Attribution bezeichnet im digitalen Marketing den Prozess, bei dem ermittelt wird, welche Werbekontakte – sogenannte Touchpoints – auf dem Weg eines Nutzers zu einer Conversion beigetragen haben. Jedem dieser Kontakte wird ein Anteil am Werbeerfolg zugeschrieben. Das Verfahren bildet die analytische Grundlage für Budgetsteuerung und Kampagnenbewertung.
Begriffsherkunft und Einordnung
Das Wort „Attribution“ entstammt dem lateinischen attribuere. Es bedeutet „zuschreiben“ oder „zuweisen“. Im digitalen Marketing überträgt sich diese Bedeutung auf eine konkrete Frage: Welchem Werbekanal ist eine gewünschte Nutzeraktion zuzurechnen? Diese Aktion kann ein Kauf, eine Anmeldung oder ein Download sein.
Eng verbunden ist Attribution mit dem Konzept der Customer Journey. Diese beschreibt den Weg eines Nutzers vom ersten Markenkontakt bis zur Transaktion. Ein Nutzer berührt dabei mehrere Kanäle: eine Display-Anzeige, eine Suchanfrage, eine E-Mail-Kampagne. Welchem dieser Kanäle der Kauf zuzuordnen ist, beantwortet die Attribution.
Attribution im digitalen Marketing: Funktionsweise
Technisch basiert Attribution auf der Aufzeichnung von Nutzerinteraktionen über Kanäle und Geräte hinweg. Es kommen Technologien wie Browser-Cookies, Pixel-Tags oder mobile Advertising-IDs zum Einsatz. Jede Interaktion erhält einen Zeitstempel und einen Kanalidentifikator. Zusammen bilden sie den sogenannten Conversion-Pfad.
Auf Basis dieses Pfades wendet ein Attributionsmodell eine Gewichtung auf die Touchpoints an. Das Ergebnis ist eine prozentuale Zuteilung des Conversion-Wertes auf die beteiligten Kanäle. Marketing-Teams nutzen diese Zuteilung, um den Beitrag jedes Kanals zu bewerten.
Im Performance Marketing ist präzise Attribution unverzichtbar. Hier werden Budgets direkt anhand messbarer Ergebnisse verteilt.
Attributionsmodelle im Überblick
Es existieren verschiedene Modelle. Sie unterscheiden sich durch die Art der Gewichtung. Einfache, regelbasierte Ansätze stehen neben datengetriebenen Verfahren.
Attribution – Regelbasierte und datengetriebene Modelle
Regelbasierte Modelle folgen einem festen Schema:
- Last-Click-Modell: Der gesamte Conversion-Wert geht an den letzten Touchpoint. Es ist das einfachste Modell, unterschätzt aber frühe Berührungspunkte stark.
- First-Click-Modell: Der erste Kontaktpunkt erhält die vollständige Gutschrift. Dieses Modell hebt Awareness-Kanäle hervor, blendet aber spätere Einflüsse aus.
- Lineare Attribution: Alle Touchpoints erhalten denselben Anteil. Fair verteilt, aber ohne Differenzierung nach Wirkung.
- Time-Decay-Modell: Kontakte nahe der Conversion werden stärker gewichtet. Frühere Touchpoints gehen leer aus.
- Position-Based-Modell (U-förmig): Erster und letzter Touchpoint erhalten je 40 %. Die restlichen 20 % verteilen sich auf mittlere Kontakte.
Datengetriebene Modelle – auch Data-Driven Attribution – nutzen Machine-Learning. Sie berechnen den Beitrag jedes Touchpoints aus historischen Daten. Diese Methode gilt als genauer, setzt aber große Datenmengen voraus.
| Modell | Gewichtungsprinzip | Stärke | Schwäche |
|---|---|---|---|
| Last-Click | 100 % letzter Touchpoint | Einfach umsetzbar | Ignoriert frühere Kontakte |
| First-Click | 100 % erster Touchpoint | Hebt Awareness hervor | Ignoriert spätere Kontakte |
| Linear | Gleiche Anteile | Einfach und fair | Keine Differenzierung |
| Time-Decay | Nähe zur Conversion | Berücksichtigt Kaufnähe | Unterschätzt Awareness-Kanäle |
| Position-Based | 40–20–40 | Balanciert | Willkürliche Gewichtung |
| Data-Driven | Algorithmusbasiert | Empirisch fundiert | Großes Datenvolumen nötig |
Herausforderungen und Grenzen
Attribution stößt in der Praxis auf strukturelle Grenzen. Eine davon ist die geräteübergreifende Messung. Nutzer wechseln oft zwischen Smartphone, Tablet und Desktop. Ohne eindeutige Nutzeridentifikation bleiben Conversion-Pfade fragmentiert.
Eine weitere Einschränkung folgt aus dem Datenschutzrecht. Die DSGVO schränkt den Einsatz von Tracking ein. Cookies dürfen vielfach nur mit aktiver Einwilligung gesetzt werden. Das reduziert die Datenvollständigkeit. Der Abbau von Third-Party-Cookies verstärkt diesen Effekt zusätzlich.
Hinzu kommt das sogenannte Attribution-Paradox: Je mehr Kanäle aktiv sind, desto schwieriger ist die Trennung der Beiträge. Im Affiliate Marketing führt fehlerhafte Attribution dazu, dass Provisionen falsch verteilt werden.
Abgrenzung zu verwandten Konzepten
Marketing Mix Modelling (MMM) – auch bekannt als Local Media Mix Modelling – schätzt den Beitrag von Mediakanälen zum Umsatz. Es arbeitet auf Basis aggregierter Zeitreihendaten. Individuelle Tracking-Daten sind dafür nicht nötig. MMM ergänzt die Attribution, ersetzt sie aber nicht.
Incrementality Testing misst den Mehrabsatz, den eine Werbemaßnahme tatsächlich auslöst. Dafür werden Test- und Kontrollgruppen gebildet. Die Methode gilt als kausaler als klassische Attribution, ist aber aufwändiger.
Reines Conversion-Tracking registriert lediglich, ob eine Zielhandlung stattfand. Attribution ordnet dieses Ereignis dann einem oder mehreren Kanälen zu. Das CPA-Modell (Cost per Action) baut direkt darauf auf: Kosten je Aktion lassen sich nur korrekt berechnen, wenn die Aktion einem Kanal zugeschrieben wurde.
Bedeutung für die Marketingpraxis
Die Wahl des Attributionsmodells wirkt sich direkt auf Budgetentscheidungen aus. Ein Unternehmen, das nur nach dem Last-Click-Modell steuert, übergewichtet conversion-nahe Kanäle. Awareness-Kanäle werden dagegen unterfinanziert. Ein datengetriebenes Modell kann zeigen, dass ein scheinbar schwacher Kanal viele Käufe angestoßen hat.[1]
Im Affiliate Marketing hat die Attribution besondere wirtschaftliche Relevanz. Partner werden auf Basis zugeschriebener Conversions vergütet. Ein falsches Modell führt zu systematischen Fehlzahlungen.
Auch der Ropo-Effekt zeigt Grenzen auf. Wer online recherchiert und offline kauft, hinterlässt im digitalen Tracking keine Spur. Solche Offline-Conversions bleiben in gängigen Modellen untererfasst.
Sinnvoll ist eine Kombination aus mehreren Ansätzen. Serverseitiges Tracking und Incrementality-Tests verbessern die Zuordnung. Sie reduzieren auch die Abhängigkeit von Cookie-Daten.
Datenschutzrechtliche Dimension
Attribution berührt das Datenschutzrecht unmittelbar. Sie beruht auf der Verarbeitung personenbezogener Nutzungsdaten. Nach der DSGVO ist für Tracking-Cookies meist eine ausdrückliche Einwilligung erforderlich.[2] Viele Nutzer verweigern diese. Das schränkt die Messbarkeit erheblich ein.
Deshalb gewinnen alternative Ansätze an Bedeutung. Dazu zählen probabilistische Modelle auf Basis aggregierter Signale und First-Party-Daten aus CRM-Systemen. Auch serverbasierte Lösungen ohne Client-seitige Cookies werden häufiger eingesetzt. Zukunftsfähige Attribution muss Messgenauigkeit und Datenschutz vereinen.[3]
Literaturempfehlungen
- Ralf T. Kreutzer: Praxisorientiertes Online-Marketing. Springer Gabler, Wiesbaden 2021, ISBN 9783658319892.
- Miriam Löffler: Think Content! Content-Strategie, Content-Marketing, Texten fürs Web. Rheinwerk Verlag, Bonn 2021.