Was ist der Unterschied zwischen Multi-Touch- und Last-Click-Attribution?
Last-Click-Attribution schreibt den gesamten Beitrag zu einer Conversion dem letzten Touchpoint zu, meist der Anzeige oder dem Link, die eine Kundin oder ein Kunde direkt vor dem Kauf angeklickt hat. Multi-Touch-Attribution (MTA) verteilt diesen Beitrag auf alle getrackten Touchpoints der Customer Journey.
Last-Click-Attribution ist einfach und leicht zu lesen. Multi-Touch-Attribution kommt näher an das tatsächliche Einkaufsverhalten über mehrere Kanäle heran, braucht aber mehr Tracking und mehr Modellierungsentscheidungen.
Wie funktioniert Multi-Touch-Attribution?
Multi-Touch-Attribution setzt zuerst die Touchpoints zusammen, die eine Person vor der Conversion hatte, und wendet dann eine Regel oder ein Modell an, um den Beitrag aufzuteilen.
- Touchpoints erfassen. Anzeigenaufrufe, Klicks, E-Mails und Besuche werden einem Nutzer oder Gerät zugeordnet.
- Den Pfad aufbauen. Die Touchpoints werden zu einer Customer Journey geordnet, die mit einer Conversion endet.
- Den Beitrag aufteilen. Eine Regel (linear, zeitlicher Verfall, positionsbasiert) oder ein datengetriebenes Modell weist jedem Touchpoint einen Anteil zu.
- Zusammenfassen. Der Beitrag wird für Reporting und Optimierung nach Kanal und Kampagne summiert.
Was ist ein Beispiel für Last-Click- vs. Multi-Touch-Attribution?
Dieselbe Customer Journey, zwei Antworten
Eine Kundin sieht eine Online-Videoanzeige, klickt zwei Tage später auf eine Social-Anzeige und kauft, nachdem sie auf eine Anzeige für eine Marken-Suchanfrage geklickt hat.
Last-Click-Attribution rechnet Search 100 % des Beitrags zu. Ein lineares Multi-Touch-Modell gibt Video, Social und Search je ein Drittel. Ein Team, das mit Last-Click arbeitet, streicht womöglich Video, obwohl Video die Customer Journey angestoßen hat.
Multi-Touch- und Last-Click-Attribution im Vergleich
| Last-Click-Attribution | Multi-Touch-Attribution | |
|---|---|---|
| Wie Anteile vergeben werden | Vollständig an den letzten Touchpoint | Verteilt auf die erfassten Touchpoints |
| Einrichtung | Einfach, in die meisten Plattformen integriert | Braucht kanalübergreifendes Tracking und ein Modell |
| Überbewertet tendenziell | Search, Retargeting und Markenbegriffe | Kanäle mit vielen messbaren Kontakten |
| Unterbewertet tendenziell | Awareness- und Upper-Funnel-Kanäle | Nicht erfasste und Offline-Einflüsse |
| Anfälligkeit für Signal Loss | Hoch | Hoch, da Pfade zusammengesetzt werden müssen |
| Zeigt Kausalität | Nein | Nein |
Welches Attributionsmodell sollten Sie verwenden?
Multi-Touch-Attribution zeichnet ein faireres Bild der Customer Journey als Last-Click-Attribution, doch beide haben dieselben blinden Flecken: Sie sehen nur, was sich erfassen lässt, und sie verteilen Beiträge, statt Ursachen zu messen.
- Nutzen Sie Attribution für die tägliche Optimierung. Sie ist schnell und detailliert, doch die Kanalbeiträge sollten Sie als Richtungswert behandeln.
- Nutzen Sie Mix Modeling für die Budgetverteilung. Es deckt auf Basis aggregierter Daten jeden Kanal ab, auch offline.
- Nutzen Sie Inkrementalitätstests zur Überprüfung. Experimente bestätigen, ob ein Kanal die Ergebnisse tatsächlich bewegt.
Wie setzt Alli das um?
Alli by PMG verlangt von Teams nicht, sich für ein einziges Attributionsmodell zu entscheiden und nur diesem zu vertrauen. Viele Teams behalten ihre bestehende Attribution für die tägliche Optimierung und ergänzen Alli Scenario Planner für Budgetentscheidungen.
Scenario Planner verbindet Media-Response-Modellierung mit Signalen zum Markenwert aus Alli Brand Equity. So fließen die Markenbedingungen, die Attribution übersieht, in die Prognose ein, und jede Zahl nutzt die KPI-Definitionen aus Alli Semantic Layer.
Alli Scenario Planner entdeckenFAQ zu Multi-Touch- vs. Last-Click-Attribution
Warum ist Last-Click-Attribution irreführend?
Sie schreibt den gesamten Beitrag dem letzten Touchpoint zu. Kanäle, die Nachfrage wecken oder aufbauen, etwa Video und Social, wirken dadurch wirkungslos, und Branded Search wirkt effektiver, als sie ist.
Lohnt sich Multi-Touch-Attribution noch?
Ja, um Customer Journeys zu verstehen und digitale Kanäle zu optimieren. Sie hängt aber von Tracking auf Nutzerebene ab, das durch Datenschutzänderungen immer weiter abnimmt. Deshalb kombinieren die meisten Teams sie mit Mix Modeling und Experimenten.
Was ist datengetriebene Attribution?
Datengetriebene Attribution ist eine Form der Multi-Touch-Attribution, bei der ein auf beobachteten Conversion-Pfaden trainiertes Modell statt einer festen Regel entscheidet, wie viel Beitrag jeder Touchpoint erhält.
Misst Multi-Touch-Attribution Inkrementalität?
Nein. Sie verteilt den Beitrag auf die Touchpoints, die sie beobachtet hat. Um Inkrementalität zu messen, braucht es einen Vergleich mit dem, was ohne das Marketing passiert wäre, etwa einen Holdout- oder Geo-Lift-Test.
Zuletzt aktualisiert am Zurück zum Glossar