Google Attributionsmodelle: Den Erfolg richtig zuschreiben

Um den Einstieg zu erleichtern, beginnen wir mit einem Beispiel:

Übersetzt steht eine Conversion für eine „Wandlung“ / Konvertierung. Im Online-Marketing geht es dabei um die Umwandlung des Status eines Nutzers, von einem rein interessierten Websitebesucher, zu einem Nutzer, der eine vordefinierte Aktion ausführt. Beispiele sind die Anmeldung zu einem Newsletter, der Klick auf einen Link, ein Download, die Registrierung eines Profils oder klassischerweise der Kauf eines Produkts. Mit der Definition der Conversion lässt sich nachvollziehen, wie erfolgreich deine Website ein bestimmtes Ziel erreicht.

Die Zielerreichung deiner Website wird mittels des Conversion-Tracking gemessen. Dabei schaut man sich an, inwieweit Conversions erzielt werden und nutzt das Tracking als systematische Erfolgskontrolle. Für eine detailliertere Messung wird zwischen Micro- und Macro-Conversions unterschieden. Das heißt vor der abschließenden Macro-Conversion, wie dem Kauf eines Produktes, werden Teilschritte auf dem Weg dahin als Micro-Conversions festgehalten. Vor einem Produkt-Kauf kann das beispielsweise die Bestellung eines Kataloges sein. Beim Conversion-Tracking in Google Analytics wird nicht nur die Anzahl der Conversions festgehalten, sondern es können auch Aussagen über spezifische Zielseiten, Quellen, Medien und Geräte und deren Abschneiden in Bezug auf die Erzielung von Conversions getroffen werden.

Der im Marketing oft verwendete Begriff der „Customer Journey“ steht für die Reise, die deine Kunden auf dem Weg zum Kauf eines Produktes zurücklegen. Mit der Reise sind die einzelnen Berührungspunkte gemeint, die ein Kunde mit deinem Unternehmen hat. Dazu zählen zum Beispiel Werbekampagnen, ein Websitebesuch oder auch Erfahrungsberichte anderer Kunden. Diese Berührungspunkte werden als Brand Touchpoints (BTPs) bezeichnet. An dieser Stelle wird auch nochmal deutlich, wie wichtig Cross-Chanel-Marketing für eine ausgereifte Customer Journey ist. Denn durch kanalübergreifende Marketingmaßnahmen kannst du eine höhere Zahl an möglichen Brand Touchpoints erzielen.

Attribution im Detail

Genauer betrachtet schreibt ein Attributionsmodell den verschiedenen Berührungspunkten einen Prozentsatz des Conversion-Wertes zu. Einbezogen werden dabei allerdings nur Ereignisse, welche in Google Analytics erfassbar sind. Sollte der Kunde, wie in unserem Beispiel, zum Schluss über einen Affiliate-Link auf deine Website gelangt sein und den Kauf getätigt haben, würde das Modell „Letzter Klick“ dem Affiliate-Partner 100 % des Conversion-Wertes zuordnen. Dabei bleibt gegebenenfalls unberücksichtigt, ob nicht auch vorherige Touchpoints bereits eine Wirkung auf die Kaufentscheidung gehabt und diese bereits initiiert und vorbereitet haben.

Quelle: Google

Bei Google Analytics 4 bzw. Google Ads existieren verschiedene Attributionsmodelle. Bisher gab es dabei eine Reihe von Modellen zur Auswahl, welche sich in regelbasiert und datengetrieben aufteilen lassen. Unterscheiden tun sich diese dadurch, dass regelbasierte Modelle mit vordefinierten Regeln einem Touchpoint einen Wert zuweisen, wohingegen bei der datengetriebenen Attribution – mithilfe einer KI – ermittelt wird, wie sich die Berührungspunkte auf eine Conversion auswirken.

Laut Google sind regelbasierte Modelle nicht flexibel genug und werden kaum noch genutzt. Aus diesem Grund kündigte Google Anfang April 2023 an, ab Juni 2023 eine Reihe von Modellen aus den Attributionsberichten zu entfernen. Dies gilt zunächst nur für neu erstellte Properties. Ab September 2023 aber für alle Conversion-Aktionen. Die in Zukunft nicht mehr verfügbaren Modelle lauten: „Erster Klick“, „Linear“, „Zeitverlauf“ und „Positionsbasiert“ (mehr Informationen dazu findest du hier).

Die weiterhin bestehenden Optionen bei der Analyse mit Google sind die folgenden:

Das datengetriebene Modell ist eine fortschrittliche Methode zur Zuschreibung von Conversions und mittlerweile das Standardmodell in GA4. Es passt sich vollständig dem Werbetreibenden sowie dem Conversionereignis an (mehr zu Google Analytics 4 findest du hier). Dabei werden alle Conversion-Pfade miteinander verglichen und auf Muster bei den Interaktionen untersucht. Hinzugezogen werden genutzte Keywords, Anzeigen und Kampagnen. Im Gegensatz zu den traditionellen Attributionsmodellen, die auf vordefinierten Regeln basieren, verwendet das datengetriebene Modell maschinelles Lernen, um die tatsächlichen Beiträge der verschiedenen Interaktionen eines Nutzers zu messen und ermittelt somit beispielsweise den echten Wert eines Klicks.

Einige Schlüsselmerkmale des datengetriebenen Attributionsmodells sind:

1. Maschinelles Lernen: Das datengetriebene Modell nutzt maschinelles Lernen, um Muster und Trends in den Daten zu identifizieren. Es analysiert eine Vielzahl von Faktoren, darunter Timing, Sequenz, Kanäle und Geräte, um den individuellen Beitrag jedes Touchpoints zu berechnen.
2. Individualisierung: Im Gegensatz zu statischen Modellen, die für alle Nutzer gleich sind, individualisiert das datengetriebene Modell die Zuschreibung basierend auf dem individuellen Verhalten jedes Nutzers. Es berücksichtigt, wie ein bestimmter Nutzer auf die Anzeigen und Marketing-Touchpoints reagiert.
3. Präzise Zuschreibung: Das Modell strebt eine präzise Zuschreibung der Conversions an, indem es den tatsächlichen Einfluss jedes Touchpoints auf den Conversion-Pfad berücksichtigt. Dies ermöglicht eine genauere Bewertung der Leistung einzelner Marketingkanäle.
4. Berücksichtigung von Nicht-Klick-Interaktionen: Das datengetriebene Modell betrachtet nicht nur Klicks, sondern auch andere Interaktionen wie Impressionen, um den Beitrag verschiedener Touchpoints angemessen zu würdigen. Dies ist besonders wichtig, da viele Nutzer nicht unbedingt durch Klicks, sondern durch verschiedene Interaktionen zu einer Konversion beitragen.

Es ist wichtig zu beachten, dass das datengetriebene Attributionsmodell nicht in allen Kontexten verfügbar ist und gewisse Anforderungen an die Datenmenge und -qualität stellt. Es ist eher für Werbetreibende mit einem erheblichen Volumen an Conversion-Daten geeignet. Konkret bedeutet das, es müssen innerhalb von 30 Tagen mindestens 2.000 Anzeigeninteraktionen in den verbundenen Werbenetzwerken vorliegen und die Anzahl der Conversions muss bei mehr als 200 liegen (Quelle: Google). Um die Mindestvorgaben für das datengetriebene Attributionsmodell effizient zu erfüllen, ist ein sauberes Tracking entscheidend, denn nur so werden alle relevanten Ereignisse erfasst.

Wenn die Mindestanforderungen 30 Tage anhaltend unterschritten werden, kommt es zur Anwendung des regelbasierten Modells „Letzter Klick“. Weitere Informationen zur datengetriebenen Attribution findest du hier.

Das Modell „Letzter Klick“ schreibt dem letzten Klick vor Erzielung der Conversion den gesamten Wert zu. Dabei ist es wenig informativ und ignoriert möglicherweise wichtige vorherige Touchpoints auf der Customer Journey. Das Modell „Letzter Google Ads Klick“ funktioniert ähnlich: Dabei wird dem letzten Klick auf eine Google Ads Anzeige 100 Prozent des Conversion-Wertes zugeschrieben.

Zu guter Letzt, lassen sich auch eigene benutzerdefinierte Modelle erstellen, welche individuell auf deine Anforderungen angepasst werden können. Hier findest du weitere Informationen dazu.

Die technischen Voraussetzungen für eine erfolgreiche Attributionsmodellierung in GA4 sind eine Verknüpfung zu Google Ads, sowie eine geeignete Zieldefinition. Du solltest dir im Vorfeld überlegen, welche Nutzeraktivität in deiner Situation relevant ist und so dein „Conversionereignis“ bestimmen. Oftmals handelt es sich dabei um den getätigten Kauf, es kann aber auch beispielsweise die Anmeldung zum Newsletter sein oder das Ausfüllen eines Kontaktformulars. Entscheidend ist dabei das saubere und umfassende Tracking auf deiner Website, damit die nötigen Daten überhaupt erfasst werden können.

Abschließend lässt sich sagen, dass das Thema Attribution in erster Linie von Relevanz ist, wenn es sich um Produkte mit längeren Entscheidungsprozessen handelt, welche eine Mehrzahl an Brand Touchpoints voraussetzen. Es sich bei deinen Kunden also nicht ausschließlich um Impulskäufer handelt. In dem Fall können Attributionsmodelle dir dabei helfen, auf Basis der bisherigen Performance, eine Bewertung deiner Online-Marketing-Kanäle vorzunehmen und so dein Multi-Channel-Marketing zu optimieren. Nimm dir etwas Zeit um mit dem Thema warm zu werden und schon bald wirst du ein tieferes Verständnis für das Zusammenspiel der Kanäle erlangen.

Weiterführende Informationen zum Thema Attribution bei Google findest du direkt bei der offiziellen Google Analytics-Hilfe.

Der Vollständigkeit halber sind nachfolgend noch einmal die im September 2023 auslaufenden Modelle aufgelistet: