Mobile Marketing

Wie Mobile App Attribution mobile Kampagnen schützt und vorantreibt

Welcher mobile Touchpoint hat Einfluss auf eine Conversion? Im Mobile-Bereich ist es wichtiger denn je, Antworten über Marketing Attribution zu finden. Was dahinter steckt und wie Mobile App Tracking und Attribution funktionieren.

© Adtriba

Die Marketing-Welt erlebt seit Jahren eine ungeheure Dynamik: Während laut Statista zum Beispiel die Ausgaben im Mobile Advertising bis 2020 weltweit auf etwa 279,47 Milliarden US-Dollar ansteigen sollen, steigt auch das Aufkommen von Ad Fraud. Marketing Manager sind also mehr denn je darauf angewiesen, den Überblick über alle Kanäle und Kampagnen zu behalten. Mittels Marketing Attribution ist genau das möglich. Hierbei werden Conversions den verantwortlichen Werbemaßnahmen zugeordnet. So wird herausgefunden, wie groß der Einfluss einzelner Touchpoints auf die Kaufentscheidung ist. Mit anderen Worten: Es zeigt sich, welche Ausgaben sich auszahlen und welche nicht. Auf Basis der Ergebnisse können Budgets optimal allokiert werden.

Mit der steigenden Bedeutung des Smartphones im Leben der Menschen müssen Brands ihren Fokus auf mobile Aktivitäten lenken. Um die wachsende Audience zu erreichen, werden immer größere Budgets eingesetzt. Für Marketer lohnt es sich daher, fitter in Sachen Mobile App Attribution zu werden. Hier werden Conversion Events für Apps bewertet, etwa in Hinblick auf App Downloads/Installs oder Transaktionen innerhalb einer App. Entscheidend dafür, dass die Attribution korrekt und unabhängig (!) erfolgt, ist die richtige Methode. Viele Mobile-App-Marketer setzen auf irreführende oder fehlerhafte Attributionsmodelle, die statisch sind. Vor allem auf die Last-Click-Attribution wird vertraut – was teuer werden kann und wodurch Potenziale verschenkt werden. Das zeugt oft von einem Unverständnis hinsichtlich der technischen Prozesse. Aber der Reihe nach.

Vorab: Statischen Attributionsmodellen und SANs sollte misstraut werden

Viele Mobile-Marketer nutzen Tracking Services und andere Tools zur Attribution nicht oder nur unzureichend, weshalb sie oftmals blind auf Last-Click-Attribution setzen. Hier wird aber nicht jeder einzelne Kanal entlang einer Customer Journey bewertet, sondern allein dem Kanal, der den letzten Touchpoint vor dem Kauf bildet, der Erfolg zugerechnet. Eine derartige statische Performance-Bewertung führt zu falschen Schlussfolgerungen in Hinblick auf die Effizienz des genutzten Budgets. Statische Attributionsmodelle – neben dem Last-Click- beispielsweise auch das First-Click- und das 40-20-40-Modell – sollten daher komplett durch dynamische und datengetriebene Modelle ersetzt werden, die auch nicht-konvertierende Journeys berücksichtigen. Nur dadurch wird sichtbar, welche Kanäle oder Kampagnen welchen Anteil am Erfolg haben. Das gilt sowohl für den Web- als auch den Mobile-Bereich, weswegen Marketer hier entsprechend Cross-Device Tracking anwenden sollten.

Ein weiteres Problem: Im Vergleich zum Web existiert für Mobile nach wie vor sehr viel Intransparenz über die User Journey-Daten und die richtige Bewertungsmethode für mobile Daten. In der Webwelt wissen wir meist genau, woher ein Klick stammt. Das Tracking für Mobile ist dabei deutlich komplexer und man muss bei den Werbeplattformen anfragen, ob Interaktionen registriert wurden. Die Abhängigkeit von sogenannten Self-Attributing Networks [SANs, auch als Self-Reporting Networks (SRNs) bezeichnet] ist problematisch. Gängige und mächtige Werbeplattformen wie Google und Facebook etwa bieten jeweils eigene Attributionslösungen an. Für Marketer stellt sich daher die Frage, wie unabhängig die Lösungen der Datenriesen sein können – schließlich bewerten sie sich selbst. Googles und Facebooks eigene Tracking- und Attributions-Lösungen können daher längst nicht so unabhängig und kanalübergreifend tracken, wie es Mobile App Tracking- oder Attribution-Dienstleister tun können. Marketer sollten derartige Services hinzuziehen, um die Touchpoints entlang der Customer Journey ganzheitlich zu erfassen.

Mobile App Tracking ist Voraussetzung für Attribution

Damit die Mobile App Attribution gelingt, müssen zunächst alle Interaktionen getrackt werden. Aber wie läuft Mobile App Tracking genau ab? Hier ein Beispiel:

Der Prozess des Mobile Attribution Tracking, © Adtriba

Ein Reisender sucht auf seinem Smartphone nach der Verbindung „Hamburg – München“. Google spielt ihm dann eine Anzeige für einen Mobilitätsdienstleister aus, die einen App-Installations-Link enthält. Beim Anklicken der Ad (1) landet der Reisende als Apple User im App Store oder als Android User im Play Store. Dann installiert er die App (2). Mit der Installation wird ein Mobile App Tracking (MAT) Service wie z. B. Adjust oder Appsflyer auf das Gerät geholt. Deren Software Development Kit (SDK) ermöglicht es, die Customer Journey nachzuvollziehen und zu tracken. So wird erkenntlich, über welche Marketingkanäle die Nutzer kommen (3). Der MAT-Anbieter trackt nun die App-Installation und u. a. auch die dazugehörige Device ID (4). Diese Information übermittelt der MAT Service an Google, um herauszufinden, ob es bei Google eine Interaktion (Klick oder Impression) gegeben hat (5). Google meldet dann, dass es über das Gerät einen Klick auf eine Anzeige gab (4). Gleichzeitig fragt der MAT-Anbieter alle weiteren SANs an, mit denen der Werbetreibende (also: der App-Anbieter) arbeitet und erhält mitunter zusätzliche Touchpoint-Informationen.

Weil der Reisende abgelenkt wird, bucht er zunächst kein Ticket. Zum Beispiel beim Scrollen durch den Facebook Newsfeed wird ihm dann eine Retargeting bzw. Reaktivierungs-Ad mit der Aufforderung zum Abschluss der Buchung ausgespielt (6 und 7). Mit einem weiteren Klick landet der Reisende wieder in der App, über die er nun eine Fahrt nach München bucht (8). Der MAT Service erfasst die Conversion und fragt bei Google sowie allen weiteren SANs an, ob es zuvor eine Interaktion von der Device ID gab (9). Denn die MAT-Anbieter wissen zu dem Zeitpunkt noch nicht unbedingt, woher dieser Klick stammt bzw. welcher Werbeplattform dieser zuzurechnen ist (10). Google liefert erneut die Information eines Anzeigen-Klicks zurück.

So wird die komplette Customer Journey von der mobilen Suche bis zum Kauf erfasst. Attribution-Dienstleister können anhand der Daten dann ermitteln, welchem Touchpoint welcher Wert beigemessen werden kann. Für App Marketer bedeutet das: Sie wissen am Ende, welche Mobile-App-Kampagnen funktionieren und welche nicht.

Mobile App Attribution schützt vor Mobile Ad Fraud

Eine weitere Herausforderung für die Mobile Branche ist der rasante Anstieg von Werbeklickbetrug bzw. Ad Fraud. Bei Mobile Ads herrschen Ad Fraud-Raten von um die 30 Prozent. Mobile-Performance-Metriken, wie beispielsweise Clicks oder App Installs, sind dabei besonders betrugsanfällig. Und die Maschen, wie Betrüger bei ihren Manipulationen vorgehen, noch viel tückischer. Laut dem Mobile-Attribution-Anbieter AppsFlyer gehen beim App Download Fraud 51 Prozent alleine auf den Device ID Reset Fraud zurück. Für Unternehmen können dadurch Schäden in Milliardenhöhe entstehen.

Auch wenn es keine Garantie gibt, Ad Fraud nicht zum Opfer zu fallen, kann Mobile App Attribution davor schützen, den fatalen Folgen nicht zu unterliegen. Und zwar so: Indem sich Mobile App Attribution von der Optimierung auf kurzfristige Mobile-Marketing-Ziele wegbewegt (z. B. Clicks oder App-Installationen), hin zu der Optimierung auf langfristige Ziele wie Retention Rate oder Customer Lifetime Value (CLV).

Mit Mobile App Attribution den Customer Lifetime Value optimieren

Customer Lifetime Value-basierte Attribution meint, Marketing-Aktivitäten nicht nur auf die erste Bestellung bzw. den ersten Kauf des Kunden zu optimieren, sondern auch auf alle folgenden. Der CLV bemisst den Wert, den ein Kunde während seines gesamten Kundendaseins für ein Unternehmen hat.

Die Insights, die es für eine CLV-Optimierung braucht, kann nur eine dynamische, datengetriebene Attribution und damit die Betrachtung und Bewertung von konvertierenden und nicht-konvertierenden Customer Journeys liefern. Mobile Marketer erhalten so ein besseres Verständnis dafür, wie sich die Mobile Ads auf den CLV auswirken und erfahren etwa, welche Anzeigen Kunden mit hohen CLVs anziehen.

Mittels CLV-Attribution können so die besten Kunden für ein Unternehmen identifiziert und gewonnen werden, die dem Unternehmen langfristig zum Erfolg verhelfen. Es sollte im (Mobile) Marketing schließlich immer um die ganzheitliche Betrachtung der Kundenbeziehung gehen, die nicht nur die erste Bestellung oder den ersten Verkauf in einer Customer Journey berücksichtigt, sondern auch alle folgenden Bestellungen oder Käufe. Mit den durch die CLV-Attribution gewonnenen Erkenntnissen lassen sich künftige Kampagnen besser planen, weil so die richtigen Ressourcen in die besten Kunden investiert werden können. Spätestens jetzt sollte klar sein, dass Mobile App Attribution für jeden relevant ist, der eine App bewirbt.

Über János Moldvay

https://www.adtriba.com/de

János Moldvay ist Co-Gründer und CEO von Adtriba, einem SaaS-Anbieter für dynamisches Attribution Modelling und umfassende Customer-Journey-Analysen aus Hamburg. Adtriba hilft Marketing Managern dabei, die verschiedenen Aktionen und Kanäle genauer zu bewerten und zu optimieren. Nach einem Wirtschaftsinformatik-Studium startete Moldvay 2003 seine Karriere im Bereich Data Warehouse, CRM und Data Mining beim Versandhändler OTTO. 2007 wechselte er zum sozialen Netzwerk XING. Dort, wie auch auf seinen weiteren Stationen bei der Online Marketing-Agentur Unique Digital (heute Syzygy) und dem Internet-Dienstleister Jimdo, baute Moldvay Business-Intelligence- und Data-Science-Teams auf und führte sie erfolgreich. 2015 gründete er gemeinsam mit Ludwig Ostrowski (CTO) Adtriba.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.