כשאני נכנס לחשבון Google Ads חדש, הדבר הראשון שאני בודק זה לא ה-campaigns. זה מה מודל האטריביושן מוגדר עליהם.
מהחשבונות שנכנסתי אליהם בשנה האחרונה עדיין עובדים על Last Click. חלקם עם תקציבי מדיה של עשרות אלפי שקל בחודש.
זה מעצבן אותי.
לא כי זה לא טכנית "עובד". כי זה גורם לאנשים לקבל החלטות שגויות על הכסף שלהם, ואז הם תמהים למה הקמפיינים לא סקיילים.
רגע, מה זה בכלל אטריביושן?
אטריביושן היא השאלה: מי קיבל קרדיט על ההמרה?
משתמש ראה מודעה בגוגל. שבוע אחר כך ראה אותך באינסטגרם. יומיים אחרי זה הוא חיפש את שם הברנד שלך, לחץ על מודעת branded, ורכש. מי "גרם" לרכישה?
Last Click יגיד: מודעת הברנד. כי היא האחרונה לפני הרכישה.
וזה בדיוק הבעיה.
למה Last Click שרד כל כך הרבה זמן
תשובה קצרה: כי הוא פשוט להסביר. "המשתמש לחץ כאן, קנה. הקמפיין הזה עובד."
זה נוח לדיווח. זה נוח למצגות. זה פחות נוח למציאות.
הבעיה היא שכשאתה מודד Last Click, אתה בעצם מתגמל את הקמפיינים שנמצאים בסוף המשפך. branded, retargeting, חיפוש עם intent גבוה. אלה הקמפיינים שיראו כאילו הם עושים הכל. וקמפיינים של awareness, prospecting, discovery – הם ייראו כאילו הם לא עושים כלום.
אז מה קורה? אתה מוריד תקציב מה-prospecting. המשפך מתייבש. שישה חודשים אחר כך אתה תמה למה ה-retargeting פתאום לא עובד.
המודלים הנפוצים – בלי לעשות מהם שיעור בית
יש כמה גישות עיקריות לאטריביושן. אני הולך להיות ישיר לגביהן:
First Click – ההפך של Last Click. כל הקרדיט לנקודת המגע הראשונה. גם כן לא מציאותי, אבל לפחות הוא "מתגמל" awareness. שימושי לפעמים כנגד-בדיקה ל-Last Click, לא כמדד עיקרי.
Linear – מחלק את הקרדיט שווה בשווה בין כל נקודות המגע. נשמע הוגן. בפועל זה קצת "מריחה" שגורמת לכל קמפיין להיראות בינוני. לא ממליץ כמודל ראשי.
Time Decay – נקודות מגע קרובות יותר לזמן ההמרה מקבלות יותר קרדיט. הגיוני יותר מ-Linear, עדיין נוטה לתגמל סוף משפך.
Position-Based (U-Shaped) – 40% לנקודה הראשונה, 40% לאחרונה, 20% לאמצע. לפחות מכיר בכך שהנקודות הקריטיות הן האחיזה הראשונית וסגירת העסקה. יש לזה לוגיקה.
Data-Driven Attribution (DDA) – האלגוריתם של גוגל שמנסה לחשב קרדיט על בסיס נתונים אמיתיים מהחשבון שלך. בתיאוריה: הכי טוב. בפועל: תלוי מאוד בכמות ההמרות שיש לך.
אז מה אני ממליץ בפועל?
DDA לחשבונות עם נפח המרות מספיק. גוגל דורשת מינימום של המרות בחודש כדי ש-DDA יעבוד כמו שצריך. אם אין לך את הנפח הזה, המודל לא יהיה מדויק.
אבל יש כאן נקודה שרוב האנשים מפספסים: שינוי מודל האטריביושן ב-Google Ads לא פותר את בעיית האטריביושן שלך. הוא רק משנה את מה שה-Smart Bidding "חושב" שהוא צריך לאופטימז.
הבעיה האמיתית היא cross-channel attribution.
למה גוגל לא יכול לספר לך את כל הסיפור
גוגל רואה מה קורה בגוגל. מטא רואה מה קורה במטא. אף אחד מהם לא רואה את המשתמש שראה TikTok, אחר כך יוטיוב, אחר כך ביקר באתר שלך ישירות, ואז קנה דרך חיפוש.
כשאתה בודק את דוח ה-conversions בגוגל, הוא יגיד לך שגוגל סגר את ה-conversion. כשאתה בודק את מטא, גם הם יגידו שהם סגרו את ה-conversion. שניהם לא משקרים. הם פשוט כל אחד מציג את המציאות מהצד שלו.
זה נקרא double-counting ורוב החשבונות שרואות "ROI מדהים" בכל ערוץ בנפרד לא מבינים כמה מזה חופף.
כלים שעוזרים לראות תמונה שלמה יותר
אין פתרון מושלם. תמיד תהיה blind spot. אבל יש כלים שמקרבים אותך למציאות:
- GA4 – פרי אחסון ב-Google Analytics עם מודל DDA משלו. שונה ממה שרואים ב-Google Ads. שווה להשוות.
- Northbeam / Triple Whale / Rockerbox – כלי MTA (Multi-Touch Attribution) של צד שלישי. עובדים על first-party data, מנסים לחבר את ה-dots בין ערוצים. עולים כסף, דורשים אינטגרציה, אבל לחשבונות גדולים זה שווה.
- MMM (Marketing Mix Modeling) – הגישה הישנה-חדשה. מודל סטטיסטי שמנסה לאמוד את השפעת כל ערוץ על הביצועים הכוללים. גוגל אפילו שחררה כלים עצמאיים בתחום זה.
מה עושים בחשבון ביום-יום?
בואו נהיה פרקטיים. לרוב האנשים שקוראים את זה, הם לא הולכים לבנות MMM מחר בבוקר. אז מה כן?
דבר ראשון: עבור ל-DDA אם אתה על Google Ads ויש לך נפח. זה לא ייתן לך אטריביושן מושלמת, אבל זה טוב יותר מ-Last Click בכל מדד.
דבר שני: הפסק לנהל קמפיינים לפי ROAS ב-platform בלבד. אחת הטעויות הכי יקרות שאני רואה: מישהו רואה שה-prospecting campaign מחזיר ROAS של 1.2 ומוריד לו תקציב. הוא לא מבין שה-campaign הזה מזין את ה-retargeting שמחזיר ROAS של 8. קח צעד אחורה ותסתכל על ה-blended ROAS של כל החשבון.
דבר שלישי, והכי פשוט שאנשים לא עושים: שאל את הלקוחות. "איך שמעת עלינו?" בדף תודה, בשיחת onboarding, בסקר. הנתון הזה, גם אם אנקדוטלי, לפעמים מספר סיפור אחר לגמרי ממה שרואים בפלטפורמות.
ומה עם iOS ו-Privacy Sandbox?
האטריביושן נהיית קשה יותר, לא קלה יותר. זה הכיוון של השנים האחרונות וזה לא הולך להשתנות.
עם הרחבת ה-cookie restrictions ב-2025-2026, חלון האטריביושן שרואים בפלטפורמות מתכווץ. המרות שהיו נמדדות נעלמות. ROAS שנראה גבוה לפני שנתיים נראה היום נמוך יותר, לא כי הפרסום פחות יעיל אלא כי פחות ממרות מדווחות.
הפתרון הוא first-party data ו-server-side tracking. Conversions API של מטא, Google Ads Enhanced Conversions. אלה לא nice-to-have ב-2026 – הם חובה אם אתה רוצה לראות מה שבאמת קורה.
דעה שנוגדת קצת את הקונצנזוס
רוב הדיון על אטריביושן מתמקד במי "הרג" את ה-conversion. לדעתי הוא שאלה לא נכונה.
השאלה הנכונה היא: אם הייתי מוריד את הקמפיין הזה, כמה המרות הייתי מאבד?
זה incrementality. וזה שונה לגמרי מאטריביושן. מודל אטריביושן מספר לך מי קיבל קרדיט. incrementality testing מספרת לך מה בפועל הוסיף ערך.
גוגל נותנת כלים ל-conversion lift studies. מטא גם. לחשבונות עם מספיק נפח, זה הדבר שהייתי ממליץ לעשות לפני שמחליטים על תמהיל ערוצים.
כשאנחנו ב-Bright מריצים incrementality test ורואים שה-prospecting campaign מוסיף 30% lift ב-conversions אפילו שהוא מראה ROAS נמוך – השיחה עם הלקוח משתנה לגמרי.
אז Last Click מת?
לא מת. עדיין ברירת מחדל בהרבה מקומות. עדיין מה שאנשים מדווחים למנהלים שלהם. עדיין הבסיס להחלטות תקציב בחברות רבות.
אבל כן, הוא מיושן ברמה שגורמת נזק.
לא צריך מחר להקים MMM וחמישה כלי MTA. צריך להתחיל עם שלוש שאלות פשוטות: מה מודל האטריביושן שלי עכשיו ולמה? האם אני מסתכל רק על platform ROAS או גם על blended? ואם הייתי מכבה קמפיין אחד עכשיו, האם אני יודע מה יקרה לשאר?
אם אין לך תשובות ברורות לשלוש השאלות האלה, כדאי לדבר.
אפשר ליצור קשר כאן – אני עושה audit ראשוני לחשבונות שמרגישים שיש להם blind spots באטריביושן.
