1. Định nghĩa
Attribution Model (Mô hình phân bổ) là tập hợp các quy tắc dùng để chia công lao chuyển đổi cho từng điểm chạm (touchpoint) mà khách hàng đã đi qua trước khi mua hàng. Nói cách khác, khi một đơn hàng 500.000₫ được chốt, mô hình phân bổ sẽ trả lời câu hỏi: *"Kênh nào, bài quảng cáo nào, email nào xứng đáng được ghi nhận?"*
Trong DTC/Thương mại điện tử, đây là nền tảng để đo ROAS thực, CAC thực và quyết định ngân sách nên đổ vào đâu. Nếu không có mô hình phân bổ, bạn rất dễ tưởng Facebook Ads "gánh" toàn bộ doanh thu trong khi thực tế khách đã thấy TikTok trước, rồi nhận email, rồi mới search Google thương hiệu.
2. Ví dụ dễ hiểu ()
Hãy tưởng tượng một trận bóng đá. Bàn thắng được ghi bởi tiền đạo, nhưng người kiến tạo, người chuyền bóng tuyến giữa và cả thủ môn phát bóng dài đều có công. Attribution Model chính là cách bạn trao "giải thưởng" cho từng cầu thủ.
- Last Click giống như chỉ khen người sút cuối cùng.
- First Click giống như chỉ khen người khởi phát pha bóng.
- Linear giống như chia đều tiền thưởng cho cả 5 cầu thủ tham gia.
- Data-Driven giống như dùng dữ liệu video để tính xem pha chuyền nào thực sự tạo ra xác suất ghi bàn cao nhất.
3. Công thức
Công thức tổng quát:
Credit(touchpoint_i) = Doanh thu chuyển đổi × Trọng số_i
Trong đó Trọng số_i phụ thuộc vào mô hình. Ví dụ với hành trình 3 điểm chạm (Facebook → Email → Google Search) mang lại đơn 1.000.000₫:
| Mô hình | Google Search | ||
|---|---|---|---|
| First Click | 100% = 1.000.000₫ | 0₫ | 0₫ |
| Last Click | 0₫ | 0₫ | 1.000.000₫ |
| Linear | 33,3% = 333.333₫ | 33,3% = 333.333₫ | 33,3% = 333.334₫ |
| Time Decay ( 7 ngày) | 15% = 150.000₫ | 25% = 250.000₫ | 60% = 600.000₫ |
| Position-Based (40/20/40) | 40% = 400.000₫ | 20% = 200.000₫ | 40% = 400.000₫ |
Ví dụ ROAS theo mô hình:
- Nếu Facebook Ads tiêu 300.000₫: ROAS Last Click = 0, ROAS Linear = 1,11.
- Nếu Google Search tiêu 100.000₫: ROAS Last Click = 10,0 — con số "ảo" vì Google chỉ hứng khách đã được nuôi.
4. Bảng so sánh các mô hình phổ biến
| Mô hình | Cách chia công | Ưu điểm | Nhược điểm | Phù hợp với |
|---|---|---|---|---|
| **First Click** | 100% cho điểm chạm đầu | Tôn vinh kênh khám phá (TikTok, Reels) | Bỏ qua bước nuôi dưỡng | Ngành mới, cần đo Awareness |
| **Last Click** | 100% cho điểm chạm cuối | Dễ triển khai, khớp với GA4 mặc định | Đánh giá thấp kênh upper-funnel | Gian hàng nhỏ, chu kỳ mua ngắn |
| **Linear** | Chia đều mọi điểm chạm | Công bằng, dễ hiểu | Không phản ánh mức độ ảnh hưởng thật | Hành trình 3–5 điểm chạm |
| **Time Decay** | Điểm chạm càng gần càng nhiều công | Hợp lý với chu kỳ mua dài | Vẫn ưu ái lower-funnel | Sản phẩm cần cân nhắc (mỹ phẩm, gia dụng) |
| **Position-Based (U-shape)** | 40% đầu – 20% giữa – 40% cuối | Cân bằng giữa khám phá và chốt | Tỷ lệ 40/20/40 khá tùy ý | Đa số DTC Việt Nam |
| **Data-Driven (DDA)** | Dùng mô hình ML gán công theo dữ liệu | Chính xác nhất | Cần ≥ 400 chuyển đổi/tháng, khó hiểu | Thương hiệu scale > 1 tỷ₫/tháng |
5. Ứng dụng trong bối cảnh DTC Việt Nam
Tình huống thực tế: Một thương hiệu skincare DTC có 3 kênh chính: Facebook Ads, TikTok Organic, Email/SMS. Trong 30 ngày:
- Facebook Ads tiêu 50.000.000₫ → 200 đơn (Last Click).
- TikTok Organic không tốn tiền ads → 50 đơn (Last Click).
- Email/SMS tiêu 2.000.000₫ → 150 đơn (Last Click).
Nếu chỉ nhìn Last Click, bạn sẽ tưởng Facebook là "vua" và cắt TikTok. Nhưng khi áp Position-Based (40/20/40) và phân tích hành trình, bạn phát hiện:
- 65% khách mua lần đầu đã xem TikTok ít nhất 2 lần trước khi click Facebook.
- Khách nhận email có tỷ lệ mua lại cao gấp 3,2 lần so với khách không nhận.
- AOV khách qua Email = 780.000₫, cao hơn 30% so với AOV trung bình 600.000₫.
Kết luận: TikTok và Email xứng đáng được đầu tư thêm. Nếu cắt TikTok, bạn có thể mất 30–40% lượng khách mới trong 60 ngày tới.
Cách áp dụng thực chiến:
1. Dùng UTM nhất quán cho mọi kênh (utm_source, utm_medium, utm_campaign).
2. Bật GA4 + server-side tracking để giảm mất dữ liệu do iOS.
3. So sánh song song 2–3 mô hình (Last Click + Position-Based + Linear) trước khi quyết định ngân sách.
4. Với thương hiệu scale lớn, chuyển dần sang Data-Driven Attribution trong Google Ads và Meta.
6. Sai lầm thường gặp
- Chỉ tin Last Click: Đây là lỗi phổ biến nhất. Nó khiến bạn cắt ngân sách upper-funnel và "hết khách" sau 2–3 tháng.
- Không xử lý cross-device: Khách xem trên điện thoại, mua trên laptop. Nếu không có User ID, hành trình bị đứt.
- Bỏ qua offline touchpoint: Livestream, gọi điện CSKH, voucher tại cửa hàng cũng là điểm chạm.
- Nhầm Attribution với Incrementality: Phân bổ chỉ chia công, không chứng minh kênh đó *tạo thêm* doanh thu. Muốn biết điều đó cần geo-lift test hoặc holdout test.
- Cấu hình UTM sai: utm_source=facebook và utm_source=fb sẽ bị tách thành 2 kênh khác nhau, làm hỏng toàn bộ báo cáo.
7. Thuật ngữ liên quan
- Touchpoint (Điểm chạm): Mỗi lần khách tương tác với thương hiệu.
- Conversion Path (Hành trình chuyển đổi): Chuỗi điểm chạm dẫn đến đơn hàng.
- Lookback Window (Cửa sổ nhìn lại): Khoảng thời gian ghi nhận điểm chạm, thường 7 hoặc 28 ngày.
- ROAS (Return on Ad Spend): Doanh thu / chi phí quảng cáo.
- CAC (Customer Acquisition Cost): Chi phí để có 1 khách mới.
- Incrementality (Tính gia tăng): Mức doanh thu thực sự tăng thêm nhờ kênh đó.
- MTA (Multi-Touch Attribution): Phân bổ đa điểm chạm.
- MMM (Marketing Mix Modeling): Mô hình kinh tế lượng kết hợp dữ liệu tổng hợp, bổ sung cho MTA.
Tóm lại: Với DTC Việt Nam, hãy bắt đầu bằng Position-Based 40/20/40 làm mô hình chính, dùng Last Click làm tham chiếu, và tiến lên Data-Driven khi đã có đủ dữ liệu. Đừng để một mô hình duy nhất quyết định toàn bộ ngân sách marketing của bạn.