Wenn Marketer heute in Multi-Channel-Online-Marketing-Strategien investieren, sehen sie sich mit den offensichtlichen Folgen dieser großen Streuung konfrontiert: die Komplexität der Customer Journey und das Dilemma der Marketing-Attribution. 

Darüber hinaus machen die neuen ePrivacy-Vorschriften, die Cookies von Drittanbietern bald abschaffen werden, das Leben sicherlich nicht einfacher. Diese bevorstehende Änderung stellt die Funktionalität der bestehenden Attributionsmodelle in Frage. 

Infolgedessen bleibt die Frage, wie die Attributionsmodellierung in Zukunft durchgeführt werden kann, für viele Marketer der Elefant im Raum. 

Nun, es ist an der Zeit, sich dem Elefanten zu stellen und herauszufinden, was als Nächstes zu tun ist, um sich bestmöglich auf die bevorstehenden Veränderungen vorzubereiten. 

Lassen Sie uns tief in das Thema eintauchen.

Tabelle der Inhalte: 

Erhalten Sie eine kostenlose Aufnahme unseres Webinars über die Zukunft der Attributionsmodellierung! 

Was ist Marketing-Attribution und warum brauchen Marketer sie?

Lassen Sie uns zunächst kurz daran erinnern, was Marketing-Attribution ist und was sie bewirkt.

Einfach gesagt, ist Marketing-Attribution eine Methode, mit der Marketer den Beitrag verschiedener Marketing-Taktiken zum Umsatz oder zur Konversion definieren. Mit anderen Worten, es handelt sich um ein Modell, das den Return on Investment (ROI) bestimmt, den jeder Kanal erzeugt. 

Lassen Sie uns ein einfaches Beispiel machen, um die Kernidee zu verstehen. 

Stellen Sie sich vor, Sie müssen ein neues Sofa kaufen. 

Es ist sehr unwahrscheinlich, dass Sie Ihren Kauf nach dem Besuch einer einzigen Website tätigen. Höchstwahrscheinlich werden Sie durch mehrere Websites scrollen, ein paar Artikel lesen, sich ein paar Pinterest-Looks ansehen, ein paar Instagram-Konten abonnieren, eine bestimmte Anzahl gezielter Anzeigen ansehen und ein paar Geschäfte besuchen, bevor Sie eine Entscheidung treffen. 

Als Nutzer durchläuft man viele Berührungspunkte und Kanäle, bevor man sich zum Kauf einer bestimmten Marke entscheidet. Alle diese Berührungspunkte sind miteinander verknüpft. Gemeinsam helfen sie Marketern, ihr Ziel zu erreichen: einen Kunden zu gewinnen.

Aber wie lässt sich definieren, welcher Kanal oder welche Touchpoints am meisten zum Erfolg beigetragen haben? Oder mit anderen Worten: In welche Kanäle lohnt es sich zu investieren?

An dieser Stelle kommen Attributionsmodelle ins Spiel. 

Marketing-Attribution hilft Marketern, dem richtigen Touchpoint die richtige Anerkennung zukommen zu lassen. 

Zwar haben sie den Vorteil, einen potenziellen Kunden über mehrere Kanäle statt nur über einen zu betreuen, doch die Anwendung von Multi-Channel-Strategien erschwert es Marketern, den Gesamteinfluss eines bestimmten Kanals auf den Marketing-ROI abzuschätzen.

Attributionsmodelle sollen diese Rätsel lösen und Marketern dabei helfen, den geschätzten Beitrag jedes Kanals zum gesamten Return on Investment zu verstehen. Mit anderen Worten: Durch den Einsatz von Attributionsmodellen können Marketer besser verstehen, welche Taktiken den größten Wert bringen.

Die sieben gängigsten Attributionsmodelle

Lassen Sie uns kurz die gängigsten Attributionsmodelle und ihre Grundprinzipien erklären. 

Im Allgemeinen gibt es je nach Komplexitätsgrad zwei Arten von Attributionsmodellen: 

  1. Single-Source-Marketing-Attribution: Bei diesem Modell wird der gesamte Verdienst einem einzigen Touchpoint oder einer einzigen Interaktion zugeschrieben. 
  2. Multi-Source-Marketing-Attribution: Bei diesem Modell wird der Verdienst auf mehrere Berührungspunkte verteilt. 

Werfen wir einen kurzen Blick auf die gängigsten Marketing-Attributionsmodelle.

Single-Source-Marketing-Attributionsmodelle:

Die gängigsten Single-Source-Attributionsmodelle sind First-Touch und Last-Touch. 

First-Touch-Attribution – Bei diesem Modell wird der erste Touchpoint, mit dem der Lead in Berührung gekommen ist, voll angerechnet. 

Last-Touch-Attribution – Im Gegensatz zur First-Touch-Attribution wird bei diesem Modell der letzte Touchpoint, der zu einer Konversion geführt hat, gewertet. 

Schon hier sehen wir, wie viele Informationen wir verlieren, wenn wir uns nur auf den ersten und den letzten Touchpoint konzentrieren. Diese beiden Modelle ignorieren im Grunde alles, was dazwischen passiert, und verdecken somit alle anderen Marketingaktivitäten. 

Viele Marketer halten sie daher für ungenau und veraltet, insbesondere im Kontext von Multi-Channel-Strategien.

Multi-Source-Marketing-Zuordnungsmodelle:

Im Gegensatz zu Single-Source-Modellen berücksichtigen Multi-Source-Marketing-Attributionsmodelle mehr als einen Touchpoint bei der Zuordnung der Konversion. 

Linear – Bei diesem Modell wird die Gutschrift gleichmäßig auf jeden Touchpoint verteilt, der zu einem Kauf geführt hat. 

U-förmig – Dieses Modell erhielt seinen Namen aufgrund der Gewichtsverteilung zwischen den Touchpoints. Wenn Sie sich die Verteilung grafisch vorstellen, wird sie eine U-Form bilden. Bei diesem Modell werden 40 % des Verdienstes den beiden wichtigsten Touchpoints zugeschrieben: dem ersten Touchpoint und dem Touchpoint, der zum Kauf geführt hat. Die restlichen 20 % werden auf alle Interaktionen aufgeteilt, die in der Mitte stattfanden.

W-förmig – Ähnlich wie bei der U-Form werden auch bei diesem Modell bestimmte Berührungspunkte priorisiert, aber anstelle von zwei werden drei Hauptberührungspunkte priorisiert. Es schreibt 30 % des Guthabens dem ersten Touchpoint zu, 30 % der Interaktion, die den Kontakt (Lead-Conversion) herstellte, und 30 % der letzten Interaktion, die den Abschluss (Deal-Conversions) herstellte. Die restlichen 10 % werden gleichmäßig auf alle Interaktionen zwischen der ersten Interaktion und dem Zustandekommen des Geschäfts verteilt.

Full-path – Das Modell des vollständigen Pfads geht eine (weitere) Ebene tiefer. Dieses Modell fügt eine weitere Stufe hinzu. Es verteilt 22,5 % auf vier wichtige Berührungspunkte: die erste Interaktion, den Berührungspunkt, der zur Kontaktgenerierung führte, die letzte Interaktion, die zum Abschluss führte, und die Interaktion, die zum Abschluss des Geschäfts führte. Die verbleibenden 10 % des Guthabens werden auf alle anderen dazwischen liegenden Berührungspunkte verteilt. 

Time-decay – Bei diesem Modell werden die jüngsten Interaktionen stärker gewertet. Mit anderen Worten, es geht davon aus, dass spätere Touchpoints einen größeren Einfluss auf den Verkauf oder die Konversion hatten. Die Time-Decay-Attributionsmodelle sind am besten für längere Verkaufszyklen geeignet. Daher sind sie in B2B-Unternehmen sehr beliebt.

Diese Modelle werden in der Regel von vielen Unternehmen als Standard verwendet. Es gibt aber natürlich auch Custom-Attribution-Modelle, die auf einen bestimmten Business Case zugeschnitten sind. Bei benutzerdefinierten Attributionsmodellen handelt es sich einfach um Modelle, bei denen Sie den verschiedenen Touchpoints während der Customer Journey Ihre eigenen Attributionsgewichte zuweisen können.

Alles in allem sind Multi-Source-Attributionsmodelle am besten für komplexere Customer Journeys geeignet. Daher sind solche Multi-Source-Attributionsmodelle in B2B-Marketingumgebungen, in denen die Customer Journeys länger und komplexer sind, weit verbreitet. 

Die Zukunft der Marketing-Attribution in der Cookie-freien Welt

Trotz ihrer vielen Vorteile sieht die Zukunft der Attributionsmodellierung nicht so rosig aus. 

Mit den immer geringer werdenden Möglichkeiten des Cookie-basierten Trackings, vor allem aufgrund von Datenschutzverordnungen, könnte die Marketing-Attribution, wie wir sie heute kennen, bald ein Relikt der Marketinggeschichte sein.

Was sind Cookies?

Im digitalen Marketing gibt es zwei Arten von Cookies: First-Party-Cookies und Third-Party-Cookies.

First-Party-Cookies

First-Party-Cookies sind Cookies, die verwendet werden, um Ihr Surferlebnis zu verbessern. Sie werden direkt von der Website gespeichert, die Sie besuchen. Dank der First-Party-Cookies kann die Website eine automatische Ausfüllfunktion bereitstellen, die Ihnen beim Ausfüllen eines anderen Formulars Zeit spart, die Spracheinstellungen speichert und Analysedaten sammelt. Wenn wir von First-Party-Cookies sprechen, haben nur der Nutzer und die Website Zugang zu diesem Cookie – externe Werbeplattformen haben keinen Zugriff auf diese Informationen.

Third-party cookies

Im Gegensatz zu First-Party-Cookies werden Third-Party-Cookies von anderen Websites als derjenigen, die Sie gerade besuchen, gespeichert. Wie Sie vielleicht schon vermutet haben, sind Werbetreibende die Hauptnutzer von Drittanbieter-Cookies. Diese Cookies helfen den Werbetreibenden, sich einen detaillierten Überblick über die Aktivitäten der Nutzer zu verschaffen. Wenn ein Nutzer auf eine Website zugreift, erhalten beide Parteien ein Cookie. Nachdem der Nutzer sein Einverständnis für die Nachverfolgung durch Cookies von Drittanbietern gegeben hat, werden heutzutage zusätzliche Cookies für die Werbetreibenden erstellt, die ihnen helfen, die Nutzer auf ihrem Weg zu identifizieren und zu verfolgen. 

Da Fragen des Datenschutzes für viele Nutzer immer wichtiger werden, müssen sich Marketer darauf einstellen, ohne Cookies von Drittanbietern zu leben. 

In einer Zukunft ohne Cookies werden Marketer bei einem Großteil ihrer Kampagnen einen Rückgang der Konversionen feststellen. Es wird deutlich schwieriger werden, Konversionen ohne die Zustimmung der Nutzer zuzuordnen. Folglich wird es viel schwieriger sein, die Wirksamkeit ihrer Werbekampagnen zu messen. 

Das bedeutet, dass viele Analysetools, die sich stark auf Daten Dritter stützen, wie z. B. Google Analytics, Schwierigkeiten haben werden, Konversionen zuzuordnen und einen klaren Überblick über die kanalübergreifende Leistung zu geben.

Auf der anderen Seite werden Lösungen wie Matomo und Plausible Analytics, die 100 %-iges Dateneigentum und eine vollständige GDPR-Konformität garantieren, zu einer Notwendigkeit für digitale Marketer. Erfahren Sie mehr über Alternativen zu Google Analytics in unserem früheren Artikel.

Marketing-Attributions-Technologien der Zukunft

Wie können Sie also in Zukunft Konversionen zuordnen? Zweifelsohne wird der Markt Attributionstechnologien der nächsten Generation benötigen. 

Web-Fingerprinting kann als eine der Alternativen zum Cookie-basierten Tracking betrachtet werden. Allerdings scheint diese Methode im Vergleich zum klassischen Cookie-Sharing-Ansatz invasiver zu sein. Außerdem werden solche Alternativen angesichts der zunehmenden Bedenken hinsichtlich des Datenschutzes schon bald aussterben. 

Statistische Modelle wie die kausale Wirkungsanalyse und die Marketing-Mix-Modellierung haben dagegen alle Chancen, eine GDPR-freundliche Alternative für die Cookie-gesteuerte Attributionsmodellierung zu werden. Diese Methoden würden Marketern dabei helfen, mehr Einblicke in ihre Customer Journey zu erhalten, ohne dass sie Nutzerkennungen und Cookies verfolgen müssen. Durch die Nutzung von Statistiken können Marketer Muster entdecken und mehr über ihre Daten erfahren, ohne den Datenschutz zu vernachlässigen. 

Um effektiv zu sein, benötigen diese Modelle jedoch: 

  • Riesige Datenmengen
  • Multi-Channel-Daten an einem Ort 

Daher wird die Nachfrage nach Lösungen steigen, die Daten aus verschiedenen Marketing-Plattformen zusammenführen und einen klaren Überblick über die verschiedenen Kanäle bieten, während gleichzeitig die Datensicherheit gewährleistet wird.

Lösungen wie Nexoya bieten die vollständige Kontrolle über Ihre Daten über alle Kanäle hinweg. Nexoya hilft Ihnen, die ganzheitliche Sicht zu erfassen und KI-basierte Modelle zu nutzen, um Ihre Leistung über mehrere Kanäle hinweg zu optimieren. Mit statistischen Modellen wie Adstock-Modellierung, Kreuzkorrelation und Musteranalyse ermöglichen wir Ihnen, Ihre Konversionen ohne Tracking-Cookies zuzuordnen und mehr Einblicke in Ihre Daten zu erhalten.

So hilft Nexoya Ihnen, Ihr Budget effektiver einzusetzen und den höchstmöglichen Return on Investment zu gewährleisten. 

Die Welt ohne Cookies wird kommen und bleiben. Und je früher Sie mit der Anpassung an diese Veränderungen beginnen, desto reibungsloser wird der Übergang verlaufen. 

Wie sollten sich Unternehmen darauf vorbereiten, ohne diese Daten in ihren Strategien zu arbeiten?

Erfahren Sie mehr in unserem Webinar über die Zukunft der Attributionsmodellierung.