+80 XP

Omnichannel-Attribution: Anwendung in der Praxis

Ein Beauty-Insider-Mitglied öffnet an einem Dienstagabend die Sephora-App, probiert im Virtual Artist drei Foundation-Nuancen und kauft nichts. Am Samstag betritt sie eine Filiale, lässt einen Color-IQ-Scan machen, geht mit einer Foundation, einem Cleanser und einer Mascara heraus und gibt an der Kasse die Telefonnummer an, die mit ihrem Loyalty-Konto verknüpft ist. Drei Wochen später ordert sie dieselbe Foundation auf sephora.com nach.

Welcher Touch hat den Warenkorb in der Filiale verursacht? Im klickbasierten Reporting keiner. Der Verkauf fand nie in einem Browser statt, die App-Session und die Filialtransaktion liegen in verschiedenen Systemen, und nichts verbindet sie. Das Einzige, was diesen Warenkorb attribuierbar macht, ist die Loyalty-ID, freiwillig an der Kasse gegen Punkte herausgegeben. Sephora ist der klarste Fall eines Händlers, der diese ID als Rückgrat der Messung behandelt und nicht als CRM-Feld, deshalb bleibt diese Lektion dabei: was der Join hervorgebracht hat, wo er zerbrach und was sich änderte, als die Antwort vorlag.

Beauty Insider, 2007 gestartet und heute mit mehreren zehn Millionen Mitgliedern in Nordamerika, funktioniert als Identitäts-Rückgrat aus einem Grund, der wenig mit Technologie zu tun hat. Die Tier-Struktur (Insider, VIB, Rouge) gibt Kunden ein Motiv, sich bei jeder Transaktion zu identifizieren, auch bei Barzahlung. Punkte, Geburtstagsgeschenke und Status erkaufen etwas, das kein probabilistisches Matching erzeugen kann: eine deterministische Verbindung zwischen der Person, die in der Filiale steht, und dem Profil hinter dem App-Login. Setzen Sie das persistente Profil voraus, das die Grundlagenlektion beschreibt; die interessante Frage hier ist, wie viel des Geschäfts dieses Profil tatsächlich abdeckt.

Rechnen Sie das an Ihren eigenen Daten durch, bevor Sie einem einzigen Modelloutput trauen. Angenommen, 80 % der Filialtransaktionen tragen eine Loyalty-ID und 55 % der Web- und App-Sessions sind eingeloggt. Der Anteil der Pfade, bei denen sowohl der digitale Touch als auch der Filialkauf gejoint sind, beträgt 0,80 × 0,55, also etwa 44 %. Weniger als die Hälfte Ihrer kanalübergreifenden Conversions ist als kanalübergreifende Conversion sichtbar, und die unsichtbare Hälfte ist keine Zufallsstichprobe. Sie verschiebt sich zu Erstbesuchern, Geschenkekäufern, Touristen, Barzahlern und allen, die einem Kassierer mit Schlange im Rücken keine Telefonnummer geben wollen. Gewichtung reparariert kein Loch dieser Form. Die praktische Konsequenz: Die Identity-Capture-Rate pro Filiale, pro Schicht und pro Mitarbeiter ist eine Marketingkennzahl, und sie begrenzt alles, was das Analytics-Team danach tun kann. Sephoras Investition in App-Features, die für die Nutzung in der Filiale gedacht sind (Nuancen-Scan, Bewertungen nachschlagen, Punktestand), ist teilweise eine Messinvestition, denn jedes App-Öffnen in der Filiale ist eine weitere bestätigte Verknüpfung.

Zwei Failure Modes zeigen sich in der Beauty-Branche besonders schnell. Der erste sind Geschenke. In den Wochen vor Weihnachten verlässt ein großer Anteil der Einheiten die Filiale als Präsent, und das gejointe Profil verbucht einen Duft oder eine Palette unter der ID der Käuferin, als hätte sie es für sich selbst ausgewählt. Propensity-Modelle, die auf diesen Daten trainiert sind, empfehlen im Januar die falschen Produkte, und die Wiederkaufsrate, die oft zur Plausibilitätsprüfung des Credit-Modells dient, bricht für Q4-Kohorten aus Gründen ein, die nichts mit Media zu tun haben. Die Lösung ist unglamourös: Geschenkverpackungs-SKUs, Geschenkbelege und Gutschein-Einlösungen kennzeichnen und diese Warenkörbe aus dem Trainingsset ausschließen.

Der zweite ist rechtlich. Im August 2022 kündigte der California Attorney General einen Vergleich über 1,2 Millionen Dollar mit Sephora wegen CCPA-Verstößen an, darunter die Nichtbeachtung von Global-Privacy-Control-Browsersignalen. Wie auch immer die Details lauten, die Lehre für die Attribution ist struktureller Natur: Ein Opt-out entfernt nicht nur eine Zeile aus einer Tabelle, es entfernt eine Person aus der gejointen Sicht, und Opt-outs sind nicht gleichmäßig über Alter, Geografie oder Ausgaben verteilt. Das identifizierte Panel driftet Monat für Monat von der tatsächlichen Kundenbasis ab, sodass jeder daran gemessene Lift weniger generalisierbar ist als im Vorquartal. Wer ein Identitäts-Rückgrat aufbaut, sollte die Weitergabe der Consent-Signale in den Identity Graph mit der Rechtsabteilung prüfen, nicht mit der Mediaagentur.

Noch eine Falle: Store-Visit-Conversions, die Ad-Plattformen berichten, sind aus Standort-Panels modelliert, während ein Loyalty-Scan an der Kasse deterministisch ist. Bringen Sie beides in denselben Report und Sie zählen denselben Samstagsbesuch zweimal.

How Data-Driven Attribution Works in Google Analytics 4

Watch on YouTube

Was Sephora mit der Antwort gemacht hat, ist der Teil, den die meisten Teams überspringen. Sobald Filialumsätze auf App- und Web-Touches zurückgeführt werden können, lautet der Befund: Die App ist ein Treiber für die Filiale. Und dieser Befund ist unbrauchbar, wenn Digital und Filialen getrennte Geschäfte mit getrennten P&Ls und getrennten Bonussystemen sind. Sephora hat umstrukturiert, 2015 die Digital- und die stationären Retail-Teams zu einer einzigen Omni-Retail-Organisation zusammengelegt und ein Innovation Lab aufgebaut, das die digitalen Features für die Filiale entwickelt. Das Unternehmen hat mehrfach gesagt, dass Kunden, die in beiden Kanälen kaufen, etwa doppelt so viel wert sind wie ein Kunde, der nur in der Filiale kauft, eine Zahl, die es erst gibt, wenn die Identitäten gejoint sind, und die dann rechtfertigt, die App aus dem Filialbudget statt aus dem E-Commerce-Budget zu finanzieren.

Zwei Effekte zweiter Ordnung folgen daraus. Filialmitarbeiter haben jetzt einen kommerziellen Grund, an der Kasse die App-Adoption zu pushen, was die Capture-Rate erhöht, was die Messung verbessert, was die Argumentation für mehr Digitales in der Filiale stärkt. Und Partnerkanäle sehen auf eine neue Weise teuer aus: Ein Kauf in einem Sephora-at-Kohl's-Shop-in-Shop läuft über Kohl's Kassen und Kohl's Systeme, sodass das Identitäts-Rückgrat an der Tür von hunderten Standorten einfach endet, es sei denn, die Partnervereinbarung gibt identifizierte Transaktionsdaten zurück. Die Expansion in den Partnerhandel ist genauso eine Messentscheidung wie eine Distributionsentscheidung.

Marketing Mix Modeling vs Multi-Touch Attribution

Watch on YouTube

Wenn Sie diesen Play umsetzen, funktioniert diese Reihenfolge:

  • Messen Sie die Identity-Capture-Rate, bevor Sie das Modell anfassen. Schlüsseln Sie sie nach Filiale, Tageszeit und Zahlungsart auf. Ein Modell, das auf 44 % gejointer Abdeckung beruht, ist eine Aussage über 44 % Ihres Geschäfts, und das sollte auf der Folie stehen.
  • Veröffentlichen Sie die Abdeckung dauerhaft neben jedem Attributionsergebnis. Die Zahl bewegt sich, und wenn sie sinkt, ändern sich die Antworten, ohne dass jemand den Algorithmus angefasst hat.
  • Verschieben Sie die Budgetzeile für digitale Filial-Features zu demjenigen, der den Filialumsatz verantwortet. Wenn die Messung sagt, dass die App Foundation in den Filialen verkauft, sollte die Finanzierung folgen, sonst stirbt die Analyse in einem Deck.
  • Prüfen Sie den Join einmal im Jahr mit der Rechtsabteilung: Opt-out-Weitergabe in den Identity Graph, Aufbewahrung bei POS-zu-Profil-Matches und was Ihre Partnerverträge tatsächlich erlauben.

Häufige Fehler, die Ergebnisse zerstören:

Ihr E-Commerce-Attributionsfenster auf Filialpfade anwenden. Nuancen-Matching, Sampling und ein Wiederbeschaffungszyklus von 60 bis 90 Tagen dehnen das Intervall zwischen dem ersten digitalen Touch und dem physischen Kauf weit über die Fenster hinaus, die die Grundlagenlektion beschreibt, und ein Fenster, das für einen zweitägigen Online-Wiederkauf gewählt wurde, schneidet stillschweigend den größten Teil Ihrer Filial-Evidenz ab.

Nicht identifizierte Transaktionen als Rauschen behandeln. Sie sind eine Population, und eine charakteristische. Ziehen Sie eine Woche nicht gematchter Warenkörbe und vergleichen Sie durchschnittliche Warenkorbgröße und Kategorienmix mit dem gematchten Set; wenn sie sich unterscheiden, und sie werden es, braucht jede Schlussfolgerung aus dem gematchten Set einen Vorbehalt.

Den Join bauen und die Organisation in Ruhe lassen. Das Ergebnis eines funktionierenden Identitäts-Rückgrats ist, dass Credit von dem Kanal, der den Verkauf abgeschlossen hat, zu dem Kanal wandert, der ihn angestoßen hat, was bedeutet: Irgendjemandes Zahl sinkt. Ohne eine Struktur, in der derselbe Verantwortliche beides führt, wird der Befund bestritten statt umgesetzt, und der Join wird zu einer teuren Reporting-Übung, die kein einziges Budget verändert.

Ressourcen

  • 🔗
    Google Analytics 4 Attribution Models Explained

    Googles offizielle Dokumentation zu jedem in GA4 verfügbaren Attributionsmodell, inklusive datengetriebener Attribution, mit Hinweisen, wann welches Modell einzusetzen ist.

  • 🔗
    Meta Ads Attribution Settings Guide

    Metas Leitfaden dazu, wie Attributionsfenster im Ads Manager funktionieren und wie man die Performance über verschiedene Fenstereinstellungen hinweg vergleicht.

Häufige Fragen

Wie ordnen Händler einen Kauf im Laden einem digitalen Touchpoint zu?

Die einzige verlässliche Verknüpfung ist ein deterministischer Identifier, den der Kunde an der Kasse freiwillig angibt, typischerweise eine Loyalty-ID, die an dasselbe Konto gebunden ist, mit dem er sich in der App oder auf der Website anmeldet. Das Beauty-Insider-Programm von Sephora funktioniert so: Stufen, Punkte und Geburtstagsgeschenke geben Kundinnen einen Grund, sich bei jeder Transaktion zu identifizieren, auch bei Barzahlung. Ohne diesen Identifier liegen App-Session und Kassenbon in getrennten Systemen, und nichts verbindet sie.

Welcher Anteil der kanalübergreifenden Customer Journeys lässt sich tatsächlich über eine Loyalty-ID zusammenführen?

Multiplizieren Sie Ihre beiden Erfassungsquoten. Wenn 80 % der Transaktionen im Laden eine Loyalty-ID tragen und 55 % der Web- und App-Sessions eingeloggt sind, sind nur rund 44 % der Pfade an beiden Enden verbunden. Die fehlende Hälfte ist nicht zufällig verteilt: Sie besteht überproportional aus Erstbesuchern, Geschenkkäufern, Touristen, Barzahlern und allen, die mit einer Schlange hinter sich keine Telefonnummer angeben wollen. Eine Gewichtung kann das deshalb nicht ausgleichen.

Warum bringen Geschenkkäufe Propensity-Modelle im Beauty-Handel durcheinander?

Weil das zusammengeführte Profil ein Parfum oder eine Palette unter der Loyalty-ID der Käuferin speichert, als hätte sie es für sich selbst ausgesucht. Modelle, die auf Dezember-Warenkörben trainiert wurden, empfehlen dann im Januar die falschen Produkte, und die Wiederkaufrate der Q4-Kohorten bricht ein, ohne dass das etwas mit den Medien zu tun hat. Die Lösung: Geschenkverpackungs-SKUs, Geschenkbelege und Einlösungen von Geschenkkarten markieren und diese Warenkörbe aus dem Trainingsdatensatz ausschließen.

Kann ich Store-Visit-Conversions der Werbeplattformen und Loyalty-Scans im selben Report zusammenführen?

Nein. Die von Werbeplattformen gemeldeten Store-Visit-Conversions werden aus Standortpanels modelliert, während ein Loyalty-Scan an der Kasse ein deterministischer Nachweis eines tatsächlichen Kaufs ist. Wer beides in einen Report packt, zählt denselben Samstagseinkauf doppelt und überbewertet die Kanäle, die standortbasierte Messung einkaufen.

Welches Attributionsfenster sollte ich für Käufe im Laden statt im E-Commerce verwenden?

Ein längeres. Farbtonberatung, Proben und ein Nachkaufzyklus von 60 bis 90 Tagen dehnen den Abstand zwischen dem ersten digitalen Kontakt und dem Kauf im Laden weit über die üblichen Online-Fenster hinaus. Wer ein E-Commerce-Fenster verwendet, das für einen Wiederkauf innerhalb von zwei Tagen gebaut ist, schneidet unbemerkt den Großteil der Belege aus dem Laden ab und lässt Digital schwächer aussehen, als es ist.

Warum erfordert ein funktionierendes Identity-Backbone eine Änderung des Organigramms und nicht bloß des Datenmodells?

Weil seine Ergebnisse den Erfolg von dem Kanal, der den Verkauf abgeschlossen hat, auf den Kanal verschieben, der ihn angestoßen hat. Das heißt, bei irgendjemandem sinkt die Zahl. Sephora hat 2015 seine digitalen und stationären Teams zu einer einzigen Omni-Retail-Organisation zusammengelegt und erklärt, dass Kunden, die in beiden Kanälen einkaufen, etwa doppelt so viel wert sind wie reine Ladenkunden. Diese Zahl rechtfertigt es, App-Funktionen aus dem Budget der Läden zu finanzieren. Behalten beide Seiten getrennte P&Ls und getrennte Bonussysteme, wird das Ergebnis angefochten statt umgesetzt.

Verwandte Artikel

Aktuelle Blogartikel, die auf dieser Lektion aufbauen.