
In this post:
Multi-touch attribution is een manier om de prestaties van marketing en sales te meten waarbij je de credit voor een deal verdeelt over meerdere contactmomenten die eraan voorafgingen, in plaats van alles toe te kennen aan de eerste of de laatste interactie.
Het bestaat omdat B2B-deals bijna nooit uit één interactie voortkomen. Een koper leest een blogpost, klikt een maand later op een advertentie, downloadt een gids, zit een webinar uit, vraagt een demo aan en wisselt een paar e-mails met een rep voordat hij tekent. Vraag het team welk van die momenten de deal won, en het antwoord hangt af van wie je het vraagt.
Daar gaat het ook mis. Het model dat je kiest, bepaalt welke kanalen winstgevend lijken, en dus welke volgend jaar budget krijgen. Kies er zonder nadenken een, of voed het met gebrekkige data, en het rangschikt je kanalen vol overtuiging in de verkeerde volgorde.
TL;DR
First-touch- en last-touch-attributie geven één interactie 100% van de credit. First-touch overschat wat de deal opende, last-touch overschat wat hem sloot, en dat is meestal een sales-e-mail of een branded search.
De gangbare modellen op basis van regels verdelen de credit naar positie. Volgens de definities van HubSpot geeft U-vormig 40% aan zowel het eerste contactmoment als het contactmoment waarop de lead ontstond, geeft W-vormig 30% aan elk van eerste contact, leadcreatie en dealcreatie, en geeft full path 22,5% aan elk van vier mijlpalen, de close inbegrepen.
Google kondigde in 2023 aan dat het de modellen first click, lineair, time decay en position-based uit Google Ads en GA4 zou halen, waardoor alleen data-driven en last click overbleven. B2B-teams die pipeline-attributie op basis van regels willen, doen dat nu meestal in het CRM of in een aparte tool.
Begin met lineair, stap over op W-vormig zodra leadcreatie en dealcreatie betrouwbaar worden vastgelegd, en bewaar algoritmische modellen voor het moment dat je een paar honderd gesloten deals hebt om van te leren. Laat het model daarna minstens twee kwartalen met rust.
Een model is maar zo goed als zijn input: consistente UTM-tags, offline contactmomenten die als campagnes zijn vastgelegd, elk lid van het buying committee gekoppeld aan de deal, en cookies die blijven bestaan (Safari beperkt cookies die via JavaScript worden geplaatst tot zeven dagen).
Geen enkel model ziet podcasts, aanbevelingen van vakgenoten of privé gedeelde content. Combineer attributie met een veld voor de zelfgerapporteerde bron, en lees het als een richting en niet als een kasboek.
Attributie kijkt terug naar wat werkte, lead scoring kijkt vooruit naar wie je hierna belt. Patronen in gewonnen deals mogen je scoringsgewichten sturen, al kan een contactmoment dat in veel gewonnen deals opduikt een teken van intent zijn in plaats van de oorzaak ervan.
Waarom single-touch-attributie B2B-deals verkeerd leest
Stel je een deal voor waarin een blogpost de koper binnenhaalde, een webinar hem ervan overtuigde dat het probleem het oplossen waard was, en de follow-up-e-mail van een rep het contract binnenhaalde. Last-touch-attributie geeft de e-mail de hele winst. First-touch geeft de hele winst aan de blogpost. Beide rapporten zien er netjes uit, en allebei beschrijven ze een groepsprestatie als een solo-act.

Handel je naar de last-touch-versie, dan stop je geld in sales-e-mails terwijl de blog en het webinar, die het meeste overtuigingswerk deden, hun budget kwijtraken. Handel je naar first-touch, dan doe je het omgekeerde: je financiert wat het gesprek opende en negeert alles wat van interesse een handtekening maakte. Het is de rapportageversie van single-threading in een deal, het probleem dat multi-threading binnen een account oplost.

De schade is het grootst voor kanalen die assisteren. Het hele idee van multi-channel outreach is dat e-mail, LinkedIn en bellen elkaar versterken, en een single-touch-rapport kan er altijd maar één van belonen. Hetzelfde geldt voor demand generation. Content, advertenties en events leveren zelden de laatste klik op, dus als je ze op last touch beoordeelt, onderschat je het werk dat kopers opwarmt.
Er is ook een politieke kant. Last-touch laat meestal sales goed uitkomen, omdat reps de meeste afsluitende contactmomenten in handen hebben, en first-touch laat de marketeers bovenin de funnel goed uitkomen. De credit spreiden maakt geen eind aan die discussie. Het verschuift hem wel van "wie is eigenaar van deze deal" naar "hoe werken de onderdelen samen", en dat is een veel nuttiger gesprek.
Eén deal van €48.000, op vijf manieren toegerekend
De makkelijkste manier om de modellen te begrijpen, is één deal door allemaal heen te halen. Dit is een deal van €48.000 met zes contactmomenten:
De koper vindt een blogpost via organisch zoeken (eerste contactmoment).
Twee weken later klikt hij op een LinkedIn-advertentie.
Hij downloadt een gids en wordt een contact in het CRM (leadcreatie).
Hij volgt een webinar.
Hij vraagt een demo aan, en de rep opent een deal (dealcreatie).
Hij reageert op de prijsmail van de rep, en de deal sluit (laatste contactmoment).
Met de verdeling uit de documentatie van HubSpot over attributierapportage krijgt elk contactmoment zoveel omzet toegerekend:
Contactmoment | Last touch | Lineair | U-vormig | W-vormig | Full path |
|---|---|---|---|---|---|
1. Blogpost | €0 | €8.000 | €19.200 | €14.400 | €10.800 |
2. LinkedIn-advertentie | €0 | €8.000 | €2.400 | €2.400 | €2.400 |
3. Download van de gids | €0 | €8.000 | €19.200 | €14.400 | €10.800 |
4. Webinar | €0 | €8.000 | €2.400 | €2.400 | €2.400 |
5. Demo-aanvraag | €0 | €8.000 | €2.400 | €14.400 | €10.800 |
6. Prijsmail | €48.000 | €8.000 | €2.400 | €0 | €10.800 |
Lineair verdeelt de deal gelijk. U-vormig (ook wel position-based) geeft 40% aan zowel het eerste contactmoment als het contactmoment waarop de lead ontstond, en verdeelt de overige 20% over de rest. W-vormig voegt dealcreatie toe als derde anker met 30% en geeft de laatste 10% aan de contactmomenten tussen die mijlpalen, dus de prijsmail na het openen van de deal krijgt niets. Full path, soms Z-vormig genoemd, geeft 22,5% aan elk van vier mijlpalen, de close inbegrepen, en verdeelt 10% over de andere.
Lees een rij van links naar rechts en je ziet meteen het probleem als je dit als feit behandelt. Het webinar is €0, €2.400 of €8.000 waard, afhankelijk van een instelling die iemand heeft gekozen. De prijsmail is iets tussen niets en de hele deal waard.

De percentages zijn bovendien afspraken en geen wetten. Marketo Measure van Adobe geeft de twee ankers van het U-vormige model elk 50% en niets aan de contactmomenten ertussen, terwijl het met HubSpot overeenkomt in de W-vorm van 30/30/30/10 en het full-path-model met 22,5%. HubSpot biedt ook time decay, dat recente contactmomenten zwaarder laat wegen met een halfwaardetijd van zeven dagen, en J-vormige modellen die 60% geven aan ofwel het eerste contactmoment ofwel de conversie.
Algoritmische modellen, en waarom Google de rest schrapte
Algoritmische (of data-driven) attributie laat vaste percentages los. Het model vergelijkt de paden die converteerden met de paden die dat niet deden, en kent credit toe op basis van hoeveel elk contactmoment de kans lijkt te veranderen. Met genoeg data is het de nauwkeurigste optie. Zonder genoeg data levert het stellige cijfers op die op ruis zijn gebouwd.
In 2023 kondigde Google aan dat first click, lineair, time decay en position-based zouden verdwijnen uit Google Ads en Google Analytics 4, waardoor data-driven, last click en externe attributie overbleven. Voor het beoordelen van advertentiekliks is dat prima, alleen weet GA4 niet welke bezoeker zes maanden later een deal van €48.000 werd. Voor pipeline-attributie in B2B verschuift het werk naar je CRM of naar een aparte attributietool die daaruit leest.
Een model voor multi-touch attribution kiezen voor je pipeline
De verleiding is om meteen voor de meest geavanceerde optie te gaan. Daar zouden wij tegenin gaan. Het juiste model hangt af van hoe je pipeline is opgebouwd en hoeveel schone data je hebt. Wat in een bestuursvergadering geavanceerd klinkt, doet er niet toe.
Begin je net, gebruik dan lineair. Het is makkelijk uit te leggen, niemand kan zeggen dat het de ene afdeling voortrekt, en het is goed genoeg voor je eerste echte budgetbeslissingen.

Zodra leadcreatie en dealcreatie betrouwbaar in je CRM worden vastgelegd, past W-vormig meestal beter bij B2B, omdat het de fases volgt die je pipeline al bijhoudt. Full path is zinvol als je cycli lang zijn en het laatste stuk echt marketingwerk bevat, zoals een referentiegesprek of een event voor executives, en meer is dan contractadministratie.
Algoritmische modellen hebben volume nodig. Een team dat een stuk of twaalf deals per kwartaal sluit, geeft een model op basis van machine learning te weinig voorbeelden om signaal van toeval te onderscheiden. Onze ruwe grens ligt bij een paar honderd gesloten deals voordat het de moeite waard is om er een te testen tegen je model op basis van regels.
Welk model je ook kiest, spreek het af met sales voordat het eerste rapport verschijnt, en laat het daarna minstens twee kwartalen met rust. Een model dat je halverwege het jaar wisselt, maakt de cijfers van vorig kwartaal onvergelijkbaar met die van dit kwartaal, en appels met appels vergelijken is het grootste deel van de waarde. Een lineair model dat je echt gebruikt, verslaat een algoritmisch model dat niemand vertrouwt.
Hoe de data er eerst uit moet zien
De meeste attributieprojecten die tegenvallen, stranden op de input en zelden op het model. Voordat je discussieert over U-vormen en W-vormen, check je of elk touchpoint waar je om geeft op een consistente manier in het CRM terechtkomt.
Eén UTM-conventie. Leg vast hoe source, medium en campaign worden geschreven, en dwing dat af. "linkedin", "LinkedIn" en "li" worden in een rapport drie kanalen.
Offline contactmomenten als campagnes. Events, webinars, outbound sequences en doorverwijzingen van partners moeten worden vastgelegd als campagnelidmaatschap of activiteit, anders ziet het model ze nooit.
Iedereen op de deal. In B2B hebben meerdere mensen met één deal te maken. Is alleen de persoon die tekende aan de opportunity gekoppeld, dan verdwijnt elk contactmoment van de rest van het buying committee. Lead-to-account matching helpt hierbij.
Cookies die blijven. Intelligent Tracking Prevention van Safari beperkt cookies die via JavaScript worden geplaatst tot zeven dagen, dus een koper die na twee weken terugkomt, kan eruitzien als een onbekende. Server-side tracking en formulieren die bezoeken aan een bekend contact koppelen, verkleinen dat gat.
Je eigen signalen. Hoe meer je vastlegt als first-party data, via formulieren, productgebruik en een workflow voor het tracken van websitebezoekers, hoe minder het beeld afhangt van wat advertentieplatforms willen delen.
Je hoeft dit niet allemaal op orde te hebben voordat je begint. Begin met de contactmomenten die je al goed vastlegt (ingevulde formulieren, geboekte meetings, reacties op campagnes) en neem een of twee budgetbeslissingen met een lineair model. Verbeter daarna het leidingwerk stukje voor stukje, hetzelfde soort werk als achter elke poging om sales prospecting te automatiseren. Wij zetten dit op als onderdeel van een workflow voor revenue attribution hygiene, omdat de taggingregels verwateren als niets ze controleert.
De contactmomenten die multi-touch attribution niet kan tellen
Elk model in die tabel heeft dezelfde blinde vlek. Het kan credit alleen verdelen over contactmomenten die zijn vastgelegd. Een vermelding in een podcast, een review die iemand las zonder in te loggen, een aanbeveling in een besloten Slack-groep: niets daarvan verschijnt, en elk ervan kan de echte reden zijn dat een deal er kwam.

Je ziet het als een koper converteert via een branded search zonder eerdere getrackte contactmomenten. Het model noemt dat een gratis winst uit organisch zoeken. In werkelijkheid ging er veel onvastgelegd werk aan vooraf, en dat is het terrein van de dark funnel. De oplossing ligt buiten het model: vraag nieuwe leads hoe ze over je hoorden, en zet dat antwoord in je rapporten naast de getrackte bron.
Dit is de belangrijkste reden dat wij attributie als een richting zien en niet als een vonnis. Een verschuiving van een paar procentpunten in credit van het ene kwartaal op het andere is ruis tot hij zich herhaalt.
Attributie en lead scoring lezen dezelfde signalen in tegengestelde richting
Attributie en lead scoring kijken allebei naar contactmomenten, dus ze worden vaak door elkaar gehaald. Attributie kijkt terug: als een deal is gesloten, vraagt het welke contactmomenten credit verdienen, zodat je kunt bepalen waar de volgende euro naartoe gaat. Lead scoring kijkt vooruit: zolang een prospect nog actief is, vraagt het hoe groot de kans is dat hij koopt, zodat een rep kan bepalen wie hij vandaag belt.

Samen ingezet voeden ze elkaar. Als attributie steeds bezoeken aan de prijspagina en deelname aan webinars vroeg in gewonnen deals vindt, verdienen die acties meer gewicht in de score. Allebei hangen ze ervan af dat je dezelfde stroom koopsignalen netjes vastlegt, en in een inbound-led outbound-aanpak is die gedeelde stroom wat de signalen van marketing verbindt met de follow-up van sales.
Eén waarschuwing voordat je gewichten gaat verschuiven. Een contactmoment dat in veel gewonnen deals opduikt, kan een symptoom zijn van een koper die al in de markt was, en hoeft hem daar niet gebracht te hebben. Attributie naast intent data lezen helpt je het verschil te zien, want een contactmoment dat steeds pas opduikt nadat de intent piekt, surft waarschijnlijk mee op de golf en heeft hem niet veroorzaakt.
Tot slot
Multi-touch attribution vertelt je niet de waarheid over een deal. Het maakt je minder fout dan single-touch-rapportage, die één interactie de credit geeft voor een klus waar er veel voor nodig waren.
De waarde zit meer in consistentie dan in slimheid. Een simpel model dat je lang genoeg op dezelfde manier op schone data toepast om trends te zien, vertelt je welke kanalen deals voorbereiden en welke pas aan het eind opduiken. Dat is genoeg om te stoppen met te veel betalen voor afsluiters terwijl het werk dat gesprekken opent verhongert.
Houd de grenzen in beeld. Het model ziet alleen wat is vastgelegd, het kan op eigen kracht geen oorzaak van toeval onderscheiden, en het hoort thuis in een breder go-to-market-systeem, als de feedbackloop die de rest van de machine vertelt wat hij moet voeden.
Bouw je de tagging, de campagnestructuur en de rapporten liever niet zelf? Nebor zet attributie op met de campagne- en dealdata die al in je CRM staan en levert het op met de regels op papier, klaar voor wie het hierna beheert.
Veelgestelde vragen
Wat is het verschil tussen single-touch en multi-touch attribution?
Single-touch-attributie geeft 100% van de credit voor een conversie aan één interactie: de eerste (first-touch) of de laatste vóór de conversie (last-touch). Multi-touch attribution verdeelt de credit over meerdere interacties, met een set regels of een statistisch model. Single-touch is eenvoudiger op te zetten en uit te leggen. In B2B, waar een deal over maanden heen veel contactmomenten kent, overschat het wel steeds één kant van het proces.
Kun je multi-touch attribution doen in Google Analytics 4?
Alleen beperkt. Google haalde in 2023 de modellen first click, lineair, time decay en position-based uit GA4 en Google Ads, waardoor data-driven en last click overbleven. GA4 is ook gebouwd rond conversies op de website, dus het weet niet welke bezoeker maanden later een gesloten deal werd. De meeste B2B-teams gebruiken GA4 voor verkeer en advertenties, en doen pipeline-attributie in hun CRM of in een aparte attributietool.
In welke HubSpot-abonnementen zitten rapporten voor multi-touch attribution?
Volgens de documentatie van HubSpot zijn attributierapporten voor het aanmaken van contacten beschikbaar in Marketing Hub en Content Hub Professional en Enterprise. Attributie voor het aanmaken van deals en omzetattributie, die credit koppelen aan deals en gesloten omzet, vereisen Marketing Hub Enterprise. De beschikbare modellen zijn onder meer first en last interaction, lineair, U-vormig, W-vormig, full path, time decay, J-vormig en omgekeerd J-vormig. Abonnementen en functies veranderen, dus check de actuele documentatie van HubSpot voordat je koopt.
Wat is time-decay-attributie?
Time-decay-attributie geeft meer credit aan contactmomenten die vlak voor de conversie plaatsvonden en minder aan eerdere. De versie van HubSpot gebruikt een halfwaardetijd van zeven dagen, dus een contactmoment van een week voor de conversie telt half zo zwaar als een contactmoment op de dag zelf. Het past bij korte salescycli waarin recente activiteit echt de beslissing bepaalt. In lange B2B-cycli onderschat het meestal de content en events waarmee het gesprek begon.
Wat is data-driven attributie?
Data-driven, of algoritmische, attributie kent credit toe met een statistisch model in plaats van vaste percentages. Het model vergelijkt de paden van mensen die converteerden met die van mensen die dat niet deden, en schat hoeveel elk contactmoment de kans op conversie veranderde. Goed uitgevoerd weerspiegelt het je eigen kopers in plaats van een conventie. Het heeft wel veel conversies nodig, dus teams met weinig deals krijgen vaak onstabiele resultaten die van kwartaal tot kwartaal schommelen.
Hoe verschilt multi-touch attribution van marketing mix modeling?
Multi-touch attribution werkt van onderop en volgt individuele personen of accounts langs de contactmomenten die bij hen zijn vastgelegd. Marketing mix modeling werkt van bovenaf, met statistiek op samengevoegde uitgaven en resultaten door de tijd, zoals het wekelijkse budget per kanaal afgezet tegen de pipeline. Mix modeling kan rekening houden met kanalen die je niet per persoon kunt tracken, zoals podcasts of tv. Het heeft wel een lange historie nodig en geeft brede antwoorden. Grotere bedrijven gebruiken vaak allebei naast elkaar.
Is multi-touch attribution de moeite waard voor een team met maar een paar deals per kwartaal?
Ja, als je het simpel houdt. Met een handvol deals heeft een algoritmisch model niets om van te leren, terwijl een lineair model nog steeds kan laten zien welke kanalen steeds terugkomen in gewonnen deals. Combineer het met een open vraag hoe elke nieuwe lead je vond, en bekijk de deals een voor een. Bij een laag volume leer je van een zorgvuldige blik op tien deals vaak meer dan van welk rapport ook.
Hoe krijgen outbound e-mails en LinkedIn-berichten credit in attributie?
Alleen als ze als contactmoment worden vastgelegd. De meeste sequencingtools leggen verzonden e-mails en reacties vast als activiteiten in het CRM, en die activiteiten, of de sequence zelf ingericht als campagne, kun je meenemen in attributierapporten. LinkedIn-berichten zijn lastiger, omdat ze vaak helemaal niet worden gesynchroniseerd. Leg je outbound niet consequent vast, dan geeft attributie de credit aan het contactmoment dat toevallig daarna werd vastgelegd, vaak een branded search.
Wat is het verschil tussen multi-touch attribution en self-reported attribution?
Multi-touch attribution draait op software: het leest de contactmomenten die je systemen hebben vastgelegd en verdeelt de credit volgens een model. Self-reported attribution vraagt de koper gewoon hoe hij over je hoorde, meestal op een formulier of in het eerste gesprek. De eerste is consistent, alleen blind voor alles wat niet getrackt is, zoals podcasts of aanbevelingen van vakgenoten. De tweede vangt dat wel op, en leunt op het geheugen van de koper. Gebruik je ze samen, dan is het verschil tussen de twee vaak het meest onthullende getal.
Deel dit bericht
Analytics
Marketing
Begrippenlijst
Gerelateerde begrippen
De basis GTM-concepten begrijpen

Automatisering
Touchpoint
Een touchpoint is elk los contactmoment tussen een koper en je merk, van een cold e-mail of demo tot een advertentie of supportticket. Deals ontstaan doordat veel touchpoints zich in de loop van de tijd opstapelen.

Automatisering
Dark funnel
De dark funnel is het deel van de buyer journey dat je niet kunt zien of tracken, zoals privégesprekken, communities, mond-tot-mondreclame en content die een aankoop vormen voordat een koper ooit in je analytics verschijnt.

Automatisering
Self-reported attribution
Self-reported attribution betekent dat je prospects direct vraagt hoe ze voor het eerst van je hoorden, meestal met een open vraag op een formulier voor een demo-aanvraag. Zo vang je invloeden op die trackingsoftware mist.

Automatisering
Lead scoring
Lead scoring geeft elke lead een getal op basis van hoe goed hij past bij je ideal customer profile en hoe betrokken hij bij je is, zodat je team weet welke leads het als eerste moet bellen.
Klaar om je pipeline te bouwen







