Multi-touch attribution
Auch: MTA, Multi-touch attribution, Multi-touchpoint attribution, Fractional attribution, Attribution multi-touch, Attribution marketing multi-points de contact
Eine Methode, die den Conversion-Beitrag auf alle Marketing-Touchpoints der Customer Journey verteilt, statt nur die erste oder letzte Interaktion zu berücksichtigen.
Was es ist
Multi-touch attribution (MTA) ist ein Messansatz, der jedem Marketing-Touchpoint, mit dem ein Kunde auf seiner Journey interagiert hat, einen anteiligen Beitrag an einer Conversion (Verkauf, Registrierung oder Lead) zuweist. Statt 100 % einem einzigen Ereignis zuzuschreiben, verteilt er den Beitrag je nach gewähltem Modell auf paid search, Display, E-Mail, Social und weitere Kanäle.
Gängige Zuordnungsmodelle:
- Linear: gleicher Anteil für jeden Touchpoint.
- Time decay: mehr Anteil für Touchpoints näher an der Conversion.
- Positionsbasiert (U-förmig): hoher Anteil für ersten und letzten Touch, weniger für die Mitte.
- Data-driven (algorithmisch): Anteile statistisch aus beobachteten Conversion-Mustern abgeleitet, häufig per logistischer Regression, Markov-Ketten oder Shapley-Werten.
MTA steht im Gegensatz zur Single-touch attribution (first-touch oder last-touch) und zum Media Mix Modeling (MMM), das auf aggregierter Ebene arbeitet statt auf Ebene der einzelnen Journey.
Warum es zählt
- Budgetallokation: zeigt, welche Kanäle Conversions unterstützen, nicht nur welcher sie abgeschlossen hat.
- Fairere Kanalbewertung: Aktivitäten im upper funnel (Awareness) werden nicht unterbewertet.
- ROI-Klarheit: Finance und Marketing sind sich einig, wie Spend auf Umsatz abbildet.
Ohne MTA führt der Last-touch-Bias dazu, dass Kanäle wie Brand Search oder retargeting, die nahe am Ende des funnel auftauchen, überbewertet werden.
Wie es in der Praxis eingesetzt wird
1. Journey-Daten erheben: Touchpoints pro Nutzer über Kanäle und Geräte hinweg zusammenführen.
2. Modell wählen: regelbasiert für Einfachheit, data-driven für Genauigkeit.
3. Anteiligen Beitrag zuweisen für jeden Touchpoint.
4. Aggregieren der zugeordneten Conversions und Umsätze je Kanal.
5. Handeln: Spend umverteilen, Bidding anpassen, Reporting speisen.
Einschränkungen: Signalverlust durch das Ende der Cookies, Datenschutzregeln (DSGVO, Consent) und Walled Gardens begrenzen die Sichtbarkeit der Journey. Viele Teams kombinieren MTA inzwischen mit MMM und Inkrementalitätstests (Holdouts), um ein vollständigeres Bild zu erhalten.
Rechenbeispiel
Ein Kunde konvertiert bei einem Kauf von 200 EUR nach vier Touchpoints:
- Facebook-Ad (first touch)
- Google Display
- Brand Search (last touch)
| Modell | Facebook | Display | E-Mail | Search |
|---|---|---|---|---|
| Last-touch | 0 | 0 | 0 | 200 |
| Linear | 50 | 50 | 50 | 50 |
| Time decay | 20 | 40 | 60 | 80 |
| U-förmig | 80 | 20 | 20 | 80 |
Last-touch schreibt Search alles zu, während MTA zeigt, dass Facebook und E-Mail tatsächlich zum Verkauf beigetragen haben. Dieses insight verändert, wohin der nächste Euro Budget gehen sollte.
Siehe auch
Häufige Fragen
Was ist multi-touch attribution?
Multi-touch attribution (MTA) weist jedem Marketing-Touchpoint, mit dem ein Kunde interagiert hat, einen Anteil am Beitrag zu jeder Conversion zu, statt 100 % an eine einzige Interaktion zu geben. Ein Verkauf von 200 EUR, dem eine Facebook-Ad, eine Display-Impression, eine E-Mail und ein Klick auf Brand Search vorausgingen, wird auf alle vier verteilt und nicht vollständig Search zugeschrieben. Die Verteilung folgt einem gewählten Modell: linear, time decay, positionsbasiert oder data-driven.
Was ist der Unterschied zwischen multi-touch attribution und Media Mix Modeling?
MTA arbeitet auf Ebene der individuellen Customer Journey und benötigt Daten auf Touchpoint-Ebene, die pro Nutzer zusammengeführt werden; Media Mix Modeling (MMM) arbeitet mit aggregierten Spend- und Ergebnisdaten, ohne Einzelpersonen zu tracken. Weil das Ende der Cookies, Consent-Regeln und Walled Gardens die Sichtbarkeit der Journey verschlechtern, betreiben viele Teams beides, dazu Inkrementalitätstests mit Holdout-Gruppen.
Wer sollte multi-touch attribution verstehen, über das Marketing-Team hinaus?
Finance- und Data-Verantwortliche genauso wie Marketing. MTA bestimmt, wie Spend auf Umsatz abgebildet wird, treibt also die Diskussion um Budgetallokation zwischen CFO und CMO, und hängt von den Data-Teams ab, die Journeys über Kanäle und Geräte hinweg zusammenführen. Relevant ist es auch für alle, die algorithmische Modelle bauen, denn data-driven attribution beruht auf logistischer Regression, Markov-Ketten oder Shapley-Werten.
Mit welchem Multi-touch-attribution-Modell sollten Sie starten?
Starten Sie mit einem regelbasierten Modell: linear gibt jedem Touchpoint den gleichen Anteil, time decay bevorzugt Touchpoints näher an der Conversion, und positionsbasiert (U-förmig) legt den Anteil auf ersten und letzten Touch. Sie sind einfach zu erklären und zu implementieren. Data-driven-Modelle sind genauer, brauchen aber genügend Conversion-Volumen und saubere Journey-Daten, um statistisch belastbar zu sein.
Warum verzerrt last-touch attribution Budgetentscheidungen?
Last-touch schreibt den gesamten Beitrag der letzten Interaktion zu, was Kanäle am Ende des funnel wie Brand Search und retargeting systematisch überbewertet, während Awareness-Aktivitäten wertlos erscheinen. Im Beispiel mit vier Touchpoints oben schreibt Last-touch die volle 200 EUR der Brand Search zu; ein lineares Modell zeigt je 50 EUR für Facebook, Display, E-Mail und Search. Die beiden Sichtweisen lenken den nächsten Euro Budget in entgegengesetzte Richtungen.