Mehr als Last-Click: Multi-Touch-Attribution in der Praxis

Multi-Touch-Attribution ohne Datenteam braucht drei Dinge: eine UTM-Konvention für jeden ausgehenden Link, ein serverseitiges Klickprotokoll, dem Sie vertrauen, und ein Modell, an das Sie sich ein Quartal lang halten (First-Touch, Last-Non-Direct oder positionsbasiert mit 40/20/40). Last-Click schreibt den gesamten Erfolg dem letzten Kontaktpunkt zu und entzieht den Kanälen das Budget, die die Nachfrage erst geschaffen haben.

Last-Click-Attribution ist wie der Kollege, der am Ende eines langen Projekts auftaucht und sich alle Lorbeeren nimmt. Böse Absicht steckt nicht dahinter, so funktioniert eben die Standardansicht der Analyse-Tools. Trotzdem lenkt sie das Budget immer wieder in die falschen Kanäle.

Um das zu ändern, brauchen Sie kein Datenteam. Sie brauchen drei Dinge: UTM-Disziplin, ein Klickprotokoll, dem Sie vertrauen, und ein Modell. Die Link-Statistiken von LinkPilot sind eine mögliche Quelle für dieses Klickprotokoll. In diesem Beitrag geht es um das Modell.

Warum bringt Last-Click-Attribution Teams auf falsche Fährten?

Weil sie den gesamten Erfolg dem letzten Kontaktpunkt zuschreibt, meist einer Suche nach dem Markennamen oder einem direkten Besuch. Die Kanäle, die die Nachfrage geschaffen haben, gehen leer aus. Nehmen Sie diese Customer Journey:

1. Sieht eine YouTube-Anzeige → vergisst sie.
2. Liest einen Blogbeitrag, der für „link tracking“ rankt → setzt ein Lesezeichen.
3. Drei Tage später tippt die Person den Markennamen bei Google ein → kauft.

Last-Click schreibt den Verkauf der Markensuche zu. Die YouTube-Anzeige und der Blogbeitrag, die die Nachfrage tatsächlich erzeugt haben, bekommen nichts. Ein paar Quartale so, und das Budget sammelt sich in Kanälen am unteren Ende des Funnels, die buchstäblich nicht wachsen können, weil nichts sie mehr speist.

Ein praxistaugliches Multi-Touch-Modell

Sie brauchen drei Ebenen:

1. Jeden Kontaktpunkt erfassen

Packen Sie jeden ausgehenden Link in einen getrackten Kurzlink mit UTMs. Der Linkverkürzer protokolliert den Klick serverseitig. Mit den UTMs können nachgelagerte Tools (GA4, Ihr CRM) die Sitzung zuordnen, und zwar über die Parameter, die Google dokumentiert.

2. Sitzungen mit Identitäten verknüpfen

Wenn die Person konvertiert (Registrierung, Kauf), speichern Sie die Cookie-ID und die UTMs aller vorherigen Sitzungen beim neuen Konto. Genau dieses eine Bindeglied lässt die Attribution funktionieren.

Die meisten CRMs und Analyse-Tools unterstützen das. Sie müssen es nur einschalten.

3. Ein Modell wählen und dabei bleiben

Drei Modelle, nach Komplexität geordnet:

• First-Touch. Der erste bekannte Kanal bekommt den Erfolg. Am besten für Teams, die auf Bekanntheit zielen.
• Last-Non-Direct. Wie Last-Click, aber direkte Besuche zählen nicht. Die pragmatische Voreinstellung für die meisten Teams.
• Positionsbasiert (40/20/40). Erster und letzter Kontakt bekommen je 40 %, die Kontakte dazwischen teilen sich 20 %. Am besten für gemischte Teams.

Wählen Sie eines. Nutzen Sie es mindestens ein Quartal lang. Vergleichen Sie die Rangfolge der Kanäle mit Ihrer Last-Click-Rangfolge. (Die Attributionsberichte von GA4 bieten laut Googles Leitfaden zur Attribution ein datengetriebenes Modell und Last-Click-Modelle. Mit der Tabellenmethode unten rechnen Sie First-Touch oder positionsbasiert auch ohne GA4.) Die Unterschiede zeigen die Kanäle, in die Sie zu wenig oder zu viel investiert haben.

Wie rechnen Sie ein Modell ohne Attributions-Tool?

Mit einer Tabelle und der Customer Journey von oben. Nehmen Sie die drei Kontaktpunkte: YouTube-Anzeige, Blogbeitrag, Markensuche. Eine Conversion ist eine Einheit Erfolg wert.

• First-Touch: YouTube-Anzeige 1,0; Blog 0; Markensuche 0.
• Last-Non-Direct: Die Markensuche ist eine Suche, kein direkter Besuch, und behält deshalb den Erfolg: 1,0. Wäre der letzte Kontakt eine von Hand eingetippte URL gewesen, fiele der Erfolg an den Blogbeitrag zurück.
• Positionsbasiert (40/20/40): YouTube-Anzeige 0,4; Blogbeitrag 0,2; Markensuche 0,4.

Machen Sie das nun für jede Conversion im Quartal und summieren Sie nach Kanal. Die Tabelle braucht drei Spalten pro Conversion: die geordnete Liste der Kontaktpunkte (Quelle und Medium aus den UTMs jedes getrackten Links), das Datum der Conversion und den Wert, falls Sie einen haben. Das Klickprotokoll liefert die Kontaktpunkte, das CRM die Conversion, und das Modell ist eine Formel.

Damit das funktioniert, müssen die Daten Folgendes enthalten: eine stabile Kennung, die Sitzungen verbindet (eine Cookie-ID oder ein Login), UTMs an jedem ausgehenden Link, damit die Quelle nie versehentlich „direct“ ist, und serverseitige Klickprotokolle, damit Werbeblocker den ersten Kontakt nicht löschen. Fehlt einer dieser drei Punkte, fangen Sie dort an. Die Wahl des Modells zählt weniger als die Lücken.

Wie sieht das in der Praxis aus?

Eine typische Umverteilung des Budgets nach dem Wechsel von Last-Click zu positionsbasiert:

Markensuche und Direktzugriffe schrumpfen, Content und Paid Social wachsen. Hier wird die Arbeit an der Nachfrage endlich in den Zahlen sichtbar.

Wann lohnt sich ein eigenes Attributions-Tool?

Wenn die Ausgaben für bezahlte Kanäle einen sechsstelligen Betrag im Monat erreichen, das CRM Daten aus mehreren Monaten mit sauberen UTMs enthält und echte Entscheidungen an besserer Attribution hängen. Es ist so weit, wenn:

• Sie im Monat einen sechsstelligen Betrag für Paid Media ausgeben.
• Ihr CRM mindestens 5 Monate saubere UTM-Daten enthält.
• Sie drei Entscheidungen nennen können, die an besserer Attribution hängen.

Vorher ist der ROI eines solchen Tools negativ. In dieser Phase schlägt Disziplin jede Software.

Noch ein Test, bevor Sie etwas kaufen: Rechnen Sie das Tabellenmodell ein Quartal lang und schreiben Sie die drei Entscheidungen auf, die es verändert hat. Wenn Sie keine nennen können, liefert ein Tool nur hübschere Diagramme derselben Unentschlossenheit.

Quellen

• Google Analytics Help, Get started with attribution.
• Google Analytics Help, Collect campaign data with custom URLs.