Zum Inhalt
02_Elemente/Icons/PfeilLinks Zurück zu Einblicke
Einblicke > Medien

Methoden und Modelle: Ein Leitfaden für Multi-Touch-Attribution

5 Minuten lesen | Mai 2019

Multi-Touch-Attribution ist eine umfassende Disziplin, die mehrere Methoden und Modelle umfasst. Welches Modell für Ihr Unternehmen das richtige ist, hängt davon ab, was Sie mit dem Ergebnis machen wollen.

Dieser Artikel erklärt die Grundlagen der Multi-Touch-Attribution, hebt die Unterschiede der verfügbaren Methoden und Modelle hervor und hilft Ihnen, das richtige Modell für Ihr Unternehmen auszuwählen.

Was ist Multi-Touch-Attribution?

Die Multi-Touch-Attribution ist eine Technik zur Messung der Marketingeffektivität, die alle Berührungspunkte auf der Customer Journey berücksichtigt und jedem dieser Punkte einen bestimmten Anteil zuweist, so dass ein Marketer erkennen kann, wie viel Einfluss jeder Kanal auf einen Verkauf hat.

Multi-Touch-Attribution bietet eine ausgefeiltere Alternative zu herkömmlichen, regelbasierten Attributionsansätzen wie First- und Last-Touch, bei denen der erste oder letzte Marketing-Touchpoint vor der Konvertierung des Kunden durch einen Kauf, einen Download oder ein anderes Ereignis gewertet wird.

Durch die willkürliche Anwendung von Regeln versäumen es diese Methoden, den Beitrag jedes Berührungspunkts in der Customer Journey genau zu messen, was dazu führt, dass Marketingfachleute Entscheidungen auf der Grundlage verzerrter Daten treffen.

Die Multi-Touch-Attribution beseitigt Verzerrungen, indem sie jedes Element jedes Touchpoints in der Consumer Journey über alle Marketing- und Werbekanäle und -taktiken hinweg algorithmisch entsprechend seinem Einfluss auf die Entstehung einer Konversion zurechnet.

Durch die Nutzung individueller Daten auf Benutzerebene über adressierbare Kanäle wie Direktmailing, Online-Display und bezahlte Suche berechnet die Multi-Touch-Attribution die Gutschrift für ein KPI-Ereignis (Key Performance Indicator) und ordnet sie den Marketing-Touchpoints zu, die ein gewünschtes Geschäftsergebnis beeinflusst haben.

Diese Einblicke in vergangene Leistungen können auch dazu genutzt werden, effizientere und effektivere Planungs- und Optimierungsentscheidungen für zukünftige und bereits laufende Kampagnen zu treffen.

Auswahl eines Multi-Touch-Attributionsmodells

Es gibt viele verschiedene Arten von Multi-Touch-Attributionsmodellen, und der Grad der Ausgereiftheit der einzelnen Modelle kann sehr unterschiedlich sein.

Regelbasierte Methoden sind subjektiv, da sie sich darauf verlassen, dass die Vermarkter die Regeln für die Zuweisung von Krediten an einen oder mehrere Punkte in der Customer Journey festlegen.

Zum Vergleich: Algorithmische Methoden verwenden objektive, statistische Modellierung und maschinelle Lerntechniken. Die Ergebnisse eines algorithmischen Modells können zur Vorhersage von Ergebnissen verwendet werden, um Marketingexperten bei der Planung oder Optimierung künftiger Marketingmaßnahmen zu unterstützen.

Aber auch die algorithmischen Modelle unterscheiden sich in Bezug auf ihre Ausgereiftheit und die Granularität der Vorhersagen.

Unabhängig von der Methode helfen alle Multi-Touch-Attributionsmodelle Vermarktern dabei, die Auswirkungen ihrer Marketinginvestitionen auf granularen Ebenen zu bestimmen, indem sie die Gutschrift für ein KPI-Ereignis (z. B. Konversion, Lead usw.) einem oder mehreren Touchpoints zuordnen.

Im Folgenden finden Sie einen Überblick über verschiedene gängige Attributionsmodelle:

Regelbasierte Single-Touch-Attribution:

Last Touch: Bei einem Last-Touch-Modell erhält der letzte Touchpoint in der Consumer Journey 100 % der Gutschrift für das KPI-Ereignis. Da dieses Modell seit jeher als Standardmethode für die Marketingmessung gilt, wird es von Vermarktern häufig als Grundlage für den Vergleich mit anderen Multi-Touch-Attributionsmodellen verwendet.

First Touch: Beim First-Touch-Modell wird der erste Touchpoint in der Customer Journey zu 100 % für das KPI-Ereignis angerechnet. Vermarkter verwenden dieses Modell häufig, um Marketingmaßnahmen zu messen, die darauf abzielen, die Bekanntheit zu steigern, indem neue Verbraucher zum ersten Mal erreicht werden.

Regelbasierte Multi-Touch-Attribution

Gleichmäßige Gewichtung: Bei einem Modell mit gleichmäßiger Gewichtung, das auch als lineares Modell bezeichnet wird, werden alle Berührungspunkte in der Consumer Journey gleichermaßen für das KPI-Ereignis gewertet. Vermarkter verwenden dieses Modell häufig, um Marketingmaßnahmen zu messen, die lange Überlegungszyklen haben, so dass es wichtig ist, die Botschaft während der Consumer Journey mehrmals zu wiederholen. Es ist auch ein guter Ausgangspunkt für Vermarkter, die neu in der Multi-Touch-Attribution sind und noch kein Verständnis für die typische kanalübergreifende Customer Journey haben.

Positionsbasiert: Bei einem positionsbasierten Modell, das auch als Badewannen- oder U-förmiges Modell bekannt ist, erhalten der erste und der letzte Touchpoint in der Consumer Journey einen höheren Prozentsatz an Credits als die Touchpoints dazwischen. Vermarkter verwenden dieses Modell häufig, wenn sie die "Opener"- und "Closer"-Touchpoints stärker bevorzugen wollen als die "Supporter"-Touchpoints in der Mitte der Consumer Journey.

Zeitlicher Verfall: Bei einem Time-Decay-Modell steigt der prozentuale Anteil der Gutschriften allmählich bis zum letzten Touchpoint in der Customer Journey an. Vermarkter verwenden dieses Modell häufig, um Marketingmaßnahmen zu messen, die kurze Betrachtungszyklen haben, wie z. B. Werbekampagnen.

Algorithmische Multi-Touch-Zuordnung

Fraktionale Attribution: Fractional Attribution nutzt maschinelles Lernen, um eine bestimmte Erfolgsmetrik zu berechnen und den einflussreichen Marketing-Touchpoints und Dimensionen (Kampagne, Platzierung, Publisher, Kreative, Angebot usw.) entlang der Consumer Journey zuzuordnen und die Zuweisung zukünftiger Marketingausgaben zu bestimmen.

Vermarkter können nicht nur die optimale Budgetzuweisung auf Kanal- und Unterkanalebene nachvollziehen, sondern auch auf den detailliertesten Ebenen wie Keyword, Platzierung und Kreativität. Die Modelle werden so oft wie möglich neu erstellt, sodass Vermarkter Optimierungsentscheidungen treffen können, während die Kampagnen noch im Gange sind.

Inkrementelle Attribution: Die Inkrementalität ist das Maß für die Steigerung der Konversionsrate durch die Werbeausgaben. Die Inkrementalität lässt sich am besten nutzen, um nicht nur zu bestimmen, wo das Budget zugewiesen werden soll, sondern auch, wie viel Budget zugewiesen werden soll.

Die Vermarkter können feststellen, welche Kampagnen, Werbemittel und Platzierungen am besten funktionieren und ob sie überhaupt in sie investieren sollten. Die Inkrementalität berücksichtigt auch andere Faktoren, wie die bereits vorhandene Markenbekanntheit und demografische Faktoren, während dies bei der fraktionierten Attribution nicht der Fall ist.

Welches Modell ist das beste für Sie?

In einer Zeit, in der Vermarkter zunehmend für Ergebnisse verantwortlich gemacht werden, ist jedes dieser Modelle besser als eine isolierte Kanalmessung oder gar keine Messung. Mit diesen Methoden erhalten Sie Einblicke in die Consumer Journey, die Sie vorher nicht hatten.

Welche Multi-Touch-Attributionslösung für Sie die richtige ist, hängt letztlich von Ihren Zielen, Ihren geschäftlichen Anforderungen und der Art und Weise ab, wie Sie die Ergebnisse nutzen wollen, um die Effektivität Ihres Marketings zu verbessern.

Erfahren Sie mehr über Nielsen, das Ihnen hilft, Ihre Marketingtaktiken kontinuierlich zu verfolgen, zu messen und zu optimieren.

Laden Sie dieses ebook herunter, um mehr über Attribution zu erfahren.

Fortsetzung der Suche nach ähnlichen Erkenntnissen