OpenAttribution - framtiden utan fokus på sista klicket?
AI förändrar inte bara hur människor söker efter information. Den riskerar också att förändra en av grundmekanismerna bakom stora delar av den kommersiella webben: länken mellan innehåll, trafik och intäkter.
Traditionellt har modellen varit relativt enkel. En publisher skriver en guide eller jämförelse, besökaren klickar vidare till en butik och ett affiliatenätverk registrerar att försäljningen kom från publishern. Om ett köp sker får publishern provision.
Men vad händer när kunden aldrig besöker publishern?
En användare kan i stället fråga ChatGPT, Gemini eller någon annan AI:
"Vilken laddbox passar bäst till min elbil om jag har solceller och vill kunna styra laddningen efter elpriset?"
AI:n kan läsa guider, produktsidor, recensioner och jämförelser, sammanställa informationen och presentera ett färdigt svar. Användaren kanske därefter går direkt till återförsäljaren eller låter AI-agenten genomföra köpet.
Publisherns innehåll kan ha varit avgörande för rekommendationen, men publishern får varken besökaren, klicket eller affiliateprovisionen.
Det är problemet som OpenAttribution försöker skapa en teknisk standard för.
OpenAttribution arbetar tillsammans med den öppna standarden Content Telemetry. Tanken är att skapa ett gemensamt språk för att beskriva hur AI-system använder innehåll. Standarden skiljer bland annat mellan att en AI hämtar en sida, faktiskt använder informationen i sitt sammanhang, citerar källan, visar den för användaren och att användaren interagerar med innehållet.
Det är en viktig skillnad.
Att ChatGPT hämtar en artikel betyder inte nödvändigtvis att artikeln påverkade svaret. Därför finns exempelvis händelsen content_grounded, som ska kunna signalera att innehållet faktiskt laddades in i agentens kontext och användes när svaret skapades. content_cited signalerar att innehållet dessutom refererades i svaret.
För en vanlig publisher skulle det kunna innebära en helt ny sorts statistik.
En nischad resepublisher som Kreta-Grekland.se kanske i framtiden inte bara kan se hur många människor som besöker sajten från Google. Den skulle även kunna få information om hur ofta innehållet hämtas av AI-agenter, hur ofta det används för att skapa svar och hur ofta det faktiskt ligger bakom en rekommendation.
Samma princip skulle kunna vara relevant för en jämförelse- eller affiliatesajt som Presentkortonline.se.
Anta att någon frågar sin AI:
"Jag behöver ett presentkort till någon som gillar matlagning. Budget max 1 000 kronor och det ska gå att köpa digitalt."
AI:n kanske använder information från Presentkortonline för att förstå vilka alternativ som finns och därefter rekommenderar ett specifikt presentkort. Med dagens affiliateinfrastruktur kan sajten bli helt osynlig i transaktionen om användaren aldrig klickar på dess affiliatelänk.
OpenAttribution försöker göra den typen av påverkan mätbar.
Det blir ännu tydligare i köp där kunden behöver göra research. En sajt som Laddboxguiden.se kan exempelvis innehålla kunskap som hjälper en AI att förstå skillnader mellan laddboxar, installationer och funktioner. Om en AI använder sådan information för att rekommendera en produkt och kunden sedan köper direkt hos återförsäljaren har guiden bidragit till affären, trots att det aldrig funnits något traditionellt affiliateklick.
Det är här OpenAttribution blir särskilt intressant för affiliatebranschen.
Projektets commerce profile är tänkt att kunna behålla en kedja av källor bakom ett AI-genererat köp. Ett AI-svar kan trots allt bygga på flera olika källor samtidigt. OpenAttribution beskriver därför en modell för multi-citation attribution, där attributionen inte behöver begränsas till den enda länk användaren råkade klicka på.
En förenklad kundresa skulle kunna se ut så här:
Publisher
↓
AI läser innehållet
↓
AI använder innehållet i sitt svar
↓
AI rekommenderar en produkt
↓
kunden går vidare eller låter agenten köpa
↓
handlaren registrerar försäljningen
Problemet är att den första halvan av kedjan normalt försvinner när kunden lämnar AI-plattformen.
En av mekanismerna som diskuteras är därför en så kallad ctx_token. Det är en kortlivad token som kan följa med när användaren eller agenten går vidare till en annan webbplats. Mottagaren kan använda tokenen för att identifiera den bakomliggande kedjan av innehåll som användes i AI-sessionen, utan att användarens identitet behöver skickas med.
OpenAttribution arbetar också med kopplingar till de nya protokollen för agentisk handel. Ett förslag för Agentic Commerce Protocol innebär att en AI-agent kan skicka med de webbadresser som den hämtat och citerat när en checkout genomförs.
Affiliatenätverket eller handlaren skulle därefter kunna koppla webbadressen till rätt publisher.
Det skulle exempelvis kunna innebära att en framtida AI-shoppingagent skickar ungefär följande information tillsammans med ett köp:
Produkt: Laddbox X
Köpbelopp: 8 995 kr
Källor som användes:
laddboxguiden.se/guide/...
tillverkaren.se/produkt/...
annan-recensionssajt.se/...
Affiliatenätverket skulle då kunna konstatera att Laddboxguiden deltog i kundens beslutsprocess trots att kunden aldrig besökte sajten.
Det är ett fundamentalt annorlunda sätt att tänka kring attribution.
Dagens affiliateekonomi bygger till stor del på frågan:
"Vem skickade klicket?"
I en AI-driven ekonomi kan frågan i stället bli:
"Vilka informationskällor gjorde att agenten fattade det här beslutet?"
OpenAttribution bestämmer däremot inte hur provisionen ska fördelas. Standarden kan hjälpa till att visa vilka källor som deltog, men handlaren eller affiliatenätverket måste fortfarande bestämma den ekonomiska modellen. Det skulle kunna vara last click, first touch, en linjär fördelning mellan flera källor eller någon helt annan modell.
Det här är också den stora osäkerheten kring OpenAttribution.
Tekniken går att bygga. Det svårare problemet är incitamenten.
En publisher har ett uppenbart intresse av att AI-plattformar rapporterar vilka källor som påverkat ett köp. Ett affiliatenätverk har också ett starkt intresse av att kunna fortsätta mäta värdet som publishers skapar.
Det är mindre självklart varför en AI-plattform eller handlare frivilligt skulle vilja lägga till ännu en part som ska få del av intäkterna.
Därför är det betydelsefullt att aktörer från affiliatebranschen börjar engagera sig. Tradedoubler har exempelvis anslutit sig till OpenAttribution och pekat ut AI-driven discovery som ett problem där innehåll kan påverka ett köp före ett klick eller helt utan något klick.
Samtidigt befinner sig tekniken fortfarande i ett tidigt skede.
Content Telemetry har nått en första stabil version, men OpenAttributions särskilda commerce profile för bland annat ctx_token, click manifests och multi-citation attribution är fortfarande under utveckling.
Det finns därför ingen garanti för att just OpenAttribution blir den standard som framtidens ChatGPT, Gemini, affiliatenätverk och e-handlare använder.
Men problemet som organisationen försöker lösa lär knappast försvinna.
Om AI-agenter tar över en större del av produktresearchen kan sajter som Kreta-Grekland.se, Presentkortonline.se och Laddboxguiden.se hamna i ett märkligt läge. Deras information kan fortfarande vara värdefull, kanske till och med mer värdefull än tidigare, samtidigt som färre användare behöver besöka sajterna.
AI:n blir i praktiken ett nytt lager mellan publishern och kunden.
Om den ekonomiska modellen fortsatt kräver att en människa först klickar på publisherns affiliatelänk finns en risk att ersättningen försvinner trots att innehållet fortfarande bidrar till försäljningen.
OpenAttributions vision är i grunden att värdet ska kunna följa informationen även när klicket försvinner.
Om det lyckas kan attribution i framtiden handla mindre om vem som ägde det sista klicket och mer om vilka källor som faktiskt bidrog till att en människa eller AI-agent kunde fatta ett köpbeslut.
För publishers och affiliatebranschen kan den skillnaden visa sig bli avgörande.