Wie wird Attribution Modelling in Google Analytics verwendet?

google-analytics

Wie wird Attribution Modelling in Google Analytics verwendet?

Unter Marketing Attribution versteht man die Identifizierung einer Reihe von Quellen oder Kanälen, die auf irgendeine Weise zu einem gewünschten Ergebnis beitragen. Dies kann ein Verkauf oder ein Abonnement sein. Da die Attribution von der Anzahl der Kanäle abhängig ist, kann sie kompliziert werden, wenn mehrere Kanäle dazu beitragen.
Um dies zu veranschaulichen, betrachten wir drei Kanäle, über die ein Produkt gekauft werden kann. Erstens kann ein Kunde auf einen Link auf Facebook klicken, um auf das gewünschte Produkt auf einer E-Commerce-Website zu geraten. Zweitens könnte er diese Produktseite erneut besuchen, wobei er auf einen Link aus einer E-Mail-Werbung klickt. Drittens kann er das gewünschte Produkt aus einer organischen Suchliste auswählen, es bewerten und den Kauf abschließen. Mit Attribution ist die Entscheidung gemeint, welcher dieser Kanäle – Facebook, E-Mail, organische Suchliste – für den Verkauf verantwortlich ist.
Attribution Modelling in Google Analytics befindet sich unter Conversions > Attribution > Model Comparison Tool. Es stehen mehrere Modelle zur Auswahl, die verglichen werden können, um die Effektivität jeder Quelle festzustellen.

Betrachten wir weiter im Detail, wie Attribution Modelling in Google Analytics durchgeführt wird.

Attribution-Modelling-in-Google-Analytics

Attribution-Modelling-in-Google-Analytics

Standard-Attributionsmodelle

„Letzte Interaktion“: Dieses Modell wird am häufigsten verwendet. Die gesamte Conversion wird dem letzten Touchpoint zugewiesen. Im oben angeführten Beispiel klickte ein Kunde zuerst auf einen Link auf Facebook, dann besuchte er die Website per E-Mail und schließlich über eine organische Suchliste, als der Kauf abgeschlossen wurde. Bei der letzten Interaktion würde also der gesamte Verkauf der organischen Suchliste als dem letzten Touchpoint zugeordnet. Anhand dieses Modells wird die Quelle ermittelt, über welche der Kauf abgeschlossen worden ist, sowie die Nachrichten oder Werbung etabliert, die den Käufer vom Kauf überzeugt hat.

„Erste Interaktion“: Hier würde die erste Interaktion mit einem Kanal zählen, d.h. 100 Prozent des Kaufs würde der ersten Quelle zugewiesen, die den Verbraucher zur Website gebracht hat. In unserem Beispiel ist dies Facebook. Erste Interaktion wird hauptsächlich zur Steigerung der Bekanntheit und Branding-Kampagnen empfohlen. Bestimmten Keywords und Quellen können Bonuswerte zugeordnet werden, um festzustellen, welche davon die Bekanntheit erhöht haben.

„Lineare“ Attribution: Bei diesem Modell zählen alle Quellen oder Touchpoints gleich viel und erhalten Prozentwerte, wobei alle verwendeten Quellen 100% ausmachen. In unserem Fall würden es bedeuten, dass 33 Prozent für jede der drei Quellen (Facebook, E-Mail und organische Suche) vergeben würden. Da dieses Modell jeder beitragenden Quelle einen Wert gibt, wird es häufig zur Berechnung der Kapitalrendite verwendet.

„Zeitverlauf“: Dieses Modell ähnelt der linearen Attribution, bei der allen Quellen eine Gutschrift gegeben wird. Wenn die Attribution im Zeitverlauf erfolgt, bekommen die Touchpoints den größten Wert, die der Conversion oder dem Verkauf zeitlich am nächsten sind. Je weiter ein Touchpoint von einem Kauf entfernt ist, desto geringer ist sein Wert für diesen Verkauf. Bei zeitbasierten Kampagnen kann dieses Modell dazu dienen, die zeitlich befristete Kampagne von anderen Touchpoints zu unterscheiden. Beispielsweise würde sich ein Händler mit einem Wochenendverkauf für Zeitverlauf entscheiden, da er die Quellen z.B. am Freitag gegenüber denen vom Montag gutschreiben würde.

„Positionsbasiert“: Dieses Modell berücksichtigt alle Quellen, ordnet jedoch den ersten und letzten Interaktionen den höchsten Wert zu. Obwohl dieses Modell der linearen Attribution ähnelt, besteht der Unterschied darin, dass die positionsbasierte Attribution davon ausgeht, dass erste und letzte Touchpoints am wichtigsten sind. Dieses Modell ist für Fälle empfehlenswert, wenn die Markteinführung einer Marke und die Klicks, die zu Conversions geführt haben, die wichtigsten Touchpoints sind.

„Letzter indirekter Klick“: Hier würden alle direkten Zugriffe nicht miteinbezogen werden. Stattdessen zählt der letzte indirekte Klick. Dieses Modell kann als Vergleich für andere Modelle dienen.

„Letzter AdWords-Klick“: In diesem Modell würde ein Kauf dem letzten Klick auf eine AdWords-Anzeige zugeordnet werden. Hier muss festgestellt werden, welche AdWords-Anzeigen zu den meisten Conversions geführt haben.

Benutzerdefinierte Attribution

Wenn diese Modelle nicht ausreichend sind, ist es möglich, ein benutzerdefiniertes Attributionsmodell zu erstellen. Mithilfe von Google Analytics 360 kann datengesteuerte Attribution verwendet werden, wodurch das Erstellen benutzerdefinierter Modelle auf Basis von Daten aus Google Analytics vereinfacht wird. Eine weitere Möglichkeit besteht darin, dass die Daten aus Google Analytics exportiert werden und ein eigenes Modelle auf statistischen Plattformen wie SAS oder SPSS Statistics ausgeführt wird.
Die wichtigsten Gründe, benutzerdefinierte Attributionsmodelle zu erstellen, sind:

  • Einzigartige Gewichtung für bestimmte Quellen. Das Modell wurde außerhalb von Google Analytics ausgeführt und es lässt sich feststellen, dass eine bestimmte Quelle konsistent z.B. 50 Prozent des Werts produziert hatte.
  • Timing. Es gibt einen bestimmten Zeitplan für das Attributionsfenster. Zum Beispiel setzen Sie sich zum Ziel, nur Werte aus den letzten sechs Tagen zuzuweisen.
  • Sonderfälle. Zu Sonderfällen zählen beispielsweise Fälle, wenn bestimmten Keywords, Quellen oder Kanälen höhere oder niedrigere Werte zugewiesen werden oder bestimmte Quellen ausgeschlossen werden sollen.
  • Ändern der Standardmodelle. Beispiele: In der positionsbasierten Attribution sollen die Werte oder die Reihenfolge geändert werden; Im Modell „Zeitverlauf“ wird der ersten Quelle der höchste Wert zugewiesen.

Um ein benutzerdefiniertes Attributionsmodell zu erstellen, werden folgende Schritte ausgeführt, die vom Grund abhängig sind.

    • Klicken Sie auf Conversion > Attribution > Model Comparison Tool (Modellvergleichstool) und wählen Sie im Drop-down-Menü unter „Last Interaction“ („Letzte Interaktion“) „Create new custom model” („Neues benutzerdefiniertes Modell erstellen“) aus.
    • Geben Sie einen Namen für das Modell ein und wählen Sie das Standardmodell aus, das Sie als Ausgangspunkt für Ihr benutzerdefiniertes Modell verwenden möchten, bevor seine Gewichtungen geändert werden.
    • „Lookback Window“ („Tracking-Zeitraum“), „Adjust credit based on user engagement” („Zuordnung auf Grundlage des Nutzerinteresses anpassen“) und “Apply custom credit rules” („Kundenspezifische Gutschriftregeln anwenden“) können wie gewünscht eingestellt werden.
      Using-Attribution Modeling-in-Google-Analytics

      Using-Attribution Modeling-in-Google-Analytics


Geben Sie einen Namen für das Modell ein und wählen Sie das „Standardmodell“ aus, bevor seine Gewichtung geändert wird. Stellen Sie nach Wunsch „Tracking-Zeitraum“, „Zuordnung auf Grundlage des Nutzerinteresses anpassen“ und „Kundenspezifische Gutschriftregeln anwenden“ ein.

Konsistenz

Zum Schluss sollte noch darauf hingewiesen werden, dass es notwendig ist, den Zweck des Attributionsmodells zu bestimmen und ihn über die Zeit konsistent zu halten. Wenn beispielsweise mit der Attribution der ROI jeder Quelle ermittelt werden sollte, werden nicht „Letzte Interaktion“ im April und „Positionsbasiert“ im Mai verwendet. Bei richtiger Ausführung können mithilfe der Attribution Kampagnen, Keywords und Quellen optimiert werden und dementsprechend die Leistung verbessert werden.

Haben Sie noch Fragen? Kontaktieren uns.
Es gibt keine Kommentar noch

Unverbindliche Anfrage

Wir unterbreiten Ihnen gerne ein individuell erstelltes Angebot. Oder rufen Sie ganz unverbindlich unter: 0515 1877 9856 an.

main contact