Relevanz

Die Grundlage für eine optimale Allokation von Werbe-Investments auf Werbe-Kanäle ist die Kenntnis über die Beiträge der einzelnen Kanäle zur Erfolgsgröße (z.B. Conversions). In diesem Kontext werden Attributionslösungen eingesetzt um zu bestimmen, welchem Kanal welcher Anteil der Conversions zugerechnet werden kann. Sobald diese Zahl (die Anzahl der Conversions pro Kanal) bekannt ist, kann sie genutzt werden, um die in den jeweiligen Kanälen investierten Budgets ihren Conversions gegenüberzustellen und damit ein relatives Maß über die Effizienz der Kanäle zu erhalten. Dieses Effizienzmaß dient als zentrale Kennzahl, anhand derer die Verteilung des Gesamtbudgets auf die Kanäle gesteuert wird. Initial empfehlen wir grundsätzlich eine umfassende Anforderungsanalyse, um die passende Lösung zu identifizieren. Hierbei ist zu beachten, dass das Invest in eine Attributionslösung nicht in allen Fällen sinnvoll und gerechtfertigt ist, wehalb immer auf ein gesundes Verhältnis zwischen erwarteten Effizienzgewinnen und zusätzlichen Kosten geachtet werden sollte.

Status Quo der Attribution

Bislang dominieren Regel-basierte Attributionslösungen den Markt. Dazu zählen u.a. „First Touch“, „Last Touch“, „Even Credit“ oder individuell festgelegte Regeln. Unabhängig davon, für welche Regel man sich entscheidet, weisen sie die Gemeinsamkeit auf, dass stets von Menschen zu entscheiden ist, welche Regel am treffendsten für das eigene Geschäft ist. Da es sich hierbei um eine Annahme handelt, ergibt sich, dass die angenommene Regel maßgeblichen Einfluss auf die Ergebnisse hat. Zusätzlich werden bei Regel-basierten Attributionslösungen ausschließlich konvertierte Customer Journeys berücksichtigt – der Informationsgehalt, der in nicht-konvertierten Journeys enthalten ist, bleibt ungenutzt.

Neue Entwicklungen bzgl. Attribution

Mit Einzug der „Data Science“ in unternehmerische Bereiche ist es nun möglich, Attribution Daten-basiert durchzuführen, d.h. entsprechende Ergebnisse zu erzielen ohne eine Annahme bzgl. einer Attributionsregel treffen zu müssen. Diese neuen Methoden, die häufig auf Machine-Learning-Ansätzen basieren, ermöglichen es, auf Basis von Mustererkennung in den Daten zu errechnen, welcher Kanal in welchem Ausmaß am Erfolg beteiligt war. Zu diesem Zweck werden nun auch nicht-konvertierte Journeys berücksichtigt, um durch den Vergleich von erfolgreichen und nicht erfolgreichen Customer-Journey-Ketten zu erkennen, welche Werbekontakte entscheidenden Einfluss auf die Konversionswahrscheinlichkeit haben. Aus der Stärke dieses Einflusses wird dann der Anteil der zurechenbaren Conversions je Kanal hergeleitet.

Operative Umsetzung

Wenngleich es eine Reihe von Anbietern auf dem Markt gibt, die Lösungen für Daten-basierte Attribution offerieren, sind die Implementierung und die darauf basierende Media-Optimierung dennoch nicht trivial. Neben der Auswahl des passenden Partners zählen dazu im Rahmen des Onboardings u.a. das Tracking und die solide Anbindung der Daten, die Spezifikation des Attributionsmodells, die Validierung der Ergebnisse und letztlich die reale Steuerung nach den neuen Attributionswerten. Bei Bedarf unterstützen wir unsere Kunden gern bei diesem Thema – von einem ersten Sparring bis hin zum Projektmanagement im Rahmen der Implementierung der gewünschten Attributionslösung.