Ein grundsätzliches Problem, das wir beim Kunden häufig sehen, ist, dass eine Last Click Attribution vorgenommen wird. Dass ist so, als ob in der Fußballbundesliga nur die Spieler bezahlt werden würden, die ein Tor geschossen haben. Bei Kampagnen und Kanälen, die grundsätzlich weiter hinten im Funnel positioniert sind, wie beispielsweise Brand Search oder Retargeting, neigen Marketer dazu, den Last Click zu überbewerten. Kampagnen, die weiter oben im Funnel und weiter weg vom Conversion-Ereignis stattfinden, wie bspw. klassisches Display Advertising, werden durch Last Click unter- oder gar nicht bewertet. Das führt zu Fehlern in der Budgetallokation und zu verlorenen Umsätzen und Gewinnen. Wir haben Fälle erlebt, in denen dem Retargeting vier Mal zu viele Sales zugeschrieben wurde, was ungefähr einem monatlichen Einsparungspotenzial von 3.000,- bis 5.000,- EUR entspricht.

Um diese offensichtlichen Nachteile der Last-Click-Bewertung abzufedern, werden verschiedene statische Attributionsalternativen eingeführt, wie First Click, Linear, Badewanne oder Time Decay. Auch diese sind nur arbiträr gewählt, basieren nicht auf datenanalytischen und belastbaren Erkenntnissen und führen ebenfalls zu suboptimalen Marketingentscheidungen. Einige Unternehmen gehen sogar so weit, dass sie hochkomplexe Regelwerke erstellen, die sehr schwer zu warten sind und häufig Fehler enthalten. Teil eines solchen Regelwerkes kann bspw. sein, dass, wenn ein Käufer innerhalb von zehn Tagen vor der Conversion erst auf ein organisches Suchergebnis (SEO) geklickt hat und danach direkt vor dem Kauf auf eine Branded-AdWords-Kampagne geklickt wurde, die Conversion dann zu 70% SEO und nur zu 30% dem Last-Click-AdWords-Kontakt zugeschrieben wird.

Um die Werbewirkungen der digitalen Kampagnen und Kanäle zu verstehen, ist es essenziell, nicht nur Journeys zu berücksichtigen, die in einen Kauf münden (Customer Journeys), sondern auch die Journeys und Marketingtouchpoints, die zu keinem Kauf geführt haben. Nur so kann verstanden und erkannt werden, wie stark jede Kampagne auf die Sales eingewirkt hat. Das heißt, es müssen alle “User Journeys” berücksichtig werden. Die in den Abschnitten 1 und 2 beschriebenen Attributionsmethoden beinhalten nur Customer Journeys, was einen weiteren großen Nachteil dieser Vorgehensweisen darstellt.

Wenn dann Bewusstsein da ist, dass ein datenbasiertes, dynamisches Attribution Modelling die beste Lösung ist, stellen Marketingverantwortliche häufig fest, dass die bestehenden Lösungen viel zu teuer und umständlich sind. Einige am Markt befindlichen Angebote kosten deutlich mehr als 100.000 EUR pro Jahr und richten sich an Unternehmen mit großen Marketingbudgets. Deren Lösung kann nicht eben mal getestet werden, bei Interesse an deren Produkt wird man erst einmal durch deren aufwendige Sales-Pipeline gedreht.

Sobald mehr als ein Kanal genutzt wird, bspw. neben Google AdWords noch Facebook Ads, gibt es auch zwei verschiedene Dashboards und Reports, um die Performance der Kanäle und Kampagnen zu bewerten. Normalerweise wird deswegen dann auf Google Analytics zurückgegriffen. Hier ist nur in der teuren Premiumversion ein datengetriebenes Attribution Modelling verfügbar, bei dem den meisten Kunden allerdings die Transparenz, was die genaue Berechnung betrifft, zu gering ist. Zudem lassen sich in Google Analytics allgemein nur schwer die Kosten aus nicht Google-Kanälen integrieren. Dadurch ist eine Crosschannel-CPO- oder -ROI-Betrachtung nur umständlich möglich.