Attribution models în Google Ads: last click vs data-driven

Un model de atribuire decide cum împarți creditul pentru o conversie între mai multe interacțiuni ale aceluiași utilizator cu reclamele tale, înainte de a converti efectiv. Alegerea modelului nu e un detaliu tehnic izolat — influențează direct ce cuvinte cheie și campanii par „performante" în rapoarte, și, prin extensie, unde alocă bugetul strategia de licitare automată.

De ce apare problema

Un utilizator rareori convertește la primul contact. Un traseu tipic ar putea arăta așa: caută un termen general, dă click pe o reclamă, răsfoiește site-ul, pleacă. Câteva zile mai târziu, caută termenul exact al produsului, dă click din nou, și de data asta cumpără. Într-un traseu și mai lung, poate exista și un al treilea contact — un click dintr-o campanie de remarketing pe Display, între cele două căutări.

Cui atribui conversia — primului click sau ultimului? Sau o împarți între toate cele trei? Aici intervine modelul de atribuire.

Last-click: modelul simplu, dar limitat

Last-click atribuie 100% din creditul conversiei ultimului click înainte de acțiune. E ușor de înțeles și de explicat, dar ignoră complet rolul cuvintelor cheie de „descoperire" — cele care aduc utilizatorul în funnel, chiar dacă nu sunt cele care „închid" vânzarea.

Rezultat frecvent: cuvintele cheie generice, de vârf de funnel, par ineficiente în rapoartele last-click (mult trafic, puține conversii atribuite direct), deși contribuie real la vânzările finalizate ulterior prin alte cuvinte cheie. Dacă optimizezi strict după last-click, riști să reduci bugetul exact pe cuvintele cheie care aduc oameni noi în funnel, păstrând doar cele care „culeg" conversii deja aproape decise.

Data-driven attribution (DDA): modelul implicit azi

Data-driven attribution folosește un model statistic care analizează toate traseele de conversie din contul tău (și, parțial, din date agregate Google) și distribuie creditul proporțional cu contribuția reală estimată a fiecărui punct de contact — nu în mod fix, ci adaptat la comportamentul specific al contului.

De câțiva ani, Google a făcut DDA modelul implicit pentru majoritatea acțiunilor noi de conversie din Search și Shopping, iar celelalte modele bazate pe reguli (first-click, linear, time-decay, position-based) au fost eliminate treptat ca opțiuni selectabile pentru conturi noi. Practic, pentru majoritatea advertiserilor din 2026, alegerea reală nu mai e „ce model bazat pe reguli aleg", ci „las DDA sau compar cu last-click ca referință".

Tehnic, DDA construiește un model bazat pe milioane de trasee de conversie și non-conversie observate, comparând ce combinații de puncte de contact duc mai des la conversie față de cele care nu duc. E diferit de un model fix (ex: „40% primul click, 40% ultimul, 20% restul distribuit") pentru că ponderile variază de la un cont la altul, în funcție de comportamentul real al utilizatorilor tăi.

Ce se schimbă concret în rapoarte

Când treci (sau ești deja trecut automat) de la last-click la data-driven, e normal să vezi:

• Cuvinte cheie de „brand" sau exact-match care aveau performanță excelentă în last-click arătând puțin mai slab — o parte din creditul lor era, de fapt, „împrumutat" de la alte cuvinte cheie din același traseu.
• Cuvinte cheie generice, de descoperire, arătând mai bine decât înainte — DDA le recunoaște rolul real în traseu, chiar dacă nu sunt ultimul click.
• Strategiile de licitare automată (Target CPA, Target ROAS) recalibrându-se treptat, pentru că „văd" alt tipar de performanță pe cuvinte cheie, ceea ce poate muta bugetul spre cuvinte cheie care înainte păreau secundare.
• Numărul total de conversii raportate rămâne, în general, similar — DDA nu creează conversii noi, doar redistribuie creditul pentru cele existente între punctele de contact din același traseu.

Cum verifici ce model folosești

În Google Ads: Tools and Settings → Measurement → Conversions, apoi deschide o acțiune de conversie specifică și uită-te la câmpul „Attribution model". Poți compara modele direct din interfață, în secțiunea de „Attribution" din meniul de Insights, care arată o comparație last-click vs data-driven pentru aceleași date, inclusiv o listă a cuvintelor cheie sau campaniilor cu cea mai mare diferență de credit între cele două modele.

Cum interpretezi comparația fără să tragi concluzii greșite

Nu schimba brusc bugete pe baza unei singure comparații de model. DDA are nevoie de volum suficient de date de conversie ca să fie statistic fiabil — pe conturi mici, cu puține conversii lunare, diferența față de last-click poate fi mai puțin stabilă și se poate schimba de la o lună la alta pe măsură ce se adună mai multe date.

Folosește comparația între modele ca diagnostic, nu ca decizie automată: dacă un cuvânt cheie arată mult mai slab în DDA decât în last-click, înseamnă că probabil primea credit nemeritat înainte — nu că a devenit brusc inutil. Uită-te la rolul lui în traseul complet (Insights → Attribution → Conversion paths) înainte să-i tai bugetul. Un cuvânt cheie generic care apare frecvent ca prim contact, chiar dacă rareori „închide" conversia, poate fi în continuare esențial pentru volumul total de vânzări generat pe termen mediu.

Un exercițiu util, mai ales pentru un cont ipotetic cu buget mixt între branding și performanță: verifică separat traseele de conversie care implică mai multe cuvinte cheie distincte față de cele cu un singur contact. Dacă o proporție mare din conversii vine din trasee cu mai multe puncte de contact, atribuirea last-click subestimează sistematic partea de funnel superior, indiferent de cont.

Concluzie

Modelul de atribuire nu schimbă ce se întâmplă real pe site — schimbă doar cum interpretezi ce s-a întâmplat. Data-driven attribution dă, de obicei, o imagine mai corectă a contribuției reale a fiecărui cuvânt cheie, mai ales pe conturi cu traseu de conversie în mai mulți pași, dar tot merită înțeles ca instrument de interpretare, nu ca adevăr absolut.