Hvad er Attribution window?
Attribution window er den periode, hvor et klik, en åbning eller en anden marketingkontakt kan få kredit for en senere konvertering. Vinduet påvirker direkte hvor meget omsætning en kampagne eller et flow får tilskrevet.
- 0
- Type: Analyse eller KPI
- 1
- Bruges til: Evaluering og optimering
- 2
- Læs sammen med: Levering, klik, konvertering, afmeldinger og klager
Attribution window er den periode, hvor et klik, en åbning eller en anden marketingkontakt kan få kredit for en senere konvertering.
Indholdsfortegnelse
Tilbage til topHvad er Attribution window?
Attribution window er den periode, hvor et klik, en åbning eller en anden marketingkontakt kan få kredit for en senere konvertering.
Rapporten bør vise præcis hvordan tallet beregnes, hvilken periode det dækker, og om grundlaget er sendte emails, leverede emails, unikke modtagere, klik, ordrer, revenue eller en anden datakilde.
Hvorfor er det vigtigt?
Vinduet påvirker direkte hvor meget omsætning en kampagne eller et flow får tilskrevet.
For nyhedsbrevsejere, webshops og teams betyder det, at resultatet kan vurderes ud fra den konkrete handling eller risiko, tallet måler.
Tallet bør altid læses sammen med periode, målgruppe, datakilde, volumen og relevante modsignaler som afmeldinger, spamklager, bounces eller lav konvertering.
Sådan bruger du det i praksis
Brug et tydeligt tidsvindue og vis det i rapporten, så revenue ikke tolkes som mere præcis end datamodellen tillader.
Kig på beregningen bag tallet, datakilden, målgruppen, perioden og de tilknyttede målinger, før der ændres på kampagner eller flows.
En typisk fejl er at læse tallet uden at kende beregning, datakilde og kontekst. Så kan en pæn KPI føre til en forkert beslutning.
FAQ om Attribution window
Hvad betyder Attribution window?
Attribution window er den periode, hvor et klik, en åbning eller en anden marketingkontakt kan få kredit for en senere konvertering.
Kan Attribution window stå alene?
Nej. Brug målingen sammen med andre tal, fordi kampagner kan se gode ud på én KPI og dårlige ud på en anden.
Hvad bør man sammenligne Attribution window med?
Sammenlign med tidligere kampagner, relevante segmenter, leveringsdata, klik, konvertering, afmeldinger og spamklager.
Hvad er en typisk fejl?
En typisk fejl er at optimere efter tallet uden at forstå datakilde, målgruppe og kontekst.
Hvad bør VueSend hjælpe med?
VueSend bør forklare tallet, vise udvikling over tid og pege på realistiske forbedringer.