Ein Kunde sieht am Montag deine Anzeige. Er klickt nicht. Am Mittwoch bekommt er deine E-Mail. Er klickt darauf. Er landet auf deiner Website, liest deine Preisseite und konvertiert am Freitag. Welcher Kontaktpunkt bekommt den Erfolg zugeschrieben? Die Anzeige, die E-Mail oder die Preisseite? Mit Attributionsmodellen beantwortest du diese Frage.
Die meisten Unternehmen liegen falsch. Sie schreiben den Erfolg dem letzten Kontaktpunkt zu (Last-Click-Attribution) und übersehen alles andere. Aber der echte Weg ist länger und komplexer. Dieser Artikel zeigt Attributionsmodelle, warum sie wichtig sind, wie sie sich unterscheiden und welches für dein Geschäft passt.
Attributionsmodellierung ist der Prozess, jedem Marketing-Kontaktpunkt auf dem Weg eines Kunden einen Anteil am Erfolg zuzuweisen. Ein Kunde kommt meist mehrfach mit deiner Marke in Kontakt, bevor er konvertiert. Die Attribution beantwortet: Welche Interaktion verdient den Erfolg für den Verkauf?
Unterschiedliche Attributionsmodelle geben unterschiedliche Antworten. Das Modell, das du wählst, bestimmt, wohin dein Marketingbudget fließt. Wählst du falsch, kürzt du den Kanal, der den Weg begonnen hat, und gibst zu viel für den Kanal aus, der den Verkauf abgeschlossen hat.
Das Attributionsproblem
Ein Kunde konvertiert auf deiner Website. Die Attribution fragt: Welcher Kontaktpunkt verdient den Erfolg? Die Antwort bestimmt, wohin du Marketingbudget investierst.
Nutzt du Last-Click-Attribution, bekommt der letzte Kontaktpunkt (die letzte besuchte Seite, die letzte erhaltene E-Mail) den gesamten Erfolg. Die Anzeige, die der Kunde vor Wochen gesehen hat, bekommt nichts. Also kürzt du die Ausgaben für Anzeigen und verdoppelst die für E-Mail. Aber die Anzeige hat ihn auf deine Marke aufmerksam gemacht. Ohne die Anzeige hätte er die E-Mail nie bekommen.
Das ist das Attributionsproblem. Du schreibst den Erfolg dem falschen Kontaktpunkt zu und setzt dein Budget falsch.
Last-Click-Attribution: die einfache falsche Antwort
Die Last-Click-Attribution schreibt den Erfolg dem letzten Kontaktpunkt vor der Conversion zu. Sie ist das einfachste und beliebteste Modell. Sie ist auch meistens falsch.
Beispiel: Ein Kunde sieht deine Anzeige und ignoriert sie. Eine Woche später bekommt er deine E-Mail, klickt darauf und kauft. Last-Click schreibt der E-Mail den Verkauf zu. Die Anzeige bekommt nichts. Budgetanalyse: Die E-Mail hat einen Verkauf gebracht, die Anzeigen keinen. Realität: Die Anzeige hat ihn aufmerksam gemacht, die E-Mail hat ihn überzeugt. Beides zählt.
Last-Click ist beliebt, weil es einfach ist. Leicht umzusetzen. Leicht zu berichten. Aber es verschleiert den echten Weg des Käufers.
First-Click-Attribution: die entgegengesetzte falsche Antwort
Die First-Click-Attribution schreibt den Erfolg dem ersten Kontaktpunkt zu. Sie dreht das Problem um.
Beispiel: Derselbe Kunde, derselbe Weg. First-Click schreibt der Anzeige den Verkauf zu. Die E-Mail bekommt nichts. Budgetanalyse: Anzeigen bringen Verkäufe, E-Mail nicht. Realität: Wieder zählt beides.
First-Click überbewertet Marketing am Anfang des Funnels (Anzeigen, soziale Medien, Suche) und unterschätzt Marketing am Ende (E-Mail, Retargeting, Landingpages).
Lineare Attribution: den Erfolg gleichmäßig verteilen
Die lineare Attribution teilt den Erfolg gleichmäßig auf alle Kontaktpunkte auf. Hatte ein Kunde fünf Kontaktpunkte, bekommt jeder 20 Prozent des Verkaufs zugeschrieben.
Das ist fairer als Last-Click oder First-Click, setzt aber voraus, dass alle Kontaktpunkte gleich wichtig sind. Manchmal sind sie es nicht. Eine Anzeige, die den Kunden aufmerksam gemacht hat, ist nicht dasselbe wie eine E-Mail, die ihn überzeugt hat.
Zeitverfall-Attribution: Nähere Ereignisse stärker gewichten
Die Zeitverfall-Attribution gibt Kontaktpunkten näher an der Conversion mehr Gewicht. Der letzte Kontaktpunkt bekommt am meisten. Der erste am wenigsten.
Beispiel: Anzeige (10 Prozent), Aufruf der Landingpage (15 Prozent), E-Mail (25 Prozent), Checkout-Seite (50 Prozent). Die letzten Schritte, die direkt zur Conversion geführt haben, bekommen mehr.
Das spiegelt die Realität besser wider: Die letzten Kontaktpunkte haben die schwere Arbeit geleistet. Aber es unterschätzt immer noch Marketing am Anfang des Funnels, das den Weg begonnen hat.
Datengetriebene Attribution: Lass die Daten entscheiden
Das genaueste Modell nutzt maschinelles Lernen. Die datengetriebene Attribution betrachtet Tausende Kundenwege und fragt: Welche Kontaktpunkte tauchen bei allen konvertierenden Kunden auf? Welche tauchen bei Wegen ohne Conversion auf?
Taucht ein Kontaktpunkt in 90 Prozent der Wege mit Conversion und nur in 10 Prozent der Wege ohne Conversion auf, bekommt er viel Gewicht. Taucht er in beiden gleich oft auf, bekommt er weniger.
Dieses Modell ist am genauesten, braucht aber viele Daten und ausgefeilte Tools.
Warum Attribution für Budgetentscheidungen wichtig ist
Du hast monatlich 10.000 $ für Anzeigen, E-Mail und Inhalte. Wie teilst du sie auf?
Mit Last-Click gibst du vielleicht 9.000 $ für E-Mail aus (weil E-Mail zuletzt konvertiert) und 1.000 $ für Anzeigen (weil Anzeigen selten den Erfolg zugeschrieben bekommen). Dein Budget ist falsch ausgerichtet.
Mit datengetriebener Attribution erkennst du: Anzeigen schaffen Aufmerksamkeit (40 Prozent), Inhalte wecken Interesse (35 Prozent), E-Mail konvertiert (25 Prozent). Du verschiebst auf 4.000 $ Anzeigen, 3.500 $ Inhalte, 2.500 $ E-Mail. Jetzt spiegelt dein Budget den echten Weg des Käufers wider.
Häufige Fehler bei der Attribution
Annehmen, dass ein Modell richtig ist: Kein einzelnes Modell ist perfekt. Jedes Modell dient einem anderen Zweck. Last-Click zeigt, was Leute konvertiert hat. First-Click zeigt, was sie aufmerksam gemacht hat. Datengetrieben zeigt die gewichtete Wahrheit.
Offline-Kontakte nicht berücksichtigen: Ein Kunde sieht deine Anzeige, merkt sich deine Marke und sucht Wochen später nach dir. Last-Click schreibt der Suche den Erfolg zu. Aber die Anzeige war der Auslöser. Attributions-Tools übersehen Offline-Kontaktpunkte.
Einen Kanal zu Unrecht verantwortlich machen: Hat E-Mail die höchste Conversion-Rate, aber den geringsten zugeschriebenen Anteil, kürzt du sie vielleicht. Aber E-Mail erledigt die letzte Conversion. Kürzt du sie, bricht dein ganzer Funnel zusammen.
Kannibalisierung ignorieren: E-Mail-Kampagnen konvertieren manchmal Leute, die ohnehin konvertiert hätten (über Anzeigen oder Suche). Die Attribution trennt echten zusätzlichen Wert nicht von Kannibalisierung.
So wählst du ein Attributionsmodell
Beginne der Einfachheit halber mit Last-Click. Wechsle zu linear, wenn du alle Kontakte berücksichtigen willst. Steige auf Zeitverfall oder datengetrieben um, wenn du die Daten und Tools dafür hast.
Teste das Modell an der Realität. Sagt die datengetriebene Attribution, dass E-Mail den größten Wert bringt, deine E-Mail-Interaktion aber schlecht ist, stimmt etwas nicht. Passe an.
Die meisten reifen Unternehmen nutzen mehrere Modelle: Last-Click für die Kampagnenberichte, datengetrieben für die Budgetverteilung, First-Click, um Investitionen am Anfang des Funnels zu schützen.
Häufig gestellte Fragen
Bietet Google Analytics Attributionsmodelle?
Die einfache Version von Google Analytics nutzt standardmäßig Last-Click. Kostenpflichtige Versionen bieten oft weitere Modelle. Für fortgeschrittene datengetriebene Attribution brauchst du ein spezielles Attributions-Tool, etwa in Google Ads, Facebook Ads oder in einer Attributionsplattform eines Drittanbieters. Mit dem Website-Builder von WEMASY kannst du das direkt auf deiner Website einrichten.
Kann ich die Attribution nutzen, um mein Marketingbudget zu senken?
Nutze sie, um umzuverteilen, nicht um zu kürzen. Die Attribution zeigt vielleicht, dass E-Mail mehr Wert bringt als Anzeigen, also verschiebst du Budget von Anzeigen zu E-Mail. Aber kürze keine ganzen Kanäle, nur weil ein Attributionsmodell sie unterschätzt. Teste und miss die Wirkung.
Was, wenn verschiedene Kanäle unterschiedliche Attributionsmodelle nutzen?
Das ist normal. Deine E-Mail-Plattform nutzt vielleicht Last-Click. Deine Werbeplattform datengetrieben. Dein Analyse-Tool linear. Vereinheitliche für interne Entscheidungen, indem du über alle Kanäle ein Modell nutzt, auch wenn die Anbieter unterschiedliche Modelle verwenden.
Wie gehe ich mit Conversions um, die offline passieren?
Erfasse sie manuell. Ruft ein Kunde an, frag, wie er von dir erfahren hat. Füllt er ein Formular aus, ergänze ein verstecktes Feld dafür, wie er dich gefunden hat. Nutze diese Daten, um dein Attributionsmodell für Offline-Kontakte anzupassen.
Was ist Inkrementalitätstest und wie unterscheidet er sich von Attribution?
Die Attribution versucht, bestehende Conversions Kanälen zuzuschreiben. Der Inkrementalitätstest nimmt zufällig Kunden aus und misst, ob die Conversions ohne einen Kanal sinken. Der Inkrementalitätstest ist genauer, braucht aber mehr Aufwand und Geld.
Soll ich immer das komplexeste Attributionsmodell nutzen?
Nein. Die datengetriebene Attribution ist am genauesten, braucht aber viele Daten, gutes Tracking und ausgefeilte Tools. Last-Click ist falsch, aber einfach. Fang einfach an und rüste auf, wenn du wächst.