Attribution in Google Analytics

Kategorie: Web Controlling

In den Anfangszeiten des Internets gab es für Internetnutzer nur wenige Möglichkeiten, eine Internetseite zu besuchen. Entweder gab man die URL in die Adresszeile des Browsers ein oder erhielt eine E-Mail, die auf die jeweilige Seite verwies. Multi-Channel? Fehlanzeige.

Der Kanal, über den ein Nutzer zum ersten Mal auf eine Website kam, war vermutlich auch der, über den er gegebenenfalls eine Transaktion durchführte – also eine Conversion generierte. Dieser Kanal war für die Conversion also verantwortlich; man konnte ihm sozusagen den Wert dieser Transaktion zuordnen.

Haben Sie Fragen? Fragen Sie uns! Hier klicken

Viele Wege führen zum Ziel

Heutzutage sind wir in der Multi-Channel-Realität angekommen. Die Wege, Nutzer auf die eigene Website zu führen, sind schier unendlich. Organische Suchmaschinen-Suche, AdWords-Anzeigen, Display-Advertising, Präsenz in sozialen Netzwerken oder elaboriertes E-Mail-Marketing sind nur einige der vielen Kanäle, die einen Nutzer im Jahre 2016 auf bestimmte Websites bewegen sollen.

Dabei werden im Verlauf der Customer Journey verschiedenste Wege gewählt, um eine Website zu besuchen. Eine Studie von Google (2012) betrachte 3.000 kaufende Nutzer – alle 3.000 Personen verwendeten unterschiedliche Conversion-Pfade. Alle diese Conversion-Pfade waren also unterschiedlich lang, hatten eine unterschiedliche Kombination und Reihenfolge von Kanälen.

Darstellung verschiedener Conversion-Pfade (Screenshot aus Google Analytics)

Darstellung verschiedener Conversion-Pfade (Screenshot aus Google Analytics)

Auf Grundlage dieser Tatsachen stellen sich diverse Fragen. Welcher Kanal ist für meine Conversions verantwortlich? Welcher Kanal bildete eine hinreichende Brand-Awareness im Gedankengut meines Kunden aus, um letztendlich tätig zu werden? Welcher Kanal ist eher ein Vorbereiter, welcher Kanal ist ein „Stürmer“? Und vor allem: Wie ordne ich den monetären Mehrwert der Conversions der Vielzahl der Kanäle zu, die in den Conversion-Pfaden meiner Kunden auftauchen?

Standards der Attributionsmodelle

Hier soll Klarheit geschaffen werden. Google Analytics bietet beispielsweise eine Lösung in Form der Attribution an. Grundsätzlich gilt im Fachgebiet der Web Analyse: Web Analytics sind zwingend notwendig, um vor allem seine Online-Ausgaben zu überblicken und seine Kampagne nicht durch blinde Fahrwasser zu führen, um sie im Zweifel direkt wieder zu versenken. Hier spielt auch die Attribution eine tragende Rolle.

Die Attribution in Google Analytics ist eine Zuordnungsmodellierung, die den Touchpoints der Customer Journey verschiedene Werte der Conversions zuordnet. Es wird also der Wert eines jeden Touchpoints, der den Nutzer zu einer Conversion geführt hat, bestimmt. Dabei gibt es verschiedene Standard-Attributions-Modelle, die im Folgenden erläutert werden sollen.

Haben Sie Fragen? Fragen Sie uns! Hier klicken
Attributionsmodelle: Letzte Interaktion

Attributionsmodelle: Letzte Interaktion

Attributionsmodelle: Letzte Interaktion

Das erste zu nennende Modell ist das „Letzte Interaktion“ (Last Interaction) Attributionsmodell. Hier wird der Wert der Conversion zu 100% dem letzten Channel zugeordnet, mit dem der Kunde vor dem Kauf oder der Conversion interagiert hat. Neben einem anderen Modell ist dies das Standard-Attributionsmodell von Google Analytics, welches allerdings schon längere Zeit einiger Kritik unterliegt, da es nach diversen Expertenmeinungen nicht mehr zeitgemäß ist. Aber dazu später mehr.

Attributionsmodell: Letzter indirekter Klick

Attributionsmodell: Letzter indirekter Klick

Attributionsmodelle: Letzter indirekter Klick

Als weiteres Standard-Attributionsmodell wird in Google Analytics das „Letzter indirekter Klick“ (Last Indirect Click) Attributionsmodell verwendet. Hier werden direkte Zugriffe ignoriert und der gesamte Conversion-Wert wird dem letzten Channel zugeordnet, über den der Kunde vor dem Kauf oder der Conversion durch einen Klick auf die Webseite gelangt ist.

Kauft ein Kunde also über den direkten Weg einen Artikel aus einem Online-Shop, hatte für eine vorherige Sitzung allerdings die organische Suche als Zugriffskanal gewählt, wird die Conversion zu 100% dem Channel Google Organic zugeordnet.

Darstellung des “Letzter indirekter Klick”-Modells (Screenshot aus Google Analytics)

Darstellung des “Letzter indirekter Klick”-Modells (Screenshot aus Google Analytics)

Für den von Google angebotenen Service AdWords existiert darüber hinaus noch ein eigens geschaffenes Attributionsmodell namens „Letzter AdWords-Klick“ (Last AdWords-Click). Dieses Modell weist den gesamten Conversion-Wert dem letzten AdWords-Klick zu. Hilfreich ist dies vor allem, wenn man die Effektivität von AdWords in der gesamten Customer Journey bei der Conversion-Generierung betrachten will, ungeachtet der Position des Kanals im Conversion-Pfad.

Analog zum „Letzte Interaktion“-Attributionsmodell gibt es ein gegenteiliges Pendant namens „Erste Interaktion“ (First Interaction). Dieses Modell ordnet den gesamten Conversion-Wert dem ersten Channel zu, über den der Nutzer die Seite erreicht. Dieses Modell wird genutzt, wenn man vermutet, dass ein Kanal viele Besucher auf die Seite bringt – so kann man dies in Zahlen untermauern. Ebenfalls kann gezeigt werden, dass einige Kanäle möglicherweise wenig für die Wiederkehr auf die Seite genutzt werden.

Haben Sie Fragen? Fragen Sie uns! Hier klicken
Attributionsmodell: Erste Interaktion

Attributionsmodell: Erste Interaktion

Attributionsmodell: Erste Interaktion

Alle obenstehenden Attributionsmodelle weisen den Conversion-Wert immer nur einem einzigen Kanal zu. Aufgrund der Multi-Channel-Realität, in der wir uns heutzutage befinden, bilden diese immer nur einen Teil der Wahrheit ab, sind aber sinnvolle Methoden, um die Wertschöpfung einzelner Kanäle herauszustellen. Nachfolgend werden Attributionsmodelle vorgestellt, die einen dezidierteren Fokus auf die Customer Journey setzen.

Attributionsmodell: Linear

Attributionsmodell: Linear

Attributionsmodell: Linear

Das „lineare“ Attributionsmodell gibt jedem Kanal im Conversion-Pfad den gleichen Anteil. Bei einem Pfad mit der Länge vier werden jedem Kanal entsprechen 25% der Conversion zugeordnet. Es lässt sich auf diese Weise den Beitrag einzelner Kanäle gut messen, ohne auf ihre Position im Conversion-Pfad zu achten. Es berücksichtigt im Gegensatz zu den eindimensionalen Attributionsmodellen auch die Entwicklung der Kaufentscheidung über den Conversion-Pfad, also auch die Customer Journey, hinweg.

Attributionsmodell: Zeitverlauf

Attributionsmodell: Zeitverlauf

Attributionsmodell: Zeitverlauf

Ein weiteres Modell dieser Art ist das Attributionsmodell „Zeitverlauf“ (Time Decay). Hier ordnet einem Kanal mehr Conversion Wert zu, je näher die Interaktion (zeitlich) an der Conversion liegt. Dieses Modell wird genutzt, wenn beispielsweise Promotions laufen, denen mehr Wert zugeordnet werden soll.

Grundsätzlich ist es ebenfalls sinnvoll, Kanälen, die weiter von der Conversion entfernt sind, weniger Wert zuzuschreiben, als denen, die näher dran sind. So kann man den letzten Kanälen einen höheren Beitrag zur Kaufentscheidung beimessen.

Attributionsmodell: Positionsbasiert

Attributionsmodell: Positionsbasiert

Attributionsmodell: Positionsbasiert

Das letzte zu nennende Attributionsmodell nennt sich „Positionsbasiert“ (Position based). Dieses Modell ordnet der ersten und letzten Interaktion mehr Wert zu und verteilt den Rest gleich über die Interaktionen, die in der Mitte des Conversion-Pfads liegen. Es ist sozusagen ein Hybrid zwischen erste und letzte Interaktion.

Dieses Modell schreibt den ersten und letzten Touchpoints einen höheren Wert zu, weil es den ersten Kanal als einen brand-bildenden sieht, der die Marke, den Shop etc. im Mindset des Nutzers festigt. Der letzte Kanal wird in diesem Modell als der „abschließende“ Touchpoint angesehen – er ist sozusagen verantwortlich für die Conversion. Die mittleren Kanäle werden in diesem Modell als zusätzlich informationsbildende oder festigende Kanäle betrachtet.

Wie eingangs bereits erwähnt, befinden wir uns heutzutage in einer Multi-Channel-Realität. Aus der quasi unbegrenzten Zahl an User Touchpoints ergeben sich kontroverse Diskussion bezüglich der Single Click Attribution. Der Last Click Attribution wird bereits seit einiger Zeit gar der „Tod“ attestiert, weil sie der Multi-Channel-Welt schlicht nicht mehr gerecht werde. Früher existierten eher wenige Channels, dem Word-of-Mouth wurde ebenfalls eine tragende Rolle eingeräumt. Der erste Kanal, mit dem die Website erreicht wurde, war vermutlich auch der letzte. Logisch, dass diesem Channel der 100%ige Conversion-Wert zugeordnet wurde.

Was ist das richtige Attributionsmodell für mich?

Heutzutage sind die Channels vielfältig – es gibt sie in zahlreichen Varianten und Formaten; man verliert den Überblick. Es stellt sich die Frage: Wie kann ein Last Interaction Modell die vielen verschiedenen Touchpoints ausreichend berücksichtigen, wenn es eine Großzahl verschiedenster Conversion-Pfade gibt? Richtig, es ist nicht möglich.

Was zeigen Last Click Interaction Modelle nicht? Es wird nicht abgebildet, welche Klicks die Marke beim Nutzer vorstellen. Ebenfalls wird der Touchpoint, der den Nutzer von der Marke überzeugt, nicht ausgeprägt. Last Click Attribution ignoriert all dies. Auch beim Last Indirect Click Modell werden Kanäle komplett außer Acht gelassen. Conversions, dessen Nutzer beispielsweise zunächst über organische Suche auf eine Seite gekommen sind und über AdWords oder eine Preissuchmaschine die Conversion abgeschlossen haben, werden gänzlich eindimensional betrachtet – die Conversion wird dem letzten Channel zugeschrieben. Die Existenz von multiplen Channels wird nicht berücksichtigt.

Was ist nun die Alternative zu Single Click Attributionsmodellen? Wie oben bereits ausgeführt, gibt es die Multi-Interaction Attributionsmodelle. Beispielsweise verteilt das positionsbasierte Modell den Conversion-Wert ungleichmäßig auf alle involvierten Kanäle – wie wirkt sich dies im Vergleich zu Last Click Attribution aus? Es werden soziale Netzwerke, die häufig ein Brand Awareness kreierender Kanal sind, als große Gewinner herauskristallisiert, indem sie einen signifikant höheren Anteil am globalen Conversion-Wert erhalten. Auch die organische Suche – ein Kanal, der Sichtbarkeit generiert – profitiert. Dieses Modell wäre beispielsweise besonders für den e-Commerce geeignet.

Für die Lead-Generierung hingegen wäre das Zeitverlauf-Attributionsmodell geeignet. Mit jedem Klick lernt der Nutzer mehr über das jeweilige Unternehmen und wird sukzessive überzeugter davon, dass genau diese Firma die richtige Lösung anbietet – er freundet sich also mit dem Gedanken an, die eigenen Kontaktdaten preiszugeben. Das Zeitverlauf-Modell schreibt in diesem Kontext jedem Kanal, je später er sich im Conversion-Pfad befindet, mehr Wert zu. So gewinnen beispielsweise E-Mail Kampagnen an Einfluss.

Die unternehmerische Präsenz oder nutzerinteraktive Weiterempfehlungen in sozialen Netzwerken werden als Trust-Faktor herausgestellt. Auch Referrals von Blogs, Foren oder anderen Websites werden in diesem Modell an weitaus mehr Lead-Conversions beteiligt sein. Mit diesem Modell lässt sich also der wahre Wert der verschiedenen Channels ermitteln – auch wenn sie initial nur für Awareness sorgen.

Individuelle Modelle sind möglich

Ein anderer Ansatz innerhalb Google Analytics wäre es, ein eigenes, spezifisch auf den individuellen Business Case ausgerichtetes, Attributionsmodell zu entwickeln. Für Online-Shops wäre es zum Beispiel sinnvoll, ein lineares Modell zugrunde zu legen und die Gewichtung der Kanäle je nach Nutzerintention in der Gewichtung zu erhöhen oder zu senken.

Brand-bildende Kanäle, bei denen sich der Nutzer im Vorfeld der Marke noch nicht bewusst ist, und diese durch die Interaktion im Mindset des Besuchers gefestigt wird, können hier als höher gewichtet werden. Dem stehen Kanäle entgegen, die der Nutzer navigatorisch verwendet, um explizit auf die Website zu gelangen, weil er die Marke des Unternehmens beispielsweise bereits kennt. Dieses Modell ordnet wichtigen, bildenden Kanälen mehr Wert zu und ist für brand-orientierte Kampagnen wichtig – auch wenn zum Beispiel PPC-Maßnahmen ungünstig verprovisioniert werden und man diesem entgegenwirken will.