Bir müştərim mənə belə bir sual verdi: "Müştəri əvvəl Instagram-da reklamımızı gördü, sonra Google-da axtardı, WhatsApp-dan sual soruşdu, nəhayət saytdan sifariş verdi. Bu satışı hansı kanala aid edim?" Bu, cross-channel attribution-un əsas sualıdır — və Azərbaycanda demək olar ki, heç bir biznesin düzgün cavabı yoxdur.
Bir müştərim mənə belə bir sual verdi: "Müştəri əvvəl Instagram-da reklamımızı gördü, sonra Google-da axtardı, WhatsApp-dan sual soruşdu, nəhayət saytdan sifariş verdi. Bu satışı hansı kanala aid edim?" Bu, cross-channel attribution-un əsas sualıdır — və Azərbaycanda demək olar ki, heç bir biznesin düzgün cavabı yoxdur.
Müasir müştəri alış qərarına gəlməzdən əvvəl ortalama 6-8 toxunuş nöqtəsindən keçir. Hər kanal qərarın bir hissəsinə töhfə verir. Amma əksər bizneslər yalnız son toxunuşu (last click) hesablayır — yəni satışı yalnız bir kanala yazır. Bu, futbol oyununda yalnız qol vuranı mükafatlandırmaq, amma pas verənləri nəzərə almamaq kimidir.
Bu məqalədə cross-channel attribution nədir, hansı modelləri var, Azərbaycan bizneslərinin bunu necə tətbiq edə biləcəyini və hansı alətlərdən istifadə etməli olduğunu ətraflı izah edəcəyəm.
Attribution — müştərinin satın alma qərarına gətirib çıxaran marketinq kanallarının və toxunuş nöqtələrinin töhfəsini müəyyən etmək prosesidir.
Nümunə: Bir onlayn mağaza aylıq 5000 manat marketinq büdcəsi xərcləyir:
| Kanal | Büdcə | Last-Click Satış | Last-Click ROI | Real Töhfə |
|---|---|---|---|---|
| Instagram Ads | 2000 ₼ | 30 | 150% | Xəbərdarlıq yaradır, ilk toxunuş |
| Google Ads | 1500 ₼ | 50 | 333% | Son toxunuş, amma Instagram olmadan gəlməzdi |
| 200 ₼ | 15 | 750% | Retargeting, orta mərhələ | |
| 100 ₼ | 25 | 2500% | Son qərar anı, amma əvvəlki kanallar lazımdır | |
| SEO | 1200 ₼ | 10 | 83% | Uzunmüddətli, çox toxunuş nöqtəsinin parçası |
Last-click modeldə Google Ads və WhatsApp "qalib" görünür, SEO isə "uğursuz". Amma real həyatda SEO-dan gələn blog oxuyanlar Instagram-da brendi tanıyır, sonra Google-dan axtarır. SEO-nu dayandırsanız, digər kanallar da zəifləyər.
Ən sadə model: bütün kredit son toxunuşa verilir.
Bütün kredit ilk toxunuşa verilir — müştərini ilk dəfə gətirən kanal.
Kredit bütün toxunuş nöqtələri arasında bərabər bölünür.
Satışa yaxın olan toxunuş nöqtələri daha çox kredit alır.
İlk və son toxunuşa hərəsinə 40%, aradakılara cəmi 20% kredit verilir.
Maşın öyrənmə ilə hər kanalın real töhfəsini hesablayır. Google Analytics 4 bu modeli dəstəkləyir.
| Model | Dəqiqlik | Tətbiq Çətinliyi | Minimum Data | Ən Yaxşı Üçün |
|---|---|---|---|---|
| Last-Click | Aşağı | Çox asan | Az | Kiçik biznes |
| First-Click | Aşağı | Asan | Az | Brend fokusu |
| Linear | Orta | Asan | Orta | Bərabər kanallar |
| Time-Decay | Orta-yüksək | Orta | Orta | Qısa satış dövrü |
| Position-Based | Yüksək | Orta | Orta | Çox kanallı |
| Data-Driven | Çox yüksək | Çətin | Çox | Böyük bizneslər |
Azərbaycan bazarında attribution-un tətbiqi bəzi xüsusi çətinliklərlə üzləşir:
Azərbaycanda satışların böyük hissəsi WhatsApp-dan keçir, amma WhatsApp tracking çox çətindir. Müştəri Instagram-da görür, WhatsApp-dan yazır, amma bu əlaqəni izləmək standart alətlərlə mümkün deyil.
Həll: UTM parametrli WhatsApp linkləri istifadə edin. WhatsApp Business API ilə konversiya izləmə qurun. "Bizi haradan tapdınız?" sorğusu əlavə edin.
Müştəri onlayn axtarır, amma fiziki mağazadan alır (ROPO effekti — Research Online, Purchase Offline).
Həll: "Bu endirimi haradan öyrəndiniz?" sorğusu. Onlayn kupon kodu ilə offline alışı bağlamaq.
Apple və Google cookie-ləri məhdudlaşdırır, cross-device tracking çətinləşir.
Həll: First-party data toplamaq. Login/qeydiyyat əsaslı izləmə. Server-side tracking.
Azərbaycan bazarı kiçikdir, data-driven attribution üçün kifayət qədər konversiya olmaya bilər.
Həll: Position-based və ya time-decay modeldən başlayın. Data artdıqca data-driven modelə keçin.
Bütün reklam linklərində UTM parametrləri istifadə edin:
utm_source — kanal (google, instagram, email, whatsapp)utm_medium — format (cpc, social, email, referral)utm_campaign — kampaniya adıutm_content — kreativ versiya (A/B test üçün)Attribution datası CRM-ə axmalıdır ki, satış komandası müştərinin hansı kanaldan gəldiyini bilsin.
Bu sahədə təcrübəli analitika mütəxəssisi tapmaq vacibdir. birjob.com platformasında data analitikası və rəqəmsal marketinq mütəxəssisi vakansiyalarını izləyə bilərsiniz.
| Alət | Qiymət | Model Dəstəyi | Azərbaycan üçün |
|---|---|---|---|
| Google Analytics 4 | Pulsuz | Last-click, Data-driven | Mütləq istifadə edin |
| Google Ads Attribution | Pulsuz (Ads ilə) | Bütün modellər | Google Ads istifadəçiləri üçün |
| HubSpot | $45/ay-dan | Linear, Position-based | B2B üçün yaxşı |
| Triple Whale | $100/ay-dan | Data-driven | E-ticarət üçün |
| Ruler Analytics | $79/ay-dan | Bütün modellər | Kiçik-orta biznes |
| Google Sheets (manual) | Pulsuz | Hər hansı (manual) | Başlanğıc üçün ideal |
Müştəri yolu: Instagram ad → sayta baxdı → Google-da brendi axtardı → email endirim aldı → WhatsApp-dan sifariş etdi
Hansı model daha düzgündür? Position-based, çünki Instagram olmadan müştəri brendi tanımayacaqdı, WhatsApp olmadan sifariş baş tutmayacaqdı.
Müştəri yolu: LinkedIn məqalə → saytda blog oxudu → Google-da axtardı → email newsletter → telefon zəngi → müqavilə
Cross-channel attribution Azərbaycanda marketinqin ən az anlaşılan, amma ən çox ehtiyac duyulan sahəsidir. Mən əmin deyiləm ki, Bakıda 10 şirkət belə düzgün attribution modeli istifadə edir. Demək olar ki, hamı last-click modeldədir — yəni yalnız son toxunuşa baxır.
Bu, böyük bir problem yaradır: brend kanalları (Instagram, YouTube, SEO) az qiymətləndirilir, konversiya kanalları (Google Ads, WhatsApp) şişirdilir. Nəticədə bizneslər brend kanallarının büdcəsini kəsir, uzunmüddətli artım zəifləyir.
Mənim tövsiyəm: mükəmməl modeli axtarmayın, sadəcə last-click-dən çıxın. Position-based model əksər Azərbaycan biznesləri üçün yaxşı başlanğıc nöqtəsidir. Vaxt keçdikcə, data artdıqca, data-driven modelə keçmək olar.
Data analitikası sahəsində bacarıqlı mütəxəssis — hər böyüyən biznesin ehtiyacıdır. birjob.com platformasında bu sahədə vakansiyalar var.
Həftə 1-2:
Ay 1:
Ay 2-3: