Multi-Touch-Attributionsmodelle

Die Last-Click-Attribution schreibt 100 % der Conversion dem letzten Marketing-Touchpoint vor dem Kauf zu und ignoriert vollständig alle früheren Interaktionen, die die Entscheidung des Kunden beeinflusst haben.

Dadurch entsteht eine systematische Verzerrung zugunsten von Kanälen am unteren Ende des Funnels, etwa Brand Search und Retargeting, und zulasten von Kanälen am oberen Ende des Funnels, etwa Display, Social Awareness und Content. Marken investieren dadurch zu wenig in Awareness und zu viel in Conversion-Maßnahmen.

Die First-Click-Attribution schreibt den gesamten Verdienst dem ersten Touchpoint zu, mit dem ein Kunde vor der Conversion interagiert hat. Sie konzentriert sich damit vollständig darauf, was die ursprüngliche Aufmerksamkeit und Entdeckung ausgelöst hat.

Dieses Modell eignet sich besonders für Marken mit einem Fokus auf Akquisition, die verstehen möchten, welche Kanäle neue Kunden erstmals erreichen. Es ignoriert jedoch alles, was zwischen der Entdeckung und dem Kauf passiert ist, und ist dadurch ähnlich eindimensional wie die Last-Click-Attribution.

Das lineare Attributionsmodell verteilt die Conversion-Gutschrift gleichmäßig auf alle Touchpoints in der Customer Journey. Gab es fünf Touchpoints, erhält jeder 20 % der Gutschrift.

Die lineare Attribution berücksichtigt, dass mehrere Kanäle zur Conversion beitragen, und lässt sich Stakeholdern leicht vermitteln. Die Gleichgewichtung ignoriert jedoch die unterschiedlichen Rollen und Überzeugungskräfte der einzelnen Touchpoints.

Das Time-Decay-Modell schreibt Touchpoints, die näher am Conversion-Ereignis liegen, einen größeren Anteil zu. Je weiter ein Touchpoint zeitlich zurückliegt, desto stärker nimmt sein Anteil exponentiell ab.

Dieses Modell entspricht der intuitiven Annahme, dass jüngere Interaktionen stärker kausal mit der Kaufentscheidung verbunden sind als frühere. Dadurch eignet es sich für kurze Verkaufszyklen. Bei langen B2B-Verkaufszyklen kann es die Awareness am oberen Ende des Funnels dennoch unterschätzen.

Das U-förmige, positionsbasierte Attributionsmodell schreibt dem ersten Touchpoint 40 %, dem Touchpoint der Lead-Conversion oder dem letzten Touchpoint 40 % zu und verteilt die verbleibenden 20 % gleichmäßig auf die mittleren Touchpoints.

Dieses Modell berücksichtigt sowohl die Bedeutung der Akquisition, also des ersten Touchpoints, als auch des Abschlusses, also des letzten Touchpoints, und schreibt zugleich den Interaktionen zur Lead-Pflege einen gewissen Anteil zu. Deshalb ist es bei B2B-Marketern beliebt, die sowohl Akquisitions- als auch Conversion-Kanäle berücksichtigen möchten.

Das W-förmige Modell ergänzt die U-Form um eine dritte wichtige Position: den Touchpoint der Opportunity-Erstellung, also den Zeitpunkt, an dem eine Vertriebschance offiziell eröffnet wird. Die Gutschrift wird zu jeweils 30 % auf den ersten Touchpoint, den Touchpoint der Opportunity-Erstellung und den Abschluss-Touchpoint verteilt. Die übrigen 10 % werden auf alle anderen Touchpoints verteilt.

Dieses Modell mit drei Meilensteinen eignet sich besonders für B2B-Organisationen mit klar abgegrenzten Übergabestufen zwischen Marketing und Vertrieb sowie für Named Accounts, bei denen vor der Erstellung einer offiziellen Opportunity mehrere Marketinginteraktionen stattfinden.

Die datengetriebene Attribution, auch algorithmische Attribution genannt, nutzt Machine Learning, um Tausende tatsächlicher Customer Journeys zu analysieren und jedem Touchpoint einen anteiligen Verdienst entsprechend seinem berechneten Beitrag zur Conversion-Wahrscheinlichkeit zuzuweisen.

Im Gegensatz zu regelbasierten Modellen wird die datengetriebene Attribution empirisch aus Ihren eigenen Daten abgeleitet. Sie erkennt, welche Abfolgen von Touchpoints und Kombinationen von Kanälen mit höheren Conversion-Raten verbunden sind. Für statistisch zuverlässige Ergebnisse ist jedoch ein ausreichendes Conversion-Volumen erforderlich, mindestens 3.000 Conversions pro Monat.

Verwenden Sie Last-Click für Budgetentscheidungen zur Performance von Conversion-Kampagnen. Verwenden Sie First-Click zur Bewertung von Akquisitionskanälen. Verwenden Sie die lineare Attribution oder Time-Decay für eine einfache Visualisierung des Funnels.

Verwenden Sie U-förmige oder W-förmige Modelle für mehrstufige B2B-Funnels. Verwenden Sie die datengetriebene Attribution als primäres Modell, wenn ausreichend Conversion-Volumen vorhanden ist. Sie bildet den tatsächlichen Beitrag jedes Kanals über alle Muster der Customer Journey hinweg am genauesten ab.

GA4 verwendet für Conversions standardmäßig die datengetriebene Attribution, sofern ausreichend Daten verfügbar sind, und wechselt bei unzureichender Datenmenge zur Last-Click-Attribution. Sie können das Attributionsmodell unter Verwaltung > Attributionseinstellungen ändern.

In Google Ads kann jede Conversion-Aktion ein eigenes Attributionsmodell verwenden. Der Wechsel von Last-Click zur datengetriebenen Attribution erhöht in Google Ads typischerweise den ausgewiesenen Wert von Suchbegriffen am oberen Ende des Funnels und veranlasst Smart Bidding, eine breitere Zielgruppe anzusprechen.

Mit dem Bericht zum Vergleich von Attributionsmodellen in GA4 können Sie nebeneinander sehen, wie verschiedene Attributionsmodelle jeden Kanal bewerten würden, und dabei dieselben historischen Conversion-Daten verwenden.

Dieser Bericht ist besonders wertvoll, um Stakeholder über die Wahl der Attributionsmethode zu informieren und zu quantifizieren, wie viel eine Budgetumverteilung rechtfertigen würde, wenn Sie von Last-Click zur datengetriebenen Attribution wechseln.

Ein Attributionsfenster legt fest, wie weit vor einer Conversion ein Attributionsmodell nach beitragenden Touchpoints sucht. Übliche Fenster sind 7 Tage für Klicks, 30 Tage für Klicks und 1 Tag für View-through-Attribution.

Kürzere Fenster unterschätzen Beiträge am oberen Ende des Funnels und bevorzugen Kanäle, die kurz vor der Conversion genutzt wurden. Längere Fenster schreiben möglicherweise Kanälen einen Verdienst zu, deren Kontakt so lange zurückliegt, dass ihr tatsächlicher Einfluss auf die Conversion-Entscheidung fraglich ist. Die Wahl des richtigen Fensters setzt voraus, dass Sie die tatsächliche Länge Ihres Kaufzyklus kennen.

Testen Sie Ihr Verständnis von Multi-Touch-Attributionsmodellen.

Attributionsmodelle reichen von Single-Touch-Modellen wie First-Click und Last-Click über Multi-Touch-Modelle wie linear, Time-Decay, U-förmig und W-förmig bis hin zu algorithmischen Modellen wie der datengetriebenen Attribution. Jedes Modell hat eigene Stärken und geeignete Einsatzbereiche.

Die datengetriebene Attribution ist bei ausreichendem Conversion-Volumen das genaueste Modell. Der Bericht zum Modellvergleich in GA4 hilft dabei, die geschäftlichen Auswirkungen einer Änderung Ihrer Attributionsmethode zu quantifizieren.