+80 XP

Omnichannel-Attribution: Anwendung in der Praxis

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

Welcher Touch hat den Einkauf in der Filiale ausgelöst? Im klickbasierten Reporting: keiner. Der Verkauf fand nie in einem Browser statt, App-Session und 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 gebracht hat, wo er gebrochen ist und was sich änderte, als die Antwort vorlag.

Beauty Insider, 2007 gestartet und heute mit zweistelligen Millionenzahlen an Mitgliedern in Nordamerika, funktioniert aus einem Grund als Identity-Rückgrat, der wenig mit Technologie zu tun hat. Die Tier-Struktur (Insider, VIB, Rouge) gibt Kunden einen Anreiz, sich bei jeder Transaktion zu identifizieren, auch bei Barzahlung. Punkte, Geburtstagsgeschenke und Status kaufen etwas, das kein probabilistisches Matching liefern kann: eine deterministische Verbindung zwischen der Person, die im Laden steht, und dem Profil hinter dem App-Login. Nehmen Sie das persistente Profil an, das die Grundlagenlektion beschreibt; die interessante Frage hier ist, wie viel des Geschäfts dieses Profil tatsächlich abdeckt.

Rechnen Sie das an Ihren eigenen Daten nach, bevor Sie einem einzigen Modell-Output vertrauen. 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 neigt zu Erstbesuchern, Geschenkkäufern, Touristen, Barzahlern und allen, die einem Kassierer mit Warteschlange im Rücken keine Telefonnummer geben wollen. Gewichtung reparjert kein Loch mit dieser Form. Die praktische Folge: Die Identity-Capture-Rate pro Filiale, pro Schicht und pro Mitarbeiter ist eine Marketing-Kennzahl, und sie deckelt alles, was das Analytics-Team stromabwärts tun kann. Sephoras Investment in App-Features, die für die Nutzung im Laden gedacht sind (Nuancen-Scan, Review-Abfrage, Punktestand), ist zum Teil ein Investment in Messung, denn jedes App-Opening in der Filiale ist eine weitere bestätigte Verknüpfung.

Zwei Failure Modes zeigen sich in der Beauty-Branche besonders schnell. Der erste ist Gifting. In den Wochen vor Weihnachten verlässt ein großer Teil der Einheiten den Laden als Geschenk, und das gejointe Profil verbucht einen Duft oder eine Palette unter der ID der Käuferin, als hätte sie es für sich selbst ausgesucht. Propensity-Modelle, die auf diesen Daten trainiert sind, empfehlen im Januar die falschen Produkte, und die Wiederkaufrate, die oft als Plausibilitätsprüfung für das Credit-Modell dient, bricht für Q4-Kohorten aus Gründen ein, die nichts mit Media zu tun haben. Der Fix ist unspektakulär: Geschenkverpackungs-SKUs, Geschenkbelege und Geschenkkarten-Einlösungen flaggen und diese Warenkörbe aus dem Trainingsset ausschließen.

Der zweite ist rechtlich. Im August 2022 verkündete der California Attorney General einen Settlement über 1,2 Millionen Dollar mit Sephora wegen CCPA-Verstößen, darunter die Nichtbeachtung von Global-Privacy-Control-Browsersignalen. Wie die Details auch aussehen, die Lektion für 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 Ausgabenniveau verteilt. Das identifizierte Panel driftet Monat für Monat weiter von der tatsächlichen Kundenbasis weg, sodass jeder Lift, den Sie darauf messen, weniger generalisierbar ist als im Quartal davor. Wer ein Identity-Rückgrat aufbaut, sollte die Consent-Propagation in den Identity Graph mit der Rechtsabteilung prüfen, nicht mit der Mediaagentur.

Noch eine Falle: Store-Visit-Conversions, die Ad-Plattformen berichten, sind aus Location-Panels modelliert, während ein Loyalty-Scan an der Kasse deterministisch ist. Stellen 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 Filialen. Und dieser Befund ist unbrauchbar, wenn Digital und Stores 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 Filialen entwickelt. Das Unternehmen hat mehrfach gesagt, dass Kunden, die in beiden Kanälen kaufen, etwa doppelt so viel wert sind wie reine Filialkunden, und das ist die Art von Zahl, die es erst gibt, wenn die Identitäten gejoint sind, und die es 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 den Case für mehr Digitales in der Filiale stärkt. Und Partnerkanäle sehen auf neue Weise teuer aus: Ein Kauf in einem Sephora-at-Kohl's-Shop-in-Shop läuft über Kohl's Kassen und Kohl's Systeme, und wenn die Partnervereinbarung keine identifizierten Transaktionsdaten zurückgibt, endet das Identity-Rückgrat einfach an der Tür von hunderten Standorten. Die Expansion in Partner-Retail ist genauso eine Messentscheidung wie eine Distributionsentscheidung.

Marketing Mix Modeling vs Multi-Touch Attribution

Watch on YouTube

Wenn Sie dieses Play fahren, 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 auf Basis von 44 % gejointer Abdeckung 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 fällt, ändern sich die Antworten, ohne dass jemand den Algorithmus angefasst hat.
  • Verlegen Sie die Budgetlinie für digitale Filial-Features zu dem, der den Filialumsatz verantwortet. Wenn die Messung sagt, dass die App Foundation in 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-Propagation in den Identity Graph, Aufbewahrung bei POS-zu-Profil-Matches und was Ihre Partnerverträge tatsächlich erlauben.

Häufige Fehler, die Ergebnisse killen:

Ihr E-Commerce-Attributionsfenster auf Filialpfade anwenden. Nuancen-Matching, Sampling und ein Nachkaufzyklus von 60 bis 90 Tagen strecken das Intervall zwischen dem ersten digitalen Touch und dem physischen Kauf weit über die Fenster hinaus, die die Grundlagenlektion nennt, und ein Fenster, das für einen zweitägigen Online-Wiederkauf gewählt wurde, kappt still einen Großteil Ihrer Filial-Evidenz.

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

Den Join bauen und die Organisation in Ruhe lassen. Das Ergebnis eines funktionierenden Identity-Rückgrats ist, dass Credit von dem Kanal, der den Verkauf abgeschlossen hat, zu dem Kanal wandert, der ihn gestartet hat, und das heißt, dass irgendjemandes Zahl sinkt. Ohne eine Struktur, in der dieselbe Führungskraft beides verantwortet, 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 allen in GA4 verfügbaren Attributionsmodellen inklusive datengetriebener Attribution, mit Hinweisen, wann welches einzusetzen ist.

  • 🔗
    Meta Ads Attribution Settings Guide

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

Verwandte Artikel

Aktuelle Blogartikel, die auf dieser Lektion aufbauen.