Was sind eigentlich Attributionsmodelle und warum sind sie wichtig für meine Reports?

Artikel lesen

Attribution ist erstmal kein reiner Marketingbegriff, wörtlich übersetzt bedeutet es “Zuschreibung” und kann in jedem Kontext verwendet werden. In der Psychologie spricht man beispielsweise von Attribution, wenn man einer Handlung eine bestimmte Ursache zuschreibt. 

Eine ähnliche Begriffserklärung gilt auch für das Online Marketing: Hier ist von Attribution die Rede, wenn man eine Conversion (also beispielsweise ein Kauf oder ein erfolgreich abgeschicktes Kontaktformular) einem Channel oder einer bestimmten Marketing-Maßnahme zuordnet. 

Was sind Attributionsmodelle? 

“Eine Conversion der passenden Marketing-Kampagne zuordnen” – was in der Theorie so einfach klingt, wird praktisch schnell kompliziert – denn in den meisten Fällen hat der Nutzer mehr als nur einen Touchpoint, bevor es zum Kauf kommt. 

Hier kommen Attributionsmodelle ins Spiel. Einfach gesagt legen Attributionsmodelle fest, welcher Touchpoint innerhalb der Customer Journey ausschlaggebend für die Conversion ist und rechnet diese entsprechend dem richtigen Kontaktpunkt zu.

Die Komplexität reicht hier von der einfachen Last Click Variante bis hin zu weit komplexeren Data Driven Attribution Modellen. 

Welche Attributionsmodelle gibt es? 

Last Click / Letzte Interaktion

Hier wird die Conversion zu 100% dem letzten Klick vor Kauf zugeordnet. Dieses Modell ist etwa für Produkte geeignet, die keine lange Informationsphase vor dem Kauf einfordern. 

Beispiel: Niedrigpreisige Produkte wie T-Shirts oder Socken

Last Indirect Click / Letzter Indirekter Klick

Das Modell “letzter indirekter Klick” ist das vielleicht am häufigsten genutzte Modell, denn es ist das Attributionsmodell, das in Google Analytics standardmäßig verwendet wird. Die Conversion wird, wie der Name schon sagt, dem letzten indirekten Klick zugeordnet – also dem letzten Klick, der nicht beispielsweise über eine direkte Eingabe der URL in der Browserzeile erfolgt.

Kommt der Nutzer für die Conversion also “direct” auf die Website und schließt den Kauf ab, geht man in diesem Modell davon aus, dass die vorausgehende Marketingkampagne der eigentliche Conversion Treiber war. 

First Click / Erster Klick

Beim Modell “First Click” wird der Kauf dem ersten Kontakt zugeordnet. Dieses Modell bietet sich bei komplizierten, erklärungsbedürftigen oder hochpreisigen Produkten oder Dienstleistungen besonders an. 

Beispiel: Autokauf, Buchung einer Reise

Lineare Attribution

Entscheidet man sich für ein lineares Attributionsmodell, geht man davon aus, dass alle Touchpoints in der Customer Journey gleich wichtig sind. Die Conversion wird also anteilig auf alle Kontaktpunkte attribuiert. 

Ein lineares Modell kann beispielsweise dann zum Einsatz kommen, wenn die Marketing-Maßnahmen so konzipiert sind, dass sie den Nutzer gleichmäßig über den gesamten Entscheidungsprozess hinweg begleiten. In der Realität kommt dieses Modell jedoch eher selten zum Einsatz. 

Zeitverlaufs-basierte Attribution

Ähnlich wie das lineare Modell teilt auch das Zeitverlaufsmodell die Conversion zwischen verschiedenen Touchpoints auf – allerdings ist die Verteilung keineswegs linear, sondern exponentiell steigend zum letzten Touchpoint hin. 

In Google Analytics beträgt die Halbwertszeit des Zeitverlaufsmodells 7 Tage, das maximale Attributions-Zeitfenster beträgt 30 Tage. Entsprechend eignet sich die Attribution im Zeitverlauf besonders gut für kurzfristig angelegte Kampagnen.

Positionsbasierte Attribution

Auch hier wird eine Conversion auf verschiedene Kontakte aufgeteilt, im Gegensatz zu den vorherigen Modellen ist die positionsbasierte Attribution aber sehr flexibel: Unternehmen können hier selbst entscheiden, welchen Touchpoints sie welche Bedeutung beimessen wollen.

Datengetriebene Attribution / Data Driven Attribution

Data Driven Attribution ist eines der beliebtesten Buzzwords der letzten Jahre – der wesentliche Unterschied zu den vorangegangenen Modellen ist, dass die Attribution anhand der eigenen Customer Journey eines jeden Werbetreibenden berechnet wird. 

Ein Beispiel: Auf den ersten Blick sieht es aus, als würde Anzeige A meist zur Conversion führen. Geht man etwas tiefer in die Analyse, fällt aber auf, dass die Conversion-Rate höher ist, wenn vor Anzeige A zuerst auf Anzeige B geklickt wird. Im datengetriebenen Attributionsmodell wird in diesem Fall auch Anzeige B ein Anteil an der Conversion zugeschrieben. 

Klingt kompliziert? Keine Sorge, die Berechnung erfolgt automatisiert und KI-gestützt. 

Vorteile von Data Driven Attribution

  • Zeichnet vermeintlich ein realistischeres Bild als Standard-Attributionsmodelle
  • Klingt einfach cool 🙂

Nachteile von Data Driven Attribution

  • Relativ große Datenmenge benötigt (mindestens 15.000 Klicks & 600 Conversions in den letzten 30 Tagen, um das Attributionsmodell in Google Ads zu nutzen) 
  • Keine Einsicht in die Zuordnung – man muss also Drittanbietern wie beispielsweise Google blind vertrauen
  • Datengetriebene Attribution in Google Analytics ist nur mit der kostenpflichtigen “Analytics 360” Version möglich.

Attributionsmodelle in Google Analytics: Wie funktioniert Attribution in Google Analytics? 

Eines vorab: Auch wenn ich hier hauptsächlich auf die Google-Spezifischen Attributionsmodelle eingehe, ist Attribution keinesfalls ein reines Google Analytics Thema! Auch andere Conversion-Tracking- und Analyse-Tools arbeiten mit einem bestimmten Attributionsmodell. Weil Google Analytics das meistgenutzte Tool ist, der Blogartikel schon jetzt drei Seiten lang ist und ich niemanden zu Tode langweilen möchte, beschränkt sich dieser Artikel auf Google Analytics.

Welches Attributionsmodell kommt bei Google Analytics zum Einsatz? 

Standardmäßig wird in Google Analytics das Modell “Last Indirect Click” verwendet. Dies kann aber problemlos umgestellt werden – grundsätzlich bietet Analytics alle oben genannten Attributionsmodelle zur Auswahl an, also

  • Letzter Klick
  • Letzter Indirekter Klick
  • Letzter Google Ads Klick
  • Erster Klick
  • Positionsbasiert
  • Zeitverlauf
  • Datengetriebene Attribution

Wo kann ich das Attributionsmodell einstellen? 

Das Attributionsmodell kann in Google Analytics in den Einstellungen der Datenansicht geändert werden. Unter “Einstellungen für den Multi-Channel-Trichter” kann ein passendes Attributionsmodell ausgewählt oder ein neues benutzerdefiniertes Modell erstellt werden. 

Über welchen Zeitraum hinweg wird in Google Analytics attribuiert? 

Das voreingestellte Attributions-Fenster in Google Analytics beträgt 6 Monate. Dieses lässt sich aber flexibel anpassen. Die Einstellung dazu findet sich in den Property-Einstellungen unter “Tracking-Informationen” -> “Sitzungseinstellungen”.

Wichtig: Um eine konsistente Datenstruktur und eine gewisse Vergleichbarkeit im Zeitverlauf gewährleisten zu können, sollten Attributionsmodell und Attributionsfenster nicht öfter angepasst werden, als unbedingt notwendig. 

Im besten Fall legt man beide Variablen direkt am Anfang fest und behält diese dann bei.

Kann ich gefahrlos andere Attributionsmodelle ausprobieren? 

Wie bereits gesagt, rate ich dringend davon ab, das Attributionsmodell zu oft zu ändern – spätestens wenn ihr eure Daten in einem Jahr mit den Daten von heute vergleichen wollt, werdet ihr euch ärgern, wenn ihr zwischendurch das Attributionsmodell geändert habt und die Daten völlig anders aussehen – versprochen. 

Wer dennoch Daten miteinander vergleicht, denen verschiedene Attributionsmodelle zugrunde liegen, läuft Gefahr, falsche Schlüsse aus den vorliegenden Daten zu ziehen. Auch darüber werdet ihr euch früher oder später ärgern – denn das kann im schlimmsten Fall ganz schön teuer werden. 

Deswegen hier nochmal ein dringender Appell: Dreht nicht ohne Not an eurem Attributionsmodell!

Die perfekte Spielwiese zum Vergleichen und Testen: Das Modellvergleichstool in Google Analytics

Auch wenn ich dringend davon abrate, das Attributionsmodell ohne Not zu verändern, so macht es doch Sinn, von Zeit zur Zeit verschiedene Modelle miteinander zu vergleichen. Hierfür eignet sich das “Modellvergleichstool” in Google Analytics. 

Im Modellvergleichstool können – wie der Name schon sagt – verschiedene Attributionsmodelle miteinander verglichen werden. Die bereits gesammelten Daten können so mit wenigen Klicks unter verschiedenen Modellen betrachtet und entsprechend aus unterschiedlichen Perspektiven analysiert werden. 

Die bestehende Datenbasis wird dabei nicht verändert. Das macht das Modellvergleichstool zur perfekten Spielwiese für Analysten und Marketer. 

Wie finde ich das passende Attributionsmodell für mein Unternehmen? 

Bei der Suche nach dem passenden Attributionsmodell ist in erster Linie gesunder Menschenverstand und eine gute Portion Kunden- und Produktverständnis gefragt – aus diesem Grund finde ich es persönlich immer eher kritisch, sich zur Wahl des Attributionsmodells für ein bis zwei Stunden einen externen Dienstleister einzukaufen. Leider sind solche kurzen “Attributions-Workshops” dennoch sehr beliebt.

Unabhängig davon, ob ihr mit einem externen Dienstleister arbeiten, oder euer Attributionsmodell selbst finden möchtet, solltet ihr euch im Vorfeld folgende Fragen stellen:

  • Wie erklärungsbedürftig ist mein Produkt / meine Dienstleistung? 
  • Wie lange ist die Customer Journey in der Regel?
  • Welche Stufen der Customer Journey möchte ich mit meinen Kampagnen begleiten?
  • An welchem Punkt der Kaufentscheidung hole ich den Nutzer ab?
  • Wie entscheidungsfreudig ist mein Nutzer in der Regel?

Anhand dieser Fragen kann man sich in Richtung des richtigen Attributionsmodells hangeln. Am Ende bleibt die Entscheidung aber dennoch eher “willkürlich”, die eine einzig richtige Entscheidung gibt es selten. 

Wichtige Maßnahme zur Erfolgsbewertung oder unnötiger Hype: Wie viel Wert sollte man auf Attribution legen? 

Wenn es sowieso nicht “das eine” richtige Modell gibt, warum sollte man sich dann überhaupt damit beschäftigen? 

Das Attributionsmodell entscheidet zwangsläufig über die Bewertung der einzelnen Channels und Kampagnen – entsprechend wichtig ist es, sich damit zu befassen, die verschiedenen Modelle, ihre Vorteile und ihre Grenzen zu verstehen. 

Dennoch: Die Wahl des Attributionsmodells ist oft eine mehr oder weniger willkürlich getroffene Entscheidung, vor allem, wenn man – wie empfohlen – das Attributionsmodell direkt zum Start der Datensammlung einstellt. 

Viel wichtiger als die Wahl des Attributionsmodells finde ich persönlich es deswegen, ein Verständnis für seine Channels und Kampagnen, aber auch für die Customer Journey und die Kontaktpunkte seiner Nutzer zu entwickeln.

Mit dem Verständnis der Daten und regelmäßigen Customer-Journey-Analysen (die Multichannel-Reports in Google Analytics eignen sich hierfür zum Beispiel sehr gut) wird das voreingestellte Attributionsmodell beinahe zweitrangig.

Beinahe? 

Ja, denn im Management-Overview wird am Ende des Tages nach dem gewählten Attributionsmodell abgerechnet – und das Management möchte unter Umständen nicht viel von “Inspirations-Channels” hören 🙂

In diesem Sinne: Die Wahl des Attributionsmodells ist wichtig und der “Hype” um Attribution hat durchaus seine Berechtigung – allerdings ersetzt selbst das best durchdachteste Attributionsmodell nicht den gesunden Menschenverstand. In vielen Fällen wäre die Zeit, die für das Rätselraten zur Auswahl des vermeintlich besten Attributionsmodell benötigt hat besser investiert gewesen, wenn man stattdessen versucht hätte, seine Kunden besser kennenzulernen und zu verstehen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert