Welche Maßnahme leistet welchen Beitrag zum Gesamterfolg einer digitalen Kampagne? Welche Anzeigen führen zu mehr Umsatz, welche bringen dagegen nichts? Seit Jahren suchen Werbetreibenden nach der perfekten Antwort, um den Wirkungsbeitrag von Suchmaschinen, Display-Ads, Social Advertising und Newslettern möglichst richtig zu bewerten. Wir geben eine Übersicht der Attributions-Möglichkeiten in Tracking-Systemen und Adservern und erklären, warum Google Analytics an einer veralteten Methode festhält, gleichzeitig aber davon abrät.
Welche Werbemaßnahme lohnt sich und welche eher nicht? Schon im 19. Jahrhundert sagte der Warenhausbetreiber John Wanamaker in seinem berühmten Zitat: “Half the money I spend on advertising is wasted; the trouble is I don’t know which half.” Jegliche Werbung einzustellen ist sicher keine Lösung, also versucht man über Werbewirkungsforschung, ökonometrische Modelle oder gesunden Menschenverstand & Erfahrung eine Antwort auf die Frage zu finden, welche Teile der Werbebudgets nun effizient waren und welche eben nicht.
Im digitalen Marketing wird Werbewirkung über die Beobachtung des Nutzerverhaltens auf der Website und das Sammeln von Daten eigentlich objektiv gemessen. Sobald aber mehrere Kanäle gleichzeitig eingesetzt werden, stellt sich die Fragen nach der Attribution: welchem Kanal wird ein Verkaufserfolg zugerechnet, falls es mehrere Medien und Kanäle mit Werbekontakt vor der gemessenen Conversion gab?
Adserving & Tracking als Grundlage für Attribution
Tracking funktioniert über das Einbinden von Codes auf der Website, z.B. auf der Bestellbestätigungsseite eines Online-Shops. Sobald ein Kunde auf die „Danke für Ihre Bestellung“ Seite angekommen ist, wird ein Cookie auf dem Computer ausgelesen, welches Auskunft darüber gibt, wie der Nutzer in den Shop gekommen ist, also ob und welche Werbung er zuvor gesehen oder geklickt hat. Fast alle Systeme von Google Ads & Analytics, Facebook Conversion Tracking bis hin zu Vermarkter- und Agentur-Adservern funktionieren nach dieser Logik. Für konsistente Ergebnisse ist es allerdings erforderlich, alle Werbekontakte über ein einheitliches System zu messen, sonst kommt es zu Zahlenabweichungen zwischen verschiedenen Systemen. Durch die „walled gardens“, also die technische Abschottung vor allem von Google und Facebook, ist die Messung von Sichtkontakten und teilweise auch Klicks über externe Adserver nur noch eingeschränkt oder überhaupt nicht mehr möglich zulassen. Die Frage, über welches System die Werbewirkung gemessen wird steht also am Anfang.
Die zweite wichtige Attributionsentscheidung ist die Frage nach Post-Click oder Post-View: möchte man ausschließlich Klicks messen oder werden auch reine Sichtkontakte mit den Kampagnen betrachtet? Schließlich kann ein Nutzer ja durchaus häufiger die Werbung für ein neues Produkt sehen, klickt aber nicht direkt, sondern sucht nach dem Produktnamen oder merkt sich die Internet-Adresse. Oder die Werbung steigert indirekt die Klickrate einer Anzeige, er oder sie zuvor über Display Ads oder Videos mit der Marke vertraut gemacht wurden.
Drittens sollte die Dauer der Customer Journey sowie die Kontaktdosis betrachtet werden: es ist wenig plausibel, dass ein einziger Sichtkontakt mit der Kampagne noch Wochen später einen Kauf ausgelöst hat. Es ist daher durchaus üblich, bei Post-View-Betrachtung einen kürzeren Zeitraum von 3 – 14 Tagen zu betrachten, während Post-Click meist 30 Tage rückwirkend als Zeitfenster eingestellt werden.
Die als Abfolge von Werbeanstößen zusammengefasste Customer Journey sieht natürlich bei jedem Nutzer anders aus und lässt sich auch nur begrenzt steuern. Ob ein Nutzer ein Produkt oder Thema sucht ist schließlich seine freie Entscheidung. Zusätzlich lassen sich vor allem die digitalen Medien halbwegs zuverlässig in einem Customer Journey Tracking erfassen. Solange der Nutzer alle Cookies akzeptiert und bei einem Endgerät bleibt, ist die digitale Customer Journey ziemlich vollständig. Es fehlen natürlich die klassischen Medien wie Print, TV, Radio und Plakat. Für Plakat gibt es aktuell Ansätze, durch sog. Footfall Measurement den Kontakt eines Nutzers darüber nachzuweisen, dass sich ein Smartphone in der unmittelbaren Nähe eines Plakatstandortes aufgehalten hat.
Grundsätzlich problematisch ist das Tracking über verschiedene Endgeräte des gleichen Nutzers hinweg wie Smartphone, Tablet und Desktop (hier ggfs. noch getrennt nach dem Gerät bei der Arbeit und daheim). Über Cross-Device-Tracking lassen sich diese Endgeräte mit einer gewissen Genauigkeit zu einem Nutzer zusammenfassen. Hier haben Login-Anbieter wie Facebook und Google erhebliche Vorteile: meldet sich ein Nutzer mit dem gleichen Facebook-Login auf zwei Devices an, können deren Geräte-IDs zuverlässig zugeordnet werden. Ein Werbeanstoß auf dem Smartphone kann dann z.B. der Reisebuchung auf dem Notebook zugeordnet werden.
Ist alle dies bedacht, kommt man zur eigentlichen Attributionsfrage. Bis vor etwa fünf Jahren war Last-Cookie-Wins der Standard, meist sogar in der Variante Last-Click-Wins: der letzte Klick vor dem Kauf bekommt den gesamten Werbeerfolgt zugerechnet (oder neudeutsch: attributiert). Alle Werbeanstöße davor werden damit irrelevant. Bei einer typischen Customer Journey sind vor allem die sog. Lower Funnel Kanäle hierbei im Vorteil. Ein Nutzer, der bereits länger nach Urlaub recherchiert hat, gibt vor der Buchung entweder direkt die URL ein oder sucht nach dem Markennamen und klickt auf die erste Search-Anzeige des Anbieters, vielleicht noch auf SEO-Treffer. Auch Retargeting kann eine Rolle spielen. Video, Native, Display und Social Ads werden fast nie der letzte Kontakt vor dem Kauf sein und sind nach diesem Modell wirkungslos.
Auch wenn Google von diesem Ur-Tracking-Modell über Jahre profitiert hat, sieht man es dort mittlerweile anders und empfiehlt alternative Attributionsmodelle. Merkwürdigerweise setzt Google Analytics immer noch auf Last-Click-Wins in der Standard-Attribution. Das lässt sich bislang auch noch nicht dauerhaft ändern. Lediglich über eine Simulation alternativer Attributionsmodelle lässt sich der Wert aller Kanäle halbwegs zutreffend ermitteln. Immerhin kann in der Anzeigensteuerung mit Google Ads das Attributionsmodell dauerhaft geändert werden. Bei Google Analytics bleibt der größte Haken, dass Views außerhalb des Google Universums nicht ermittelt werden können, was die frühen Phasen des Kaufentscheidungsprozesses im Dunkeln lässt.
Das lineare Attributionsmodell verteilt recht phantasielos den Erfolg zu gleichen Teilen auf alle aufgezeichneten Werbeanstöße in der digitalen Customer Journey. In der Konsequenz ergeben sich dann auch Anteile von Conversions, also z.B. 20,5 Käufe. Im Zeitverlaufs- oder Zerfallmodell wird der Wirkungsanteil reduziert je weiter ein Werbekontakt von der Conversion entfernt ist. Dieses Modell liefert recht ähnliche Empfehlungen wie Last Cookie Wins, nur nicht ganz so radikal.
In der Praxis mittlerweile am meisten verbreitet ist das Position-Based Attributionsmodell (auch U-Kurve oder Badewanne genannt). Hierbei werden vor allem zwei Werbeanstöße als ausschlaggebend für den Erfolg angesehen: der erste Kontakt, der den initialen Anstoß der Kaufentscheidung geliefert hat sowie der letzte Kontakt, der „den Sack zugemacht hat“. Diese Betrachtung ist durchaus plausibel und führt auch zu völlig anderen Ergebnissen als das klassische Last Cookie Wins.
Alternativ kann bei der Attribution auch einfach zwischen Conversions und Assists unterschieden werden: hier wird die eigentliche Conversion weiter dem letzten Werbekontakt vor dem Kauf zugeordnet während alle anderen beteiligten Medien die „Vorlagengeber“ sind, also ähnlich wie im Sport Assistpunkte sammeln. Bei dieser Variante wird zumindest deutlich, dass die Medien in den frühen Phasen der Customer Journey einen Leistungsbeitrag hatten.
Besonders kompliziert sind die maßgeschneiderten Lösungen, auch Custom Modelle genannt. Hierbei ermittelt ein spezielles Tool durch statistische Methoden eine für den Werbetreibenden individuell passende Werbewirkungsformel, die das Kampagnenergebnis besonders gut erklärt. Diese mathematisch und theoretisch sicher optimale Lösung hat den Haken der Komplexität und Nicht-Nachvollziehbarkeit. Eine solche maßgeschneiderte Attributionsmodellierung erfordert sehr hohe Fallzahlen und eignet sich entsprechend nur für sehr große Budgets bei gleichzeitig solider Wirkungsmessung.
Insgesamt sollte sich jeder Werbungtreibende mit dem Thema Attribution beschäftigen. Durch die Omnipräsenz von Google Analytics als vermeindlich einzige Wahrheit ist das Post-Click / Last-Click-Wins-Modell immer noch extrem verbreitet. Diese Betrachtung verführt zum Ernten der „Low Hanging Fruits“, was kurzfristig OK ist, langfristig aber Potentiale liegen lässt und Markenwerte durch eine verfehlte Mediastrategie aushöhlt. Wenn Sie mehr über Attribution erfahren möchten und wie eine Neubetrachtung neue Impulse für Ihr Geschäft bringen kann, erklären wir Ihnen gern in einem persönlichen Gespräch – kommen Sie bei Interesse gern auf uns zu.
