Datengetriebener MTA: Das einzige Attributionsmodell, das zählt

Attributionsmodelle helfen Vermarktern, den Wert von Marketingkanal-Touchpoints zu verstehen, wenn ihre Kunden von der Bekanntheit zur Conversion wechseln.

In der Vergangenheit war die Single-Touch-Attribution, wie z. B. die Modelle „letzter Klick“ und „erster Klick“, häufig die Standardeinstellung. Sie benötigten relativ wenig Daten und waren in Analysesoftware leicht zu beobachten.

Wenn ich zum Beispiel im Oktober 1.000 Verkäufe auf meiner Website gemacht habe und ich sehe, dass 75 % des Traffics aus der organischen Suche und 25 % direkt stammen – ist es sinnvoll, mehr meiner Investitionen im November in meine organischen Suchaktivitäten zu investieren.

Das wäre die Übernahme des Last-Click-Modells. Ich bewerte nur den Touchpoint, den meine Kunden unmittelbar vor dem Aufrufen meiner Website genutzt haben. Also, was ist mit den Kanälen, mit denen sie zuvor interagiert haben?

Da die Customer Journeys in den letzten Jahren immer komplexer geworden sind, sind auch die verfügbaren Attributionsmodelle verfügbar, um sicherzustellen, dass Marketer den Kanälen auf dem Weg eine genaue Gewichtung geben und entsprechend in sie investieren.

Multi-Touch-Attribution (MTA) und Data-Driven-Attribution (DDA) werden zunehmend bevorzugt. Schließlich sehen meine Website-Besucher möglicherweise Marketingbotschaften an einer Reihe von Orten (von unzähligen Social-Media-Sites bis hin zu einer beliebigen Anzahl von Offline-Anzeigen vom Fernsehen bis hin zu Werbetafeln), bevor sie sich an Google wenden, um ihre Suche durchzuführen.

MTA-Modelle stellen sicher, dass alle Kanäle mindestens eine gewisse Gutschrift für eine Conversion erhalten

Finnian Bradfield, Analyst beim KI-Daten- und Attributionsunternehmen Fospha, betont, dass MTA heute nicht nur aufgrund der zunehmenden Komplexität der Customer Journey effektiver ist als Single-Touch-Modelle.

„Der Hauptnutzen von MTA besteht darin, Marketern zu ermöglichen, ihre Ausgaben besser zu verteilen und die wahre Leistung jedes Berührungspunkts zu verstehen“, sagt er.

„Indem Sie ausschließlich ein Last-Click-Modell verwenden, bewerten oder sehen Sie im Wesentlichen nur den letzten Touchpoint, mit dem sich der Kunde vor der Conversion beschäftigt hat, und achten wenig darauf, was den Verbraucher zuvor beeinflusst haben könnte. Das Ergebnis sind mehr Ausgaben für den letzten Berührungspunkt, aber in Wirklichkeit wäre diese Konversion möglicherweise nie erfolgt, wenn der Verbraucher nicht zu Beginn seiner Reise an einem Berührungspunkt teilgenommen hätte. Wenn Sie also alle Touchpoints betrachten und jedem einen Wert entsprechend ihrer Rolle zuordnen, können Sie viel effektivere Ergebnisse aus Ihren Marketingausgaben erzielen.“

In der heutigen Omnichannel-Welt scheinen MTA-Modelle sicherlich die bessere Wahl zu sein, um sicherzustellen, dass Marketer Klarheit darüber haben, was funktioniert und was nicht. Aber nicht alle Attributionsmodelle sind gleich.

Lassen Sie uns untersuchen, wie sie sich unterscheiden, ihre Vor- und Nachteile, die Herausforderungen bei ihrer Implementierung und warum datengesteuerte MTA-Modelle die Attributionsoption sind, die alle Marketer anstreben sollten.

Welche Grundmodelle gibt es?

Das 'lineare' oder 'gerade Kredit'-Attributionsmodell ist wohl das erste MTA-Modell, an das wir denken, wenn wir anfangen, über den ersten und letzten Klick hinaus zu denken.

Es ist sicherlich eine Verbesserung gegenüber Single-Touch-Modellen. Das lineare Modell erkennt an, dass die Customer Journey mehr ist als nur der Kanal, den der Kunde in der Bekanntheitsphase sieht oder den er im Schritt vor der Conversion verwendet.

Es berücksichtigt alle Berührungen gleichermaßen und ist daher nur dann wirklich nützlich, wenn Sie einen guten Beweis dafür haben, dass alle Teile Ihrer Marketingstrategie ungefähr gleich effektiv sind.

Die Einfachheit wird jedoch schnell deutlich, da nicht berücksichtigt wird, dass unterschiedliche Touchpoints wahrscheinlich mehr oder weniger Einfluss auf die Conversion-Entscheidung des Kunden hatten als andere.

„Time Decay“ ist ein weiteres relativ einfaches MTA-Modell. Dabei werden alle Touchpoints einer User Journey gutgeschrieben, wobei die Gewichtung umso höher ist, je näher die Berührung an der Conversion ist.

Die Zeitzerfallszuordnung kann nützlich sein. Und es wäre wahrscheinlich einer der Single-Touch-Optionen vorzuziehen. Es wird häufig bei zeitkritischen Marketingkampagnen verwendet oder wenn Unternehmen sich auf Kanäle konzentrieren möchten, die eine konvertierende Rolle spielen. Aber seine Mängel sind recht leicht zu erkennen.

Natürlich gibt es Customer Journeys, bei denen Touchpoints näher an der Conversion wichtiger sind als solche am Anfang. Da jedoch die User Journeys länger und komplexer werden, ist dies zunehmend nicht der Fall. Der Zeitverfall beruht letztendlich immer noch auf einem gewissen Maß an Vermutungen und es mangelt an echter Genauigkeit.

„U-förmige“ – oder „positionsbasierte“ Attribution ist ein weiteres MTA-Modell, das wiederum Single-Touch-Methoden verbessert, indem sichergestellt wird, dass alle Kanäle eine gewisse Anerkennung erhalten, aber es ist immer noch ein relativ einfacher Ansatz.

U-förmig schreibt alle Berührungspunkte gut, gibt jedoch dem ersten und letzten Kanal eine größere Gewichtung – jeweils 40 %. Die restlichen 20 % des Guthabens werden auf alle Touchpoints in der Mitte der Reise verteilt.

Auch hier hat das U-förmige Modell seine Verwendung. Es kann beispielsweise bei Unternehmen effektiv sein, die in die Lead-Generierung investieren und ein starker Kandidat für längere Customer Journeys sind. Es kann jedoch sein, dass Touchpoints in der Mitte der Reise, die möglicherweise einen größeren Anteil an der Conversion hatten, als der Vermarkter erwarten würde, nicht korrekt gutgeschrieben werden.

Was ist datengetriebene Attribution?

Die „datengetriebene“ Attribution (DDA) ist ein weiteres MTA-Modell. Es unterscheidet sich von denen, die wir bisher besprochen haben, da es Daten über Berührungspunkte hinweg verwendet, um jegliche Vermutungen zu vermeiden und den Kanälen ihre Leistung und nicht ihre Position zuzuschreiben.

DDA fordert umfassende Daten und einen vollständigen Überblick über die Customer Journey. Marketingspezialisten müssen auch über die Mittel verfügen, um diese Daten effektiv nutzen zu können – oft durch die Nutzung einer Kundendatenplattform.

Sie können das teuerste MTA-Modell für die Implementierung sein, aber eines der Hauptziele bei der Verwendung eines DDA-Modells besteht darin, einen besseren ROI zu erzielen, mit dem die zusätzlichen Kosten ausgeglichen werden können.

Wann ist ein datengetriebenes MTA-Modell sinnvoll?

Bradfield ist sich darüber im Klaren, wann es für Marketer am sinnvollsten ist, ein datengesteuertes MTA zu implementieren: „Ein datengesteuerter Ansatz für die Attribution ist am effektivsten, wenn Sie über mehrere bezahlte Kanäle ausgeben, die eine Mischung aus bezahlter Suche, sozialen Netzwerken und Affiliate-Programmen umfassen Beispiel“, sagt er. „Der Grund dafür liegt einfach in der Tatsache, dass Sie bei Marketingausgaben wissen müssen, wo Sie am besten ausgeben und welche dieser Kanäle für Ihre Geschäfts-KPIs effektiver sind. Wir neigen dazu, Unternehmen mit größeren Marketingbudgets zu sehen, die durch diese Art von Tools viel Wert gewinnen.“

Im Jahr 2019 arbeitete Fospha mit einem führenden Urlaubsanbieter zusammen, um seine Online- und Offline-Daten mit MTA zusammenzuführen.

Dies gab einen kanalübergreifenden Überblick über die Reisen ihrer Kunden und zeigte, dass ihre bezahlten Suchaktivitäten mit der Attribution des letzten Klicks überbewertet wurden.

Der automatisierte Prozess hat weder die Kapazitäten noch die Zeit der Analysten in Anspruch genommen. Aber noch wichtiger ist, dass Fospha dann das frei gewordene Budget aus dem bezahlten Suchkanal für das Wachstum neuer/unterbewerteter Touchpoints verwenden konnte.

Die Einsparungen für das Jahr beliefen sich auf rund 600.000 £ und ihre TV-Marketingstrategie wurde als ein Bereich hervorgehoben, der zuvor mit traditionellen Attributionsmodellen schwer zu messen war. Mithilfe von MMM (Marketing Mix Modeling) konnte Fospha erkennen, dass TV ein leistungsstarker Kanal mit Raum für Wachstum und weitere Einnahmen ist.

Sobald dies auftauchte, investierte das Unternehmen schnell rund 250.000 Pfund in diesen wichtigen Offline-Kanal.

„Die unabhängigen Messtools von Fospha haben unserem Team transparente Daten und die Möglichkeit gegeben, unsere Offline-Verkäufe mit unserem Offline- und Online-Marketing zu verknüpfen“, sagte der Group Marketing Director des Kunden. „Wir haben jetzt das Vertrauen, mehr in unser Marketing zu investieren, und freuen uns auf die Ergebnisse.“

Nicht nur Unternehmen mit großen Budgets setzen zunehmend auf DDA. Es ist die Aufgabe von Unternehmen wie Fospha, solche MTAs für alle Unternehmen zugänglich zu machen, die mit Multichannel- und Omnichannel-Marketing arbeiten.

„Ich glaube, dass jedes Unternehmen, das kanalübergreifend ausgibt, in der Lage sein sollte, den wahren Wert seiner Bemühungen zu erkennen“, fährt Bradfield fort, „aus diesem Grund hat Fospha die Barrieren für alle Arten von Unternehmen bei der Implementierung von DDA abgebaut.“

Herausforderungen mit datengetriebenem MTA und wie man sie meistert

Die Kosten sind nicht das einzige Hindernis bei der Implementierung eines umfassenden datengesteuerten MTA-Modells. Trevor Testwuide schreibt für ClickZ, CEO und Mitbegründer von Measured, und nennt die Adtech-Politik, die Entwicklung von „Walled Gardens“ wie Google und Facebook sowie unübersichtliche Daten auf Benutzerebene als wesentliche Herausforderungen, die es zu bewältigen gilt Zuschreibung.

Bradfield denkt darüber nach: „Walled Gardens von den Adtech-Plattformen machen die vollständige Genauigkeit sicherlich schwierig“, sagt er.

„Es ist wichtig zu wissen, dass es auf dem Markt kein perfektes MTA-Modell oder absolut genaue Tracking-Tools gibt. Was wir als Hauptproblem sehen, ist die Implementierung einer datengesteuerten Attribution durch eine Adtech-Plattform wie Google aufgrund der Ungenauigkeit und Bias-Daten.“

Selbst wenn alle Daten für jeden Kunden über jeden Kanal-Touchpoint hinweg vorliegen, kann noch keine vollständige MTA-Genauigkeit garantiert werden, aber Bradfield weist auf einen Weg hin, wie diese Herausforderungen gemeistert werden können.

„Es ist wichtig, ein unabhängiges Tool zu finden“, sagt er. "Dann gibt es keine Agenda für sie, Anzeigen zu verkaufen, und Sie können einen Teil dieser Voreingenommenheit beseitigen."

MTA-Modelle verbessern sich immer bei Single-Touch, aber ohne Daten sind sie immer noch auf Vermutungen angewiesen

Die linearen, zeitzerfallenden und u-förmigen MTA-Modelle tragen dazu bei, dass alle Touchpoints zumindest eine gewisse Anerkennung für eine Conversion erhalten. Aber wie wir gesehen haben, kann es ihnen an Genauigkeit mangeln.

Beim linearen Modell werden alle Kanäle gleich gutgeschrieben. Diese Option berücksichtigt jedoch nicht die Wahrscheinlichkeit, dass eine beliebige Anzahl von Berührungspunkten entlang dieser Reise einen größeren Einfluss auf den Verbraucher gehabt haben könnte als andere.

Der Zeitverfall kann für zeitkritische Kampagnen wünschenswert sein. Aber auch hier wird davon ausgegangen, dass bestimmte Kanäle – einfach dadurch, dass sie eine Interaktion früher sehen – möglicherweise weniger Wirkung zeigen als sie sind.

Und das u-förmige Modell hält sich zwar an die Logik, dass der erste und letzte Touch einer User Journey oft von Bedeutung ist, kann aber die mittleren Kanäle ernsthaft unterschätzen – insbesondere im Zusammenhang mit längeren Kauftrichtern.

Die MTA-Option, die dieses Rätselraten eliminiert, ist das DDA-Modell (manchmal auch als algorithmischer MTA bekannt). Kundendaten können zwar nie zu 100 % genau sein und – wie Bradfield betont – selbst das beste MTA-Modell nicht perfekt sein, aber die Einbeziehung von Daten in den Attributionsmix wertet die Kanäle nach ihrer Leistung und nicht nur nach der Leistung aus Stufe in der Customer Journey erscheinen sie.

Unabhängige Tools beseitigen einige der Verzerrungen und verzerrten Daten, die Vermarkter in den ummauerten Gärten von Google und Facebook gemeldet haben. Während eine solide Kundendatenplattform daran arbeitet, die Marketingstrategie in Echtzeit zu konsolidieren, zu organisieren und zu optimieren.

Es überrascht daher nicht, dass datengesteuerte MTA-Modelle für große Budgetunternehmen von unschätzbarem Wert sind. Dies sind oft die Organisationen mit vielen bezahlten Kanälen in ihrem Marketingarsenal, aber solche Modelle werden auch für mittlere und kleine Unternehmen zunehmend zugänglich – dank der Möglichkeit, die Kosten durch einen besseren ROI auszugleichen.

In der heutigen Omnichannel-Welt sollten die Kosten für Unternehmen jeder Größe angesichts eines datengesteuerten MTA-Modells kein Hindernis darstellen. Aber für jedes Unternehmen, das immer noch der Meinung ist, dass es nicht bereit ist, sich auf diese Ebene der Attribution festzulegen, sind lineare, zeitverfallende und U-förmige MTAs immer eine bessere Option als die Single-Touch-Attributionsmodelle für den ersten und letzten Klick, die viele verwenden als Vorgabe.

In Zusammenarbeit mit Fospha produzierte Inhalte .