Model liniowy (ang. Linear) to najbardziej demokratyczny ze starych modeli atrybucji. Przypisuje on dokładnie taki sam udział w konwersji każdemu punktowi styku na ścieżce użytkownika, niezależnie od tego, czy dany kanał zapoczątkował relację, znajdował się w środku, czy bezpośrednio domknął sprzedaż.
Podobnie jak w innych tradycyjnych modelach Google Analytics 4, wejścia bezpośrednie są ignorowane, o ile na ścieżce występują inne źródła ruchu.
Przykłady działania (Ścieżki konwersji)
Oto jak model rozdziela 100% wartości konwersji w zależności od liczby zaangażowanych kanałów:
Sieć reklamowa Media społecznościowe Płatne wyszukiwania Bezpłatne wyszukiwania
Wynik: Do każdego z 4 kanałów zostanie przypisane 25% wartości konwersji.
Sieć reklamowa Media społecznościowe Płatne wyszukiwania E-mail
Wynik: Do każdego z 4 kanałów zostanie przypisane 25% wartości konwersji.
Sieć reklamowa Media społecznościowe Płatne wyszukiwania Wejścia bezpośrednie
Wynik: Wejście bezpośrednie zostaje zignorowane. Ścieżka skraca się do 3 punktów styku, dlatego do każdego z nich zostanie przypisane 33,3% wartości konwersji.
Podsumowanie modelu liniowego
Zalety
- Docenienie całej ścieżki - Umożliwia optymalizację budżetów reklamowych na całej długości ścieżki konwersji, nie faworyzując ani otwarcia, ani domknięcia.
- Wsparcie dla strategii omni-channel - Pokazuje wartość działań wspomagających, które w innych modelach mogłyby zostać niesłusznie uznane za bezwartościowe.
Wady
- Brak różnicowania - Wszystkie kanały traktowane są dokładnie tak samo (nawet te przypadkowe i mało znaczące), co może sztucznie zawyżać wartość słabych źródeł ruchu i zaburzać realną analizę efektywności.
- Trudność w optymalizacji - Przypisywanie równych zasług utrudnia podjęcie decyzji, który konkretny element ścieżki ma kluczowe znaczenie dla decyzji klienta o zakupie.
Inne modele atrybucji: Model Last Click, Model First Click, Model z uwzględnieniem pozycji, Model spadku udziału z upływem czasu, Model Data Driven