פורסם 14 בספטמבר 2026
מודל אטריביושן שיווקי הוא הכלל שלפיו מערכת המדידה מחלקת את הקרדיט על המרה בין הערוצים שהלקוח פגש בדרך. אותה קמפיין בדיוק יכולה להיראות כמו הצלחה גדולה במודל אחד וכמו בזבוז כסף במודל אחר, בלי ששום דבר השתנה בפועל. לרוב העסקים הקטנים המודל המבוסס-דאטה של GA4 הוא ברירת המחדל הנכונה, אבל כדאי להבין מה כל מודל עושה לפני שמקבלים החלטות תקציב על סמך דוח.
מהו אטריביושן, בשפה פשוטה
לקוח כמעט אף פעם לא רואה מודעה אחת וקונה. מסלול טיפוסי נראה כך: מודעה בפייסבוק, חיפוש בגוגל אחרי כמה ימים, ניוזלטר, ואז חיפוש נוסף של שם העסק ורכישה. ארבע נקודות מגע, המרה אחת. השאלה שאטריביושן עונה עליה היא: מי מהארבעה "הביא" את המכירה?
כדאי לקרוא גם: Google Analytics 4 לבעלי עסקים: מה למדוד ואיך לקרוא דוחות · UTM Tags: המדריך המלא לבניית קישורי מעקב לקמפיינים · Consent Mode וקוקיז: איך זה משפיע על מדידת קמפיינים
אין תשובה אחת נכונה. יש כללי חלוקה, וכל כלל מספר סיפור אחר. לכן כשמישהו מציג דוח ואומר "פייסבוק לא מביא המרות", השאלה הראשונה שכדאי לשאול היא: לפי איזה מודל?
למה זה משנה את התוצאות בדוחות
הנזק הכי נפוץ הוא החלטה על קיצוץ ערוץ שנראה חלש בדוח, כשבפועל הוא זה שמתחיל את רוב המסלולים. ערוצי "פתיחה" (סושיאל, דיספליי, וידאו) נפגעים ממודלים שמתגמלים את המגע האחרון, וערוצי "סגירה" (חיפוש ממותג, דיירקט, רימרקטינג) נראים בהם חזקים מדי.
יש לזה השלכות מעשיות:
- עלות להמרה של כל ערוץ משתנה לפי המודל, ולכן גם ההשוואה בין ערוצים.
- הדוח של פלטפורמת הפרסום (Google Ads, Meta) והדוח ב-GA4 כמעט אף פעם לא יסתדרו, כי כל פלטפורמה סופרת לטובת עצמה.
- קמפיינים למודעות למשפך העליון ייראו "לא רווחיים" אם מודדים אותם במודל שלא נבנה בשבילם.
חמשת המודלים הנפוצים: טבלה משווה
| מודל | איך הוא מחלק קרדיט | יתרון | חיסרון |
|---|---|---|---|
| Last Click | 100% למגע האחרון לפני ההמרה | פשוט להבנה, קל להשוות לדוחות ישנים | מעלים את ערוצי הפתיחה ומנפח ערוצי סגירה |
| First Click | 100% למגע הראשון במסלול | מראה מי מייצר ביקוש חדש | מתעלם ממה שסגר את העסקה |
| Linear | חלוקה שווה בין כל נקודות המגע | הוגן, לא מעדיף שום שלב | מתייחס לכל מגע כשווה גם כשברור שלא |
| Time Decay | יותר קרדיט ככל שהמגע קרוב יותר להמרה | מתאים למחזורי מכירה ארוכים | עדיין מקפח את הערוץ שפתח את המסלול |
| Data-Driven | אלגוריתם מחשב את התרומה של כל מגע לפי נתוני ההמרות בפועל | מבוסס על מה שקרה אצלכם, לא על כלל שרירותי | "קופסה שחורה", דורש נפח המרות מינימלי |
ב-GA4 המודלים ששרדו בממשק הם Last Click (כולל גרסה שמתייחסת רק לערוצים בתשלום) ו-Data-Driven. המודלים האחרים עדיין שימושיים כדי להבין את ההיגיון, ובחלק מהפלטפורמות ובכלי BI הם עדיין זמינים.
דוגמה מספרית: קמפיין אחד, חמישה סיפורים
ניקח מסלול לקוח אחד שהסתיים ברכישה של 1,000 ש"ח, עם ארבע נקודות מגע לפי הסדר: מודעת פייסבוק, חיפוש אורגני, ניוזלטר, מודעת חיפוש בגוגל. כך הקרדיט מתחלק בכל מודל (המספרים ב-Time Decay ו-Data-Driven הם המחשה משוערת; בפועל הם תלויים במרווחי הזמן ובנתוני החשבון):
| ערוץ | Last Click | First Click | Linear | Time Decay | Data-Driven |
|---|---|---|---|---|---|
| פייסבוק (מגע 1) | 0 | 1,000 | 250 | ~100 | ~150 |
| אורגני (מגע 2) | 0 | 0 | 250 | ~200 | ~150 |
| ניוזלטר (מגע 3) | 0 | 0 | 250 | ~300 | ~350 |
| גוגל חיפוש (מגע 4) | 1,000 | 0 | 250 | ~400 | ~350 |
עכשיו נכפיל את זה במאות מסלולים בחודש. אם הקמפיין בפייסבוק עלה 3,000 ש"ח, ב-Last Click הוא נראה כמו הפסד מוחלט, ב-First Click כמו הערוץ הכי טוב שיש, וב-Data-Driven כמו ערוץ שתורם באופן מדוד. שלושת הדוחות מתארים את אותה מציאות.
איך לבחור מודל לעסק קטן
לא צריך להפוך את זה למחקר. כמה כללי אצבע שעובדים ברוב המקרים:
- יש 300 המרות ומעלה בחודש ב-GA4? Data-Driven הוא הבחירה הטבעית. הוא ברירת המחדל של גוגל, והוא היחיד שמתבסס על הנתונים שלכם.
- נפח ההמרות קטן? Last Click בתוספת דוח נתיבי המרה (Conversion Paths). המודל פשוט, אבל הדוח מראה מי היה בתחילת המסלול.
- מחזור מכירה ארוך (נדל"ן, B2B, שירותים יקרים)? Time Decay או Data-Driven, ולהאריך את חלון ההמרה ל-60-90 יום.
- המטרה היא להביא קהל חדש? כדאי להסתכל גם על First Click, גם אם הוא לא מודל הדיווח הראשי.
הכלל החשוב ביותר: לבחור מודל אחד לדיווח, לתעד אותו, ולא להחליף באמצע רבעון. השוואה בין חודשים שנמדדו במודלים שונים היא חסרת ערך.
הטעויות שחוזרות על עצמן
- השוואת דוח Meta לדוח GA4 ולהיבהל מהפער. Meta סופרת צפיות (view-through) ומגעים בתוך האפליקציה; GA4 רואה רק קליקים עם תיוג תקין. פער של פי שניים ואף יותר הוא נורמלי.
- קמפיינים בלי UTM. בלי תיוג עקבי, כל התנועה מהניוזלטר ומהסושיאל נרשמת כ-Direct, ושום מודל לא יציל את הדוח. איך לתייג נכון מוסבר במדריך GA4 לעסקים.
- המרה שלא הוגדרה כ-Key Event. Data-Driven לומד רק מהמרות שסומנו; אם הליד מהטופס לא מוגדר, המודל מחשב על סמך משהו אחר.
- לקרוא את המספר בלי לקרוא את המגמה. ההחלטה הנכונה מגיעה מהשוואה לאורך זמן, לא מדוח בודד. על זה מרחיב המדריך מדאטה לתובנות.
מה לבדוק לפני שמאמינים לדוח אטריביושן
לפני שמקצצים ערוץ או מגדילים תקציב על סמך המודל, שווה לעבור על רשימה קצרה:
- האם חלון ההמרה (Lookback Window) מתאים לאורך מחזור המכירה שלכם?
- האם רוב ההמרות הן ממשתמשים שהסכימו לעוגיות? במדינות עם באנר הסכמה חלק מהמסלולים פשוט לא נרשמים.
- האם יש ערוצים שמתרחשים מחוץ לאתר (טלפון, וואטסאפ, ביקור בחנות) ולא מגיעים ל-GA4 בכלל?
- האם דוח נתיבי ההמרה מראה מסלולים של מגע אחד בלבד? אם כן, בחירת המודל כמעט לא משנה, והבעיה היא בכיסוי המדידה.
שאלות נפוצות
איזה מודל אטריביושן GA4 משתמש בו כברירת מחדל?
Data-Driven. אפשר לשנות אותו בהגדרות הנכס תחת Attribution Settings, וההגדרה משפיעה על כל הדוחות הסטנדרטיים. דוח Model Comparison מאפשר להשוות בין מודלים בלי לשנות את ברירת המחדל.
למה Google Ads מציג יותר המרות מ-GA4?
כל פלטפורמה מודדת מהזווית שלה: Google Ads סופרת המרות שהיא ראתה קליק לפניהן, גם אם הלקוח סגר דרך ערוץ אחר. GA4 מחלקת את אותה המרה בין כל הערוצים. הפער צפוי; מה שחשוב הוא שהמגמה בשני הכלים תזוז באותו כיוון.
האם Data-Driven מתאים לאתר עם 20 המרות בחודש?
לרוב לא. המודל דורש נפח מינימלי כדי ללמוד דפוסים, ובנפח נמוך GA4 עשוי ליפול חזרה למודל אחר. במקרה כזה עדיף Last Click עם מעקב ידני אחרי דוח נתיבי המרה.
מה זה חלון המרה, ולמה הוא משפיע על האטריביושן?
חלון המרה הוא כמה ימים אחורה המערכת מחפשת מגעים לפני ההמרה. חלון של 30 יום "ישכח" מודעה שנצפתה לפני 45 יום. לעסקים עם מחזור החלטה ארוך כדאי להאריך אותו, אחרת ערוצי הפתיחה ייעלמו מהדוח.
האם אפשר לעבוד עם שני מודלים במקביל?
כן, ואפילו רצוי: מודל אחד לדיווח הראשי ומודל שני לבדיקה. למשל Data-Driven לניהול תקציב ו-First Click אחת לרבעון כדי לוודא שערוצי הגיוס לא נשחקים.
לסיכום
מודל אטריביושן שיווקי לא משנה מה קרה, רק איך זה מסופר. לפני שמבטלים ערוץ בגלל דוח, כדאי לבדוק באיזה מודל הוא נמדד, האם התיוג תקין, ומה אורך חלון ההמרה. לרוב העסקים הקטנים Data-Driven בתוספת מבט תקופתי על נתיבי ההמרה מספיק כדי לקבל החלטות תקציב שלא מבוססות על אשליה.
עורך, שיווק דיגיטלי
עומר לביא עורך את evpweb. עשר שנים בניהול קמפיינים ובאנליטיקס לעסקים קטנים לימדו אותו שרוב הכסף בשיווק דיגיטלי הולך לאיבוד בגלל החלטות קטנות: מילת מפתח לא נכונה, דף נחיתה איטי, מדידה שלא הוגדרה. הוא כותב בשביל בעלי עסקים שרוצים להבין מה הם קונים לפני שהם משלמים.
