Leitfaden zur Attribution – Einführung der Standardmodelle
Um das Thema Attribution und deren Standardmodelle genau zu betrachten, versetzen wir uns in eine fiktive Situation. Angenommen wir schauen uns das Fußball-WM Finalspiel an. Wir sind Teil der TV-Expertenrunde, die im Anschluss das Finalspiel analysiert. Es steht 0:0 und die Nachspielzeit beginnt. Spieler 1 erobert vor dem eigenen Sechszehner den Ball und leitet direkt mit einem Pass zu Spieler 2 den Konter ein. Spieler 2 dribbelt zwei gegnerische Spieler aus und spielt den Ball weiter zu Spieler 3. Dieser läuft bis zur gegnerischen Eckfahne und flankt in den Sechszehner, wo Spieler 4 perfekt steht und zum 1:0 Siegtor einköpft. Das Spiel wird abgepfiffen, nun sind die Experten an der Reihe. Es entsteht eine Diskussion über den Anteil der einzelnen Spieler der Siegermannschaft an dem Sieg. Vor allem die vier am Konter beteiligten Spieler geraten in den Fokus der Expertenrunde. Welcher Spieler hatte den größten Anteil am Tor und somit am Sieg? War es der Verteidiger, der den Ball zurückerobert und somit den Konter eingeleitet hat oder der Mittelfeldspieler, der zwei Gegner stehen gelassen und mit einem Seitenwechsel den Flügelstürmer in Richtung des gegnerischen Tores geschickt hat? Die Flanke des Flügelstürmers war perfekt geschossen. Wird der Laufweg des Mittelstürmers und der anschließende Kopfball zum Siegtor betrachtet, muss dieser mit Weltklasse bewertet werden! Es entbrennt eine hitzige Diskussion in der Expertenrunde.
Übertragen wir das obige Beispiel auf das Marketing der heutigen Zeit, so stellen die verschiedenen Spieler die unterschiedlichen Kanäle, die für Kampagnen und Werbung genutzt werden, dar. Das Schießen eines Tores bzw. der Sieg ist das Ziel eine Conversion zu generieren. Der Passabfolge im Fußballspiel kann durch eine äquivalente Customer Journey, wie im nachfolgenden Diagramm abgebildet, ersetzt werden. Die Expertenrunde sind die Analysten, die nun bewerten, welchen Anteil die verschiedenen Kanäle an der Conversion haben. Diese Zuweisung der Conversion wird Attribution genannt. Wir werden einige Standardmodelle, die sich im Laufe der Zeit in der Attribution etabliert haben, anhand der unten abgebildeten Customer Journey vorstellen.
Abbildung 1 – Attribution Customer Journey
Die Standardmodelle der Attribution
Single-Touch Attributions Modelle
Last-Touch
Die Credits gehen an das Channel der Session, in dem die Conversion stattgefunden hat, d.h. dem letzten Channelkontakt mit der eigentlichen Conversion. Im obigen Beispiel ist das der Direct-Channel.
First-Touch
Die Conversion wird dem ersten Channel der Customer Journey gutgeschrieben, da dadurch das Interesse des Users angeregt und die Aufmerksamkeit des Users erregt wurde. Im obigen Beispiel ist das die E-Mail-Kampagne.
Last Non-Direct-Click
Die Conversion wird dem zuletzt bekannten (Non-Direct) Channel zugeordnet. Ist diesem Fall bleibt die Information, was zu einem Direct-Besuch geführt hat, erhalten und potenziell hoher Direct-Traffic am Ende der Customer Journey wird nicht überschätzt.
Abbildung 2 – Attributionsmodelle
Multi-Touch Attribution Model
Fußball ist ein Mannschaftssport. In den seltensten Fällen kann der Sieg auf einen einzelnen Spieler zurückgeführt werden. Genauso verhält es sich mit dem Zusammenspiel der verschiedenen Kanäle. Die Single-Touch Modelle geben oftmals nicht ausreichend die Einflüsse und das Zusammenspiel der einzelnen Kanäle wieder. Beim Multi-Touch Ansatz wird versucht jeden Kontakt mit dem Produkt, auf dem Weg zur Conversion, in einem gewissen Maße zu berücksichtigen. Dabei wird die Conversion nicht zu 100% einem einzelnen Channel zugeordnet, sondern anteilig auf die Channel verteilt. Dabei können die verschiedenen Kanäle je nach Modell unterschiedlich gewichtet werden.
Linear-Touch
Der lineare Ansatz sieht vor, dass alle Kontakte gleich stark gewichtet werden und denselben Beitrag zur Conversion leisten. Daher wird jedem Channel pro Anzahl an Sessions in der Customer Journey der gleiche Anteil angerechnet. Der Vorteil liegt darin, dass dieser Ansatz objektiver ist als die Single-Touch Modell, jedoch nicht sehr aussagekräftig, falls ein Kanal besonders heraussticht.
U-Model
Hier wird versucht die Vorteile von First-, Last- und Linear-Touch zu kombinieren. Alle Kanäle, mit denen der Kunde in Kontakt getreten ist, haben ihn schlussendlich zur Kaufentscheidung bewegt und werden berücksichtigt. Jedoch haben der erste und der letzte Kontakt den größten Anteil an der Conversion. Der First-Touch hat das Interesse geweckt und der Last-Touch den Kunden zum Kauf bewegt.
Fazit zu den Standardmodellen der Attribution
Wir sehen anhand des obigen Beispiels die Vor- und Nachteile dieser Modelle. Je nachdem welches Modell ausgewählt wird, wird ein bestimmter Kanal begünstigt bzw. benachteiligt, indem die Gewichtung der Kanäle umverteilt wird.
Wichtig ist, dass insgesamt betrachtet bei keinem Modell Conversions verloren gehen (auch wenn es bei der Auswertung von einzelnen Kanälen bei einem Modellwechsel große Unterschiede geben kann).
Damit wird ebenso deutlich, dass alle Modelle in ihrem Sinne begründet und richtig sind. Dies kann jedoch innerhalb eines Unternehmens zu Interessenskonflikten führen, da sich jede Partei in der Regel die bestmögliche Bewertung für ihren Channel wünscht.
Dennoch ist es möglich mittels der vorgestellten Modelle Attribution zu betreiben, solange man sich der beschränkten Betrachtungsweise bewusst ist. In den meisten Fällen wird die Wahl des Modells damit beantwortet, welche Informationen für einen selbst oder das Unternehmen relevant sind. Eine fundierte und objektive Analyse über die Performance der Kanäle, deren Effektivität und Beitrag zur Conversion kann dennoch nur bedingt getätigt werden. Sollen komplexe Zusammenhänge einer Website dargestellt werden, können solche simplen Modelle meistens zu Fehlannahmen führen. Daher schlagen wir einen Weg vor, der weg von den Standardmodellen hin zur datengetriebenen Attribution geht.
Datengetriebene Attribution
Wie der Name erahnen lässt, stützt sich bei der datengetriebenen Attribution die Analyse auf vorhandene Daten, die Session übergreifend über die User gesammelt werden. Die Vorteile von solchen Modellen sind eine objektive Herangehensweise und statistisch belegbare Aussagen, die im optimalen Fall nicht nur eine Beschreibung des Beobachtungszeitraums, sondern auch Empfehlungen und Vorhersagen liefern.
Zurzeit arbeiten wir im Data Analytics Team von e-dynamics an einer eigenen Lösung zur Attribution. In einem zukünftigen Blogeintrag gehen wir näher auf die datengetriebene Attribution ein und stellen euch die wichtigsten Algorithmen und Methoden, sowie deren Stärken und Schwächen vor.
Lest auch unseren spannenden OMKB „Data Deep Dive“ Gastbeitrag zu dem Thema!
Ist dieses Thema interessant oder gibt es weitere Fragen zu dem Thema „Attributuion“ bzw. zu den „Attributionsmodellen“? Dann melde Dich gerne direkt bei uns.
