Warum Werbetreibende mehr brauchen als Attribution

Attribution beantwortet eine engere Frage, als die meisten denken. Sie fragt: Von den Conversions, die stattgefunden haben, welcher Touchpoint bekommt den Verdienst?

Die Frage, auf der Ihre Budgetentscheidung tatsächlich beruht, ist eine andere: Wäre diese Conversion ohnehin passiert? Attribution kann das nicht beantworten, und keine noch so ausgefeilte Modellierung ändert daran etwas, weil die Antwort verlangt, eine Welt zu beobachten, in der die Anzeige nicht lief.

Warum diese Lücke echtes Geld kostet

Retargeting ist der klarste Fall. Es meldet zuverlässig hervorragenden ROAS, weil es Menschen gezeigt wird, die dem Kauf ohnehin schon nahe sind, und weil es für Käufe gutgeschrieben wird, die weitgehend schon unterwegs waren. Attribution liegt hier nicht falsch. Sie meldet wahrheitsgetreu, dass eine Retargeting-Anzeige der letzte Touchpoint war. Sie kann nur nicht zwischen Verdienst und Verursachung unterscheiden.

Die Folge ist eine bekannte und teure Schleife: Retargeting wird hochskaliert, der plattforminterne ROAS verbessert sich, der Gesamtumsatz bewegt sich nicht, und das Konto folgert, es brauche noch mehr Retargeting.

Die Prüfung dauert eine Minute. Vergleichen Sie Blended ROAS oder MER, also Gesamtumsatz über Gesamtausgaben ganz ohne Attribution, mit Ihrer plattforminternen Zahl im selben Zeitraum. Verbessert sich der Plattform-ROAS, während der Blended-Wert flach bleibt, haben Sie Verdienst verschoben statt Umsatz erzeugt.

Jedes Attributionssystem widerspricht dem anderen, und alle haben in sich recht

Meta meldet eine Zahl, Google Analytics eine andere, Ihr CRM eine dritte. Das ist meist kein Fehler.

Sie unterscheiden sich beim Fenster: wie lange nach einem Klick oder View eine Conversion noch zählt. Sie unterscheiden sich beim Modell: First-, Last- oder verteilter Klick. Sie unterscheiden sich darin, ob View-Throughs überhaupt zählen. Und sie unterscheiden sich darin, ob modellierte Conversions einfließen, was seit dem Signalverlust stärker ins Gewicht fällt, weil Modellierung einen größeren Anteil dessen ausmacht, was Plattformen melden.

Bei unterschiedlichen Regeln sind unterschiedliche Summen das korrekte Ergebnis. Die sinnvolle Reaktion ist, den Abgleich aufzugeben und sich festzulegen: Wählen Sie das System, mit dem Sie Entscheidungen treffen, verstehen Sie, was es zählt, und nutzen Sie die anderen als Plausibilitätscheck, nicht als Widerspruch, den es aufzulösen gilt.

Was die kausale Frage tatsächlich beantwortet

Geo-Holdouts. Werbung in einer Reihe vergleichbarer Regionen aussetzen, anderswo normal weiterlaufen lassen, vergleichen. Geo-Holdout-Tests sind für die meisten Werbetreibenden die praktikabelste Inkrementalitätsmethode, weil sie keine Kooperation der Plattform brauchen und messen, was passiert ist, statt über Verdienst zu streiten.

Conversion-Lift-Studien. Metas eigener randomisierter Holdout. Sauberer im Design und abhängig von ausreichendem Volumen: siehe Conversion-Lift-Studien.

Marketing-Mix-Modeling. Top-down, kanalübergreifend, ohne User-Tracking. Nützlich bei größerem Spend und wenig hilfreich für die Entscheidung über ein einzelnes Anzeigengruppe: MMM.

Alle drei kosten etwas: entgangenen Umsatz, Zeit oder analytische Kapazität. Genau das ist der Punkt. Kausale Antworten sind teuer, weil sie verlangen, bewusst etwas nicht zu tun, und genau deshalb haben so wenige Werbetreibende eine.

Attribution verdient weiterhin ihren Platz

Nichts davon macht sie überflüssig. Attribution ist das, was Meta überhaupt optimieren lässt: Das Auslieferungssystem braucht Conversion-Events, die Anzeigen zugeordnet sind, um daraus zu lernen, weshalb die eigene Event-Pipeline zu reparieren meist mehr bringt als jede Modellverfeinerung. Genaue Attribution deckt auch echte Defekte auf, und ein falsches Fenster wird echte Performance auf eine Weise falsch zuordnen, die es wert ist, korrigiert zu werden.

Der Fehler liegt darin, Attribution als vollständige Antwort darauf zu behandeln, ob Spend funktioniert. Sie ist eine Ebene eines Teils des Kontos, sie leistet die Arbeit der Messung, nicht die Arbeit der Entscheidung.

Die praktische Haltung

Nutzen Sie Attribution, um das Tagesgeschäft zu führen: welche Anzeigen Sie testen, welche Sie auffrischen, wohin die Auslieferung geht. Nutzen Sie eine periodische Inkrementalitätsprüfung, und sei es nur ein grober Geo-Holdout ein- oder zweimal im Jahr, um zu prüfen, ob die kanalübergreifende Geschichte, die Attribution erzählt, in etwa stimmt.

Und halten Sie die beiden Fragen im Kopf getrennt. “Welche Anzeige bekommt den Verdienst” und “was wäre ohne sie passiert” sind unterschiedliche Fragen, und sie zu verwechseln ist der Weg, auf dem selbstsichere, gut dokumentierte und gründlich falsche Budgetentscheidungen entstehen.