Marketing-Attribution: Von der Vorgeschichte zur Konvertierung

Product Information Management

Wäre es nicht ideal, direkt in den Kopf des Kunden blicken zu können, um genau zu verstehen, was ihn zum Kauf bewegt hat – war es die Google-Anzeige, der Facebook-Post, der TV-Spot oder die Plakatwerbung? Bei der heutigen Vielzahl an Werbemöglichkeiten erscheint die Ursachenforschung herausfordernd. Genau hier setzt die Marketing-Attribution an: Sie hilft dabei, die Wirkung der einzelnen Touchpoints zu messen. Was genau dahinter steckt, erklären wir in diesem Artikel.

Marketing-Attribution: Der Weg ist das Ziel

„Fünfzig Prozent bei der Werbung sind immer rausgeworfen. Man weiß nur nicht, welche Hälfte.“ Ob Henry Ford das heute noch so sagen würde, wenn er die Marketing-Attribution kennen würde? Eine seiner Aussagen bleibt jedoch zeitlos relevant: „Wer nicht wirbt, stirbt!“. Ohne Werbung geht es auch heute nicht, selbst wenn man zu den alten Hasen gehört. Man muss im Gespräch bleiben, trotz oder gerade wegen der Wettbewerber und Veränderungen (Kommunikationskanäle, Technologien etc.).

Doch nichts ist ärgerlicher, wenn das eingesetzte Budget seine Wirkung verfehlt. Daher gilt es umso mehr, die Kosten für das Marketing sinnvoll zu verteilen. Denn in all den Bemühungen geht es darum, Streuverluste zu vermeiden. Das Mittel hierzu ist die Marketing-Attribution. Schließlich geht es nicht um das Ziel aller Ziele, nämlich einen Neukunden zu gewinnen. Es geht heute vielmehr darum, zu verstehen, welche Touchpoints welche Rolle bei der Customer Journey gespielt haben, um möglichst das Maximale aus den Marketingmaßnahmen herauszuholen. Um das Verhalten von Menschen und die Ursachen ihrer Kaufentscheidungen zu analysieren, gibt es verschiedene Modelle im Rahmen der Marketing-Attribution.

Marketing-Attributions-Methoden

Bei der Marketing-Attribution geht es um die Gewichtung der Touchpoints. Hierzu stehen grundsätzlich zwei Methoden zur Verfügung, die die Basis für die eigentlichen Attributions-Modelle bilden: Die datengetriebene und die regelbasierte Attributions-Methode.

Datengetriebene Attributions-Methode

Die datengetriebene Attribution basiert auf einer detaillierten Analyse der tatsächlichen Daten des Unternehmens. Mithilfe von Algorithmen und maschinellem Lernen werden alle Berührungspunkte und deren Einfluss auf die Conversion individuell bewertet. Diese Methode nutzt historische Daten, um den spezifischen Beitrag jedes Touchpoints zu berechnen und passt sich dynamisch an das Verhalten der Kunden an. Aufgrund der Flexibilität, wird diese Methode auch als dynamische Attribution bezeichnet.

• Vorteile: Die datengetriebene Attribution bietet die präziseste und flexibelste Bewertung der Touchpoints, da sie auf realen Daten basiert. Sie kann Muster und Zusammenhänge erkennen, die regelbasierte Modelle übersehen, und ermöglicht eine genaue Zuweisung von Budgets.
• Nachteile: Die Implementierung ist komplexer und kostspieliger, da sie fortschrittliche Analysen und oft die Unterstützung von Datenwissenschaftlern erfordert. Zudem sind hohe Datenmengen und eine robuste Datenqualität notwendig.

Regelbasierte Attributions-Methode

Die regelbasierte Attribution folgt selbst vorgegebenen, festen Regeln, um den Wert einer Conversion auf die verschiedenen Touchpoints in der Customer Journey zu verteilen. Diese, vom Werbetreibenden festgelegten Regeln, sind in den Attributionsmodellen klar definiert, wie zum Beispiel beim First Touch- oder Last Touch-Modell. Die Verteilung des Wertes erfolgt also unabhängig von den spezifischen Daten des Unternehmens oder der tatsächlichen Leistung der Touchpoints.

• Vorteile: Die regelbasierte Attribution ist einfach zu implementieren und bieten eine klare, nachvollziehbare Struktur. Sie eignet sich gut für Unternehmen, die eine grundlegende Sicht auf ihre Touchpoints benötigen.
• Nachteile: Die Herangehensweise ist subjektiv sowie statisch und berücksichtigen nicht die tatsächliche Interaktion oder die spezifische Wirkung der einzelnen Berührungspunkte. Sie sind daher weniger flexibel und können zu ungenauen Ergebnissen führen.

Marketing-Attributions-Modelle im Überblick

Die Marketing-Attributions-Modelle hängen, wie oben beschrieben, von der zuvor gewählten Methode ab: Datengetriebene oder regelbasierte Attribution. Wobei es bei der datengetriebenen Attribution nur “ein” Modell gibt, Data-Driven, lässt sich die regelbasierte Attribution in die Modelle Last Touch, First Touch, Linear, Time Decay, Position Based und Custom unterteilen. Diese kann man wiederum in zwei Gruppen gliedern: Single Source Attribution und Fractional Attribution. Beim Ersten, diese ist auch die in der Praxis meist genutzte Form der Marketing-Attribution, wird die Conversion zu 100 % einer einzigen Maßnahme zugeordnet. Bei der Fractional Attribution hingegen wird die Conversion mehreren Touchpoints zugeschrieben.

Datengetriebene Marketing-Attribution

• Data-Driven: Dynamisches, selbstlernendes Modell auf Basis von Daten, das die Gewichtung der einzelnen Touchpoints nach einem mathematischen Algorithmus bestimmt und hierbei sowohl die erfolgreichen als auch die erfolglosen Interaktionen miteinbezieht (z.B. Google Ads oder Google Analytics)

Regelbasierte Marketing-Attribution