Attribution Model — Mô Hình Phân Bổ Chuyển Đổi
📚 TÀI LIỆU TRAINING NỘI BỘ MANGOADS
1. Mở Đầu — Kênh Nào Thực Sự Mang Lại Conversion?
Một doanh nghiệp đang chạy song song: Google Search Ads, Facebook Ads, Email Marketing, và đầu tư mạnh vào SEO. Cuối tháng, doanh thu tăng 40%. Câu hỏi đặt ra: kênh nào đóng góp bao nhiêu phần trăm vào con số đó?
Hãy hình dung hành trình mua hàng thực tế: Một khách hàng thấy quảng cáo Facebook → vài ngày sau search Google và click vào kết quả SEO → nhận email khuyến mãi → cuối cùng click quảng cáo Google Ads và mua hàng. Nếu bạn chỉ ghi nhận công cho Google Ads (lần click cuối), bạn sẽ kết luận Facebook và SEO "không hiệu quả" — và cắt budget. Nhưng thực tế, không có lần thấy quảng cáo Facebook đầu tiên, khách hàng này có lẽ chẳng bao giờ biết đến bạn.
Đó chính là bài toán mà Attribution Model (Mô hình phân bổ chuyển đổi) giải quyết: xác định giá trị đóng góp của từng điểm chạm (touchpoint) trong hành trình khách hàng, từ đó đưa ra quyết định phân bổ ngân sách chính xác hơn.
💡 Attribution không chỉ là một cài đặt kỹ thuật trong Google Analytics — nó là nền tảng tư duy để bạn hiểu đúng hiệu quả marketing. Chọn sai mô hình attribution đồng nghĩa với việc đưa ra quyết định ngân sách dựa trên dữ liệu méo mó.
Tại MangoAds, chúng tôi nhận thấy phần lớn doanh nghiệp Việt Nam vẫn đang "mắc kẹt" ở Last-click Attribution — mô hình mặc định nhưng cũng gây hiểu lầm nhiều nhất. Bài viết này sẽ giúp bạn hiểu rõ từng mô hình, biết khi nào dùng cái nào, và quan trọng nhất — cách ứng dụng attribution để tối ưu ngân sách thực tế.
2. Phân Tích Chuyên Sâu
2.1. Attribution Model Là Gì?
Attribution Model là bộ quy tắc xác định cách phân bổ credit (công trạng) cho từng touchpoint trong hành trình chuyển đổi của khách hàng. Mỗi mô hình trả lời cùng một câu hỏi — "kênh nào quan trọng?" — nhưng theo những góc nhìn khác nhau.
Tại sao cần nhiều mô hình?
Vì hành trình khách hàng hiện đại không bao giờ đơn giản. Trung bình, một khách hàng B2B tương tác 6-8 touchpoint trước khi chuyển đổi. Với e-commerce, con số này là 3-5 touchpoint. Mỗi touchpoint đóng vai trò khác nhau: có kênh tạo awareness, có kênh nurture, có kênh chốt đơn. Một mô hình attribution đơn lẻ không thể phản ánh đầy đủ bức tranh này.
2.2. Các Mô Hình Attribution Truyền Thống (Rule-Based)
🔹 Last-Click Attribution (Phân bổ cho lần click cuối)
Cách hoạt động: 100% credit cho touchpoint cuối cùng trước khi conversion xảy ra.
| Touchpoint | Facebook Ad | SEO | Google Ads | |
|---|---|---|---|---|
| Credit | 0% | 0% | 0% | 100% |
Ưu điểm:
- Đơn giản, dễ hiểu, dễ triển khai
- Phản ánh rõ kênh nào "chốt đơn" tốt
Nhược điểm:
- ❌ Hoàn toàn bỏ qua vai trò của các kênh awareness và nurture
- ❌ Thiên vị nặng nề cho kênh bottom-funnel (Search Ads, Brand keywords)
- ❌ Dẫn đến cắt budget kênh top-funnel — vô tình phá hủy pipeline
⚠️ Đây là sai lầm phổ biến nhất: Doanh nghiệp thấy Last-click cho thấy Facebook "không convert", liền cắt budget Facebook. Sau 2-3 tháng, lượng search brand giảm, Google Ads cũng giảm hiệu quả — vì không còn kênh tạo awareness đẩy khách vào funnel.
🔹 First-Click Attribution (Phân bổ cho lần click đầu)
Cách hoạt động: 100% credit cho touchpoint đầu tiên mà khách hàng tương tác.
| Touchpoint | Facebook Ad | SEO | Google Ads | |
|---|---|---|---|---|
| Credit | 100% | 0% | 0% | 0% |
Ưu điểm:
- Đánh giá đúng giá trị của kênh tạo awareness
- Hữu ích khi mục tiêu là mở rộng top-funnel
Nhược điểm:
- ❌ Bỏ qua toàn bộ quá trình nurture và chốt đơn
- ❌ Không phản ánh hiệu quả thực tế của kênh conversion
🔹 Linear Attribution (Phân bổ đều)
Cách hoạt động: Chia đều credit cho tất cả touchpoint trong hành trình.
| Touchpoint | Facebook Ad | SEO | Google Ads | |
|---|---|---|---|---|
| Credit | 25% | 25% | 25% | 25% |
Ưu điểm:
- Ghi nhận đóng góp của mọi kênh
- Không thiên vị kênh nào
Nhược điểm:
- ❌ Quá "công bằng" — thực tế không phải touchpoint nào cũng quan trọng như nhau
- ❌ Khó xác định kênh nào thực sự "đòn bẩy" để tập trung nguồn lực
🔹 Time-Decay Attribution (Phân bổ theo thời gian)
Cách hoạt động: Touchpoint càng gần thời điểm conversion càng được nhiều credit. Thường dùng half-life 7 ngày (touchpoint cách 7 ngày nhận 50% credit so với touchpoint cuối).
| Touchpoint | Facebook Ad (ngày 1) | SEO (ngày 5) | Email (ngày 10) | Google Ads (ngày 12) |
|---|---|---|---|---|
| Credit | ~10% | ~20% | ~30% | ~40% |
Ưu điểm:
- Phản ánh logic rằng tương tác gần conversion thường có ảnh hưởng lớn hơn
- Phù hợp với chu kỳ bán hàng ngắn (e-commerce, F&B)
Nhược điểm:
- ❌ Vẫn đánh giá thấp vai trò awareness ở đầu funnel
- ❌ Không phù hợp với sản phẩm có consideration cycle dài (B2B, bất động sản)
🔹 Position-Based Attribution (U-Shaped / Phân bổ theo vị trí)
Cách hoạt động: 40% credit cho touchpoint đầu tiên, 40% cho touchpoint cuối, 20% còn lại chia đều cho các touchpoint ở giữa.
| Touchpoint | Facebook Ad | SEO | Google Ads | |
|---|---|---|---|---|
| Credit | 40% | 10% | 10% | 40% |
Ưu điểm:
- ✅ Ghi nhận cả kênh tạo awareness lẫn kênh chốt đơn
- ✅ Vẫn ghi nhận (dù ít) các kênh nurture ở giữa
Nhược điểm:
- ❌ Tỷ lệ 40/20/40 là cố định, không phản ánh thực tế từng ngành
💡 Mẹo thực chiến: Position-Based là mô hình "an toàn" nhất để chuyển từ Last-click nếu bạn chưa có đủ data cho Data-driven Attribution.
2.3. Data-Driven Attribution (DDA) — Mô Hình Phân Bổ Dựa Trên Dữ Liệu
Đây là mô hình tiên tiến nhất hiện tại, và là mặc định trong GA4 cũng như Google Ads.
Cách hoạt động: Sử dụng machine learning để phân tích tất cả các hành trình chuyển đổi (và cả hành trình không chuyển đổi), từ đó tính toán credit thực tế cho từng touchpoint dựa trên mức độ ảnh hưởng của nó đến xác suất conversion.
Ví dụ thực tế:
DDA phát hiện rằng trong 1.000 hành trình mua hàng, những hành trình có xem video YouTube trước có tỷ lệ conversion cao hơn 35% so với những hành trình không xem. Do đó, YouTube được phân bổ credit cao hơn — dù nó không phải touchpoint đầu hay cuối.
Yêu cầu:
- Google Ads: Tối thiểu 300 conversions và 3.000 ad interactions trong 30 ngày gần nhất
- GA4: Không yêu cầu ngưỡng tối thiểu (từ tháng 11/2023, Google đã bỏ yêu cầu ngưỡng cho GA4)
⚠️ Lưu ý quan trọng: DDA trong Google Ads và DDA trong GA4 là hai thứ khác nhau. Google Ads DDA chỉ phân tích các touchpoint trong hệ sinh thái Google. GA4 DDA có thể cross-channel nhưng vẫn bị giới hạn bởi data mà GA4 thu thập được.
2.4. GA4 Attribution Settings — Cài Đặt Thực Tế
GA4 cung cấp các tùy chọn attribution quan trọng mà nhiều marketer bỏ qua:
🔹 Reporting Attribution Model
Từ năm 2024, GA4 chỉ còn hỗ trợ hai mô hình:
- Data-driven (mặc định, khuyến nghị)
- Last-click (Paid and organic last click hoặc Google paid channels last click)
Google đã loại bỏ First-click, Linear, Time-decay, và Position-based khỏi GA4 từ tháng 9/2023.
🔹 Conversion Window (Lookback Window)
- Acquisition events: 30 ngày (mặc định) — áp dụng cho new users
- All other events: 90 ngày (mặc định) — áp dụng cho returning users
- Có thể tùy chỉnh: 30, 60, hoặc 90 ngày
🔹 Cách điều chỉnh trong GA4:
Admin → Attribution Settings → Reporting attribution model
📌 Thay đổi attribution model trong GA4 áp dụng retroactively cho tất cả dữ liệu lịch sử. Nghĩa là bạn có thể chuyển đổi giữa các model và so sánh ngay — không cần chờ thu thập data mới.
2.5. Cross-Channel Attribution Challenges — Thách Thức Đo Lường Xuyên Kênh
Trong thực tế, attribution không bao giờ hoàn hảo. Dưới đây là những thách thức lớn nhất:
🔹 Walled Gardens
Facebook, Google, TikTok — mỗi nền tảng là một "khu vườn có tường rào". Chúng đều muốn claim credit cho conversion:
- Google Ads báo: "Campaign của tôi tạo 100 conversions"
- Facebook Ads báo: "Campaign của tôi tạo 80 conversions"
- Nhưng tổng conversion thực tế chỉ có 120 — vì nhiều conversion bị đếm trùng (double-counting)
🔹 Cookie Deprecation và Privacy Regulations
- iOS 14+ App Tracking Transparency đã giảm đáng kể khả năng tracking cross-app
- Third-party cookies đang dần bị hạn chế trên các trình duyệt
- GDPR, PDPA và các quy định privacy khiến consent rate giảm → data gaps
🔹 Cross-Device Tracking
Khách hàng dùng điện thoại xem quảng cáo buổi sáng, về nhà mua hàng trên laptop. Nếu không login cùng tài khoản, hai session này bị ghi nhận là hai người khác nhau.
🔹 Offline-to-Online Gap
Khách thấy quảng cáo online nhưng đến cửa hàng mua trực tiếp. Attribution truyền thống hoàn toàn bỏ sót conversion này.
2.6. Phương Pháp Đo Lường Bổ Sung — Vượt Qua Giới Hạn Attribution
🔹 Incrementality Testing (Kiểm Tra Tính Gia Tăng)
Bản chất: Trả lời câu hỏi "Conversion này có xảy ra nếu KHÔNG có quảng cáo không?"
Cách thực hiện:
- Chia audience thành 2 nhóm ngẫu nhiên: Test (thấy quảng cáo) và Control (không thấy)
- So sánh tỷ lệ conversion giữa hai nhóm
- Phần chênh lệch = incremental impact thực sự của quảng cáo
Ví dụ: Nhóm Test có conversion rate 5%, nhóm Control có 3%. Vậy incremental lift = 2% → quảng cáo thực sự tạo thêm 2% conversion, 3% còn lại sẽ xảy ra bất kể có quảng cáo hay không.
💡 Incrementality Testing là "tiêu chuẩn vàng" để đánh giá hiệu quả thực sự. Tuy nhiên, nó tốn kém (phải hy sinh một phần audience không chạy ads) và cần sample size đủ lớn.
🔹 Media Mix Modeling (MMM)
Bản chất: Dùng mô hình thống kê (regression analysis) để phân tích mối quan hệ giữa chi tiêu marketing các kênh và kết quả kinh doanh (doanh thu, leads) theo thời gian.
Ưu điểm:
- ✅ Không phụ thuộc vào cookies hay tracking pixel
- ✅ Có thể đo lường cả offline channels (TV, OOH, radio)
- ✅ Phù hợp với môi trường privacy-first
Nhược điểm:
- ❌ Cần data lịch sử dài (thường 2-3 năm)
- ❌ Phân tích ở mức aggregate, không chi tiết đến từng user journey
- ❌ Cần expertise thống kê hoặc tool chuyên dụng (Robyn của Meta, LightweightMMM của Google)
🔹 Multi-Touch Attribution (MTA)
Bản chất: Phân tích chi tiết từng user journey để phân bổ credit cho từng touchpoint ở cấp độ individual user.
So sánh MMM vs. MTA:
| Tiêu chí | Media Mix Modeling | Multi-Touch Attribution |
|---|---|---|
| Cấp độ phân tích | Aggregate (kênh) | Individual (user) |
| Data cần thiết | Chi tiêu + doanh thu theo thời gian | User-level interaction data |
| Offline channels | ✅ Đo được | ❌ Rất khó |
| Privacy impact | Thấp | Cao (phụ thuộc cookies/tracking) |
| Tốc độ insight | Chậm (cần data dài hạn) | Nhanh (real-time hoặc near real-time) |
| Phù hợp cho | Strategic budget allocation | Tactical campaign optimization |
📌 Xu hướng hiện tại: Các tổ chức marketing tiên tiến đang sử dụng "triangulation" — kết hợp cả 3 phương pháp (Attribution + Incrementality + MMM) để cross-validate kết quả và có bức tranh toàn diện nhất.
3. Góc Nhìn MangoAds
Triết lý của MangoAds về Attribution
Tại MangoAds, chúng tôi không tin vào việc tìm "một mô hình attribution hoàn hảo" — vì nó không tồn tại. Thay vào đó, chúng tôi tiếp cận attribution như một hệ thống ra quyết định, không phải một con số tuyệt đối.
🔹 Nguyên tắc 1: Attribution là bản đồ, không phải lãnh thổ
Mọi mô hình attribution đều là sự đơn giản hóa. Customer journey thực tế có những touchpoint mà không công cụ nào tracking được — lời giới thiệu từ bạn bè, đọc review trên forum, nhìn thấy cửa hàng khi đi ngang qua. Vì vậy, chúng tôi dùng attribution data để ra quyết định tốt hơn, chứ không phải để biết "sự thật tuyệt đối".
🔹 Nguyên tắc 2: Nhìn xu hướng, không nhìn con số tuyệt đối
Khi so sánh hai mô hình attribution cho cùng một campaign, con số cụ thể có thể khác — nhưng xu hướng (kênh nào đang lên, kênh nào đang xuống) thường nhất quán. Đó mới là thông tin quan trọng.
🔹 Nguyên tắc 3: Test, không đoán
Khi attribution data mâu thuẫn giữa các nền tảng, cách duy nhất để biết sự thật là chạy incrementality test. Tắt một kênh trong một giai đoạn, đo tác động thực tế, rồi quyết định.
💡 Câu chuyện thực chiến: Một khách hàng e-commerce của MangoAds theo Last-click thấy Facebook Ads có CPA quá cao → muốn cắt budget. Khi chuyển sang Data-driven attribution trong GA4 và chạy thêm lift test, chúng tôi phát hiện Facebook đang đóng vai trò awareness cực kỳ quan trọng — cắt Facebook khiến Google Search brand giảm 28% trong 3 tuần. Kết quả: giữ budget Facebook, tối ưu creative thay vì cắt kênh.
4. Ứng Dụng Thực Tế
4.1. Chọn Attribution Model Phù Hợp
Không có mô hình nào "tốt nhất" — chỉ có mô hình phù hợp nhất với mục tiêu kinh doanh và lượng data bạn có.
| Tình huống | Mô hình khuyến nghị | Lý do |
|---|---|---|
| Mới bắt đầu, data ít | Position-Based hoặc Last-click | Đơn giản, dễ hiểu và hành động |
| E-commerce, chu kỳ mua ngắn | Data-Driven (GA4 mặc định) | Tự động tối ưu với data đủ |
| B2B, chu kỳ bán hàng dài | Data-Driven + First-click (so sánh) | Cần hiểu kênh nào tạo pipeline |
| Multi-channel, budget lớn | DDA + Incrementality Testing | Cần validate cross-channel impact |
| Có offline channels (TV, event) | MMM + Online Attribution | MMM đo được offline touchpoint |
4.2. Ví Dụ Phân Tích — So Sánh Attribution Trên Cùng Data
Giả sử một cửa hàng thời trang online có hành trình khách hàng phổ biến:
Hành trình: Facebook Video Ad → Google Search (organic) → Email Promotion → Google Shopping Ad → Mua hàng (giá trị đơn 2.000.000 VNĐ)
| Mô hình | SEO | Google Ads | Insight | ||
|---|---|---|---|---|---|
| Last-click | 0 | 0 | 0 | 2.000.000 | Google Ads "làm mọi thứ" |
| First-click | 2.000.000 | 0 | 0 | 0 | Facebook "làm mọi thứ" |
| Linear | 500.000 | 500.000 | 500.000 | 500.000 | Tất cả đều quan trọng như nhau |
| Time-decay | 200.000 | 400.000 | 600.000 | 800.000 | Kênh gần conversion quan trọng hơn |
| Position-based | 800.000 | 200.000 | 200.000 | 800.000 | Facebook và Google Ads cùng quan trọng |
| Data-driven | 500.000 | 300.000 | 350.000 | 850.000 | Phân bổ dựa trên actual impact |
Kết luận từ bảng trên: Nếu bạn chỉ dùng Last-click, bạn sẽ nghĩ Facebook = 0 giá trị và muốn cắt ngay. Nhưng thực tế Facebook là kênh đưa khách hàng vào funnel. Position-based và Data-driven cho bức tranh cân bằng hơn nhiều.
4.3. Checklist Setup Attribution Cho Doanh Nghiệp
✅ Bước 1: Kiểm tra GA4 Attribution Settings — đảm bảo đang dùng Data-driven (mặc định)
✅ Bước 2: Thiết lập UTM tracking nhất quán cho tất cả campaign (tránh data bị gom vào "direct / none")
✅ Bước 3: Kết nối Google Ads với GA4 để có cross-platform data
✅ Bước 4: Sử dụng Model Comparison report trong GA4 (Advertising → Attribution → Model comparison)
✅ Bước 5: Với budget > 100 triệu/tháng, cân nhắc chạy incrementality test hàng quý
✅ Bước 6: Document mọi thay đổi lớn về budget hoặc kênh (để phân biệt seasonality vs. impact thực)
5. FAQ — Câu Hỏi Thường Gặp
❓ "Google Ads báo 100 conversions, Facebook báo 80, nhưng tổng chỉ có 120. Ai đúng?"
Cả hai đều đúng — theo cách đếm của riêng họ. Mỗi nền tảng có attribution window và logic riêng. Google Ads mặc định 30 ngày click-through, Facebook mặc định 7 ngày click + 1 ngày view. Nhiều conversion bị cả hai claim credit. Giải pháp: Dùng GA4 làm "nguồn sự thật chung" (single source of truth) vì nó cross-channel. Nhưng nhớ rằng GA4 cũng không hoàn hảo — nó miss các touchpoints mà nó không tracking được.
❓ "Data-driven Attribution có đáng tin không khi data ít?"
GA4 DDA vẫn hoạt động với data ít, nhưng kết quả sẽ kém chính xác hơn. Nếu bạn có dưới 100 conversions/tháng, kết quả DDA nên được xem như "tham khảo" hơn là "sự thật". Trong trường hợp này, kết hợp DDA với phân tích định tính (hỏi khách hàng "bạn biết đến chúng tôi qua đâu?") sẽ cho insight tốt hơn.
❓ "Nên dùng attribution của Google Ads hay GA4?"
Dùng cả hai nhưng cho mục đích khác nhau. Google Ads attribution để tối ưu bidding và cấu trúc campaign trong Google Ads. GA4 attribution để nhìn bức tranh cross-channel và so sánh hiệu quả giữa Google, Facebook, Email, SEO. Không bao giờ dùng Google Ads attribution để đánh giá hiệu quả Facebook — nó sẽ luôn thiên vị Google.
❓ "Conversion window nên đặt bao lâu?"
Phụ thuộc vào chu kỳ mua hàng. E-commerce (quần áo, đồ gia dụng): 7-14 ngày click. B2B hoặc sản phẩm giá trị cao (xe, bất động sản, phần mềm): 30-90 ngày. Rule of thumb: xem báo cáo Time to Conversion trong Google Ads để biết phần lớn khách mua sau bao lâu kể từ click đầu tiên.
❓ "View-through conversion có nên tính không?"
Nên tính nhưng phải tách riêng khỏi click-through conversion trong báo cáo. View-through (khách xem quảng cáo nhưng không click, sau đó tự quay lại mua) cho thấy tác động awareness. Nhưng nếu gộp chung sẽ inflate con số conversion, gây hiểu lầm về hiệu quả thực tế.
6. Key Takeaways
📌 Attribution Model quyết định cách bạn đánh giá hiệu quả marketing. Chọn sai mô hình dẫn đến cắt budget sai kênh — đây là lỗi tốn kém nhất trong digital marketing.
📌 Last-click không phải lúc nào cũng sai, nhưng hầu như luôn thiếu. Nó bỏ qua toàn bộ vai trò awareness và nurture — đặc biệt nguy hiểm khi bạn đang chạy multi-channel.
📌 Data-driven Attribution là mặc định GA4 và nên được giữ nguyên. Nó không hoàn hảo nhưng tốt hơn mọi mô hình rule-based khi bạn có đủ data.
📌 Không có mô hình nào cho "sự thật tuyệt đối". Hãy dùng attribution như một công cụ ra quyết định, kết hợp với incrementality testing khi cần validate.
📌 Cross-channel attribution luôn bị ảnh hưởng bởi walled gardens, cookie deprecation, và cross-device gaps. Chấp nhận sự không hoàn hảo, tập trung vào xu hướng thay vì con số chính xác.
📌 Triangulation — kết hợp Attribution + Incrementality + MMM — là tiêu chuẩn vàng cho doanh nghiệp có budget marketing đáng kể và muốn tối ưu phân bổ ngân sách nghiêm túc.
MangoAds — Đội ngũ kỹ thuật chuyên sâu, giúp doanh nghiệp đo lường đúng để quyết định đúng. Liên hệ tư vấn attribution & analytics setup →