Attributionsmodelle in Google Ads – und wie man sie richtig einsetzt

„Die Hälfte meiner Werbung ist hinausgeworfenes Geld. Ich weiß nur nicht, welche Hälfte.“ Dieses Zitat von Henry Ford beschreibt auf humorvolle Weise, vor welchen Herausforderungen Marketingexperten stehen und schon immer standen.

Lange hieß es, mit Online Marketing gehöre das Rätseln um die Frage, welcher Werbekanal die beste Leistung liefere, der Geschichte an. Alles ließe sich transparent und genauestens tracken.

Ganz so einfach ist es dann leider doch nicht, den Interaktion mit Werbung führt nicht automatisch zum Kauf. Oft braucht es wiederholte Touchpoints, bis sich ein Kunde zum Kauf entscheidet. Wie spielen hier unterschiedliche Marketingkanäle zusammen? Und welche Bedeutung haben sie an welchem Punkt in der Customer Journey? Mit diesen Fragen befasst sich das große Thema der „Attribution“. Wir werden uns in diesem Artikel nur einem Teilaspekt dieses Themas widmen: der Attribution innerhalb von Google Ads.

Was versteht man im Online Marketing also nun unter Attribution?

Das Lexikon von onlinemarketing.de definiert Attribution im Marketing als den Prozess, in dem durch die Marketer „verschiedene relevante Marketing-Berührungspunkte eines Kunden identifiziert werden, denen dieser im Vorwege eines Kaufs ausgesetzt war.“ (https://onlinemarketing.de/lexikon/definition-attribution)

Mit anderen Worten: Marketer versuchen sich hier alle Punkte anzuschauen, in denen der Kunde Berührung mit unserer Marketingkommunikation hatte, und zu bewerten, welchen Anteil diese letztendlich an der Conversion (d.h. z.B. dem Kauf) hatten. Doch warum sollte man das tun? Welchen nutzen hat eine solche Bewertung? Das wird deutlich, wenn man sich einmal klarmacht, das bei einer typischen Customer Journey nicht nur ein einziger Besuch auf unserer Website ausreicht, damit es auch zum Kauf kommt.

Die Customer Journey ist wortwörtlich übersetzt die „Reise“ die ein Kunde bis zum Kauf eines Produkts oder einer Dienstleistung durchmacht. Auf dieser Reise wird ein Kunde immer wieder Kontakt mit unseren Werbebotschaften haben. Diese Kontaktpunkte (auch gerne Touchpoints genannt), haben nun unterschiedliche Gewichtung. Kommt ein Kunde das allererste Mal mit unserer Werbung in Berührung — sieht beispielsweise ein Werbeplakat für Limonade auf dem Werk zur Arbeit — wird das vermutlich noch nicht direkt zu einem Kauf führen. Dennoch wurde hier ein erster Kontakt mit der Marke hergestellt und das gilt es nicht zu ignorieren.

Je weiter Kunden in ihrer Customer Journey fortgeschritten sind, desto höher ist auch die Wahrscheinlichkeit, dass die Interaktion mit der Werbebotschaft zum Kauf führt und so wertvoller ist diese Interaktion schließlich auch. Es wäre aber falsch, nur auf die letzte Interaktion mit der Werbekommunikation zu schauen, denn dadurch verschenkt man allerlei Optimierungspotential. Vielleicht ist ja beispielsweise die Herstellung des Erstkontakts viel wichtiger? Welcher Kanal ist für den Erstkontakt besonders wichtig? Über welchen Kanal kommen die Conversions? Und damit auch: wo soll das Werbebudget am ehesten eingesetzt werden? Lieber Search Ads? Oder doch Social Media?

Mit eben diesen Fragen beschäftigt sich das Feld der Attribution. Mit unterschiedlichen Attributionsmodellen (dazu gleich mehr) lassen sich die einzelnen Kontaktpunkte innerhalb einer Customer Journey bewerten und auf dieser Basis strategische Entscheidungen für die Optimierung oder Budgetierung treffen. Hierbei ist allerdings direkt auch schon einzuschieben, dass es kein allgemeingültig bestes Attributionsmodell gibt — für jede Branche und ihre typischen Customer Journeys eignen sich manche Attributionsmodelle mehr und manche weniger. Attribution ist also eine Erfahrungswissenschaft und jedes Unternehmen steht hier vor der Herausforderung für sich das passende Modell zu ermitteln (oder gleich selbst zu erfinden).

Warum sollte man sich mit dem Thema Attribution befassen?

Noch einmal zusammengefasst: Welche Vorteile hat die Beschäftigung mit der Frage der Attribution für uns? Drei Punkte sind hier zu nennen: die Kommunikation, die Strategie und das Budget.

• Optimierung der Kommunikation: Mittels Attribution lässt sich beispielsweise ermitteln, welche Nutzeransprachen zu welchem Zeitpunkt am überzeugendsten sind. Potentielle Kunden können so früher im Kaufprozess angesprochen werden.
• Optimierung der Strategie: Welche Marketing-Maßnahmen sind zielführend und welche nicht? Wie ist das Suchverhalten unserer Zielgruppe? Auf all diese strategischen Fragen kann Attribution Hinweise geben.
• Optimierung der Budgets: Es lässt sich besser entscheiden, in welchen Marketing-Mix investiert werden sollte.

Cross-Channel & Intra-Channel Attribution

Wenn wir uns mit dem Thema der Attribution in Google Ads befassen, müssen wir bedenken, dass es grundsätzlich zwei Arten der Attribution gibt: Cross-Channel Attribution und Intra-Channel Attribution.

Unter Cross-Channel Attribution lässt sich ein Analysemodus verstehen, der den Google Ads Kanal (z.B. die bezahlte Suche oder Display Ads) mit anderen Traffic-Kanälen (wie z.B. der organischen Suche oder Social Media Ads) vergleicht und sich mit der Frage befasst, welchen Anteil Google Ads als solches am Conversion-Pfad hatte. Hier wird also der gesamte Marketing-Mix in den Blick genommen.

Intra-Channel Attribution hingegen würden in unserem Fall bedeuten, dass lediglich die unterschiedlichen Werbemittel innerhalb des gewählten Kanals (= Google Ads) vergleicht – hier würde man beispielsweise bewerten, welchen Anteil unterschiedliche Brand-, Produkt- oder auch Displaykampagnen an den Conversions hatten. Der Adwords-Kanal würde hier also isoliert von allen weiteren Werbekanälen betrachtet werden.

In diesem Blogbeitrag soll es primär um die Frage der Intra-Channel Attribution gehen. Der Zweck ist hier klar die Optimierung von Werbekampagnen innerhalb des Google Ads Netzwerks. Google Ads liefert hier uns einige mächtige Werkzeuge und Attributionsmodelle. Für die Cross-Channel Attribution ist jedoch Google Analytics das passendere Werkzeug.

Attributionsmodelle in Google Ads

Attributionsmodelle in Google Ads funktionieren nach dem Prinzip, dass jedem Klick auf eine Anzeige je nach gewähltem Modell ein bestimmter Wert zugeordnet wird. Jeder Element auf dem Conversionpfad lässt sich damit also bewerten. Im Google Ads Konto stehen uns unter dem Menüpunkt „Attribution“ hierzu allerlei weiterführende Informationen und Auswertungen zur Verfügung.

Bericht: Conversion-Pfade

Im Bericht zu Conversion-Pfaden lassen sich die „Phase“ sehen, die Nutzer am häufigsten verwenden, um einen Kauf oder eine Conversion zu tätigen. Die Pfade lassen sich hier je nach Dimension aufschlüsseln: Auf Ebene von Anzeigengruppen, Kampagnen, Gerät oder auch Keyword.

Bericht: Pfadmesswerte

Der Bericht Pfadmesswerte gibt Auskunft darüber wie lange der Conversion-Pfad der Kunden ist und wieviele Interaktionen und Touchpoints es braucht, bis die Conversion getätigt wird. Hier können wir auch sehen, wieviele Tage zwischen Interaktionen und Käufen vergehen.

Bericht: Vorbereitete Conversion

Im Bericht Vorbereitete Conversions lässt sich analysieren, wie oft einzelne Werbenetzwerke, Kampagnen, Keywords und weitere Dimensionswerte innerhalb eines Conversion Pfads eine Rolle spielten. Hier werden also

Bericht: Modellvergleich

Mittels des Modellvergleichs lässt sich analysieren, wie die Auswertung einzelner Kampagnen beschaffen wäre, wenn ein alternatives Attributionsmodell zugrunde gelegt wird. Unterschiedliche Attributionsmodelle lassen sich hier direkt mit einander vergleichen.

Attributionsmodelle im Überblick

Mit unterschiedlichen Attributionsmodellen können Marketer und Werbetreibende aufschlussreiche Daten über den Conversion-Pfad ihrer Kunden erhalten. Für unterschiedliche Customer-Journeys und strategische Ziele eignen sich hierbei unterschiedliche Attributionsmodelle. Im folgenden stellen wir die wichtigsten in Google Ads und Google Analytics verfügbaren Attributionsmodelle vor.

Last Click

Last Click (= letzter Klick) ist das wohl am meisten genutzte Attributionsmodell. In diesem Modell werden alle Conversions (und Conversionwerte) zu 100% dem letzten Klick zugeschrieben, der zu einem Kauf geführt hat. Alle vorherigen Anzeigenklicks und Keywords, die innerhalb derselben Customer Journey vor dem letzten Klick passiert sind, werden in diesem Attributionsmodell entsprechend nicht berücksichtigt.

Dieser Ansatz hat Vor- und Nachteile. Von Vorteil ist, dass man sehr eindeutig sagen kann, welche Interaktion letztendlich zur Conversion geführt hat. Umgekehrt haben wir aber den Nachteil, dass etwa der Erstkontakt und das ganze Thema der Neukundengewinnung hier außen vor gelassen wird. Wir können hier etwa nicht sehen, welche Keywords ganz zu Beginn der Customer Journey standen.

Eine Optimierung, die lediglich auf den letzten Klick schaut, geht somit Gefahr, z.B. für den Beginn der Customer Journey wichtige Keywords auszuschließen, wodurch im schlimmsten Fall auch die Performance der gesamten Kampagne heruntergezogen wird. Wachstum und Neukundengewinnung werden somit schnell abgeschwächt.

First Click

Beim First Click Modell ist es genau andersherum. Hier werden alle Conversions dem ersten Klick zugeschrieben. Bei diesem Attributionsmodell steht damit der Erstkontakt im Fokus, womit First Click Modelle sich hervorragend eignen, wenn es um den Aufbau von Reichweite geht.

Linear

Beim linearen Attributionsmodell werden die Conversions und Conversionwerte gleichmäßig auf alle Touchpoints und Interaktionen der Customer Journey aufgeteilt. Dadurch wird sichtbar welche Keywords und Anzeigen alle zu den Touchpoints im Kaufprozess gehören.

Das lineare Attributionsmodell ist vielseitig einsetzbar, hat allerdings den Nachteil, dass nicht klar erkennbar wird, welcher Klick wo im Kaufprozess steht.

Zeitverlauf

Das Attributionsmodell „Zeitverlauf“ verteilt die Conversion und Conversionwerte so, dass ein Touchpoint, der zeitlich näher am Kauf stattgefunden hat, höher bewertet wird. In Google Ads und Google Analytics ist hier eine Halbwertszeit von sieben Tagen eingestellt: Das heißt, dass eine Interaktion, die genau einen Tag vor dem Kauf stattgefunden hat, von Google doppelt so wertvoll eingeschätzt wird, wie eine Interaktion, die acht Tage vorher passiert ist.

Positionsbasiert

Im positionsbasierte Attributionsmodell erhalten der erste und der letzte Klick jeweils einen Anteil von 40%. Die restlichen 20% des Conversionwerts werden linear allen anderen, dazwischen befindlichen Interaktionen zugewiesen.

Das positionsbasierte Attributionsmodell ist besonders für wachstumsorientierte Kampagnen nützlich, da hier sowohl Einstieg als auch finaler Abschluss des Kaufprozess gut sichtbar sind.

Neu: Datengetriebene Attribution

Neu im Hause Google ist die datengetriebene Attribution (auch Data Driven Attribution, DDA), die seit Mai 2022 nun für alle Nutzer verfügbar ist. Wie bei vielen Neuerungen, die Google in den letzten Jahren eingeführt hat, steht hier das Machine Learning im Mittelpunkt. Die Wertzuschreibung erfolgt hier nicht länger erst nach dem Abschluss des Kaufprozess, sondern dynamisch und in Echtzeit. Damit reagiert Google auch auf die sich verändernde Landschaft der Nutzer- und Datenschutzregelungen; mittels Machine Learning soll es möglich sein, die Wichtigkeit einzelner Interaktionen und Touchpoints im Kaufprozess besser bewerten zu können, während die Privatsphäre von Nutzer gewahrt bleibt.

Eine Zeitlang galt die Mindestvoraussetzung, dass zur Verwendung dieses neuen Attributionsmodell ausreichend Daten zur Verfügung stehen: Mindesten 3000 Anzeigeninteraktionen und mindestens 300 Conversions in einer Zeitspanne von 30 Tagen. Von diesen hohen Voraussetzungen ist Google inzwischen abgerückt und auch Nutzer, deren Konten diese Voraussetzungen nicht erfüllen, können die datengetriebene Attribution nutzen.

So sind die hohen Anforderungen von 3000 Interaktionen und 300 Conversion je 30 Tage jetzt nur noch für manche Conversionziele nötig. Wurden diese Voraussetzungen für die jeweilige Conversion-Aktion einmal erfüllt, müssen innerhalb von 30 Tagen 2000 Interaktionen und 200 Conversions erreicht werden. Wird diese Datenbasis unterschritten und erreicht in den nächsten 30 Tagen nicht wieder das Mindestniveau erhält man von Google Ads eine Benachrichtigung und das Attributionsmodell wird wieder auf Last Click umgestellt.

Funktionsweise & Vorteile

Bei der datengetriebenen Attribution werden alle Klicks und Interaktionen, die auf dem Weg zur finalen Conversion stattfinden analysiert. Basierend auf den historischen, im Konto bereits gesammelten Daten soll der tatsächliche Beitrag jeder Interaktion zur Conversion berechnet und der Interaktion ein entsprechender Wert zugewiesen werden – und das auch geräteübergreifend. Auch Cross-Channel Kampagnen sollen hiermit besser auswertbar sein. Möglich gemacht wird dieses Attributionsmodell letztlich durch Machine Learning.

Damit soll die datengetriebene Attribution deutlich aussagekräftiger sein als bisherige, doch sehr statische Modelle.

Doch wie bei vielen anderen, auf Machine Learning basierenden Prozessen, wird hier die Wertzuschreibung für den Nutzer doch etwas unübersichtlicher und intransparenter. Mit der datengetriebenen Attribution wird ein großes Maß an Kontrolle an den Google Ads Algorithmus abgegeben. Wer sich mit dieser Vorstellung nicht anfreunden kann, hat allerdings weiterhin die Möglichkeit des Opt-Outs und kann zu den herkömmlichen Attributionsmodellen zurückkehren.

Fazit: Welches Modell ist das richtige für mich?

Je nach verfolgter Strategie ist ein anderes Attributionsmodell hilfreich. Folgende Tabelle dient als Orientierungshilfe, welches Attributionsmodell sich wann am besten empfehlen lässt. Wie sich die jeweiligen Modelle auf bestehende Kampagnen auswirken würden, lässt sich mit dem Modellvergleichstool analysieren.

Quellen & Weiterführende Literatur

• In seinem Hilfeportal bietet Google eine PDF-Datei an, in welcher die Methodologie und Funktionsweise der datengetriebenen Attribution etwas detailliert erklärt wird: https://storage.googleapis.com/support-kms-prod/ZE4MkdC48eBBSamm0nxLYGmzjePuXAIpkhQx
• Google’s Blogbeitrag zu datengetriebener Attribution