Warum Marketingentscheider endlich tiefer in die Attribution einsteigen müssen

Das Martech-Universum ist getrieben von Innovationen, doch die Attribution ist der großen Mehrheit der Entscheider weiterhin ein Dorn im Auge. Derzeit glaubt nur jeder vierte Vermarkter, den ROI zuverlässig messen zu können, was sicherlich erklärt, warum laut Nielsen 70 Prozent der Verantwortlichen planen, 2020 mehr in Marketinganalyse und -attribution zu investieren. Marketingspezialisten spüren den wachsenden Druck, sie plagen sich mit Datenkomplexität und Fragmentierung herum, denn die zahlreich genutzten Martech-Anbieter machen die genaue Berechnung des ROI für Kampagnen, Kanäle und Technologien wichtiger denn je. Der von Nielsen veröffentlichte CMO-Report 2018 ergab, dass „die durchschnittliche Marketingabteilung 59 unterschiedliche Martech-Lösungen einsetzt, deren Daten sich häufig nicht integrieren lassen“.

Heute kann eine Customer Journey sogar hunderte von Touchpoints umfassen. Omnichannel gilt zunehmend als überholt – von Markenverantwortlichen wird erwartet, dass sie mit ihren Kampagnen über Geräte, Netzwerke und Standorte hinweg omnipräsent sind. Das Tracking und die Messung der Ergebnisse bleiben jedoch schwierig. Die exakte Attribution sei das größte Problem, das wir als Vermarkter haben, konstatierte Simon Bell, Professor für Marketing und Direktor des Centre for Workplace Leadership an der University of Melbourne, kürzlich. Digitale Metriken würden als unsere Retter dargestellt, aber stattdessen hätten sie nur für mehr Verwirrung gesorgt.

Über die First- und Last-Click-Attribution hinausgehen

Das First-Click-Attributionsmodell erkennt ausschließlich die erste Aktivität des Nutzers an, das Last-Touch-Modell berücksichtigt hingegen das Ende. Beide Modelle vernachlässigen jedoch die vielfältigen Touchpoints und das Engagement während der Customer Journey sträflich.

Marketingspezialisten, die immer noch ein Last-Touch-Attributionsmodell für Kampagnen verwenden, werden die Conversion höchstwahrscheinlich einem Medienpartner zuschreiben, der keinen Wert liefert,

schreibt Technology Business Research in einem Vorabdruck ihres neuen Berichts über fortgeschrittene Attributionstools. Im Idealfall sind First und Last Click überhaupt keine Option, sondern lediglich Metriken innerhalb eines robusteren, ganzheitlicheren Attributionsmodells. Wie aber kann über die Details hinaus das große Ganze genauer betrachtet und der ROI der Marketing- und Mediaausgaben exakter gemessen werden?

Lineare Attribution

Die lineare Attribution ist ein Multi-Touch-Attributionsmodell, das den Anteil, den eine Impression an der Conversion hat, gleichmäßig auf alle Kontaktpunkte aufteilt. Es erfasst verschiedenste Interaktionen, allerdings verliert man bei der linearen Attribution die Fähigkeit, bestimmte Kanäle zu optimieren, da alle als gleich angesehen werden. Werden z.B. Social Media, E-Mail, Organic Search und Paid Search als Touchpoints entlang der Customer Journey identifiziert, wird jedem von ihnen ein Anteil von 20 Prozent an der Conversion zugeschrieben. In der Praxis könnte diese Gewichtung den Einfluss der E-Mail-Aktivitäten erheblich unterbewerten und gleichzeitig den Stellenwert von Social Media künstlich erhöhen.

Zeitverlaufs- und positionsbasierte Attribution

Diese beiden Methoden verwenden die Zeit als Maß für den Wert von Interaktionen. Die Zeitverlaufs-Attribution weist vorangegangenen Touchpoints einen geringeren Einfluss auf die Conversion zu: Je näher der Kunde der Conversion kommt, desto höher steigt der Wert jeder Interaktion.

Bei der positionsbasierten Attribution werden der erste und letzte Kontaktpunkt am stärksten gewichtet, der restliche Conversion-Wert wird gleichmäßig auf die übrigen Kanäle verteilt. 

Google Analytics weist unter anderem dem ersten und letzten Kontaktpunkt einen Wert von jeweils 40 Prozent zu, alle anderen dazwischen teilen eine Gewichtung von 20 Prozent. Das Problem bei zeitbasierten Attributionsmodellen ist, dass sie statisch sind und dass keine Berücksichtigung des Einflusses der einzelnen Schritte stattfindet. Der jedem einzelnen Touchpoint zugewiesene Wert kann durch diese pauschale Wertzuweisung stark verzerrt werden.

Algorithmische Attribution

Die algorithmische Attribution wird durch Daten gesteuert, nicht durch Prämissen oder vordefinierte Regeln. Dieses Modell nutzt Machine Learning, um auf der Analyse und den Ergebnissen früherer Kampagnen aufzubauen. Jeder Touchpoint wird analysiert, so entwickelt sich das Attributionsmodell weiter und wird dadurch „intelligenter“. Zudem werden Wechselbeziehungen und Synergien zwischen den einzelnen Touchpoints berücksichtigt. Alle vorhandenen Userdaten werden zusammengefasst, um einen ganzheitlicher Engagement-Verlauf für jeden einzelnen Kauf nachzuvollziehen.

Benutzerdefinierte Attribution

Marketingentscheider, die auf der Suche nach einer noch raffinierteren Strategie sind, könnten ihr eigenes benutzerdefiniertes Attributionsmodell entwerfen, das im Idealfall Machine Learning-Prozesse beinhaltet. Sie können ihr Wissen über die spezifische Customer Journey ihrer Kunden viel besser nutzen. Ein Beispiel: Ein Kreuzfahrtunternehmen, das luxuriöse, hochpreisige Erlebnisse anbietet, weiß wahrscheinlich, dass sein Kunde einen längeren, komplexeren Weg zum Kauf hat. Folglich könnte früheren Touchpoints ein höherer Wert zugewiesen werden, da Kunden mehr Zeit mit einer Marke verbringen, die sie bereits ausgewählt haben, um sich auf das Erlebnis vorzubereiten.

Für diverse Branchen sind ein höherer Customer-LTV (Lifetime Value) und Wiederholungskäufe ausschlaggebend. In diesem Fall sollten der Neukundengewinnung und -bindung ein höherer Wert zugeschrieben werden.

Unabhängig davon, welches Attributionsmodell gewählt wird, liegt der Schlüssel zum Erfolg in cookielosen Tracking-Lösungen, die einen ganzheitlichen Blick auf Impressions, Clicks, Visits und Conversions für jeden Nutzer bieten, denn Cookies stellen aufgrund der hohen und weiter wachsenden Ablehnungs- und Löschungsraten keine zuverlässige Basis dar. Eine weitere Voraussetzung ist die Verifizierung des User-Levels, um Bot-Impressions und nicht gesehene Anzeigen aus der Analyse auszuschließen.

Attribution ist keine „Set it and forget it“-Kalkulation, sondern vielmehr ein lebendiges Verständnis der Kundenbeziehungen, dass mit der Zeit wächst und sich verändert. Deshalb ist es an der Zeit, der Attribution mehr Aufmerksamkeit zu schenken. Die Führungskräfte von morgen setzen die richtige Technologie, die richtigen Mitarbeiter und die richtigen Prozesse ein, um die Leistung genauer zu messen und Erfolge den passenden Kanälen und Kampagnen zuzuordnen.