Wie Sie mit Conversion Attribution bessere Business Insights erhalten

Published: September 15, 2017 Updated: August 2, 2018 Autor , Kategorie Conversion Optimierung, Customer Journey

Was ist Conversion Attribution?

Conversion Attribution ist eine neue Möglichkeit, Online-Conversions und Überschneidungen zwischen Online-Marketingkanälen zu reporten. Es ermöglicht Marketingfachleuten und Analysten die Recherche darüber, wie verschiedene Touchpoints und Paid Media jede einzelne erwünschte Aktion oder Transaktion, die getrackt wurde, beeinflussen.

Conversion Attribution gehört nun auch zu den Premium-Features von Piwik PRO. Erfahren Sie hier mehr.

Welche Idee verbirgt sich hinter dieser Funktion? Heutzutage nutzen Marketingfachleute dutzende Marketingkanäle und Paid Media, um Traffic auf Ihre Website zu lenken und letztendlich Conversions zu generieren. Das macht die Customer Journey komplizierter und weniger linear, als sie es einmal war.

Conversions geschehen jedoch nicht über Nacht. Es ist ein langer Prozess, der von verschiedenen Marketingkanälen beeinflusst wird. Nutzer interagieren mit Ihrem Content auf verschiedene Art und Weise: AdWords, Facebook, SEO, E-Mail-Marketing und Andere. Das veraltete “Last Touch”-Attribution-Modell sagt uns nicht, welche Kanäle und Paid Media eine vorgegebene Conversion erreicht haben. Kredit für Conversions wird nur dem letzten bekannten Touchpoint gegeben – einer Werbung oder einem Link-Klick. Auf diese Weise erfassen die meisten Analytics-Tools standardmäßig die Conversions.

Tatsächlich können Sie sich nicht auf das Modell der “Last Touch”-Conversion-Attribution verlassen, da es in die Irre führen kann. Piwik PRO hat vier Alternativen zum “Last Click”-Conversion-Modell eingeführt:

  • First Click Attribution
  • Position Based Attribution
  • Time Decay Attribution
  • Non-direct Click Attribution.

Der große Web Analytics Anbieter Vergleich

Vergleichen Sie die Key-Features und das Leistungsspektrum von Piwik PRO mit Google Analytics 360, Adobe Analytics, Webtrends und etracker

Zum kostenlosen Web Analytics Vergleich

Sollten Sie Conversion-Attribution-Reports nutzen?

Falls Sie traditionelle Conversion-Performance-Reports genutzt haben, sollte Ihnen bewusst sein, dass Ihnen ein wichtiger Baustein fehlt. Aber keine Sorge, es gibt einen einfachen und schnellen Weg festzustellen, ob es notwendig ist, die Conversion-Attribution auf Ihrer Website auszuwerten.

So können Sie dies in Piwik PRO durchführen:

Ich nehme an, dass Sie Goal-Tracking in Ihrem Piwik PRO bereits eingerichtet haben und erfolgreich Conversions auf Ihrer Website tracken, sodass ich auf diesen Aspekt nicht näher eingehen werde.

Als Erstes sollten Sie zum Goal-Bereich navigieren und jenes Goal auswählen, für das Reports erstellt werden sollen. In unserem Beispiel ist es das Goal Contact form. Und genau darum geht es in dem Report, nämlich um die Zahl der Nutzer, die das Formular in einer vorgegebenen Zeitspanne ausfüllen.

Falls Sie Ihr Piwik PRO Goal-Tracking richtig eingestellt haben, müssten Sie einen Report sehen, der so aussieht wie der oben dargestellte. Scrollen Sie herunter, bis Sie die Links “Visits to Conversion” und “Days to Conversion” sehen. Klicken Sie auf “Visits to Conversion”. Der Report sollte folgendermaßen aussehen:

Wie Sie es dem Report entnehmen können, geschehen nur 60% aller Conversions während eines einzelnen Besuchs. 17% aller Conversions erfordern zwei und 22% mindestens drei Besuche.

Dies ist das erste Anzeichen dafür, dass es potenziell Probleme mit der Conversion-Attribution gibt. Falls etwa 40% oder mehr Ihrer Conversions mindestens zwei Touchpoints benötigen, könnte dies bedeuten, dass Ihre Nutzer vor dem Converting in mehr als einem Marketingkanal unterwegs sind. Werfen wir einen Blick auf andere Anzeichen, die auf Probleme mit der Attribution des “Days to Conversion”-Reports hindeuten könnten.

In unserem Beispiel geschehen etwa 67% der Conversions an demselben Tag, an dem der erste Besuch erfolgt. 33% hingegen erfolgen durch den Nutzer am nächsten Tag oder einige Tage später. Dies erhöht auch die Wahrscheinlichkeit, dass Nutzer aufgrund einer Interaktion mit mehr als einem Marketingkanal wie beispielsweise einer Remarketing-Kampagne in AdWords oder Facebook zurückkehren und konvertieren.

Auch können wir beobachten, dass einige Conversions 60 oder sogar 120 Tage nach dem ersten Besuch erfolgen. Das gewährt uns eine Vorstellung darüber, wie lange unsere Customer Journey dauert. Ferner ist dies auch eine Information, von der wir bei der Analyse unserer Conversion-Attribution-Reports Gebrauch machen können.

Nachdem wir die Art und Weise analysiert haben, wie Nutzer auf unserer Website konvertieren, können wir davon ausgehen, dass wir Probleme mit der Conversion Attribution haben. Nun sollten wir uns dem Conversion Attribution-Reporting widmen und den tatsächlichen Zusammenhang zwischen unseren Marketingkanälen und Paid Media aufzeigen.

Gehen Sie mit uns den nächsten Schritt im Data-Driven Marketing

Gerne zeigen wir Ihnen in einer persönlichen Demo die Piwik PRO Marketing Suite: Analytics, Tag Manager, Personalisierung & Customer Data Platform in einer Software vereint - DSGVO ready.

Kostenlosen Demo-Termin vereinbaren

Kämpfen Sie gegen Ihre Conversion-Attributions-Probleme

Falls Probleme hinsichtlich der Conversion Attribution auftreten sollten, ist es Zeit, Multi-Attribution-Reporting zu nutzen. Dieses Reporting kann für jedes einzelne Goal, das Sie in Piwik PRO eingerichtet haben, aktiviert werden. Öffnen Sie dafür die Goal Settings.

Sobald das Multi-Attribution-Reporting aktiviert ist, beginnt die Datenerfassung. Beachten Sie, dass Sie für jedes einzelne Goal einen neuen Report erstellen und updaten müssen. Auf diese Weise wird eine detaillierte und fokussierte Analyse ermöglicht.

Bevor wir uns den Reports selbst widmen, ist es wichtig zu verstehen, wie man durch sie navigiert und wie man bestimmte Attribution-Modelle interpretiert.

6 Attribution-Modelle in Piwik PRO

1. “Last Interaction”-Modell

Das ist das standardmäßige Attribution-Modell für viele Web-Analytics-Tools einschließlich Piwik PRO. “Last Interaction” ist jenes Attribution-Modell, das von der großen Mehrheit der Marketingfachleute genutzt wird. Leider ist es aber auch das irreführendste und nutzloseste Attribution-Modell in der heutigen Multichannel-Welt.

Falls Sie mehr als einen Marketingkanal wie Facebook oder AdWords nutzen, dann ist es Zeit, sich vom Last-Interaction-Modell zu verabschieden und sich für ein präziseres Modell zu entscheiden.

Die Funktionsweise des Last-Interaction-Modells ist sehr einfach.

Last Interaction schreibt 100% der Conversions dem letzten Klick vor einer vorgegebenen Conversion zu, was bedeutet, dass 100% der letzten bekannten Traffic-Quelle oder dem Referrer zugeschrieben werden.

Falls also der letzte Besuch vor einer Conversion durch direkten Traffic erfolgt ist, dann werden 100% des Erfolges auf die Direkteingabe zurückgeführt. Dieses Modell ist jedoch sehr irreführend, wie wir es bereits anhand des “Visits to Conversion”-Reports verdeutlicht haben. Mehr als 40% unserer Conversions erfordern zwei oder mehr Touchpoints. Aus diesem Grund ist die Wahrscheinlichkeit sehr hoch, dass mehrere Marketingkanäle zu 40% der auf unserer Website getrackten Conversions beitragen.

Der eigentliche Nachteil dieses Modells ist, dass es die vorherigen Schritte und Touchpoints in der Customer Journey völlig ignoriert. Und ebendas kann zur Folge haben, dass sehr schlechte Geschäftsentscheidungen getroffen werden.

2. “Last Non Direct Interaction”-Modell

Das “Last Non Direct Interaction”-Modell ähnelt dem “Last Interaction”-Modell. Dies ist momentan das standardmäßige Modell für die Conversion-Reports von Google Analytics. Dieses Modell ist zwar präziser als das vorherige, aber von “perfekt” ist es immer noch weit entfernt, sodass es Sie zu falschen Rückschlüssen führen kann.

Es entfernt Direktbesuche aus der Gleichung und schreibt 100% der Conversions dem letzten bekannten Klick/Referral bzw. der letzten bekannten Traffic-Quelle zu.

Stellen Sie sich Folgendes vor: Ihre Kundin gelangt per Direktbesuch auf Ihre Website. Einige Tage zuvor gelangte sie jedoch über Ihr Facebook-Feed auf die Seite. Der Direktbesuch wird aus der Gleichung entfernt und 100% des Erfolges werden auf Facebook zurückgeführt.

Wie in dem vorher beschriebenen Modell liegt auch hier der größte Nachteil darin, dass es die vielen Touchpoints in der Customer Journey nicht berücksichtigt. Und auch dieses Modell kann zu falschen Rückschlüssen und infolgedessen zu schlechten Entscheidungen führen.

Analytics & DSGVO = Piwik PRO

Wir sorgen dafür, dass Sie sich wegen der DSGVO nicht mehr den Kopf zerbrechen müssen. Wir bieten Ihnen professionelle Analytics - DSGVO ready.

Kostenlosen Demo-Termin vereinbaren

3. “First Interaction”-Modell

Das “First Interaction”-Modell hingegen ist das Gegenteil von den beiden bereits erwähnten Modellen. In diesem Falle werden 100% des Marketingerfolges der/dem ersten bekannten Traffic-Quelle/Referrer zugeschrieben.

Ein Beispiel: Eine Nutzerin besucht unsere Website über Google AdWords. Bei einem weiteren Besuch betritt sie die Webseite über die organische Suche von Google. Und zuallerletzt ist der dritte und letzte Besuch vor der Conversion ein Direktbesuch. 100% des Erfolges werden Google AdWords zugeschrieben. Mithilfe dieser Methode erreichen wir weitaus bessere Einsichten, aber die Touchpoints in der Mitte, wie zum Beispiel die organische Suche, werden immer noch nicht anerkannt.

Wir empfehlen dieses Modell nur, wenn Sie mehr über die ersten Touchpoints mit Ihrer Marke erfahren wollen. Insbesondere dann, wenn Sie darauf fokussiert sind, den Bekanntheitsgrad für Ihre Marke oder Ihr Produkt zu erhöhen.

Dieses Modell ist sehr nützlich, wenn Ihnen hauptsächlich der Brand Awareness am Herzen liegt und Sie einen besonderen Wert auf Kanäle legen wollen, die die ersten Touchpoints mit Ihrer Marke sind, um das Markenbewusstsein zu steigern. Jedoch hat es auch Mängel vorzuweisen, wenn es um andere Anwendungsfälle geht. So ignoriert es weitere Touchpoints in der Customer Journey, die zur finalen Conversion führen.

4. Lineares Modell

Das Lineare Modell bringt uns schon einen Schritt näher an den Multitouch-Charakter des modernen Marketings. Das Lineare Modell behandelt jeden einzelnen Touchpoint und Klick gleichwertig. In diesem Modell wird der Erfolg in gleichem Maße jedem Referrer und jedem vor der Conversion erfolgten Besuch zugeschrieben.

Wenn beispielsweise vor der Conversion eines Goals drei Besuche eines Nutzers (Google AdWords + Google Organic Search + Direktbesuch) erfolgten, dann wird der Erfolg folgendermaßen zugeordnet: etwa 33% zu Google AdWords, weitere 33% zur Google Organic Search und die verbliebenen 33% zum Direktbesuch.

Der Nachteil dieses Modells ist, dass es nicht in der Lage ist, einzelne Touchpoints und Klicks unterschiedlich zu gewichten und ihnen unterschiedlich große Bedeutungen zuzumessen. In den meisten Fällen hat nicht jeder Touchpoint oder Klick die gleiche Auswirkung auf die finale Conversion. Einige Touchpoints haben einen größeren, andere wiederum einen geringeren Einfluss auf die Conversion. Jedem Einzelnen von ihnen den gleichen Wert beizumessen kann immer noch zu einer schlechten Entscheidungsfindung führen.

Vom Linearen Modell erhalten wir zwar ein anständiges Feedback, aber wir möchten Ihre Aufmerksamkeit auf zwei weitere Modelle richten, die unserer Meinung nach die sinnvollsten sind.

5. “Time Decay”-Modell

Time Decay” ist eines unserer beiden favorisierten Attribution-Modelle. Es ist auch eines der Modelle, die Avinash Kaushik in seinem Blog Post “Multi-Channel Attribution Modeling: The Good, Bad and Ugly Models” empfiehlt. In dem “Time Decay”-Modell wird jeder Touchpoint und Klick belohnt. Wichtig ist jedoch, dass je näher der Touchpoint zu einer Conversion ist, desto mehr wird er berücksichtigt. Die exakte Verteilung des Erfolges im “Time Decay”-Model kann variieren. Es hängt von der Anzahl der Klicks/Touchpoints ab, die vor der Conversion stattgefunden haben, den Tagen zwischen den einzelnen Touchpoints und dem Datum der Conversion.

Schauen wir uns das folgende einfache Beispiel von Touchpoints an, die stattgefunden haben, bevor ein Nutzer letztendlich ein Goal in Piwik PRO konvertiert hat:

  • Der erste Besuch erfolgte 7 Tage vor der Conversion über Facebook Ads
  • Der zweite Besuch erfolgte 5 Tage vor der Conversion über Google AdWords
  • Die dritte Conversion fand 4 Tage vor der Conversion per Direktbesuch statt
  • Der vierte Besuch ereignete sich 2 Tage vor der Conversion über Google Organic Search
  • Der fünfte Besuch erfolgte am selben Tag wie die Conversion über E-Mail-Marketing

Das wäre das mögliche Ergebnis des “Time Decay”-Modells:

  • 15% des Conversion-Erfolges können Facebook Ads zugeordnet werden
  • 17% Google AdWords
  • 19% Direktbesuch
  • 23% Google Organic
  • 26% E-Mail-Marketing

Das ist nur ein Beispiel zur Veranschaulichung, wie die Verteilung der Conversion im “Time Decay”-Modell aussehen könnte. In Ihrem Einzelfall könnte die Verteilung ein wenig variieren, aber im Großen und Ganzen sollte es ähnlich sein.

Dies ist ein sehr empfehlenswertes Modell für das Reporting der meisten Marketing-Kampagnen und Kanäle. Besonders empfehlenswert für Marken und Firmen, die sicher wissen, dass Zeit von wesentlicher Bedeutung ist und dass jeder Tag in ihrer Customer Journey zählt.

Finden Sie die richtige Enterprise Analytics Software - In 4 einfachen Schritten

In unserem Whitepaper zeigen wir Ihnen, wie Sie die richtige Analytics-Plattform für Ihr Unternehmen finden

Zum kostenlosen Whitepaper

6. Position-Based

Das “Position Based”-Attribution-Modell ist unser zweites Lieblingsmodell und hat ebenfalls den Segen von Avinash Kaushik. Auf den ersten Blick erscheint es zunächst komplex, aber in Wirklichkeit ist es relativ einfach zu verstehen. Das “Position Based”-Modell ordnet 40% des Erfolges dem ersten und weitere 40% dem letzten Touch zu. Die restlichen 20% werden gleichmäßig zwischen allen anderen Touchpoints und Klicks, die vor der Conversion durchgeführt wurden, aufgeteilt.

Hier ein kleines Beispiel. Die folgenden Touchpoints fanden statt, bevor ein Nutzer in Piwik PRO letztendlich konvertierte:

  • Der erste Touchpoint/Klick stammt von Facebook Ads
  • Der zweite Touchpoint/Klick von Google AdWords
  • Der dritte Touchpoint/Klick vom Direktbesuch
  • Der vierte Touchpoint/Klick von Google Organic Search
  • Der fünfte Touchpoint/Klick vom E-Mail-Marketing

Hier ist das mögliche Ergebnis der Erfolgszuordnung mit dem “Position Based”-Modell:

  • 40% des Conversion-Erfolges kann Facebook Ads zugeordnet werden
  • 6,7% Google AdWords
  • 6,7% Direktbesuch
  • 6,7% Google Organic
  • 40% E-Mail-Marketing

Dies ist ein sehr empfehlenswertes Modell für alle Marketingfachleute, die mit dem Reporting mithilfe von Attribution-Modellen beginnen möchten, sich aber noch nicht ganz sicher sind, welches das geeignetste Modell ist. Es ist nicht das perfekte Attribution-Modell, denn es gibt keines, das zu allen Firmen und Webseiten passt. Aber von allen vordefinierten und beschriebenen Modellen ist das “Position Based”-Attribution-Modell vermutlich das präziseste und bietet einen realistischen Überblick über die Customer Journey. Es führt nicht zu den bestmöglichen Einsichten und Entscheidungen, bringt aber Marketingfachleute auf den richtigen Weg.

Holen Sie sich Ihre Insights mit dem richtigen Multi-Attribution-Modell

Da Sie nun die Grundlagen der verschiedenen Attribution-Modelle in Piwik PRO kennen, können wir mit der Erstellung von Reports beginnen und so wertvolle Einsichten für unser Business erhalten.

Beginnen wir mit der Analyse eines Multi-Attribution-Reports für das bereits erwähnte Contact-Form-Goal. Multi-Attribution-Reports können bis zu drei Attribution-Modelle gleichzeitig nebeneinander stellen, sodass Sie die Ergebnisse der jeweiligen Modelle miteinander vergleichen können.

Gehen wir einmal davon aus, dass wir bisher das “Last Interaction”-Attribution-Modell genutzt haben. Nachdem wir einige Analysen betrieben haben, stellten wir fest, dass dieses Modell nicht gerade das Beste für uns ist und uns sogar möglicherweise zu falschen Rückschlüssen führt. Wir wollen nun unser “Last Interaction”-Modell mit den “Time Decay”- und “Position Based”-Modellen vergleichen.

Zum Zwecke dieser Analyse wählen wir eine 90-Tage-Periode.

Warum 90 Tage und nicht 45, zum Beispiel? Um dies zu verstehen, müssen wir zurück zum “Days to Conversion”-Report. Dort können wir sehen, dass unser Conversion-Zyklus (oder Customer Journey) bis zu 120 Tage vom ersten Besuch bis zur Goal-Conversion dauern kann. Dies hilft uns zu verstehen, dass wir unsere Conversion innerhalb des längsten verfügbaren Zeitraums analysieren sollten. Piwik PRO lässt derzeit die Analyse für bis zu 90 Tage zu.

Welche Rückschlüsse könnten wir also nach dem Betrachten dieses Reports ziehen?

  • Das “Last Interaction”-Modell ordnet zu viele Conversions der Direkteingabe zu und berücksichtigt andere Marketingkanäle, die frühere Touchpoints erzeugt haben, zu wenig.
  • Das “Last Interaction”-Modell unterschätzt Suchmaschinen als ein Marketingkanal, der neue Conversions beeinflusst. Das “Time Decay”-Modell ordnet den Suchmaschinen fast 13% mehr Erfolg zu, während es beim “Position Based”-Modell beinahe 26% sind.
  • Viele Nutzer beginnen ihre Customer Journey mit Suchmaschinen. Später kommen sie mit der Eingabe der URL oder über ein Lesezeichen zurück. In solchen Fällen zieht das “Last Interaction”-Modell den Wert vom SEO ab, während es ihn den Direkteingaben anrechnet.

Welche Insights und Empfehlungen kann ich aus diesen Reports ziehen?

  • Nach der Analyse des Reports sollten wir in der Lage sein, eine Hypothese bezüglich unserer Verteilung des Marketing-Budgets für Paid Media zu formulieren.
  • Vielleicht möchten Sie die Investitionen in SEO und die Präsenz in Suchmaschinen erhöhen. Dies könnte zu einer erhöhten Anzahl von Conversions führen, die im “Last Interaction”-Modell als Direkteingaben gemeldet wurden.
  • Sie sollten ausprobieren und auswerten, welches Modell das Beste für Sie ist. Würde es einen Sinn ergeben, das “Time Decay”-Model zu nutzen, wenn Sie wissen, dass der Verkaufszyklus länger als 90 Tage dauert? Wäre das “Position Based”-Modell in diesem Falle nicht besser geeignet?

Wir haben oben ein Beispiel dafür aufgezeigt, wie man die Reports des Multi-Attribution-Modells auswerten kann. Es gibt viele weitere Anwendungsfälle und Möglichkeiten, diese Art von Reports zu nutzen und wertvolle Einsichten zu gewinnen. Falls Sie mehr über das Piwik PRO Multi-Attribution-Reporting wissen möchten, setzen Sie sich gerne mit uns in Verbindung.

Gehen Sie mit uns den nächsten Schritt im Data-Driven Marketing - Piwik PRO Marketing Suite

Eine Software - 4 Module: Analytics, Tag Manager, Personalisierung & Customer Data Platform - DSGVO ready.

Kostenlosen Demo-Termin vereinbaren

Tags für diesen Artikel

Autor:

Saskia Wollenberg, Content Marketing Manager DACH

Sie jongliert tagtäglich mit Texten, Bildern und anderen Medienformaten. Sie ist verantwortlich für das gesamte Content-Management von Piwik PRO in Deutschland.

Mehr Artikel von diesem Autor

Autor:

Marek Juszczyński, Marek Juszczyński - Head of Marketing Piwik PRO

Marek ist Head of Marketing bei Piwik PRO. Seine Fachgebiete sind Growth Hacking und Conversion-Optimierung im E-Commerce, B2B & Start-ups. Er veröffentlicht regelmäßig Artikel zu den Themen Web Analytics und Conversion-Optimierung in Blogs und Online-Magazinen.

Mehr Artikel von diesem Autor
 Piwik vs. Google Analytics Whitepaper

Share