Attributionsmodelle im digitalen Marketing: Wie du den Wert jedes Touchpoints entlang der Customer Journey messen kannst und welche Modelle für Deine Marketingstrategie am besten geeignet sind. Optimiere Kampagnen, triff bessere Budgetentscheidungen und steigere den Erfolg Deiner Marketingmassnahmen.
Die Reise von Kund*innen gleicht oft einer langen und verwinkelten Route mit zahlreichen Berührungspunkten, die ihn oder sie an deren Ziel führen. Die Kund*innen sehen vielleicht eine Anzeige auf Facebook, lesen später einen Blogartikel, bekommen eine E-Mail und entscheiden sich schliesslich, einen Kauf zu tätigen. Jeder dieser Berührungspunkte – auch Touchpoints genannt – spielt eine Rolle bei der Entscheidung der Kund*innen. Doch wie lässt sich der Wert jedes einzelnen dieser Touchpoints messen? Welcher dieser Berührungspunkte hatte den grössten Einfluss auf die Kaufentscheidung?
Hier kommen Attributionsmodelle ins Spiel. Sie helfen uns, die Customer Journey zu analysieren und zu verstehen, welche Marketingaktivitäten am effektivsten dazu beitragen, potenzielle Kund*innen zu zahlenden Kund*innen zu machen. Der Wert eines Touchpoints ist entscheidend, um Marketingbudgets gezielt zu verteilen, den Einfluss von Kanälen zu verstehen und letztendlich den Erfolg von Kampagnen zu maximieren. Doch die Wahl des richtigen Attributionsmodells ist nicht immer einfach.
In diesem Artikel wird aufgezeigt, welche Attributionsmodelle es gibt, welche Vor- und Nachteile sie bieten und wie sie dabei helfen können, die Bedeutung der verschiedenen Touchpoints entlang der Customer Journey genauer zu bestimmen und die Marketingstrategie dementsprechend zu gestalten.
Attributionsmodelle sind Regeln oder Sätze von Regeln, die bestimmen, wie der Wert einer Conversion (z.B. ein Kauf, eine Anmeldung oder eine andere Zielaktion) den verschiedenen Touchpoints in der Customer Journey zugewiesen wird. Heutzutage, wo Konsumentinnen und Konsumenten über viele verschiedene Kanäle mit einer Marke interagieren, sind solche Modelle entscheidend, um den Erfolg von Marketingmassnahmen zu messen und zu optimieren.
Die Customer Journey ist oft komplex und nicht linear. Das Attributionsmodell hilft zu klären, welche der durchgemachten Touchpoints am meisten zum Kauf beigetragen haben.
Ohne ein Attributionsmodell läuft man Gefahr, wertvolle Ressourcen und Budgets in unwirksame Kanäle zu investieren oder die Bedeutung erfolgreicher Kanäle zu übersehen. Attributionsmodelle helfen deshalb dabei:
Es gibt eine Vielzahl von Attributionsmodellen, die je nach Geschäftsmodell und Marketingstrategie eingesetzt werden können. Jedes Modell hat seine Vor- und Nachteile:
Dieses Modell weist den gesamten Wert der Conversion dem letzten Berührungspunkt zu. Es hilft dabei zu verstehen, welcher Touchpoint die Person letztlich zur Conversion bewegt hat. Allerdings ignoriert dieses Modell alle vorherigen Berührungspunkte, was zu einer verzerrten Sicht führen kann, wenn die Customer Journey lang und komplex ist.
Dieses Modell ignoriert alle direkten Zugriffe (z. B. wenn eine Person die URL direkt in den Browser eingibt) und weist den gesamten Wert der Conversion dem letzten Berührungspunkt zu, der nicht durch direkten Verkehr entstanden ist. Es dient dazu, den Einfluss von Marketingkanälen zu messen, ohne dass direkte Zugriffe die Ergebnisse verzerren. Es hilft zu verstehen, welche Marketingkanäle tatsächlich zum letzten wichtigen Schritt vor einer Conversion beigetragen haben.
Das First-Click-Modell weist den gesamten Conversionswert dem ersten Berührungspunkt zu. Dabei wird ermittelt, welche Kanäle die Aufmerksamkeit der potenziellen Kund*innen zuerst geweckt haben. Allerdings wird der Einfluss der späteren Berührungspunkte ignoriert.
Attributionsmodelle im Vergleich: Last-Click – Last-Non-Direct-Click & First-Click
Hierbei nimmt der Wert der Berührungspunkte ab, je weiter sie zeitlich von der Conversion entfernt sind. Dieses Modell eignet sich für längere Kaufzyklen, bei denen die neueren Interaktionen einen grösseren Einfluss auf die Entscheidung haben.
Bei der Linear-Attribution wird der Conversionswert gleichmässig auf alle Berührungspunkte verteilt. Es wird angenommen, dass jeder Touchpoint gleichermassen wichtig ist. Diese Gleichverteilung kann jedoch irreführend sein, wenn einige Berührungspunkte einen stärkeren Einfluss auf die Conversion haben als andere.
Hierbei wird der Conversionswert hauptsächlich auf den ersten und den letzten Berührungspunkt aufgeteilt, wobei beide einen hohen Anteil des Wertes erhalten. Es hilft, die Bedeutung der ersten Kundenakquise und der abschliessenden Conversion zu verstehen.
Das W-förmige Modell erweitert die U-Form, indem es neben dem ersten und letzten Berührungspunkt auch einen zentralen, mittleren Berührungspunkt berücksichtigt. Dieses Modell wird oft für komplexere Verkaufsprozesse mit mehreren entscheidenden Berührungspunkten eingesetzt.
Bei der datengetriebenen Attribution werden maschinelles Lernen und Algorithmen verwendet, um den tatsächlichen Beitrag jedes Touchpoints zu ermitteln. Dies bietet eine präzisere und dynamischere Sicht auf die Customer Journey, erfordert jedoch eine erhebliche Menge an Daten.
In diesem Modell wird der Conversionswert gleichmässig über alle Berührungspunkte in der Customer Journey verteilt. Jeder Berührungspunkt erhält den gleichen Anteil an der Conversionsgutschrift, unabhängig davon, wann oder wie oft er stattfand. Dieses Modell ist nützlich, wenn alle Interaktionen während der Kundenreise als gleich wichtig betrachtet werden und eine ausgewogene Bewertung gewünscht ist.
Dieses Modell weist den Berührungspunkten Wert zu, die der Kunde lediglich gesehen, aber nicht unbedingt darauf geklickt hat. Es berücksichtigt die Impressionen, die zur Conversion beigetragen haben, auch wenn keine direkte Interaktion stattgefunden hat. Dieses Modell ist besonders wichtig für Kampagnen mit hohem Anteil an Display- oder Videoanzeigen, bei denen Impressionen einen grossen Einfluss haben.
Attributionsmodelle im Vergleich: Time-Decay Attribution vs. Linear Attribution
Die Wahl des richtigen Attributionsmodells hängt stark von der spezifischen Situation des Unternehmens ab. Hier einige Beispiele:
Hier kann das Last-Click-Modell sinnvoll sein, da der Fokus auf der letzten Interaktion liegt, die die Conversion ausgelöst hat. Dies ist besonders nützlich, wenn das Ziel darin besteht, schnell herauszufinden, welcher Kanal die finale Kaufentscheidung beeinflusst hat. Bei zeitlich begrenzten Angeboten oder Werbeaktionen, bei denen der letzte Kontaktpunkt den entscheidenden Impuls gibt, bietet das Last-Click-Modell klare und leicht umsetzbare Ergebnisse.
Das First-Click-Modell ist besonders relevant, wenn Unternehmen verstehen möchten, welche Kanäle am besten dazu geeignet sind, neue Kunden zu gewinnen. Es hilft dabei, die Effektivität von Akquisitionskanälen zu bewerten, indem es den Berührungspunkt hervorhebt, der das Interesse der Kund*innen ursprünglich geweckt hat. Dies ist besonders wichtig, wenn es darum geht, festzustellen, welche Marketingmassnahmen die grösste Reichweite und das meiste Potenzial zur Erhöhung der Markenbekanntheit haben.
Die Time-Decay-Attribution ist ideal, wenn Kund*innen mehrere Interaktionen benötigen, bevor sie eine Kaufentscheidung treffen. Das Modell gewichtet die späteren Berührungspunkte stärker, was sinnvoll ist, wenn aktuelle Marketingmassnahmen besonders entscheidend für den Kaufabschluss sind. Bei Produkten mit einem langen Entscheidungsprozess, wie etwa hochpreisige Anschaffungen, ermöglicht dieses Modell eine bessere Zuordnung der Wirksamkeit von Touchpoints, die näher an der Kaufentscheidung liegen.
Das lineare Modell bietet eine ausgewogene Sicht auf alle Berührungspunkte, was bei Produkten oder Dienstleistungen mit vielen gleichwertigen Touchpoints sinnvoll ist. Wenn alle Berührungspunkte als gleich wichtig betrachtet werden sollen, wie z.B. bei einem kontinuierlichen Beziehungsaufbau zu den Kund*innen, liefert das lineare Modell eine faire Verteilung des Wertes und vermeidet eine Überbewertung einzelner Kontakte. Es eignet sich auch für Kampagnen, die darauf abzielen, Kund*innen mit konsistenten Nachrichten über mehrere Kanäle hinweg anzusprechen.
Die verschiedenen Werbeplattformen unterstützen unterschiedliche Attributionsmodelle, die jeweils an ihre spezifischen Algorithmen und Tracking-Möglichkeiten angepasst sind.
Attributionseinstellungen im Ads Manager von Meta – Quelle: Meta Ads Manager
Standardmässig wird hier das Last-Click-Modell verwendet. Es gibt aber auch die Möglichkeit, auf datengetriebene Modelle umzustellen, die mithilfe von maschinellem Lernen den Wert jedes Berührungspunktes berechnen. Für die meisten Conversion-Aktionen wird das datengetriebene Modell empfohlen, da es genauere Einblicke bietet.
Meta bietet sowohl Click-Through- als auch View-Through-Attribution an, wodurch Conversions sowohl nach Klicks auf Anzeigen als auch nach dem blossen Ansehen einer Anzeige zugeordnet werden können. Es gibt ausserdem flexible Attributionsfenster (z.B. 1 Tag Klick, 7 Tage Klick), die je nach Kampagnenziel eingestellt werden können.
LinkedIn verwendet sowohl die Last-Touch-Attribution für die letzte Interaktion als auch eine Attribution, die den Einfluss von Anzeigenimpressionen berücksichtigt. Dies ist besonders nützlich, wenn Kampagnen ohne direkte Call-to-Action-Elemente durchgeführt werden, aber dennoch Impressionen wertvoll sind.
TikTok bietet die Möglichkeit, zwischen Klick-basierter und View-basierter Attribution zu wählen, mit Attributionsfenstern von bis zu 28 Tagen. «Attribution Analytics» hilft dabei, die Performance verschiedener Modelle zu vergleichen und das optimale Attributionsfenster für die jeweilige Kampagne zu finden.
Pinterest verwendet oft längere Attributionsfenster, da die Plattform eher zur Inspiration dient und Nutzer*innen oft erst später eine Kaufentscheidung treffen. Die Standardfenster sind hier 30 Tage Klick und 1 Tag View.
Snapchat bietet ebenfalls Attribution Analytics, um eine umfassende Analyse der Customer Journey zu ermöglichen. Die datengetriebene Attribution ermöglicht es, tiefere Einblicke in die Nutzeraktivitäten zu erhalten, insbesondere bei View-Through-Attributionen.
Attributionseinstellungen im Ads Manager von Meta – Quelle: Meta Ads Manager
Attributionsmodelle helfen dabei, Ressourcen und Budget gezielt einzusetzen. Die Wahl des richtigen Attributionsmodells hängt dabei von den Zielen, der Komplexität der Customer Journey und den verfügbaren Daten ab. Mittels dem richtigen Attributionsmodell erhält man tiefere Einblicke in das Kundenverhalten kann Marketingmassnahmen präziser messen. Durch die richtige Anwendung kann der Erfolg der Massnahmen besser verstanden und Kampagnen gezielt optimiert werden.
Autor: Adi Zumbühl | 63 Posts
Adi Zumbühl ist waschechter Nidwalder und seit 2009 in Online-Gefilden unterwegs. Von 2019 bis 2021 war Adi für die HuCo als Senior Consultant tätig. Nach einem kurzen Abstecher zurück auf «Kundenseite», ergänzt Adi seit März 2024 wieder unser Team und ist für das Marketing der Hutter Consult AG zuständig.
