Attribution Model là gì?
Attribution Model là quy tắc hoặc thuật toán xác định cách phân bổ giá trị cho các điểm chạm khác nhau trên hành trình khách hàng trước khi chuyển đổi. Từ tháng 11/2023, Google Analytics chỉ còn hỗ trợ 3 mô hình: Data-driven (mặc định, dùng machine learning), Nhấp cuối trên kênh trả phí và tự nhiên, và Nhấp cuối trên kênh trả phí của Google - các mô hình First-click, Linear, Time-decay, Position-based đã ngừng hoạt động.
Attribution Model là gì?
Attribution Model (mô hình phân bổ) là một quy tắc, tập hợp quy tắc, hoặc thuật toán dựa trên dữ liệu, dùng để xác định cách phân bổ giá trị đóng góp cho các điểm chạm (touchpoint) khác nhau trên hành trình một người dùng thực hiện trước khi hoàn thành một sự kiện quan trọng (ví dụ mua hàng, điền form).
Vấn đề attribution model giải quyết: một khách hàng có thể tìm kiếm nhiều lần, click vào nhiều quảng cáo/kênh khác nhau trước khi chuyển đổi — vậy kênh nào “xứng đáng” được ghi nhận công cho kết quả cuối cùng đó?
Quan trọng: chỉ còn 3 mô hình trong Google Analytics — nhiều mô hình cũ đã ngừng hoạt động
Đây là điểm CẦN CẬP NHẬT so với kiến thức SEO/Analytics cũ. Theo tài liệu chính thức của Google, kể từ tháng 11/2023, các mô hình phân bổ theo lượt nhấp đầu tiên (First-click), phân bổ tuyến tính (Linear), phân bổ giảm dần theo thời gian (Time-decay), và phân bổ theo vị trí (Position-based) đã ngừng hoạt động. Nội dung SEO/Analytics viết trước thời điểm này mô tả 5-6 mô hình khác nhau nay đã không còn phản ánh đúng giao diện thực tế của Google Analytics.
Ba mô hình còn được hỗ trợ trong Báo cáo phân bổ của Google Analytics hiện nay:
| Mô hình | Cách hoạt động |
|---|---|
| Dựa trên dữ liệu (Data-driven) | Dùng thuật toán học máy phân tích cả lộ trình chuyển đổi lẫn không chuyển đổi, phân bổ giá trị theo mức độ đóng góp thực tế của từng điểm chạm — là mô hình mặc định và được khuyến nghị |
| Nhấp cuối trên kênh trả phí và tự nhiên | Bỏ qua truy cập trực tiếp, gán 100% giá trị cho kênh cuối cùng (trả phí hoặc tự nhiên) trước khi chuyển đổi |
| Nhấp cuối trên kênh trả phí của Google | Chỉ ghi nhận công cho lượt nhấp cuối cùng vào quảng cáo trả phí của Google, bỏ qua các kênh khác |
Cách hoạt động của mô hình Data-driven
Mô hình này dùng phương pháp đối chứng: so sánh những lộ trình THỰC SỰ dẫn đến chuyển đổi với những lộ trình TƯƠNG TỰ nhưng không chuyển đổi, để suy luận điểm chạm nào có khả năng ảnh hưởng đến kết quả cao nhất. Các yếu tố được tích hợp vào tính toán bao gồm: thời gian tính từ sự kiện quan trọng, loại thiết bị, số lượt tương tác quảng cáo, thứ tự hiển thị, và loại thành phần mẫu quảng cáo. Mỗi nhà quảng cáo và mỗi loại sự kiện quan trọng có một mô hình data-driven RIÊNG, được tính toán dựa trên chính dữ liệu của tài khoản đó.
Một lưu ý quan trọng: truy cập trực tiếp không bao giờ được ghi công
Theo tài liệu chính thức, tất cả các mô hình phân bổ đều KHÔNG phân bổ giá trị cho lượt truy cập trực tiếp (Direct) — trừ trường hợp toàn bộ lộ trình dẫn đến sự kiện quan trọng chỉ gồm duy nhất các lượt truy cập trực tiếp. Đây là lý do vì sao kênh “Direct” trong nhiều báo cáo traffic thường bị đánh giá thấp hơn vai trò thực tế — phần lớn giá trị được “nhường” cho các kênh có thể xác định nguồn gốc rõ ràng hơn.
Vì sao Attribution Model quan trọng khi triển khai đo lường
Việc chọn/hiểu đúng attribution model ảnh hưởng trực tiếp đến cách một doanh nghiệp đánh giá hiệu quả từng kênh marketing. Một chiến dịch SEO có thể đóng vai trò “gieo mầm” (điểm chạm đầu) nhưng khách hàng chuyển đổi qua kênh khác ở bước cuối — nếu chỉ nhìn báo cáo theo mô hình nhấp cuối mà không hiểu bản chất phân bổ, dễ đánh giá thấp giá trị thực sự của SEO trong toàn bộ hành trình khách hàng. Việc thu thập đúng dữ liệu điểm chạm thường được cấu hình thông qua Google Tag Manager hoặc trực tiếp qua gtag.js.
Sai lầm thường gặp
- Áp dụng kiến thức về 5-6 mô hình phân bổ cũ trong khi Google Analytics hiện tại chỉ còn hỗ trợ 3 mô hình.
- Chỉ đánh giá hiệu quả kênh qua mô hình nhấp cuối, bỏ qua vai trò của các điểm chạm ở đầu hành trình.
- Nhầm lẫn attribution model với việc theo dõi conversion nói chung — đây là lớp PHÂN TÍCH SAU KHI đã có dữ liệu điểm chạm, không phải cơ chế thu thập dữ liệu.
- Không nhận ra dữ liệu attribution có thể được phân bổ lại trong một khoảng thời gian sau khi chuyển đổi xảy ra (tối đa 7 ngày), nên báo cáo real-time có thể chưa phản ánh số liệu cuối cùng.
Checklist khi làm việc với Attribution Model
- Đã xác nhận đang dùng đúng 1 trong 3 mô hình hiện hành, không dựa vào tài liệu cũ mô tả mô hình đã ngừng hoạt động?
- Đã hiểu rằng Direct traffic không được ghi công trừ trường hợp đặc biệt?
- Có đối chiếu kết quả giữa các mô hình khác nhau để hiểu vai trò thực sự của từng kênh không?
Câu hỏi thường gặp
Nên chọn mô hình phân bổ nào?
Data-driven là mô hình mặc định và được khuyến nghị vì phản ánh chính xác nhất dữ liệu thực tế của từng tài khoản, thay vì áp dụng một quy tắc cứng nhắc chung cho mọi trường hợp.
Vì sao số liệu attribution có thể thay đổi sau vài ngày?
Vì hệ thống cho phép phân bổ lại các lượt chuyển đổi trong tối đa 7 ngày sau khi chuyển đổi xảy ra, để tính toán chính xác hơn khi có đủ dữ liệu về hành trình đầy đủ của người dùng.
Nguồn tham khảo
Bạn muốn tra cứu thuật ngữ khác?
