Im Online-Marketing wird immer mehr Wert auf Messbarkeit und Nachvollziehbarkeit gelegt. Jeder investierte Euro kann in Bezug auf den daraus resultierenden Nutzen bewertet werden, zum Beispiel durch den Return on Advertising Spend (ROAS) bei AdWords-Anzeigen. Allerdings ist die Realität oft komplexer: Kunden haben verschiedene Berührungspunkte mit einem Unternehmen, bevor sie schließlich konvertieren und von einem unbekannten Webseitenbesucher zu einem Lead werden. Um dieser Herausforderung zu begegnen, gibt es das Attribution Modeling.
Fehlendes Wissen im Umgang mit Trackingmethoden
Für viele Unternehmen ist es wichtig zu wissen, welche Werbekanäle die besten sind, um Leads zu generieren. Eine professionelle Tracking-Methode ist hierfür unerlässlich, um Werbebudgets optimal einzusetzen. Leider scheitert es oft am fehlenden Wissen vieler Agenturen oder Unternehmen im Umgang mit Tracking-Methoden.
Kunden erhalten oft undurchsichtige, unverständliche Kampagnenreports, die lediglich Klicks und Impressionen der laufenden Kampagnen enthalten. Im besten Fall sind hier noch Conversions sichtbar. Eine “Conversion” kann jedoch individuell festgelegt werden und von der “Time on Site” (Verweildauer) über den Klick auf ein bestimmtes Element bis hin zur echten Conversions alles sein. Es ist wichtig, dass Unternehmen und Agenturen im Vorfeld genau besprechen, was eine Conversion für das Unternehmen bedeutet.
Die Einrichtung von Conversion-Tracking kann je nach Art der Conversion und Website unterschiedlich kompliziert und aufwändig sein. Ein hilfreiches Tool, das Google kostenfrei zur Verfügung stellt, ist der Google Tag Manager. Hierüber können sämtliche Trackingcodes wie Google Analytics etc. über ein System verwaltet werden. Auch Event-Tracking kann ohne Zugang zum Backend oder zum Server des Kunden eingerichtet werden.
Um sicherzustellen, dass die Conversions fair und den richtigen Werbekanälen zugeordnet werden, bieten die Werbekanäle diverse Attributionsmodelle an. Google gibt hier folgende Modelle an:
- Datengetrieben
- Letzter Klick
- Erster Klick
- Linear
- Zeitverlauf
- Positionsbasiert
Je nachdem, wie die Customer Journey gestaltet ist, sollte das richtige Modell gewählt werden. Bei der linearen Attribution wird beispielsweise jedem Werbekanal ein kleiner Anteil der Conversion zugeordnet.
Falsche Einstellung des Attributionszeitraumes
Ein weiteres Problem kann entstehen, wenn der Attributionszeitraum falsch eingestellt ist. Verschiedene Werbeplattformen wie Facebook, Instagram oder Google bemessen den Attributionszeitraum unterschiedlich. Der Attributionszeitraum beschreibt den Zeitraum, in welchem eine Handlung auf der Website als Conversion gewertet werden soll. Wenn der Attributionszeitraum zu kurz eingestellt ist, kann es passieren, dass der Erstkontakt über eine Werbeplattform nicht mit der abschließenden Conversion in Verbindung gebracht wird.
Richtiges Tracking der Marketingmaßnahmen
Es ist wichtig zu wissen, was Werbekampagnen tatsächlich bringen und welche Kanäle am effektivsten sind. Eine professionelle Tracking-Methode ist hierfür unerlässlich, um sicherzustellen, dass Werbebudgets optimal eingesetzt werden und die Kunden die beste Customer Journey erleben.
Ein aussagekräftiger Return on Ad Spend (ROAS) ist ein wesentlicher Vorteil des Online-Marketings. Viele Agenturen und Unternehmen messen jedoch nur bedingt. Durch datengetriebene Marketingentscheidungen auf Basis des Trackings können Budgets besser positioniert und in die richtigen Werbekanäle investiert werden.
Fazit
Die Bedeutung des Attribution Modellings im Online-Marketing wird oft unterschätzt, dabei ist es ein mächtiges Instrument, um den Erfolg zu steigern und das verfügbare Budget effektiver einzusetzen. Eine optimierte Aussteuerung der Marketing-Budgets ist nur möglich, wenn man sich frühzeitig mit dem Attributionsmodell auseinandersetzt und die Kanalbetrachtung zur Informationsgewinnung nutzt. Nehmen Sie sich die Zeit, um die Informationen des Attribution Modellings zu verstehen und zu nutzen — das wird sich letztendlich in Ihrem Erfolg widerspiegeln.
