Welche häufigen Attributionsmodelle gibt es und warum muss man diese kennen, wenn man für Online-Werbung bezahlt.

Attributionsmodell – hört sich erst einmal recht kompliziert an. Ist es aber nicht. Wie gewohnt, werde ich das ganz einfach und ohne Fachchinesisch erklären.

Angenommen man ist Ladenbesitzer und hängt in verschiedenen Strassen einer Stadt Werbeplakate auf, um für sein Geschäft zu werben. Angenommen man fragt dann jeden Kunden über welches Plakat dieser auf das Geschäft aufmerksam wurde und schaut sich genau an, ob dieser tatsächlich einkauft oder nicht. Macht es dann nicht Sinn überall dort in den Strassen mehr zu werben, wo kaufende Kunden herkommen?

Um nun die Brücke zur Online-Werbung zu schlagen, das Geschäft ist die Internetseite, das Plakat ist die Werbeanzeige und die Strasse ist das Attributionsmodell.

Bsp. für ein “Datengetriebenes Attributionsmodell”

Sieht ein User im Internet eine unserer bezahlten Werbeflächen, klickt darauf und kauft sofort ein, dann hat er die Voraussetzungen für das First-Click-Attributionsmodell erfüllt. Man teilt bei der Analyse dem ersten gesehen Werbemedium den kompletten Umsatz zu und misst auf diese Weise den Erfolg der Online Werbung. Dieses Modell ist also recht gut für Unternehmen geeignet, die kurze Entscheidungszeiten für den Kauf ihrer Produkte oder Dienstleistungen für sich beanspruchen. Um in der echten Welt zu bleiben, werden bei diesem Modell aber alle anderen Plakate, die der Kunde danach gesehen hat vernachlässigt. Ich habe also keine Möglichkeit deren Beitrag zum Erfolg einer Kampagne zu messen. Recht ähnlich verhält es sich mit dem Last-Click-Attributionsmodell. Dabei wird der komplette Umsatz dem letzten Werbemittel zugeordnet. Bei Unternehmen, die sehr Brand getriebene Sales generieren ist dieses Modell unter Umständen gut geeignet. Denn es tendiert dazu kurze Keywords mit Brandnamen zu bevorzugen. Zumindest bei Google Ads Kampagnen. Eine andere Möglichkeit ist, dass man über das Lineare-Attributionsmodell eine Erfolgsmessung vornimmt. Hierbei wird jedem Werbemittel der selbe Beitrag zum Umsatz zugeschrieben. Das ist der einfachste Weg eine Kampagne mit Multichannel Ansatz zu analysieren. Ein guter Weg diesen Nachteil zu umgehen ist das Attributionsmodell über den Zeitverlauf. Je näher am Kauf der Kontakt mit einem Werbemittel war, desto höher wird dessen Beitrag zum Umsatz eingestuft. Der Nachteil liegt aber darin, dass bei langen Entscheidungsprozessen das erste Werbemittel mit dem der Kunde in Berührung gekommen ist kaum mehr beachtet wird. Dieser Nachteil wird mit dem positionsabhängigen Attributionsmodell aus der Welt geschafft. Hier erhält das erste und das letzte Werbemittel den selben Anteil und alle dazwischenliegenden Kontakte zu Werbeanzeigen teilen sich die übrigen Prozente auf. Man sieht bereits jetzt, dass die Wahl des Attributionsmodells also immer abhängig davon ist, welches Business Modell ein Unternehmen hat und welche Art von Kampagne man analysieren will. Häufig macht deshalb auch der Vergleich zwischen mehreren Attributionsmodellen Sinn. Was aber wenn Machine Learning die Wahl für ein Attributionsmodell einfach selbst übernimmt? Gute Idee, wenn man genug Daten hat. Bei Google Ads sind das 600 Conversions in den letzten 30 Tagen und 15.000 Visitors auf der Website. Man spricht dann von einem datengetriebenen Attributionsmodell.

Hallo! Wollen Sie ein Erstgespräch, ein Seminar oder eine andere Leistung anfragen? Dann hinterlassen Sie mir eine kurze Nachricht.
Das ist OK!
Dipl. Ing. (FH) Armin Müller
Digital Marketing Spezialist
Overlay Image
Dipl. Ing. (FH) Armin Müller
Digital Marketing Spezialist
Das ist ok!
Overlay Image
WOLLEN SIE NEUE KUNDEN?
Preiswert, schnell und nachhaltig
Ist OK!
Overlay Image
SIE WOLLEN NEUE KUNDEN?
Neuer Online-Marketing Service
Alles klar! Ich bin einverstanden.