Attribution (atıf), reklamcılığın en kafa karıştırıcı ama en kritik konularından biridir. Basitçe, bir dönüşümün (satış, lead) hangi reklama, kampanyaya veya kanala atfedileceğini belirler. Kulağa basit gelebilir ama değildir: bir müşteri genelde satın almadan önce birden çok reklamla, kanalla ve temas noktasıyla karşılaşır. Bu dönüşümü hangisine atfedeceğiniz, hangi kampanyaların "iyi" hangilerinin "kötü" göründüğünü belirler. Yanlış attribution, iyi performans gösteren kampanyaları kötü, kötüleri iyi gösterebilir; bu da yanlış kararlara yol açar. Bu yazıda attribution sorunlarını nasıl bulacağınızı anlatacağım.
Attribution neden bu kadar önemli?
Attribution önemlidir çünkü hangi kampanyalara bütçe ayıracağınıza dair kararlarınızı doğrudan etkiler. Eğer attribution yanlışsa, gerçekte değer üreten kampanyaları "düşük performanslı" sanıp kesebilir, gerçekte değersiz kampanyaları "yüksek performanslı" sanıp ölçekleyebilirsiniz. Bu, bütçeyi yanlış yöne akıtır ve performansı düşürür. Modern müşteri yolculuğu nadiren tek bir reklamla tek bir satıştan oluşur; genelde birden çok temas noktası, kanal ve cihaz içerir. Bu karmaşıklık, attribution'ı hem zor hem kritik kılar. Doğru attribution, bütçe kararlarını gerçek değere göre vermenizi sağlar; yanlış attribution ise sizi yanlış yöne sürükler.
Sorun 1 - Assisted conversion körlüğü
En yaygın attribution sorunu, assisted conversion (yardımcı dönüşüm) körlüğüdür. Bazı kampanyalar, son tıklamayı almasa da dönüşüm yolunda kritik bir rol oynar; örneğin bir üst-huni kampanyası, kullanıcıyı ilk tanıştıran ve sonraki dönüşüme zemin hazırlayan olabilir. Eğer sadece son-tıklama attribution'a bakarsanız, bu yardımcı kampanyalar "dönüşüm getirmiyor" görünür ve onları kesebilirsiniz; ama kestiğinizde, dönüşüm hunisinin üstü çöker ve genel performans düşer. Bu yüzden bir kampanyayı kesmeden önce, onun assisted conversion'lardaki rolüne bakmak gerekir. Düşük performans gösterir görünen bir kampanya, aslında dönüşüm yolunda yukarıda değerli katkı sağlıyor olabilir; bu körlük, en yaygın attribution hatasıdır.
Sorun 2 - Yanlış attribution modeli
İkinci sorun, hesabın durumuna uygun olmayan attribution modeli kullanmaktır. Farklı attribution modelleri (son tıklama, ilk tıklama, doğrusal, veri odaklı) dönüşümü farklı temas noktalarına dağıtır. 2026'da Google, data-driven attribution'ı (veri odaklı atıf) varsayılan yaptı; bu, dönüşümü temas noktalarına gerçek katkılarına göre dağıttığı için genelde son-tıklamadan daha iyidir. Denetimde, hangi attribution modelinin kullanıldığını ve bunun hesabın durumuna uygun olup olmadığını kontrol etmek gerekir. Hâlâ son-tıklama modeline takılı kalmış bir hesap, çok temas noktalı dönüşümlerin gerçek dinamiğini göremez; bu da yanlış değerlendirmelere yol açar. Doğru model, dönüşüm yolunun gerçeğini yansıtmalı.
Sorun 3 - Attribution penceresi uyumsuzluğu
Üçüncü sorun, attribution penceresinin (atıf zaman aralığı) yanlış ayarlanmasıdır. Attribution penceresi, bir reklamla etkileşim sonrası ne kadar süre içinde gerçekleşen dönüşümlerin o reklama atfedileceğini belirler (örneğin 7 günlük tıklama, 1 günlük görüntüleme). Bu pencere, ürününüzün satın alma döngüsüne uygun olmalı. Hızlı satın alınan ürünler için kısa pencere yeterliyken, daha uzun değerlendirme gerektiren ürünler için daha uzun pencere gerekebilir. Yanlış pencere, dönüşümlerin yanlış sayılmasına yol açar: çok kısa pencere geç dönüşümleri kaçırır, çok uzun pencere alakasız dönüşümleri atfeder. Denetim, attribution penceresinin ürünün satın alma döngüsüyle uyumlu olup olmadığını kontrol etmeli.
Sorun 4 - Platformlar arası çift sayım
Dördüncü sorun, birden çok platform kullanıldığında ortaya çıkan çift sayımdır. Eğer hem Meta hem Google reklamı veriyorsanız, her platform aynı dönüşümü kendine atfedebilir; çünkü her biri kendi penceresinde o kullanıcıyla etkileşmiştir. Bu, toplam atfedilen dönüşümlerin gerçek dönüşümlerden fazla görünmesine yol açar; her platform "ben yaptım" der. Bu çift sayım, platform raporlarına körü körüne güvenirseniz, gerçek performansı abartmanıza yol açar. Çözüm, platform-üstü bir bakış kullanmaktır: gerçek toplam dönüşümü (örneğin e-ticaret platformundan) baz alıp, platform raporlarını bu gerçeklikle karşılaştırmak. Tek bir gerçek kaynağa (source of truth) dayanmak, çift sayımı önler.
Attribution sorunlarını nasıl bulursunuz?
Attribution sorunlarını bulmak için denetimde şunlara bakmak gerekir: Hangi attribution modeli kullanılıyor, hesaba uygun mu? Assisted conversion verisine bakılıyor mu, yoksa sadece son tıklamaya mı güveniliyor? Attribution penceresi ürünün satın alma döngüsüyle uyumlu mu? Birden çok platform varsa, çift sayım kontrol ediliyor mu, gerçek bir toplam dönüşüm kaynağı var mı? Ayrıca, platform raporladığı dönüşümlerle gerçek satış verisi arasındaki tutarlılık, attribution sağlığının iyi bir göstergesidir. Bu kontroller, attribution'ın gerçeği yansıtıp yansıtmadığını gösterir. Doğru attribution analizi, bütçe kararlarını gerçek değere göre vermenizi sağlar; bu da reklam denetiminin kritik bir parçasıdır.
Attribution mükemmel değildir - kabul edin
Attribution konusunda kabul edilmesi gereken bir gerçek var: mükemmel attribution yoktur. Gizlilik kısıtlamaları, çoklu cihaz kullanımı, çevrimdışı dönüşümler ve karmaşık müşteri yolculukları, hiçbir attribution modelinin gerçeği %100 doğru yansıtamayacağı anlamına gelir. Bu yüzden attribution'a, kesin bir gerçek değil, yön gösteren bir tahmin olarak yaklaşmak gerekir. Tek bir platformun attribution raporuna körü körüne güvenmek yerine, birden çok veri kaynağını (platform raporları, gerçek satış verisi, hatta basit "nereden duydunuz" anketleri) birlikte değerlendirmek, daha gerçekçi bir resim verir.
Bu gerçekçi yaklaşım, attribution sorunlarını yönetmenin anahtarıdır. Mükemmel attribution peşinde koşmak yerine, "yeterince iyi" bir attribution anlayışıyla doğru kararlar vermek hedeflenmelidir. Bunun pratik bir yolu, gerçek toplam iş sonucunu (toplam satış, toplam gelir) baz almak ve reklam harcamasının bu bütüne katkısını değerlendirmektir; tek tek kampanya attribution'larına aşırı odaklanmak yerine. Bu üst-düzey bakış (örneğin "tüm reklam harcamam, toplam gelirimi ne kadar etkiledi"), attribution'ın mikro belirsizliklerinden etkilenmez. Attribution'ı mükemmel bir bilim değil, kararları yönlendiren bir araç olarak görmek, onu sağlıklı kullanmanın yoludur. Belirsizliği kabul etmek, paradoksal olarak daha iyi kararlar almayı sağlar.
Sonuç olarak attribution sorunları, bir dönüşümün hangi reklama atfedileceğini bozarak yanlış kararlara yol açar: assisted conversion körlüğü, yanlış attribution modeli, attribution penceresi uyumsuzluğu ve platformlar arası çift sayım. Bunları bulmak için attribution modelini, assisted conversion verisini, pencereyi ve platform çakışmasını kontrol etmek gerekir. Doğru attribution, bütçeyi gerçek değere göre yönlendirmenizi sağlar; yanlış attribution ise iyi kampanyaları kötü, kötüleri iyi göstererek sizi yanıltır. Bu yüzden bir kampanyayı kesmeden veya ölçeklemeden önce, attribution'ın doğru olduğundan emin olmak gerekir. ROAS analizini ROAS analizi yazısında, tüm sistemi reklam hesabı denetimi rehberinde ele aldım. Attribution'ınızı birlikte denetlemek isterseniz reklam hesabı denetimi sayfasından ulaşabilirsiniz.
