Was man über datengestützte Attributionsmodelle wissen muss

Es gibt unterschiedliche Modellierungsansätze, die angewendet werden können. Als die wichtigsten drei sehen wir folgende:

• Spieltheorie: Dabei steht das Verhalten der Akteure im Vordergrund: Die Intention des Users, die Neigung des Publishers Werbung anzuzeigen und der Profit des Advertisers. Anhand des Shapley Wertes wird anschliessend ermittelt, welche Auszahlung die Beteiligten in Abhängigkeit von einer Koalitionsfunktion erwarten können (positive Interpretation) oder erhalten sollten (normative Interpretation).
• Bayes Ansatz: Hier werden die Daten von individuellen Conversion-Pfaden betrachtet. Die Attribution erfolgt anhand geschätzter Carryover und Spillover-Effekte. Dies ist auch das Modell, welches bei Google Attribution zum Einsatz kommt.
• Graph-basierter Ansatz: Bei diesem Ansatz wird die User Journey als Markov-Graph dargestellt. Die Attribution erfolgt anhand der Veränderung der Conversion-Wahrscheinlichkeit bei Weglassen eines Kanals/einer Kampagne.
  

Es gibt aber auch Situationen, in denen Attribution keine brauchbaren Ergebnisse liefert:

• Ein Schlüsseldienst etwa braucht beispielsweise nicht über Attribution nachdenken. Der User sucht und bestellt direkt. Wer sich vor seiner Wohnungstür ausschliesst, nimmt sich nicht mehrere Tage Zeit, um die unterschiedlichen Angebote diverser Schlüsseldienste zu recherchieren.
• Auch Unternehmen, die neben Organic und Direct Traffic noch ein wenig E-Mail, AdWords/SEA und Social Advertising Traffic auf der Seite haben, werden nicht genug Daten für statistisch belastbare Ergebnisse haben.
• Die sogenannten User Journeys müssen entsprechend lang sein und die Datenbasis entsprechend gross sein, damit man von Attribution tatsächlich profitieren kann.

So banal es klingt - als Erstes gilt es, seine Online-Traffic-Daten in die Hände von Google zu geben. Das heisst, zumindest sollte Adwords Conversion Tracking, oder besser Google Analytics eingesetzt werden. Dann gilt es seine Daten zu strukturieren. Also in Analytics etwa benutzerdefinierte Channel Gruppierungen anlegen, Nicht-Google-Kampagnen mit Google-Analytics-Kampagnen-Tracking versehen, Kampagnenkosten in Analytics hochladen und Offline Conversions integrieren etc.

Der Gewinn liegt dabei auf der Hand: Man wird schwer ein kostenloses Analytics-Tool finden, das ähnlich viele Funktionen bietet wie Google Analytics. Und es gibt kaum einen Anbieter, dem so viele Daten über Zielgruppen oder Cross Device Verhalten vorliegen wie Google.

Zusätzlich können die Daten von TV-Werbekampagnen integriert werden. Ebenso wie Offline-Conversion-Daten. Allerdings sollte man dafür etwas Geduld mitbringen, denn die neuen Funktionen werden erst in den nächsten Monaten der breiten Masse an Google-Kunden zur Verfügung stehen.

Jetzt muss man nur noch die Hürde der Datenmenge überspringen. Es müssen mindestens 15.000 Klicks und mindestens 600 Conversions innerhalb von 30 Tagen erfasst werden, damit das dynamische Attributionsmodell genutzt werden kann.