Um im Online Marketing und E-commerce Marketingbudgets optimal einzusetzen, ist die Modellierung der Attribution eine wichtige Aufgabe. Die Attributionsmodellierung hilft, den Erfolg verschiedener Online-Marketing-Kanäle festzustellen und einzelne Kanäle sowie Marketinginstrumente richtig einsetzen. Im Video und in diesem Beitrag wird die Attributionsmodellierung mit ihren unterschiedlichen Modellen vorgestellt.
Benötigen Sie Unterstützung bei der Erstellung oder Weiterentwickung eines Attributionsmodells für Ihren Onlineshop? Dann nutzen Sie doch gleich den kurzen Draht zu Prof. Dr. Richard Geibel: Tel. 0221 973199722, mail: info@ecommerceinstitut.de. Einen ersten Eindruck zur Attributionsmodellierung gibt Ihnen das Video:
Was bedeutet Attributionsmodellierung?
Attribution kann man mit „Zuordnung“ übersetzen. Es geht also darum, den Erfolg einer Online-Marketing-Maßnahme den beteiligten Marketing-Kanälen zuzuordnen. Hintergrund ist, dass Kunden im Onlineshop in der Regel nicht nur über einen Kanal einen Kontakt aufgebaut haben, sondern über mehrere. Vielleicht ist ein Kunde zum ersten Mal über die Google Suche in den Online Shop gekommen. Danach war vielleicht ein Direktzugriff der Kanal für den zweiten Besuch in dem Onlineshop. Und schließlich könnte der endgültige Bestellung der Klick auf eine Retargeting-Werbung vorausgegangen sein.
Fragen in der Attributionsmodellierung
Dieser kleine Fall zeigt, dass die Attribution des Marketingerfolgs -also im Fall des Onlineshops die Bestellung- auf die beteiligten Kanäle kein Selbstläufer sind. Folgende Fragen müssen dabei geklärt werden:
- Welche Kanäle sind beteiligt?
- In welcher Reihenfolge wurden diese Kanäle genutzt?
- Welche Bedeutung hat jeder einzelne Kanal für die Kaufentscheidung?
Es wird sicher schnell deutlich, dass die Fragen nicht ohne Weiteres beantwortet werden können.
Die Erfassung der Kanäle und ihrer Nutzung
Ist ein funktionierendes Analytics-Tracking implementiert, kann die Frage der beteiligten Kanäle vergleichsweise gut beantwortet werden. Aber selbst mit einem optimalen Tracking können Informationslücken entstehen. Insbesondere dann, wenn Nutzer verschiedene Geräte benutzen, das Tracking blockieren oder auf andere Weise Trackinginformationen fehlen, entstehen neue Herausforderungen für die Attributionsmodellierung.
Der Einfluss einzelner Kanäle auf die Kaufentscheidung
Wenn ein verlässliches Bild zu den Kanälen entstanden ist, bietet sich gleich die nächste Herausforderung. Welchen Einfluss hat der einzelne Kanal auf die Attributionsentscheidung? Das ist die eigentliche, zentrale Frage der Attributionsmodellierung. Dass sie nicht ohen Weiteres zu beantworten ist, zeigt die Tatsache, dass die Konsumenten selbst keineswegs immer wissen, welche Kanäle eine Kaufentscheidung herbeigeführt oder beeinflusst haben. Aber wie kann dann der Zusammenhang mittels WebAnalyse bestimmt werden?
Attributionsmodellierung – auf das Modell kommt es an
Wenn selbst die unmittelbar Beteiligten nicht exakt sagen können, welcher Kanal oder welche Werbemaßnahme ihre Kaufentscheidung beeinflusst haben, wie soll es dann das Online Marketing bzw. WebAnalyse tun können? Die Antwort ist einfach: Mit Hilfe der Modellierung des Kaufentscheidungs- und Klickprozesses und sukkzessiver Verbesserung der gewählten Modelle kann die Modellierung der Attribution gelingen. Wie diese Modellierung erfolgt, wird im Folgenden gezeigt.
Standardmodelle der Attribution
In der Attributionsmodellierung werden sowohl sehr einfach, holzschnittartige Modelle als auch komplexe Datenanalysen verwendet. Aufwand und Qualität stehen dabei in einem direkten Zusammenhang und sollten Anlass geben, sich die Modellierung der Attribution nicht zu einfach zu machen. Insbesondere die Standardmodelle
- Letzter Klick
- Erster Klick
- Letzter Indirekter Klick
- Letzter Google Ads-Klick
dürften als heuristische Modelle die Komplexität einer Customer Journey, bei der mehrere Kanäle beteiligt sind, kaum abbilden. Sagen doch diese Modelle aus, dass unabhängig von der Zahl und Art der beteiligten Touchpoints, allein einem Touchpoint bzw. Kanal der Verkaufserfolg zugeordnet wird. Dass sich diese Vorgehensweise kaum mit einer ausgewogenen Einschätzung der Bedeutung vereinbaren lässt, dürfte auf der Hand liegen. Jedenfalls stoßen diese Modelle spätestens bei der Attribution von Verkaufserfolgen, bei denen eine Retargeting-Maßnahme beteiligt ist an ihre Grenzen. Der einzige Vorteil dieser Modelle ist ihre Einfachheit.
Mehrkanal-Standardmodelle
Etwas differenzierter sind dann schon solche Modelle, die allen beteiligten Modelle einen Beitrag zum Verkaufserfolg zusprechen. Die Standardmodelle der Mehrkanal-Attribution sind
- Lineare Attribution
- Zeitverlauf und
- Positionsbasierte Attribution.
Die Lineare Attribution verteilt den Verkaufserfolg gleichmäßig auf alle beteiligten Kanäle. Wird ein Umsatz von 100 Euro erzielt und sind 4 Kanäle beteiligt, erhält nach diesem Modell also jeder Kanal einen Umsatzanteil von 25 Euro zugeprochen. Etwas ausgewogener geht weiter das Modell „Zeitverlauf“ vor. Bei dieser Attributionsmodellierung geht man davon aus, dass der zeitliche Abstand eines Kanals zu einer Kaufentscheidung den Einfluß des Kanals reduziert. Das Modell Zeitverlauf ordnet also den frühen Kanälen einen geringeren und späteren Kanälen eine höhere Attribution zu. Schließlich geht auch die Positionsbasierte Attribution von einer differenzierten Verteilung aus. Positionsbasierte Attribution bedeutet, dass für den ersten und den letzten Touchpoint eine besonders große Rolle für die Kaufentscheidung angenommen wird. Dagegen sind dazwischenliegende Kanäle von geringer Bedeutung.
Attributionsmodellierung und Datenanalyse
Die vorgestellten Modelle sind so einfach, dass ihre Anwendung regelmäßig zu Fehleinschätzungen führen dürfte. Lediglich das Modell „Zeitverlauf“ scheint auf einer ausreichend plausiblen und nachvollziehbaren Annahme zu basieren und wird daher auch von Experten wie Avinash Kaushik als beste der heuristischen Modelle empfohlen. Dennoch dürfte eine auf Daten basierende Attributionsmodellierung vom Grundsatz her eher den tatsächlichen Einfluß einzelner Kanäle abbilden als die heuristischen Standardmodelle. Voraussetzung ist allerdings, dass valide Daten vorhanden sind und die Methoden der Datenanalyse beherrscht werden.
Eigene, benutzerdefinierte Modelle zur Attributionsmodellierung
Während die Standardmodelle mit wenig Aufwand auskommen, bedeutet eine versiert durchgeführte datenanalytische Betrachtung einen erheblichen Aufwand, den nicht jedes Unternehmen leisten kann und will. Als Kompromiss stehen noch benutzerdefinierte einfache Modelle zur Verfügung. Bei diesen werden mehrere Kanäle berücksichtigt und die Gewichtung der Kanäle nach Erkenntnissen und Erfahrugnen des Unternehmens vorgenommen. Diese können sich aus folgenden Kanälen speisen:
- Marktforschung
- Kundenbefragung
- Marketingbudgets
- Attraktivität der Kanäle
- Marketingplanung.
Die Logik eigener, benutzerdefinierter Attributionsmodellierung ist einfach: Es wird versucht, Erfahrungswerte zu der Bedeutung von Kanälen in einer individuellen Gewichtung der Kanäle bei der Attributionsmodellierung umzusetzen. Dabei können direkte Erkenntnisse aus Kundenbefragungen ebenso berücksichtig werden wie eine Gewichtung nach Aufwand, der zeitlich und finanziell für einen Kanal betrieben wird. So dürfte ein Modell, bei dem der für das Unternehmen wichtigste Kanal, auch den größten Einfluss auf Verkäufe hat, die Realität besser wiedegeben als der umgekehrte Fall. Es geht aber bei den benutzerdefinierten Modellen weniger darum, auf Anhieb zutreffende Modelle abzuleiten. Vielmehr sollte auch ein benutzerdefiniertes Modell Ausgangspunkt für laufende Überprüfung und Weiterentwicklung sein. Diese erfolgt durch schrittweise und vorsichtige Reallokation der Marketingbudgets und regelmäßiger Weiterentwicklung der Modelle.
Tools für die Attributionsmodellierung
Da die Attributionsmodellierung eng mit dem Tracking und der WebAnalyse verbunden ist, ist die technische Umsetzung auch regelmäßig in Analyse-Tools möglich. Führend dürfte Google Analytics sein, wo Attributionsmodellierung Teil der E-commerce-Analyse ist. Hier können Ergebnisse der Standardmodelle, der Mehrkanal-Modelle sowie benutzerdefinierte Modelle eingesetzt werden. Noch wichtiger ist aber, dass die Ergebnisse der Modelle miteinander verglichen werden können. Auf diese Art und Weise kann und sollte die Validität der Modelle regelmäßig geprüft und verbessert werden.
Text: Prof. Dr. Dominik Große Holtforth