Attribution: Welche Marketingwirkung sich tatsächlich zuordnen lässt

Thema: Kundenwert & Messbarkeit
0
Autor
Thomas Handorf
Mehrere Kontaktwege führen zu einem gemeinsamen Ergebnis

Der letzte Klick hat einen beneidenswerten Job: Er bekommt im passenden Attributionsmodell den ganzen Erfolg zugeschrieben. Die Kontakte davor können für den Kauf wichtig gewesen sein und trotzdem leer ausgehen. Attribution macht solche Zuordnungen sichtbar. Sie verlangt allerdings auch die Frage, welche Kundendaten das Modell überhaupt zu sehen bekommt.

Attributionsmodelle verteilen den Wert einer Conversion auf Kontakte entlang der Kundenreise. Das hilft bei der Bewertung von Marketingmaßnahmen, solange Datengrundlage und Modelllogik verständlich bleiben. Die Customer-Intelligence-Aufgabe liegt darin, verfügbare Kontakt- und Kundendaten zu verbinden, ihre Lücken zu erkennen und daraus fundiertere Budgetentscheidungen abzuleiten.

Vor der Modellwahl steht die Steuerungsfrage

Die Optimierung einer einzelnen Kampagne verlangt eine andere Betrachtung als die Verteilung des Jahresbudgets. Im ersten Fall geht es vielleicht um Anzeigenvarianten oder Zielseiten. Im zweiten müssen auch Maßnahmen berücksichtigt werden, deren Wirkung sich nicht in einer direkt anschließenden Conversion zeigt.

Eine hilfreiche Ausgangsfrage lautet deshalb: Welche Entscheidung soll die Auswertung ermöglichen? Wer mehr Budget in einen Kanal verlagern möchte, braucht Hinweise auf dessen zusätzlichen Beitrag und auf die Bedingungen, unter denen dieser Beitrag entstehen kann. Ein Bericht über bisher zugeordnete Abschlüsse beantwortet diese Frage nur teilweise. Die Unterscheidung schützt davor, einem technisch verfügbaren Messwert mehr Bedeutung zu geben, als er tragen kann.

Jede Zuordnungsregel hebt einen anderen Teil der Reise hervor

Last-Click-Modelle schreiben den Erfolg dem letzten erfassten Kontakt zu. First-Click-Modelle richten den Blick auf den ersten. Andere regelbasierte Verfahren verteilen den Wert auf mehrere Stationen. Diese Regeln können für die interne Berichterstattung nützlich sein, wenn alle Beteiligten wissen, welche Sicht sie darstellen.

Problematisch wird es, wenn die Regel mit einer Erklärung verwechselt wird. Der letzte erfasste Kontakt ist nicht automatisch der entscheidende Grund für einen Kauf. Umgekehrt muss ein früher Kontakt nicht deshalb unwichtig sein, weil er in einem Last-Click-Bericht wenig Wert erhält. Ein Vergleich mehrerer Sichtweisen kann aufzeigen, welche Aktivitäten besonders stark von der gewählten Regel abhängen.

Datenbasierte Modelle benötigen erklärbare Grundlagen

Datengetriebene Ansätze nutzen beobachtete Verläufe, um Beiträge zu schätzen. Dadurch können sie differenzierter auf vorhandene Muster eingehen als eine feste Verteilungsregel. Ihr Ergebnis hängt jedoch davon ab, welche Kontakte erfasst wurden, wie die Daten zusammengeführt sind und welche Annahmen das Verfahren trifft.

Ein genauer ausgewiesener Wert kann deshalb weiterhin unsicher sein. Fehlen wichtige Kontaktpunkte oder werden Personen nicht zuverlässig über Stationen hinweg erkannt, verarbeitet auch das anspruchsvollere Modell ein unvollständiges Bild. Für Verantwortliche sollte nachvollziehbar bleiben, welche Daten eingehen, welche Fälle fehlen und wie stabil die Ergebnisse bei veränderten Einstellungen ausfallen. Technische Komplexität entbindet nicht von dieser Prüfung.

Online und offline sind Teile derselben Kundenbeziehung

Bei erklärungsbedürftigen Angeboten können Veranstaltungen, persönliche Gespräche und Empfehlungen zur Entscheidung beitragen. Eine rein digitale Kontaktkette bildet diese Beiträge nur teilweise ab. Multi-Source-Attribution verbindet deshalb unterschiedliche Quellen in einer gemeinsamen Betrachtung. Wie weit diese Sicht trägt, hängt von der verlässlichen Zuordnung der Daten ab.

Die praktische Vorarbeit beginnt bei den Definitionen. Ein Messekontakt, eine qualifizierte Anfrage und ein abgeschlossener Auftrag sind unterschiedliche Ereignisse. Ihre Zuordnung zu Personen oder Unternehmen muss nachvollziehbar sein. Ebenso wichtig ist, wann ein Vorgang stattgefunden hat und über welchen Zeitraum seine weitere Entwicklung betrachtet wird. Eine Zusammenführung ohne solche Vereinbarungen vergrößert vor allem die Menge widersprüchlicher Daten.

Marketing-Mix-Modellierung beantwortet andere Fragen

Marketing-Mix-Modelle betrachten Zusammenhänge auf einer stärker aggregierten Ebene. Sie können beispielsweise untersuchen, wie Marketingaktivitäten und Ergebnisgrößen über die Zeit zusammenhängen. Im Unterschied zur Verfolgung einzelner Kontaktketten steht damit die übergreifende Entwicklung im Mittelpunkt.

Dieser Blick kann für die Budgetplanung hilfreich sein, verlangt aber ebenfalls eine geeignete Datengrundlage und begründete Annahmen. Veränderungen im Geschäft können auch mit Preisen, Saison, Verfügbarkeit oder anderen Einflüssen zusammenhängen. Ein Modell muss solche Zusammenhänge angemessen berücksichtigen. Die verschiedenen Verfahren sollten deshalb nach ihrer Eignung für die konkrete Frage beurteilt werden, statt sie allein nach ihrer vermeintlichen Fortschrittlichkeit zu ordnen.

Messlücken müssen in der Entscheidung sichtbar bleiben

Tracking bildet nicht jede Begegnung mit einer Marke ab. Unterschiedliche Geräte, nicht erfasste Kontaktpunkte und Grenzen der Identifikation können die beobachtete Reise verkürzen. Auch eine technische Umstellung der Erfassung beseitigt diese Grenzen nicht automatisch. Fragen nach Zulässigkeit und Zweck der Verarbeitung bleiben eigenständig zu klären.

Eine belastbare Auswertung sollte daher erklären, welche Teile des Geschehens sie zeigt. Widersprüchliche Zahlen aus mehreren Systemen sind zunächst ein Anlass zur Untersuchung: Werden dieselben Ereignisse gezählt? Gelten identische Zeiträume und Zuordnungsfenster? Ist der Zeitpunkt des Kontakts oder der Zeitpunkt des Abschlusses maßgeblich? Solche Unterschiede können bereits erhebliche Abweichungen verursachen, bevor die Modellwahl eine Rolle spielt.

Von einer Zuordnung zu einer begründeten Handlung

Vor einer Budgetverschiebung lohnt deshalb der Blick auf die Datenabdeckung. Welche Online- und Offline-Kontakte gehen ein, welche bleiben unsichtbar? Werden dieselben Kunden und vergleichbare Zeiträume betrachtet? Unterschiede zwischen Kanälen können auch aus dieser ungleichen Sichtbarkeit entstehen. Ein Modell sollte diese Grenzen offenlegen, damit aus einer präzise berechneten Zuordnung keine unpräzise Managemententscheidung wird.

Das Beispiel liefert keine Antwort auf die Budgetfrage. Es zeigt, welche zusätzliche Untersuchung nötig sein kann. Eine Attributionsauswertung kann daraus eine überprüfbare Annahme ableiten. Ob eine veränderte Mittelverteilung tatsächlich einen zusätzlichen Effekt erzeugt, sollte anschließend mit einem geeigneten Vergleich oder Test untersucht werden. Beobachtete Zuordnung und ursächliche Wirkung bleiben dabei unterschiedliche Aussagen.

Gute Marketingsteuerung verlangt damit eine Verbindung von Messung und Urteilsfähigkeit. Ein Modell ist hilfreich, wenn seine Ergebnisse eine konkrete Entscheidung verständlicher machen und seine Grenzen offenliegen. Die zentrale Kompetenz besteht darin, die verfügbaren Sichtweisen zusammenzuführen, Widersprüche zu prüfen und die nächste Maßnahme so zu gestalten, dass neue Erkenntnisse möglich werden.

Eine aktuelle Anwendung dieser Messfragen bietet der Kommentar zu ChatGPT Ads.

Redaktionell eigenständige Aufbereitung auf Grundlage des Buchkapitels „Attribution in der Customer Journey: Modelle, Tracking-Technologien und datenschutzrechtliche Implikationen für eine effiziente Marketingsteuerung“ von Thomas Handorf in Customer Intelligence (Springer Gabler, 2025). Zum Originalkapitel.

Weitere Beiträge zum Thema: Kundenwert & Messbarkeit.

Thomas Handorf

Thomas Handorf ist Gründer der Datenberatung 9 friendly white rabbits. Er verbindet Datenstrategie und Customer Intelligence mit Erfahrung in Data Engineering, Datenmodellierung, Business Intelligence und Web Analytics.

Zum Autorenprofil
Du musst angemeldet sein, um einen Kommentar abzugeben.
Kundenportfoliomatrix mit aktuellem Ergebnisbeitrag und zukünftigem Kundenwert
Thema: Kundenwert & Messbarkeit

Customer Lifetime Value: Kundenportfolios im Retail Banking gezielter steuern

Der heutige Ergebnisbeitrag erzählt nur einen Teil einer Kundenbeziehung. Wie Customer Lifetime Value die Portfoliosteuerung ergänzen kann und welche Annahmen, Daten und organisatorischen Entscheidungen dabei offengelegt werden müssen.

Porträt von Meik Führing
Autor
Dr. Meik Führing
Porträt von Michael Cleven
Autor
Michael Cleven