B2B Pazarlamada Attribution Modelleri Karşılaştırması: İlk Temas, Çoklu Temas ve Tam Yol

Bu fark kulağa geldiğinden daha önemli, çünkü bu tartışmayı hangi model kazanırsa gelecek çeyreğin bütçesine o karar veriyor. Aslında sessizce erken aşama işini yapan bir kanalı "düşük performanslı" diye kapatırsanız, o kanalın beslediği pipeline iki çeyrek sonra görünürde bir sebep olmadan kuruyabilir. Bu yazı, B2B'de gerçekten kullanılan üç model ailesinin — ilk temas, çoklu temas ve tam yol — pratik bir karşılaştırması: her biri neyi görecek şekilde kurulu, neyi yapısal olarak göremiyor ve tahmin yürütmeden nasıl seçim yapılır.

Bu Neden Büyük Ölçüde Bir B2B Sorunu

Tek oturumda tamamlanan bir B2C satın almada attribution pek önemli değildir — genellikle kredilendirilecek tek bir temas noktası vardır. B2B bu varsayımı tamamen bozar. Bir anlaşma aylarca sürebilir, satın alma tarafında üç ila yedi kişiyi içerebilir ve sözleşme imzalanmadan önce bir düzine farklı kanaldan geçebilir: birinci ayda organik bir blog ziyareti, ikinci ayda bir LinkedIn reklamı, dördüncü ayda bir webinar katılımı, yedinci ayda satış temsilcisinin gönderdiği bir vaka çalışması, dokuzuncu ayda son bir fiyatlandırma görüşmesi. Bu temasların hepsi gerçekten yaşandı. Bir attribution modelinin cevapladığı soru "yaşandı mı" değil — "kredinin ne kadarını alıyor" sorusudur, ve farklı modeller aynı olay dizisine tamamen farklı cevaplar verir.

Bu konu, B2B huni optimizasyonu aşamaları rehberimizde ele aldığımız devir noktalarıyla doğrudan kesişiyor — bir attribution modeli bir temas noktasını ancak o temas gerçekten bir yerde kayıt altına alınmışsa kredilendirebilir, yani model, kendisini besleyen CRM ve takip altyapısı kadar iyidir. Bu altyapı yanlış kurulursa, ne kadar sofistike olursa olsun hiçbir attribution modeli güvenilir bir sayı üretmez.

İlk Temas (First-Touch): En Basit Model, Çoğu Aracın Varsayılanı

İlk temas attribution'ı, sonrasında ne olursa olsun, alıcıyı şirketinizle ilk tanıştıran kanala kredinin %100'ünü verir. Bir potansiyel müşteri sizi organik bir Google aramasıyla kapanıştan sekiz ay önce bulduysa, organik arama anlaşmanın tamamını alır — LinkedIn retargeting reklamı, demo ve son satış görüşmesi sıfır kredi alır.

Cazibesi, kurulumunun kolay olması ve kanal başına tek bir sayı isteyen bir yönetim kuruluna anlatılmasının kolay olmasıdır. Google Analytics 4'ün varsayılan kazanım raporlaması da tam olarak bu nedenle bu yöne ağırlıklıdır — kanallar arası veri birleştirmeyi en az gerektiren modeldir. Sorun, ekipleri neye yönlendirdiğidir: ilk temas attribution'ı huninin üst kısmındaki farkındalık kanallarını (organik, PR, geniş kapsamlı paid social) sistematik olarak fazla değerlendirir ve ilk temastan sonra olan her şeyi — satış ekibinin kendi emeği dahil — tamamen siler. Sadece ilk temas verisine dayanan bir şirket, sohbeti başlatan kanalı fonlamaya devam eder ve asıl kapatan kanalları aç bırakır.

Çoklu Temas: Tek Bir Model Değil, Bir Model Ailesi

"Çoklu temas attribution" sıklıkla tek bir modelmiş gibi kullanılır, ama aslında her biri farklı bir önyargı taşıyan birkaç farklı kredi paylaştırma formülünü kapsayan bir kategoridir:

Bu ailedeki her model, her kanalda temas noktası düzeyinde veri gerektirir ve bu veri aynı kişi kaydına bağlanmak zorundadır — ki bu bir attribution sorunundan önce bir CRM ve pazarlama otomasyonu entegrasyonu sorunudur. B2B şirketleri için CRM entegrasyonu en iyi uygulamaları rehberimiz, çoklu temas attribution'ın tam olarak dayandığı altyapıyı ele alıyor: UTM disiplini, mükerrer olmayan kişi kayıtları ve CRM sınırında kaybolmayan pazarlamadan satışa devir verisi.

Tam Yol (Full-Path): En Sık Yanlış Anlaşılan Model

Full-path attribution, birçok pazarlama içeriğinde sadece "daha kapsamlı çoklu temas" olarak tarif edilir; bu tanım onu asıl farklı kılan detayı kaçırır. Yukarıdaki W-şeklinde model ve diğer tüm modeller, yalnızca bir anlaşma CRM'de takip edilen bir opportunity'ye dönüşmeden önceki temas noktalarına kredi verir. Full-path — daha çok Salesforce/Bizible tarzı RevOps araçlarıyla anılan model — krediyi anlaşmanın içine kadar uzatır: bir temsilcinin görüşme ortasında gönderdiği bir vaka çalışması, anlaşma zaten "Teklif" aşamasındayken bir karar vericinin katıldığı teknik bir webinar, imzadan iki hafta önce tekrar ziyaret edilen bir fiyatlandırma sayfası. Bunların hiçbiri W-şeklinde bir modelin görüş alanında yoktur, çünkü W-şeklinde model opportunity oluşturulduğu anda izlemeyi bırakır. Full-path ise kapanışa kadar izlemeye devam eder.

Bu, full-path'i satışın zaten "kendi işi" saydığı anlaşmalara pazarlamanın katkısını gösterebilen tek model yapar — ve tam olarak bu yüzden kurulumu en zor olanıdır. CRM'de opportunity aşama takibi, satışa devirden sonra da akmaya devam eden pazarlama etkileşim verisi (sadece öncesinde değil) ve opportunity sonrası bir temas noktasını aynı anlaşma kaydına, önceki opportunity öncesi temaslarla çift saymadan bağlayabilen bir veri modeli gerektirir. Olgun bir RevOps altyapısı olmadan full-path attribution denemesine girişen çoğu ekip, teknik olarak daha eksiksiz ama pratikte iyi kurulmuş bir W-şeklinde modelden daha az güvenilir bir sonuçla karşılaşır — çünkü altta yatan veri, modelin göremeyeceği boşluklar içerir.

Aynı Anlaşma, Üç Farklı Bütçe Sonucu

Model seçiminin neden akademik bir mesele olmadığını görmenin en net yolu, tek bir anlaşmayı üç modelden de geçirmektir. Şu temas geçmişine sahip 60.000 dolarlık kurumsal bir sözleşmeyi ele alalım: organik blog ziyareti (1. ay) → LinkedIn reklamı tıklaması, lead oluşturuldu (2. ay) → webinar katılımı (4. ay) → satış görüşmesi, opportunity oluşturuldu (5. ay) → temsilcinin gönderdiği vaka çalışması (7. ay) → fiyatlandırma sayfası tekrar ziyareti (8. ay) → imzalanan sözleşme (9. ay).

• İlk temas: Organik blog içeriği kredinin %100'ünü alır — 60.000 dolar. LinkedIn, webinar, temsilcinin vaka çalışması ve satış ekibinin kendi emeği hiçbir şey almaz.
• W-şeklinde çoklu temas: Organik (ilk temas), LinkedIn (lead oluşturma teması) ve satış görüşmesi (opportunity oluşturma teması) her biri %30 — kişi başı 18.000 dolar — alır; webinar kalan %10'u paylaşır. Opportunity sonrası olan vaka çalışması gönderimi ve fiyatlandırma sayfası ziyareti sıfır kredi alır.
• Full-path: Kredi, temsilcinin vaka çalışması ve fiyatlandırma sayfası ziyareti dahil altı temas noktasının tamamına yayılır — imzaya en yakın iki an, ve yukarıdaki iki modelin tamamen görmezden geldiği iki an.

Üç model, tek anlaşma, gelecek çeyrekte hangi kanalın daha fazla bütçe alması gerektiği konusunda üç farklı cevap. Üçü de tek başına "yanlış" değil — farklı sorulara cevap verecek şekilde tasarlanmışlar. Hata, hangi soruyu cevapladığını bilmeden birini varsayılan olarak seçmek (genellikle ilk temas, çünkü analitik aracın kutudan çıkan hali budur).

Tahmin Yürütmeden Model Seçmek

Pratikte doğru model, analitik saflıktan çok satış döngüsüne ve gerçekten var olan veri altyapısına uyup uyduğuyla ilgilidir:

• Kısa döngü, az paydaş, sınırlı CRM verisi: Toplamda iki üç temas noktası varken ilk temas ya da son temas gerçekten yeterlidir — daha karmaşık bir model, kurulum maliyetini karşılayacak kadar sonucu değiştirmez.
• Çok aylı döngü, birden fazla paydaş, CRM lead ve opportunity aşamalarını takip ediyor: W-şeklinde çoklu temas pratik varsayılan seçimdir — opportunity öncesi modeller arasında en dengelisidir ve full-path'in gerektirdiği daha derin RevOps altyapısını gerektirmez.
• Satışın anlaşma ortasında pazarlama içeriğini aktif olarak yeniden devreye soktuğu uzun kurumsal döngü: Full-path kurulum maliyetine değer, ama ancak opportunity aşama takibi ve devir sonrası etkileşim verisi zaten güvenilirse — sağlam olmayan CRM verisi üzerine kurmak sadece daha ayrıntılı yanlış bir cevap üretir.

Bu, ölçeklenebilir müşteri kazanım altyapısı yaklaşımımızın tamamında geçerli olan, önce altyapı sonra taktik sıralamasının aynısı: attribution modeli en son kilitlenmesi gereken şeydir, ilk değil — çünkü ancak altındaki takip ve CRM sistemi kadar doğru olabilir.

Attribution Karmaşıklığının İlk Ortaya Çıktığı Yer: Hibrit PLG ve Satış Motorları

Attribution model seçimi, hem ürün odaklı büyüme (PLG) hem de satış destekli bir motoru birlikte yürüten şirketler için gözle görülür şekilde zorlaşıyor — ki bu artık SaaS büyümesinde istisna değil, kural haline geldi. Self-servis bir deneme kaydı, ürün içi kullanım olayları ve satış destekli bir kurumsal yükseltmenin hepsinin aynı attribution modelinde, ürün kullanım sinyalleri pazarlama temas noktalarını boğmadan (ya da tam tersi) yer alması gerekir — bu da naif bir ilk temas kurulumunun özellikle SaaS'ta en hızlı çöktüğü türden bir sistemler arası veri sorunudur.

Her kanalı her platformun kendi izole sayısını raporlamasına izin vermek yerine tek bir CRM kaydına bağlayan aynı disiplin, İstanbul'daki özel bir üniversite için yürüttüğümüz çok kanallı öğrenci kazanım projesinde attribution'ı okunabilir kıldı. Google, Meta ve DV360 kampanyalarının hepsi aynı kayıt hedefini besledi; form ve WhatsApp başvuruları doğrudan tek bir CRM'e bağlandığı için, hangi kanal kombinasyonlarının kampanyanın ürettiği yaklaşık 5.000 takip edilen lead'i ve 48 kat ROAS'ı gerçekten oluşturduğunu görmek mümkün oldu — her platformun panosuna kendi başına güvenilseydi imkansız olacak bir görünürlük.

Herhangi Bir Modeli Baltalayan Attribution Hataları

• Analitik aracın varsayılanına, gerçekte neyi ölçtüğünü kontrol etmeden güvenmek. GA4'ün standart raporları varsayılan olarak büyük ölçüde web odaklı, son-doğrudan-olmayan-tıklama görüşüdür — birisi bu veriyi açıkça bağlamadıkça, offline satış görüşmelerini, WhatsApp yazışmalarını ya da bir temsilcinin manuel outreach'ini görmez.
• Çeyrek ortasında model değiştirmek. Raporlama döneminin ortasında ilk temastan W-şeklinde modele geçmek, değişiklikten önceki her trend çizgisini sonrasıyla kıyaslanamaz hale getirir ve genellikle gerçekte sadece bir metodoloji değişikliği olan sahte bir "X kanalı birden iyileşti" hikayesi üretir.
• Attribution çıktısını, altındaki veriden daha kesin sanmak. Bir model, ancak gerçekten kayıt altına alınmış temas noktalarını kredilendirebilir. Mükerrer kişi kayıtları, eksik UTM etiketleri ve CRM'e hiç işlenmemiş satış aktivitesi, hiçbir formülün göremeyeceği kör noktalar yaratır.
• Bütçeyi sadece o anki modelin favori gösterdiği kanala göre optimize etmek. Her modelin yapısal bir önyargısı vardır (yukarıdaki tablolara bakın); çıktısını mutlak doğru saymak, bu önyargıyı bir sonraki çeyreğin medya planına aynen taşımak demektir.

Sıkça Sorulan Sorular

Aynı anda birden fazla attribution modeli çalıştırabilir miyim?

Evet, orta veya büyük ölçekli bir B2B pipeline için genellikle doğru yaklaşım budur — tek bir modelin her soruyu cevaplamasını beklemek yerine, hızlı kanal düzeyi okumalar için basit bir model (ilk temas veya son temas) ile gerçek bütçe kararları için daha kapsamlı bir modeli (W-şeklinde veya full-path) paralel çalıştırın.

Daha karmaşık bir modele geçmek her zaman "daha iyi" bir sayı mı üretir?

Hayır — eksik CRM verisi üzerine kurulu sofistike bir model, genellikle eksiksiz veri üzerine kurulu basit bir modelden daha az güvenilirdir. Opportunity aşama kaydı tutarsız bir CRM üzerinde full-path attribution, kesin görünen ama aslında gürültü olan bir sayı üretir.

Mevcut raporlamamızın sessizce hangi modeli kullandığını anlamanın en hızlı yolu nedir?

Panonuzdaki "en iyi kanal" sonucunun web analitiğine mi yoksa CRM kaynaklı gelir raporlamasına mı baktığınıza göre değişip değişmediğini kontrol edin. Eğer ciddi şekilde farklılaşıyorsa, muhtemelen bilinçli bir kıyaslama yapılmadan bir ilk temas ya da son tıklama web modelini CRM'deki opportunity bazlı krediye yakın bir şeyle karşılaştırıyorsunuzdur.

Model Bir Gerçek Değil, Bir Bakış Açısıdır

Bu üç model ailesinden hiçbiri "gerçek sayıyı" üretmez — her biri, uzun ve çok paydaşlı bir anlaşmanın hangi parçasının sayılacağına dair bilinçli bir tercihtir. Asıl risk yanlış modeli seçmek değil; şu anda raporlamanızı hangi modelin yönettiğini bilmeden, çıktısını nesnel bir gerçekmiş gibi bütçe kararlarına taşımaktır. CRM'iniz, takip sisteminiz ve attribution kurulumunuz birlikte denetlenmediyse, mevcut panolarınızın sessizce hangi modeli kullandığını — ve bu modelin gerçekten sorduğunuz soruyu cevaplayıp cevaplamadığını — öğrenmenin en hızlı yolu bir ücretsiz büyüme denetimidir.