Sluta ge sista klicket hela jävla äran.

En kompis rekommenderar produkten. Kunden ser ett inlägg, besöker sajten och funderar. Två veckor senare söker hon på varumärket, klickar på en annons och handlar. I en rapport kan den sista kontakten få mycket av äran. Jag tycker att vi behöver vara nyfikna på vad som hände längs hela vägen, särskilt när rapporteringen används för att bestämma vad vi ska lägga mer pengar och tid på framöver.

När kunden söker vet hon kanske redan vad hon vill ha.

I exemplet har flera saker hänt före köpet. Rekommendationen från kompisen kan ha gjort produkten intressant. Inlägget kan ha förklarat användningen. Besöket på sajten kan ha besvarat en fråga. Kunden återvänder sedan när hon är redo att beställa.

Sökannonsen kan ha hjälpt kunden att hitta fram när hon var redo. Det bidraget vill jag förstå. Men om vi behandlar den sista registrerade kontakten som hela förklaringen skriver vi bort ganska mycket av det som hände före köpet. Då blir det lättare att rapportera än att faktiskt förstå kunden.

En fördelningsmodell är inget kausalitetsbevis.

Attribution fördelar ett registrerat utfall mellan kontakter enligt en modell och dom data som finns. Last click lägger tyngden på den sista kvalificerande kontakten. Bra, då vet vi hur äran delas ut i den rapporten. Det säger fortfarande inte vad som hade hänt om annonsen saknats.

Kunden kanske hade klickat på ett annat resultat eller kommit tillbaka direkt. Hon kanske hade avstått. Den skillnaden behöver undersökas innan vi gör rapportens fördelning av äran till en förklaring av vad som orsakade köpet.

Vem ska göra kunden intresserad nästa gång?

Om vi prioriterar allt efter närheten till köp kan vi lägga allt mindre energi på det som väcker intresset. Produktförklaringen, kreativet och rekommendationen får mindre plats eftersom sambandet med en viss order är svårare att följa. Till slut har vi ett team som är mycket upptaget med att fånga efterfrågan som någon annan förväntas skapa.

Även filmen och varumärkesarbetet ska kunna granskas. Jag vill höra vad insatsen ska påverka och hur vi tänker bedöma den. Ett svårmätt bidrag behöver ett bättre resonemang, inte en budget som är fredad från frågor.

Kunden kan ge ledtrådar som kontot saknar.

Jag gillar att lyssna på hur kunder beskriver ett köp. Fråga hur dom först hörde talas om produkten, vad som gjorde den relevant och vad som hände när dom väl bestämde sig. Låt personen berätta med sina egna ord innan du börjar rada upp dina kanaler.

Kundminnen är ledtrådar, inga exakta kanalandelar. Leta efter återkommande teman och lägg dom bredvid annat underlag. Ett bra citat kan ge oss en idé att undersöka. Vi behöver fortfarande pröva om förklaringen håller när den ska bära ett större marknadsbeslut.

Fråga vad som förändras när vi gör insatsen.

Ett genomtänkt experiment kan hjälpa oss undersöka vilka köp som tillkommer tack vare insatsen. Upplägget måste passa volymen och beslutet. Ett litet bolag har lika stor rätt till en bra fråga som ett stort, men knappast samma förutsättningar för varje test.

En före- och efterjämförelse blir svårläst om säsong, pris och lager ändras samtidigt. Skriv därför jämförelsegrupp, period och utfall och bestäm vilket beslut testet ska hjälpa oss med. Då går det att vara både offensiv och tydlig med vad vi har lärt oss.

Låt underlagen hjälpa varandra.

När annonskontot och orderdatan pekar åt olika håll vill jag undersöka varför. Kundernas berättelser kan ge fler ledtrådar. Att plocka fram rapporten med högst ROAS gör presentationen bekvämare, men knappast budgetbeslutet bättre.

Koppla nästa investering till P&L och forecast och skriv vad vi fortfarande behöver lära oss. Jag vill förstå varför kunden valde oss, även när svaret är lite besvärligare att presentera. Jag tänker inte låta en rapportkolumn bestämma vilka delar av kundresan som får finnas.