Predictive Analytics ושיוך (Attribution) ב-2026
שיעור 18 מתוך 20
התשובה הקצרה
שאלת ה-Attribution פשוטה בניסוח ואכזרית בפועל: מי הביא את הלקוח הזה. פעם הוא היה אומר לך ׳ראיתי בפייסבוק׳ וזהו. היום המסע כולל פרסומת, שיחה עם ChatGPT, חיפוש בגוגל, ביקור, נטישה, ריטרגטינג, חזרה - ורק אז פנייה. ברירת המחדל ברוב המערכות היא Last-Touch: כל הקרדיט לערוץ האחרון. זו בדיוק הסיבה שבעלי עסק מקצצים את הערוצים שהתחילו את הכול, ואז תוהים למה זה נהיה יקר יותר. ארבעה מודלים על השולחן: First-Touch, Last-Touch, Multi-Touch (חלוקה בין נקודות המגע), ו-AI Probabilistic שמחשב הסתברות לכל ערוץ - אבל הוא דורש היסטוריה של אלפי מסעות, ולעסק קטן הוא בעיקר הוצאה. ההחלטה המעשית לרוב הקוראים כאן: לעבור מ-Last-Touch ל-Multi-Touch, ולוודא תיוג UTM מלא - לפני שנוגעים בשקל של תקציב.
למה Last-Touch מטעה אותך בכסף
Last-Touch הוא ברירת המחדל ב-Google Analytics, במערכות הפרסום וברוב ה-CRM. הוא נותן 100% מהקרדיט לערוץ האחרון לפני הסגירה. הבעיה נראית מיד בדוגמה: לקוח ראה פרסומת בפייסבוק, שאל את ChatGPT מי טוב בקטגוריה, קיבל את השם שלך, חיפש אותו בגוגל, ונכנס. כל הקרדיט הולך לגוגל. פייסבוק ו-ChatGPT מקבלים אפס. התוצאה בשטח: בעל העסק מקצץ את פייסבוק כי ׳לא מחזיר׳, ובלעדיו הלקוחות פשוט לא היו יודעים לחפש את השם שלו בגוגל מלכתחילה. זה לא מקרה קצה - זה הכשל הכי נפוץ בהקצאת תקציב שאנחנו נתקלים בו, והוא מתגלה רק חודשיים אחרי הקיצוץ, כשכבר קשה לקשר בין הסיבה לתוצאה.
טוען את המשך השיעור...