Attributie Lift-index

Attribution Lift Index (ALI) is een lift-metriek die één nuttige vraag moet beantwoorden: heeft dit SEO- of groeinitiatief daadwerkelijk incrementele resultaten opgeleverd, of heeft de rapportage er alleen krediet aan toegekend? De standaardformule is (testresultaat - controleresultaat) / controleresultaat x 100. Simpele wiskunde. Lastige uitvoering.

Voor SEO-teams is ALI belangrijk als je tijd op de roadmap, contentbudgetten of een opschoonklus-migratie met een zescijferig bedrag moet verdedigen. Ahrefs, Semrush en Google Search Console kunnen zichtbaarheidstoename laten zien. Ze kunnen op zichzelf geen causaliteit bewijzen.

Wat ALI in werkelijkheid meet

ALI vergelijkt een behandelde groep met een statistisch vergelijkbare onbehandelde groep. Dat kan betekenen: pagina’s, geografische gebieden, gebruikerscohorten of productcategorieën. Als de testgroep conversies met 18% verhoogt terwijl de controlegroep met 10% groeit, is de incrementele lift het verschil, niet de headline-groei.

Dit is waar de meeste teams slordig worden. Ze noemen elke stijging na livegang “lift”. Dat is het niet. Zonder een controlegroep heb je trenddata, geen causaal bewijs.

Waar SEO-teams het gebruiken

• Content-lanceringen: Hebben 80 nieuwe vergelijkingspagina’s net-nieuwe demo’s opgeleverd, of hebben ze vooral branded vraag afgevangen?
• Technische SEO: Heeft een herziening van interne linking de omzet per sessie verbeterd, of alleen de crawl-diepte in Screaming Frog?
• Werk aan SERP-functies: Heeft schema markup daadwerkelijk meer transacties opgeleverd, en niet alleen rich result-indrukken in GSC?
• Brand-defense-projecten: Heeft GEO-achtige content de lift in branded search vergroot na blootstelling aan AI-antwoorden?

Nuttige voorbeelden zijn meestal saai. Aanpassingen aan categorietemplates. Controls voor gefacetteerde navigatie. Lokale landingspagina’s uitrollen over 20 tot 50 overeenkomende markten. Daar verdient ALI zijn waarde.

Hoe je het uitvoert zonder jezelf voor de gek te houden

Gebruik holdout testing, geografische splits (geo-splits) of groepen met gematchte URL’s. Voor middelgrote sites heb je meestal genoeg volume nodig om ten minste een effect van 5% tot 10% te detecteren met 90% tot 95% betrouwbaarheid. Krijgt je paginaselectie maar 500 klikken per maand, dan is ALI vooral theater.

Google Search Console is vaak de input bovenaan de funnel, niet de bron van waarheid voor bedrijfsuitkomsten. Combineer het met GA4, BigQuery, CRM-data of backend-omzetdata. Gebruik Screaming Frog om te controleren of de implementatie tussen test en controle gelijk is. Gebruik Ahrefs of Semrush om off-page volatiliteit te monitoren die de uitlezing kan vervuilen.

Een eerlijke kanttekening: SEO is rommelig. Updates in algoritmes, pieken in PR, seizoensinvloeden, e-mailcampagnes en betaalde retargeting kunnen lift-tests snel vertekenen. Google’s John Mueller heeft herhaaldelijk gezegd dat Google sites niet meet zoals SEO-tools doen, en dat is hier van belang: zichtbaarheidswijzigingen van Moz, Ahrefs of Semrush door derden zijn context, geen bewijs.

Hoe een goede ALI eruitziet

Een bruikbare ALI-uitkomst is specifiek: +12,4% incrementele aanmeldingen over 42 dagen, 95% betrouwbaarheid, over 320 behandelde URL’s versus 320 gematchte controles. Dat is bewijs op budget-niveau.

Een zwakke ALI-uitkomst klinkt zo: “Klikken gingen omhoog nadat we content publiceerden.” Prima. Niet causaal. Niet geschikt voor de board.

Nog één kanttekening. ALI valt uit elkaar wanneer kanalen sterk overlappen. SEO, paid search, e-mail en direct verkeer beïnvloeden vaak hetzelfde conversiepad. In die gevallen is ALI nog steeds nuttig, maar alleen als je de interventie strak afbakent en genoegen neemt met bredere betrouwbaarheidsintervallen dan stakeholders doorgaans willen.