordt, want het verkeerde model laat je investeren in kanalen die deals afsluiten die er sowieso al waren, en bezuinigen op kanalen die de pijplijn vullen.

Wat is een marketing attributie model precies?

Een marketing attributie model is de regel die beslist hoe de waarde van een conversie verdeeld wordt over alle contactmomenten die eraan voorafgingen. Een prospect ziet eerst een LinkedIn-post, leest twee weken later een blog via Google, komt nog eens terug via een nieuwsbrief en vraagt uiteindelijk een offerte aan na een branded search. Dat zijn vier contactmomenten, één conversie. De vraag is: welk kanaal verdient hoeveel credit?

De gangbare modellen:

• Last-click (laatste interactie): 100% van de credit gaat naar het laatste kanaal voor de conversie. Simpel, maar het overschat alles wat onderaan de funnel zit.
• First-click (eerste interactie): alle credit gaat naar het kanaal dat de klant introduceerde. Het omgekeerde probleem.
• Lineair: elke stap krijgt een gelijk deel.
• Time-decay: stappen dichter bij de conversie krijgen meer gewicht.
• Position-based (U-vormig): kent 40% van de credit toe aan de eerste interactie, 40% aan de laatste, en de resterende 20% wordt verdeeld over de tussenliggende kanalen. Dit model erkent dat zowel de introductie als de afsluiting belangrijk zijn.

Geen enkel model is “waar”. Het zijn lenzen. Maar last-click is de meest misleidende lens, en toevallig vaak de standaard waarmee teams onbewust werken.

Waarom liegt last-click attributie in B2B?

Omdat de laatste klik bijna nooit het echte werk is. In B2B met een salescyclus van weken tot maanden zijn er veel tussenstappen. De prospect kent je al lang voordat hij die laatste branded zoekopdracht doet. Last-click geeft dan de eer aan direct verkeer, branded PPC of organic search, terwijl social, display of contentmarketing de klant in de eerste plaats introduceerden.

Het gevolg is een budgetfout. Je ziet dat branded search “converteert” en pompt er meer geld in, terwijl die mensen jou al gevonden hadden. Tegelijk lijkt LinkedIn of je blog “niet te werken”, omdat die zelden de laatste klik zijn, en je snijdt precies in het kanaal dat de pijplijn vult. Een eerlijke kijk op je data-analyse draait dit om: je wilt weten welk kanaal de deal in gang zette, niet welk kanaal er als laatste bij stond.

Wil je dit structureel goed inrichten, dan komt het neer op deftige conversie-tracking en de juiste meetopzet. Onze data-analytics hulp begint vaak hier: eerst zorgen dat de paden überhaupt kloppen, dan pas modellen vergelijken.

Hoe zie je het volledige pad naar een lead?

In GA4 doe je dat met de attributie- en advertentierapporten, met name het Attributiepaden-rapport (Attribution paths, in eerdere versies bekend als de conversiepaden). Daar zie je per conversie de volledige reeks kanalen die eraan voorafging, niet alleen de laatste. Je leert er bijvoorbeeld dat een typisch pad eruitziet als “Organic Social, gevolgd door Organic Search, gevolgd door Direct” in plaats van enkel “Direct”.

Een tweede nuttige meting is de assist-ratio per kanaal, te lezen in de oude assisted-conversierapporten. De interpretatie (volgens de Google Analytics-documentatie over deze rapporten): deel de assisted conversies door de last-interaction conversies. Zit die ratio dicht bij 0, dan sluit het kanaal vooral deals af. Ligt de ratio ver boven 1, dan is het kanaal vooral een assistent dat de klant introduceert of warm houdt. Beide types zijn waardevol, maar je behandelt ze anders: een afsluiter optimaliseer je op conversie, een assistent op bereik en kwaliteit.

Praktisch: vergelijk hetzelfde tijdvak onder last-click én onder position-based of data-driven attributie. Verschuift de credit fors richting je top-of-funnel kanalen, dan weet je dat last-click je tot nu toe een vertekend beeld gaf.

Welk attributiemodel moet je kiezen voor B2B?

Geen heilige graal, maar een werkbare lijn: gebruik een model dat de introductie meeweegt, zoals position-based of data-driven, en lees daarnaast altijd de paden uit. Voor de meeste B2B-teams die wij zien is position-based een eerlijke startkeuze omdat het zowel het eerste als het laatste contact erkent. Data-driven is krachtiger als je genoeg volume hebt, maar bij dunne datasets wordt het een black box waar je weinig aan stuurt.

Belangrijker dan het exacte model is wat je ermee doet. Het doel is budget verdelen op basis van echte bijdrage aan omzet, niet op aantallen. En daar zit de grootste valkuil van allemaal.

Waarom je naar omzet moet kijken, niet naar het aantal leads

Omdat meer leads niet meer omzet betekent. Een sprekend voorbeeld uit onze praktijk: een kanaal als organic leverde 2 leads op, terwijl social 11 leads aanbracht. Op het eerste gezicht is social de duidelijke winnaar. Tot je de lifetime value bekijkt: de organic-leads hadden een 5x hogere lifetime value. Reken het door en die 2 “trage” leads zijn meer waard dan de 11 snelle.

Een attributiemodel dat alleen conversies telt, mist dit volledig. Daarom koppel je attributie altijd aan waarde: leg de deal-omvang, de klantacquisitiekost en de lifetime value naast je kanalen. Pas dan zie je of een kanaal goedkope leads aanbrengt die nooit klant worden, of dure leads die je beste klanten worden. Dit is exact waar wij voor staan: stuur op klanten en omzet, niet op het cijfer dat het mooist oogt in een dashboard.

Zet je dit vast in een vaste rapportage, dan is het slim om attributie en waarde samen te brengen in één marketing dashboard, zodat je niet elke maand handmatig paden zit te puzzelen.

Wat is een realistisch stappenplan?

Je hoeft niet alles tegelijk om te gooien. Een werkbare volgorde:

1. Check je huidige standaardmodel. Werk je onbewust op last-click? Begin daar.
2. Zet betrouwbare tracking op. Zonder schone conversie-tracking is elk model gokwerk.
3. Lees de paden uit. Open het Attributiepaden-rapport (Attribution paths) en kijk welke kanalen vooraan in het pad staan.
4. Bepaal per kanaal de rol via de assist-ratio: afsluiter of assistent?
5. Koppel omzet en LTV aan je kanalen, niet alleen aantallen.
6. Herverdeel budget op basis van bijdrage aan omzet, en hertest na een volledige salescyclus.

Het is geen eenmalige oefening. Je salescyclus en je kanaalmix veranderen, dus je herhaalt dit periodiek. Een klein team dat snel beweegt heeft hier een voordeel: je kunt budget verschuiven zodra de data het zegt, zonder een kwartaal aan goedkeuringen.

Veelgestelde vragen over marketing attributie modellen

Is last-click attributie altijd fout? Nee. Voor een korte, impulsieve aankoop kan last-click prima volstaan. Het probleem ontstaat bij langere B2B-trajecten met veel contactmomenten, waar het model de introductie en de tussenstappen systematisch wegpoetst.

Wat is het verschil tussen first-click en position-based? First-click geeft 100% van de credit aan het kanaal dat de klant introduceerde. Position-based verdeelt het: 40% naar de eerste interactie, 40% naar de laatste en 20% over de tussenliggende stappen, zodat zowel introductie als afsluiting meetellen.

Hoe weet ik of een kanaal vooral assisteert of afsluit? Kijk naar de assist-ratio: assisted conversies gedeeld door last-interaction conversies. Dicht bij 0 betekent dat het kanaal vooral deals afsluit, ver boven 1 betekent dat het vooral assisteert. Beide zijn waardevol, je stuurt ze alleen anders bij.

Moet ik per se het data-driven model gebruiken? Niet per se. Data-driven werkt goed bij voldoende volume, maar wordt onbetrouwbaar bij weinig data. Voor veel B2B-teams is position-based een eerlijkere en beter stuurbare startkeuze.

Welk model toont mijn echte omzetbijdrage? Geen enkel model alleen. Een model verdeelt credit over kanalen, maar pas als je daar dealwaarde, CAC en lifetime value aan koppelt, zie je welk kanaal écht omzet aanbrengt.

Stop met budget verdelen op de verkeerde cijfers

Last-click voelt comfortabel omdat het simpel is, maar in B2B kost het je geld: je beloont kanalen die de deal niet maakten en straft kanalen die je pijplijn vullen. Wissel het in voor een model dat het hele pad meeweegt, koppel er omzet en LTV aan vast, en verdeel je budget op echte bijdrage. Wil je dat objectief opgezet zien, met tracking die klopt en een model dat bij jouw salescyclus past? Plan je gratis intake.