מודל ייחוס (Attribution model)
מודל ייחוס קובע איך הקרדיט על המרה מתחלק בין הקליקים על מודעות שקדמו לה. ב־Google Ads ברירת המחדל היא Data-driven.
המונח בממשקמדידה
Attribution model
מודל ייחוס קובע איך הקרדיט על המרה מתחלק בין הקליקים על מודעות שקדמו לה. ב־Google Ads ברירת המחדל היא Data-driven.
מישהו לוחץ על מודעת חיפוש גנרית, שבוע אחר כך על מודעת מותג, ואז קונה. Last click נותן את כל הקרדיט למודעת המותג. Data-driven, ברירת המחדל, משתמש במסלולי ההמרה בחשבון שלכם כדי לתת חלק לכל שלב. ב־2026 יש ב־Google Ads רק את שני אלה; First click, Linear, Time decay ו־Position-based הוסרו ב־2023.
איפה רואים את זה
ב־Google Ads המודל נקבע לכל פעולת המרה: Goals > Conversions > Summary, פותחים את הפעולה ועורכים את "Attribution model". את תזוזת הקרדיט רואים ב־Goals > Attribution, כולל Model comparison ו־Conversion paths. ב־Meta וב־TikTok אין בחירת מודל; הן משייכות המרות בתוך חלון הייחוס שהגדרתם, ולכן המספרים שלהן חופפים לאלה של Google ואין לחבר ביניהם.
דוגמה להמחשהקמפיין חיפוש גנרי של ₪7,000 בחודש
| מודל | המרות משויכות | CPA |
|---|---|---|
| Last click | 10 | ₪700 |
| Data-driven | 16 | ₪437.50 |
לפי Last click אולי הייתם עוצרים את הקמפיין, כי הוא פותח מסלולים שמסתיימים בקליק על מותג. לפי Data-driven הוא נראה כדאי. קרדיט חלקי הוא רגיל, ולכן תראו ערכים כמו 15.6 המרות.
כן
- להשתמש באותו מודל בפעולות המרה שמשווים ביניהן
- לבדוק אינקרמנטליות כדי לדעת אם הקמפיין גרם למכירה
לא
- לחבר את ההמרות של Google, Meta ו־TikTok ולקרוא לסכום מכירות
- להחליף מודל ולהשוות לדוחות ישנים