Attributionsmodelle

Attributionsmodelle sind ein Instrument des Onlinemarketings, das es ermöglicht, aus bisherigen Ergebnissen sowohl Prognosen als auch Empfehlungen für künftige Marketingmaßnahmen abzuleiten. Dabei verfolgt das Prinzip der Attribution den Ansatz, Conversions oder Umsätze bestimmten Kanälen bzw. Größen des gesamten Conversion-/Verkaufsprozesses zuzuordnen, um deren konkreten Wert für das Marketing zu ermitteln.

Inhaltsverzeichnis

Was ist ein Attributionsmodell?
Welche Arten von Attributionsmodellen gibt es?
Attributionsmodellierung: Beispiel für die Anwendung der Modelle
Welche Vorteile bieten Attributionsmodelle?

Das richtige Attributionsmodell soll letztlich dazu beitragen, dass das Marketing-Budgets bestmöglich aufgeteilt wird und der Return on Investment (ROI) steigt. Wie genau das funktioniert und wie sich die verschiedenen Modelle voneinander unterscheiden, erfahren Sie in den folgenden Abschnitten.

Was ist ein Attributionsmodell?

Die meisten Unternehmen setzen auf einen bunten Marketing-Mix aus E-Mail-Marketing, SEA (Suchmaschinenwerbung), SEO| (Suchmaschinenoptimierung), Affiliate-Marketing und Social Media. Abgestimmt auf die Zielgruppe setzt man Schwerpunkte und teilt dementsprechend das Budget auf. Klar ist, dass man als Marketer aus jedem Kanal möglichst viel herausholen möchte – die Attributionsmodellierung soll genau das erleichtern: Neben der Customer Journey als Gesamtbild lassen sich mithilfe von Attributionsmodellen nämlich auch die verschiedenen Kontaktpunkte („Touchpoints“), an denen der Kunde mit der Marke in Kontakt kommt, erfassen und analysieren. Im besten Fall gewinnt man dadurch Erkenntnisse darüber, welche Touchpoints ausschlaggebend für die Kaufentscheidung waren und welchen Anteil am Umsatz die einzelnen Maßnahmen hatten.

Hinweis

Die Touchpoints einer Customer Journey unterscheiden sich von Marke zu Marke, aber auch von Kampagne zu Kampagne. Eine Customer Journey mit den Kontaktpunkten Social-Media-Marketing, Retargeting bzw. Display-Advertising und SEO bzw. AdWords (SEA) wäre in folgendem Beispiel gegeben:

Ein Nutzer …

wird durch einen Sponsored Post im Social Net auf ein Produkt aufmerksam,
erhält dann durch Retargeting einige Zeit später eine Anzeige zugespielt,
sucht danach gezielt auf Google nach Anbieter und Produkt,
gelangt über die organischen Treffer oder eine Anzeige in den Shop, wo er schließlich ein Produkt kauft und zum Kunden wird. (Conversion).

Welche Arten von Attributionsmodellen gibt es?

Je nach Attributionsmodell weist man den verschiedenen Kontaktpunkten unterschiedliche Werte zu. Die Modelle helfen dabei, festzustellen, welche Kanäle die wichtigsten und zu priorisieren sind.

Jedem Kanal wird abhängig von seinem Erfolgsanteil ein monetärer Wert zugewiesen. Die Gewichtung bestimmt dann die Aufteilung des Marketing-Budgets. Nachfolgend einige Attributionsmodelle aus der gängigen Marketing-Praxis:

First-Click-Attribution (Erste Interaktion)

Bei diesem klassischen Attributionsmodell ordnet man dem ersten Klick (First Click) bzw. dem ersten Channel, mit dem der Kunde interagiert hat, 100 Prozent des Conversion-Werts zu.

Pro: Bestens geeignet für Kampagnen, die das Ziel verfolgen, eine Marke oder ein Produkt bekannter zu machen
Contra: Bietet kaum Spielraum für Optimierungen und nur wenig Erkenntnis über die Auswirkung auf Conversions und den Umsatz; lässt alle anderen Kanäle und Werbemittel außer Acht

Attributionsmodellierung: Schaubild für First-Click-Attribution

Last-Click-Attribution (Letzte Interaktion)

Hierbei wertet man den letzten Klick (Last Click) bzw. den letzten Channel als den wichtigsten Kontaktpunkt und ordnet ihm 100 Prozent des gesamten Conversion-Werts zu.

Pro: Nützliches Werkzeug für Marketer, die ausschließlich auf Conversions aus sind und daher nicht-konvertierenden Aktionen keine Berücksichtigung schenken müssen
Contra: Ignoriert sämtliche Einflüsse anderer Kanäle und Werbemittel auf der Customer Journey, die vor der Conversion zum Einsatz kommen

Lineare Attribution

Beim linearen Attributionsmodell wird der Anteil an der Conversion und am Umsatz gleichmäßig allen Kanälen der Customer Journey zugewiesen.

Pro: Der einfachste Weg, Marketingkampagnen mit Multichannel-Ansatz zu analysieren; optimal geeignet für die Optimierung der gesamten Customer Journey
Contra: Allen Touchpoints wird exakt die gleiche Wertigkeit zugeordnet, auch wenn ihr Anteil an der Conversion möglicherweise sehr unterschiedlich ist. Möglichkeit, gezielt bestimmte Bereiche zu optimieren, ist kaum gegeben

Time-Decay-Attribution (Zeitverlauf)

Beim Time-Decay-Modell, das auf dem Konzept der exponentiellen Abnahme basiert, bestimmt die zeitliche Abhängigkeit den Wert des Kanals. Je näher ein Kanal bzw. ein Kontaktpunkt zeitlich an der Conversion liegt, desto höher ist sein monetärer Anteil. Die Halbwertszeit bemisst dabei typischerweise sieben Tage – ein Touchpoint sieben Tage vor der Conversion erhält also die Hälfte des Werts, den ein Berührungspunkt am Tag der Conversion selbst erhält.

Pro: Erfasst die Bedeutung jeder Interaktion auf der Cusomter Journey, gewichtet aber stärker jene Touchpoints, die die Conversion tatsächlich vorangetrieben haben
Contra: Zu stark auf die Conversion-Optimierung zugeschnitten; einflussreiche Touchpoints am Anfang der Customer Journey erhalten sehr wenig Aufmerksamkeit, wenn der Verkaufszyklus eine lange Entscheidungsphase umfasst

Position-Based-Attribution (positionsbasiertes Modell)

Bei diesem Attributionsmodell, das eine Mischung aus First- und Last-Click-Attribution darstellt und häufig auch Badewannen- oder U-Modell genannt wird, bewertet man den ersten und letzten Kontaktpunkt höher als die anderen. Man schreibt sowohl dem Beginn als auch dem Ende des Kaufprozesses fixe monetäre Anteile zu (standardmäßig je 40 Prozent). Die Zwischenstufen teilen sich den Rest des Conversion-Werts.

Pro: Stellt sicher, dass alle Touchpoints Beachtung finden, setzt den Fokus dabei aber auf die Optimierung der ersten und letzten Interaktion; Gewichtung lässt sich individuell anpassen
Contra: Birgt das Risiko, dass zwei eigentlich sehr niedrigwertige Berührungspunkte zu stark gewertet werden

Data-Driven-Attribution (datengetriebenes Modell)

Datengetriebene Attributionsmodelle sollen das Verhalten von Kunden so exakt und detailliert wie möglich abbilden. Zu diesem Zweck verarbeiten intelligente Algorithmen die gesammelten Kundendaten in Echtzeit, um auf deren Basis die Wertigkeit der einzelnen Touchpoints zu bestimmen und regelmäßig anzupassen.

Pro: Sehr dynamisches Modell, das sämtliche Entwicklungen in der Customer Journey miteinbezieht und die Gewichtungen der einzelnen Interaktionen regelmäßig anpasst
Contra: Setzt einen sehr großen Datenbestand voraus; keine wirkliche Kontrolle über die Hierarchie der Touchpoints

Hinweis

Sie können für Ihr Unternehmen natürlich auch ein eigenes Modell definieren, das speziell an Ihre Unternehmens- bzw. Kampagnenziele angepasst ist und nicht per Algorithmus gesteuert wird. Bei dieser Custom-Attribution legen Sie die Gewichtung der einzelnen Kanäle individuell fest – nach unterschiedlichen Faktoren wie Position, zeitlicher Abhängigkeit oder vorhandenem Traffic. Außerdem kann man unterschiedliche Attributionsmodelle für verschiedene Kundengruppen (Neukunden vs. Bestandskunden) oder Produktgruppen definieren.

Attributionsmodellierung: Beispiel für die Anwendung der Modelle

Die voranstehenden Abschnitte haben erklärt, was Attributionsmodellierung ist und welche Arten von Modellen es gibt. Doch wie lassen sie sich in der Praxis zur Marketing- bzw. Kampagnen-Optimierung einsetzen? Um diese Frage zu beantworten, sollen die zuvor vorgestellten Attributionsmodelle auf das folgende Beispiel-Szenario angewendet werden, in dem die vom Nutzer eingegebenen Suchbegriffe die erfassten Touchpoints darstellen:

Der Eigentümer des Hotels "Linda" in Berlin untersucht die Customer Journey eines Kunden anhand der Suchbegriffe, die dieser auf dem Weg zur Buchung gewählt hat. Die Suchhistorie sieht dabei folgendermaßen aus:

"übernachtung berlin"
"hotel berlin"
"4 sterne hotel berlin"
"4 sterne hotel berlin linda"

Die Reservierung hat der Kunde vorgenommen, nachdem er die Anzeige geklickt hat, die ihm nach der letzten Suchanfrage "4 sterne hotel berlin linda" ausgespielt wurde.

In den einzelnen Attributionsmodellen sieht die jeweilige Gewichtung der vier Keywords folgendermaßen aus:

First-Click-Attribution: Die erste Interaktion ist das entscheidende Kriterium, weshalb die Conversion zu 100 Prozent dem ersten Keyword „übernachtung berlin“ zugeschrieben wird.
Last-Click-Attribution: Die letzte Interaktion ist das ausschlaggebende Kriterium, weshalb das letzte Keyword „4 sterne hotel berlin linda“ 100 Prozent des Conversion-Werts erhält.
Lineare Attribution: Alle vier Keywords haben exakt den gleichen Anteil – also 25 Prozent – an der Conversion.
Time-Decay-Attribution: Die Gewichtung der vier Keywords nimmt in Reihenfolge ihrer Eingabe zu. Während „übernachtung berlin“ also kaum Anteil an der Conversion hat, spricht das Time-Decay-Modell der letzten Suchphrase „4 sterne hotel berlin linda“ den hauptsächlichen Anteil zu.
Position-Based-Attribution: Wählt man den Standardsatz für das positionsbasierte Modell, geht die Conversion zu jeweils 40 Prozent auf „übernachtung berlin“ und „4 sterne hotel berlin linda“ zurück. „hotel berlin“ und „4 sterne hotel berlin“ sind hingegen mit jeweils 10 Prozent an der Conversion beteiligt.
Data-Driven-Attribution: Da die Verteilungen in diesem Attributionsmodell individuell erstellt werden und sich stetig ändern können, lassen sich an dieser Stelle keine konkreten bzw. relevanten Werte nennen.

Hinweis

Attributionsmodellierung auf Basis von Keywords wie im hier aufgeführten Beispiel ist mit Google Ads standardmäßig möglich: Wenn Sie also Werbung mit dem Anzeigenservice von Google schalten, benötigen Sie keine zusätzlichen Tools um die genannten Modelle auf Ihre Kampagnen anzuwenden. Eine Ausnahme stellen Interaktionen mit Displaynetzwerk-Anzeigen dar, für die Attributionsmodelle nicht zur Verfügung stehen.

Welche Vorteile bieten Attributionsmodelle?

Viele Marketer konzentrieren sich bei der Analyse der eigenen Kampagnen auf den letzten Klick bzw. die letzte Interaktion der Kunden. Die zuvor passierten Kanäle und während der Customer Journey ausgeführten Aktionen und deren Einfluss auf die Conversions werden daher bei der Beurteilung oft nicht ausreichend gewürdigt. Attributionsmodellierung bietet einen eleganten Weg aus dieser Eindimensionalität und hat unter anderem folgende Vorteile:

Attributionsmodellierung gewährt tiefere Einblicke in die einzelnen Stationen der Customer Journey, als es viele traditionelle Analyseformen tun.
Attributionsmodelle ermöglichen die Optimierung der gesamten Customer Journey von der ersten bis zur letzten Interaktion.
Attributionsmodelle decken die gesamte Palette an Möglichkeiten zwischen manuell vorgegebener und stark automatisierter Kampagnen-Beobachtung und -Optimierung ab.
Attribution hilft langfristig dabei, das verfügbare Budget optimal zu verteilen bzw. vorrangig in die leistungsstärksten Marketing-Kanäle zu investieren.
Die Modellierung ermöglicht eine hohe Genauigkeit der Daten und eine Minimierung von Störfaktoren wie Cookie-Dropping (eingeschleuste Affiliate-Cookies ohne Werbeleistung) dank Multichannel-Tracking.