Glossar
Marketing

Attribution Modeling

Auch: Marketing Attribution, Multi-Touch Attribution, MTA, Conversion Attribution

Attribution Modeling ist die Methode, den Beitrag zu einer Conversion auf die Touchpoints zu verteilen, mit denen ein Kunde vor dem Kauf oder der Anmeldung in Kontakt kam.

Was es ist

Attribution Modeling bezeichnet die Verteilung des Beitrags zu einer Conversion (Verkauf, Anmeldung, Lead oder ein anderes Ziel) auf die verschiedenen Marketing-Touchpoints, die ein Kunde auf seinem Weg durchlaufen hat. Da die meisten Käufer vor der Conversion mit mehreren Kanälen in Kontakt kommen (Suchanzeigen, E-Mail, Social, organisch, Referral), beantwortet Attribution eine zentrale Frage: Welche Touchpoints haben das Ergebnis tatsächlich getrieben, und wie viel Anteil verdient jeder davon?

Warum es zählt

Marketingbudgets sind endlich, und Kanäle wirken selten isoliert. Ohne Attribution neigen Teams dazu, den Last Click zu überbewerten und zu wenig in Awareness-Kanäle zu investieren, die die Journey gestartet haben. Gute Attribution hilft Ihnen:

  • Budget den Kanälen zuzuweisen, die das Ergebnis wirklich beeinflussen.
  • Den tatsächlichen Return on Ad Spend (ROAS) pro Kanal zu messen.
  • Ausgaben gegenüber Finance mit belastbarer Logik zu begründen.
  • Verschwendete oder redundante Touchpoints zu erkennen.

Gängige Modelle

  • First-Touch: 100 % des Beitrags an die erste Interaktion. Gut, um Demand Generation zu messen.
  • Last-Touch: 100 % an die letzte Interaktion vor der Conversion. Einfach, ignoriert aber den funnel.
  • Linear: gleicher Anteil für alle Touchpoints.
  • Time-Decay: mehr Anteil für Touchpoints näher an der Conversion.
  • Position-based (U-förmig): hoher Anteil für den ersten und letzten Touchpoint, der Rest wird auf die mittleren verteilt.
  • Data-driven (algorithmisch): nutzt statistische oder machine-learning-Methoden, um den Anteil anhand beobachteter Muster statt fester Regeln zuzuweisen.

Wie es in der Praxis genutzt wird

Teams konfigurieren Attribution in Analytics- oder Marketing-Plattformen, definieren ein Lookback Window (zum Beispiel 30 oder 90 Tage) und vergleichen die Ergebnisse der Modelle. Viele lassen mehrere Modelle parallel laufen, weil jedes eine andere Geschichte erzählt. Änderungen beim Datenschutz (Wegfall von Cookies, Consent-Regeln) treiben Teams zunehmend zu modellierten und aggregierten Ansätzen.

Konkretes Beispiel

Ein Kunde sieht eine LinkedIn-Anzeige, klickt später auf eine Google-Suchanzeige, öffnet dann eine retargeting-E-Mail und kauft ein Abo für 600 $.

  • Last-Touch: die E-Mail erhält alle 600 $.
  • Linear: jeder der drei Kanäle erhält 200 $.
  • Position-based: LinkedIn 240 $, E-Mail 240 $, Suche 120 $.

Dieselbe Conversion führt zu sehr unterschiedlichen Kanal-Scorecards. Genau deshalb ist es wichtig, das Modell zu wählen und zu dokumentieren.

Same journey, different credit per modelSocial adSearch adEmailBuyFirst-touchLast-touchLinearPosition-basedEach model splits the same conversion differently.
How different attribution models assign credit across the same set of touchpoints.

Siehe auch

Conversion Rate

Häufige Fragen

Was ist Attribution Modeling im Marketing?

Attribution Modeling ist die Methode, den Beitrag zu einer Conversion (Verkauf, Anmeldung oder Lead) auf die Marketing-Touchpoints zu verteilen, mit denen ein Kunde vor der Conversion in Kontakt kam. Da die meisten Käufer vor ihrer Handlung Suchanzeigen, E-Mail, Social und organische Kanäle berühren, beantwortet Attribution, welche Touchpoints das Ergebnis tatsächlich getrieben haben und wie viel Anteil jeder davon verdient.

Was ist der Unterschied zwischen First-Touch- und Last-Touch-Attribution?

First-Touch gibt 100 % des Beitrags an die erste Interaktion, Last-Touch 100 % an die letzte vor der Conversion. First-Touch ist nützlich, um Demand Generation zu beurteilen, Last-Touch ist einfach, ignoriert aber alles, was früher im funnel passiert ist. Teams, die nur auf Last-Touch schauen, investieren systematisch zu wenig in Awareness-Kanäle.

Welches Attributionsmodell soll ich für mein Unternehmen wählen?

Es gibt kein einzig richtiges Modell, weshalb viele Teams mehrere parallel laufen lassen und die Ergebnisse vergleichen. Position-based funktioniert, wenn erster und letzter Touchpoint am meisten zählen, Time-Decay bei kurzem Sales Cycle, data-driven, wenn Sie genug Volumen haben, damit statistische Methoden den Beitrag aus beobachteten Mustern zuweisen können. Wichtiger als die Wahl selbst ist, das Modell zu dokumentieren, damit alle dieselbe Scorecard lesen.

Wie stark können sich die Ergebnisse von einem Attributionsmodell zum anderen verändern?

Stark genug, um eine Budgetentscheidung umzukehren. Nehmen Sie ein Abo für 600 $, bei dem der Kunde eine LinkedIn-Anzeige gesehen, eine Google-Suchanzeige geklickt und dann über eine retargeting-E-Mail konvertiert hat: Last-Touch schreibt die vollen 600 $ der E-Mail zu, linear gibt jedem Kanal 200 $, position-based gibt LinkedIn 240 $, E-Mail 240 $ und Suche 120 $. Dieselbe Conversion, drei völlig unterschiedliche Kanal-Scorecards.

Was ist ein Lookback Window und wie wirkt es sich auf die Attribution aus?

Das Lookback Window ist der Zeitraum vor einer Conversion, in dem Touchpoints noch gezählt werden, typischerweise 30 oder 90 Tage. Ein kurzes Fenster lässt frühe Interaktionen wegfallen und überhöht die Kanäle nahe am Verkauf; ein langes erfasst die gesamte Journey, rechnet aber möglicherweise Kontakten Beiträge zu, die kaum echten Einfluss hatten. Setzen Sie es an der tatsächlichen Länge Ihres Sales Cycle aus, nicht per Default.