Attribution model
Auch: Attribution, Marketing attribution, Multi-touch attribution, MTA, Credit assignment, Modele d'attribution, Attribution marketing
Ein Framework, das den Touchpoints, die zu einer Conversion beigetragen haben, Credit zuweist, damit Sie messen können, welche Kanäle und Interaktionen tatsächlich Ergebnisse bringen.
Was es ist
Ein Attribution model ist ein Regelwerk (oder eine statistische Methode), das festlegt, wie viel Credit jeder Marketing-Touchpoint für eine Conversion erhält. Eine Conversion kann ein Kauf, eine Registrierung, ein qualifizierter Lead oder jedes andere Ergebnis sein, das für Sie zählt. Da Kunden selten nach einer einzigen Interaktion konvertieren, beantwortet Attribution eine praktische Frage: Von allen Ads, E-Mails, Suchen und Besuchen vor diesem Ergebnis: welche verdienen den Credit, und wie viel davon?
Warum es zählt
Budgets und Entscheidungen folgen dem Credit. Bekommt ein Kanal zu wenig Credit, wird ihm das Budget gestrichen, selbst wenn er Wert schafft; bekommt er zu viel, wird Spend verschwendet. Attribution macht aus einer unübersichtlichen Customer Journey Zahlen, mit denen Sie arbeiten können.
- Budgetallokation: Spend zu Touchpoints verschieben, die Conversions wirklich beeinflussen.
- Kanalbewertung: paid search, Social, E-Mail und organisch auf einheitlicher Basis vergleichen.
- Accountability: Marketingaktivität mit Umsatz und pipeline verknüpfen.
Gängige Modelltypen
- Last-touch: 100 % Credit für den letzten Touchpoint. Einfach, ignoriert aber frühere Einflüsse.
- First-touch: 100 % Credit für den ersten Touchpoint. Gut, um Demand Generation zu messen.
- Linear: gleicher Credit für jeden Touchpoint.
- Time-decay: mehr Credit für Touchpoints näher an der Conversion.
- Position-based (U-förmig): viel Credit für den ersten und letzten Touchpoint, der Rest wird aufgeteilt.
- Data-driven (algorithmisch): nutzt statistische oder machine-learning-Methoden (zum Beispiel Shapley-Werte oder Markov-Ketten), um den marginalen Beitrag jedes Touchpoints aus den beobachteten Daten zu schätzen.
Wie es in der Praxis eingesetzt wird
Teams wählen ein Modell, das zu ihrem Sales Cycle und ihrer Datenqualität passt, binden es in Analytics oder eine Marketingplattform ein und prüfen dann die Reports nach Kanal und Kampagne. Regelbasierte Modelle sind transparent und leicht zu erklären. Data-driven-Modelle sind genauer, brauchen aber saubere, gut verknüpfte Event-Daten und sorgfältige Validierung. Attribution ist korrelativ, nicht kausal. Erfahrene Teams kombinieren sie deshalb mit Incrementality-Tests (Holdouts, Geo-Experimente), um echten Lift zu bestätigen.
Rechenbeispiel
Eine Customer Journey bis zu einem Kauf über 200 EUR:
1. Klick auf eine paid search Ad
2. Lesen eines Blog-Beitrags (organisch)
3. Klick auf eine E-Mail, dann Kauf
So werden die 200 EUR zugewiesen:
- Last-touch: E-Mail 200, alle anderen 0.
- First-touch: Paid search 200, alle anderen 0.
- Linear: jeder Kanal etwa 67.
- Position-based (40/20/40): Paid search 80, Blog 40, E-Mail 80.
Gleiche Journey, vier völlig verschiedene Geschichten. Die Wahl des Modells ist eine Geschäftsentscheidung, nicht nur eine technische.
Siehe auch
Häufige Fragen
Was ist ein Attribution model?
Ein Attribution model ist ein Regelwerk oder eine statistische Methode, die festlegt, wie viel Credit jeder Marketing-Touchpoint für eine Conversion erhält, ob diese Conversion ein Kauf, eine Registrierung oder ein qualifizierter Lead ist. Da Kunden selten nach einer einzigen Interaktion konvertieren, bestimmt das Modell, welche Ads, E-Mails, Suchen und Besuche Credit bekommen und wie viel. Budgets folgen in der Regel diesem Credit, also prägt die Wahl des Modells direkt die Spending-Entscheidungen.
Was ist der Unterschied zwischen First-touch-, Last-touch- und Multi-touch-Attribution?
Last-touch gibt 100 % des Credits der letzten Interaktion, first-touch 100 % der ersten, und multi-touch verteilt den Credit über die gesamte Journey. Multi-touch gibt es selbst in mehreren Varianten: linear (überall gleicher Credit), time-decay (mehr Credit nahe der Conversion) und position-based oder U-förmig (typischerweise 40/20/40 zwischen erstem, mittlerem und letztem Touchpoint). Single-touch-Modelle sind einfacher zu erklären, verbergen aber den Einfluss von allem, was dazwischen liegt.
Wie wähle ich das passende Attribution model aus?
Richten Sie das Modell an Ihrem Sales Cycle und der Qualität Ihrer Daten aus. Regelbasierte Modelle wie last-touch oder position-based sind transparent und intern leicht zu verteidigen, was zählt, wenn mehrere Teams um dasselbe Budget streiten. Data-driven-Modelle sind genauer, brauchen aber saubere, gut verknüpfte Event-Daten und sorgfältige Validierung, sind also kein Startpunkt für ein Team, dessen Tracking noch lückenhaft ist.
Kann ein Attribution model beweisen, dass ein Kanal die Verkäufe verursacht hat?
Nein. Attribution ist korrelativ, nicht kausal: sie beschreibt, welche Touchpoints in Journeys auftraten, die konvertiert haben, nicht was ohne sie passiert wäre. Erfahrene Teams kombinieren Attributionsreports deshalb mit Incrementality-Tests wie Holdout-Gruppen oder Geo-Experimenten, um echten Lift zu bestätigen, bevor sie Budget umverteilen.
Konkret: wie stark verändert das Modell die Zahlen bei derselben Journey?
Stark genug, um eine Budgetentscheidung umzudrehen. Nehmen Sie einen Kauf über 200 EUR, dem ein paid-search-Klick, ein Blog-Besuch und dann ein E-Mail-Klick vorausgingen: last-touch schreibt der E-Mail die kompletten 200 zu und dem Rest null, first-touch schreibt paid search 200 zu, linear gibt jedem Kanal etwa 67, und ein position-based Modell mit 40/20/40 gibt 80 an paid search, 40 an den Blog und 80 an die E-Mail. Gleiche Journey, vier verschiedene Schlussfolgerungen darüber, welcher Kanal Budget bekommen sollte.