Von Johann Hermann, CEO Adatics

Für viele Marketer zählt die Analyse von Customer-Journey-Daten zu den wichtigsten Aufgaben in 2016. Das zeigt auch eine Umfrage die eprofessional in Deutschland unter über 100 Marketing Experten durchgeführt hat. Eng mit dem Thema Customer-Journey-Analyse ist das Thema Attribution verbunden. Hierbei geht es um die prozentuale Verteilung zum Beispiel eines Sales auf die vorher stattgefundenen Touchpoints.

Dass das bislang favorisierte Last Cookie Counts Prinzip nicht mehr zeitgemäß ist, ist kein Geheimnis mehr. Stellt sich nun die Frage nach dem "richtigen" Attributions-System.

Das U-Modell oder Badewannenmodell

Seit circa zwei Jahren scheint das U-Modell oder auch Badewannenmodell en vogue zu sein. Bei diesem werden Touchpoints am Anfang und Ende der Customer Journey höher bewertet als Touchpoints in der Mitte der Journey. Die Logik dahinter: Touchpoints am Anfang der Journey stärken die Markenbekanntheit und die Touchpoints am Ende sind ausschlaggebend für die Performance.

Intuitiv klingt das erst einmal sinnvoll stellt sich aber bei genauerem Hinsehen als problematisch dar. Warum das Badewannenmodell genauso wie jedes andere rein, reihenfolgebasiertes System fehlerhafte Ergebnisse liefert wird im Folgenden dargestellt.

Beispiel-Analyse

Gehen wir von folgendem Beispiel aus: Letzter und erster Kontakt einer Journey mit 5 Kontaktpunkten erhalten jeweils 30 Prozent des Sales, vorletzter und zweiter Kontakt erhalten jeweils 15 Prozent und der mittlere Kontakt erhält zehn Prozent.

×

adatics

Click versus View
Nehmen wir nun an, dass der erste und letzte Kontakt lediglich ein View-Kontakt waren wobei die Kontakte zwei bis vier jeweils Klicks waren. In dem genannten Attributions-System würden nun also Views signifikant höher bewertet als Klicks. Letztere haben aber sicherlich stärker zum Sale beigetragen.

×

adatics

Unterschiedliche Werbemittel
Nehmen wir nun weiter an, dass der erste und letzte Kontakt jeweils mit einem kleinen Standard-Banner auf einem iPhone waren. Die Kontakte dazwischen waren großformatige Homepage-Takeovers. Auch hier würde eher dem schwach (bis gar nicht) wirkenden Werbekontakt ein Großteil der Performance zugeschrieben.

×

adatics

Ad Visibility

Auch das Thema Ad Visibility spielt bei reihenfolgebasierten Modellen keine Rolle. Angenommen die ersten zwei Werbemittel in obenstehendem Beispiel wurden gar nicht gesehen. Dennoch würden in dem Badewannenmodell insgesamt 45 Prozent der Performance Werbekontakten zugeschrieben die gar nicht stattgefunden haben.

×

adatics

TV-Attribution
Nehmen wir nun eine Journey die aus zwei Kontakten besteht. Zuerst wurde vom User ein Fernsehspot gesehene aufgrund dessen der User bei Google nach der Marke gesucht hat und auf die Suchanzeige geklickt hat. Beim Badewannenmodell würden beiden Kontakte 50 Prozent der Conversion zugeschrieben bekommen. Ausschlaggebend für die Conversion war hier aber sicherlich der Fernsehspot.
 
Zeit
Nun vergleichen wir zwei Conversions mit jeweils nur einem Werbekontakt miteinander. In dem einen Fall findet der Werbekontakt unmittelbar vor dem Sale statt. Im zweiten Fall vergehen nach dem Werbekontakt 30 Tage bis zur Conversion.

×

adatics

Im Badewannenmodell werden beide Werbekontakte gleich bewertet auch wenn man im zweiten Fall überhaupt eine Wirkung der Werbung in Frage stellen kann.

Fazit

Über die Attribution soll die Wirkung der unterschiedlichen Werbemaßnahmen bestimmt werden. Eine falsche Attribution führt zu einer falschen Bewertung von Werbemaßnahmen und damit falschen Entscheidungen.

Wie in obigen Beispielen dargestellt, führen reihenfolgebasierte Attributions-Modelle wie das Badewannenmodell in der Regel zu einem falschen Werbewirkungsbild. Darüber hinaus ist bereits die Auswahl des Modells subjektiv.

Um ein korrektes Bild der Wirkung der einzelnen Werbemaßnahmen zu erhalten, benötigt man daher ein System, welches die einzelnen Werbewirkungsfaktoren wie etwa Interaktionstyp (Klick/View), Werbeformate, Ad Visibility und Zeitfaktoren zutreffend abbildet.