TL;DR, kort antwoord
7 min leestijdTime decay-attributie is nuttig als recente touchpoints de conversie waarschijnlijk meer beïnvloeden, maar het hangt af van betrouwbare klantreizen. Verlies van cookies, geweigerde toestemming en gedrag over apparaten heen kunnen het model precies laten lijken terwijl het ontbrekende data verbergt.
Een attributiemodel kiezen betekent kiezen waarover je bereid bent je te vergissen, en time decay-attributie kiest recentheid als vooroordeel.
Time decay-attributie geeft meer eer aan marketingtouchpoints die dichter bij de conversie plaatsvinden. Het is een middenweg tussen last-click-attributie, die alles aan de laatste aanraking geeft, en lineaire attributie, die elke aanraking evenveel eer geeft.
Het model is intuïtief: een bezoek aan de prijspagina gisteren had waarschijnlijk meer invloed op een aankoop dan een blogbezoek zes maanden geleden. Maar time decay is maar zo goed als de klantreisdata erachter. Blokkeren browsers cookies, weigeren gebruikers tracking of wisselen klanten van apparaat, dan kan het model een zelfverzekerd ogende schatting worden op basis van onvolledige paden.
Hoe time decay werkt
Een time decay-model kent gewichten toe op basis van recentheid. Een veelgebruikte versie werkt met een halfwaardetijd. Is de halfwaardetijd zeven dagen, dan krijgt een touchpoint zeven dagen vóór de conversie de helft van het gewicht van een touchpoint op de dag van de conversie. Een touchpoint veertien dagen ervoor krijgt een kwart, enzovoort.
Stel bijvoorbeeld dat een gebruiker converteert na deze aanrakingen:
- Leest 30 dagen vóór de conversie een artikel over AVG-analytics.
- Klikt 10 dagen vóór de conversie op een vergelijkingspagina.
- Bezoekt 2 dagen vóór de conversie de prijspagina.
- Komt direct terug en meldt zich aan.
Time decay geeft de meeste eer aan de prijspagina en de directe terugkeer, wat eer aan de vergelijkingspagina en minder eer aan het oorspronkelijke artikel. Dat kan redelijk zijn als je verkoopcyclus kort is en recente intentie telt.

Wanneer time decay nuttig is
Gebruik time decay als de koopreis meerdere aanrakingen heeft en latere interacties sterkere intentie tonen. SaaS-trials, B2B-demo's, e-commerce waarbij lang wordt nagedacht en acquisitie via content kunnen in dat patroon passen.
Het helpt vooral als last-click te veel eer geeft aan zoekopdrachten op merknaam of direct verkeer. Een gebruiker kan je ontdekken via een educatief artikel, alternatieven vergelijken en later je URL intypen. Time decay bewaart dan in elk geval wat eer voor de eerdere ontdekking.
Wanneer het misleidt
Time decay kan vroege educatie onderwaarderen. Bij complexe producten kan het eerste artikel, webinar of de eerste verwijzing de reden zijn dat een koper de categorie binnenkwam. Laat het model de eer te snel afnemen, dan lijkt werk bovenin de funnel zwak.
Het gaat er ook van uit dat de waargenomen touchpoints representatief zijn. In werkelijkheid verbergen privacywijzigingen vaak aanrakingen. Trackingpreventie in Safari, overgangen van app naar web, adblockers, geweigerde toestemming en gedrag over apparaten heen kunnen paden onvolledig maken. Een model kan geen eer toekennen aan touchpoints die het nooit zag.
Time decay heeft ook moeite met offline invloed: salesgesprekken, mond-tot-mondreclame, vermeldingen door analisten, podcasts en discussies in community's.
Hoe je een halfwaardetijd kiest
Stem de halfwaardetijd af op je koopcyclus. Voor een goedkoop selfserviceproduct is zeven dagen redelijk. Voor enterprisesoftware is dertig of zestig dagen realistischer. Test de gevoeligheid door te vergelijken hoe de eer per kanaal verandert bij verschillende halfwaardetijden.
Veranderen kleine aanpassingen van de halfwaardetijd budgetbeslissingen ingrijpend, dan is je attributiemodel fragiel. Gebruik het als één input, niet als bron van waarheid.
Attributie met oog voor privacy
Privacy-first analytics vermijdt blijvende identiteit over sites heen, wat klassieke multi-touch-attributie beperkt. Dat is een afweging, maar het kan een gezonde zijn. Veel teams hebben geen attributie op persoonsniveau nodig om goede beslissingen te nemen.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Gebruik een gemengde aanpak:
- geaggregeerde conversies per campagne en verwijzer;
- prestaties van landingspagina's;
- first-party velden voor de bron van aanmeldingen;
- attributie die klanten zelf opgeven;
- trends in Search Console;
- de geschiedenis van de bron van kansen in je CRM;
- gecontroleerde experimenten waar dat kan.
Gebruik voor campagnes UTM's die de campagne beschrijven, niet de persoon. Vermijd trackingparameters per gebruiker, tenzij ze echt nodig en juridisch onderbouwd zijn.
Praktische aanbeveling
Time decay is nuttig om richtinggevend te leren: welke kanalen dicht bij de conversie verschijnen, welke content latere intentie ondersteunt en of last-click-rapporten de vraag naar je merk te veel eer geven. Het is geen moreel boekhoudsysteem voor omzet.
Gebruik het naast eenvoudigere weergaven: first touch voor ontdekking, last touch voor het binnenhalen, lineair voor brede ondersteuning en omzet uit de backend als waarheid. Laat je privacyhouding geen perfecte gebruikerspaden toe, accepteer dat dan. Een iets minder precies maar betrouwbaarder meetsysteem is vaak beter dan een precies ogend surveillancemodel.
Voorbeeldtabel met gewichten
Een eenvoudige halfwaardetijd van zeven dagen weegt touchpoints vóór normalisatie zo: dezelfde dag is 1,0, zeven dagen ervoor 0,5, veertien dagen ervoor 0,25, eenentwintig dagen ervoor 0,125 en achtentwintig dagen ervoor 0,0625. Normaliseer de ruwe gewichten daarna zo dat de totale eer over de waargenomen touchpoints 100 procent is.
Deze tabel is makkelijk uit te leggen, wat helpt voor het vertrouwen van belanghebbenden. Maar de eenvoud legt ook de aanname van het model bloot: tijd dient als plaatsvervanger voor invloed. Een recent touchpoint is niet altijd overtuigender; het ligt alleen dichter bij de conversie.
Daarom werkt time decay het best als vergelijkingslens. Gebruik het om last-click-rapporten uit te dagen, niet om de exacte waarde van elk kanaal vast te stellen. Verandert het model een budgetbeslissing, valideer die dan met experimenten, incrementaliteitstests of op zijn minst bedrijfsresultaten van vóór en na.
Documenteer bij de implementatie het terugkijkvenster, de halfwaardetijd, de touchpoints die meetellen, de uitgesloten kanalen en hoe direct verkeer wordt behandeld. De documentatie van Google Analytics over attributiemodellen is nuttige achtergrond, maar neem een standaard van een platform niet over zonder te controleren of die bij je verkoopcyclus past. Een model met oog voor privacy kan sessies op campagneniveau en tijdstempels van conversies gebruiken zonder voor elke bezoeker een permanent profiel op te slaan. Vraagt de klantreis om analyse op accountniveau, houd het dan first-party en beperk de toegang tot geaggregeerde resultaten.
Checklist om time decay op te zetten
Documenteer voordat je time decay in je planning gebruikt het terugkijkvenster, de halfwaardetijd, de touchpoints die meetellen, de uitgesloten kanalen, de regel voor direct verkeer en de minimale hoeveelheid data. Voer daarna een gevoeligheidscheck uit: draait een kleine wijziging in de halfwaardetijd de budgetaanbeveling om, dan is het model te fragiel om alleen te gebruiken.
Gebruik het model om verhalen te vergelijken, niet om exact te bepalen van wie de omzet is. Combineer het met conversiegegevens uit de backend, trends op campagneniveau, bronvelden die klanten zelf invullen en incrementaliteitstests waar mogelijk.
Veelgestelde vragen
Wat is time decay-attributie in marketing?
Time decay-attributie geeft meer eer aan marketingtouchpoints die dichter bij de conversie plaatsvinden. Het zit tussen last-click-attributie, die alleen de laatste aanraking eer geeft, en lineaire attributie, die de eer gelijk over elke aanraking verdeelt. Het model gaat ervan uit dat recente interacties een groter deel van de koopbeslissing dragen dan oudere.
Hoe verschilt time decay van last-click-attributie?
Last-click-attributie geeft alle eer aan het laatste touchpoint vóór de conversie. Time decay verdeelt de eer over de hele reis, maar laat de aanrakingen die het dichtst bij de conversie liggen zwaarder wegen. Daardoor geeft het minder snel te veel eer aan zoekopdrachten op merknaam of direct verkeer, zoals last-click vaak doet.
Hoe verschilt time decay van lineaire attributie?
Lineaire attributie geeft elk touchpoint in de reis evenveel eer, ongeacht wanneer het plaatsvond. Time decay geeft juist meer eer aan aanrakingen dichter bij de conversie en minder aan aanrakingen verder terug. De keerzijde is dat time decay de vroege educatie die de reis in gang zette, kan onderwaarderen.
Wat is een halfwaardetijd bij time decay-attributie?
Een halfwaardetijd bepaalt hoe snel de eer afneemt naarmate een touchpoint verder van de conversie ligt. Bij een halfwaardetijd van zeven dagen krijgt een aanraking zeven dagen vóór de conversie de helft van het gewicht van een aanraking op de conversiedag, en een aanraking veertien dagen ervoor een kwart. Kortere halfwaardetijden concentreren de eer rond de conversie, langere spreiden hem.
Hoe lang moet een halfwaardetijd bij time decay zijn?
Stem de halfwaardetijd af op de koopcyclus. Geef een goedkoop selfserviceproduct een halfwaardetijd van zeven dagen, en enterprisesoftware dertig of zestig dagen om een langer verkoopproces te weerspiegelen. Test hoe gevoelig de eer per kanaal is voor verschillende halfwaardetijden voordat je er een vastlegt.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Wanneer gebruik ik time decay-attributie?
Time decay werkt goed als de koopreis meerdere aanrakingen heeft en latere interacties sterkere intentie tonen, wat past bij SaaS-trials, B2B-demo's, e-commerce waarbij lang wordt nagedacht en acquisitie via content. Het helpt ook als last-click te veel eer geeft aan zoekopdrachten op merknaam of direct verkeer voor vraag die eigenlijk bij een eerdere ontdekking begon. Gebruik het voor richtinggevend inzicht, niet als laatste woord over de waarde van een kanaal.
Wat zijn de zwakke punten van time decay-attributie?
Time decay kan vroege educatie onderwaarderen, zoals het eerste artikel, webinar of de eerste verwijzing die een koper de categorie in bracht, als de eer te snel afneemt. Het gaat er ook van uit dat de touchpoints die het waarneemt de hele reis vertegenwoordigen, wat niet meer klopt als privacywijzigingen of gedrag over apparaten heen delen van het pad verbergen. Offline invloed zoals salesgesprekken, mond-tot-mondreclame, vermeldingen door analisten, podcasts en discussies in community's valt helemaal buiten wat het model kan zien.

Waarom kunnen verlies van cookies en geweigerde toestemming time decay-attributie vertekenen?
Time decay kan alleen eer toekennen aan touchpoints die het echt waarneemt. Trackingpreventie in Safari, overgangen van app naar web, adblockers, geweigerde toestemming en gedrag over apparaten heen verbergen allemaal aanrakingen voor het model. Er blijft een onvolledig pad over dat toch een zelfverzekerd ogend gewicht voor elke zichtbare aanraking oplevert. Het resultaat lijkt precies, terwijl er ongemerkt een deel van de reis ontbreekt.
Kan time decay-attributie offline invloed zoals salesgesprekken meten?
Nee. Time decay heeft moeite met offline invloed zoals salesgesprekken, mond-tot-mondreclame, vermeldingen door analisten, podcasts en discussies in community's, omdat die aanrakingen nooit in de getrackte klantreisdata terechtkomen waar het model op steunt. De eer die deze kanalen verdienen, blijft onzichtbaar voor het model.
Hoe controleer ik of een time decay-model betrouwbaar is?
Voer een gevoeligheidscheck uit door te vergelijken hoe de eer per kanaal verandert bij verschillende halfwaardetijden. Draait een kleine wijziging in de halfwaardetijd een budgetbeslissing om, dan is het model te fragiel om er alleen op te vertrouwen. Behandel time decay als één input en combineer het met conversiegegevens uit de backend, trends op campagneniveau, bronvelden die klanten zelf invullen en incrementaliteitstests waar mogelijk.
Was dit artikel nuttig?
Laat ons weten wat je ervan vindt!
Zie ons vaker in Google
Met één klik markeer je Flowsery als voorkeursbron, zodat onze artikelen hoger staan in je Topverhalen, AI-modus en AI-overzichten.
Voordat je gaat...
Flowsery
Analytics voor je website, met omzet voorop
Volg elke bezoeker, bron en conversie in realtime. Eenvoudig, krachtig en zonder cookies.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Gerelateerde artikelen


Attributieanalytics: modellen en een privacyvriendelijk kader
Welke marketingactiviteit verdient de eer voor een conversie: wat attributieanalytics is, met first-touch-, last-touch-, lineaire en datagestuurde modellen.


Doelen meten met analytics: vijf doelen die elke startup moet volgen
Oplossingen om doelen te meten maken van een bedrijfsdoel een meetbaar event. Vijf doelen die het waard zijn om te definiëren voor acquisitie, activatie en retentie.


Optimalisatie van je marketingfunnel: vind waar bezoekers afhaken
Optimalisatie van je marketingfunnel begint met het in kaart brengen van elke stap van eerste bezoek tot conversie, en daarna los je de grootste uitvalpunten op.

