Was ist das beste Marketing-Attributionsmodell im Jahr 2022?

Die Marketingfachleute von heute haben eine herausfordernde Aufgabe, den Wert und die Wirkung ihrer Marketingaktivitäten zu demonstrieren. Da mehrere Marketingkanäle online und offline verfügbar sind und die Kauf- und Entscheidungswege der Verbraucher immer komplexer werden, ist es wichtiger, aber auch schwieriger als je zuvor, die Fähigkeit zu verstehen, den Einfluss des Marketings zu verstehen. In diesem Artikel werfen wir einen Blick darauf, warum Marken Data Driven Attribution (DDA) nutzen müssen, um eine bessere Leistungstransparenz zu erzielen, Strategien schnell zu skalieren und anzupassen und neue Kunden zu gewinnen.

Marketer haben jahrelang darum gekämpft, den Wert ihrer Aktivitäten zu verstehen. Trotz der Verfügbarkeit innovativer Lösungen in den Bereichen Analytics und Data Science in der gesamten Branche bleibt der Kaufprozess für die meisten Marketer unklar. Welchen Einfluss beispielsweise Marketingaktivitäten auf einen Verkauf haben, ist oft noch unklar.

Kaufwege können jedoch durch Kundeninteraktionen auf den Marketingkanälen eines Unternehmens analysiert werden. Eine solche Lösung ist die Bereitstellung von sofort einsatzbereiten Marketingzuordnungsmodellen in der Analytik.

Customer Journeys sind jedoch komplex. Vermarkter stellen oft schnell fest, dass Modelle von der Stange die Feinheiten der Customer Journeys nicht genau widerspiegeln.

Der Weg in die Zukunft besteht darin, dass Marketer die standardmäßigen, vorkonfigurierten Methoden der Marketing-Attribution, die seit Jahren verwendet werden, aufgeben und Data Driven Attribution (DDA) einführen.

In diesem Artikel untersuchen wir die Unzulänglichkeit von Out-of-the-Box-Marketing-Zuordnungsmodellen und tauchen ein, warum DDA eine fokussierte Linse zum Verständnis von Multi-Touch-Journeys bietet.

Es ist an der Zeit, auf die objektiven Ergebnisse der Maschine zu vertrauen.

Was ist Data Driven Attribution (DDA)?

Data Driven Attribution ist eine maschinelle Lernmethode, um den Einfluss von Marketingkanälen auf Kundenentscheidungen zu ermitteln.

Anstatt sich auf veraltete Standard-Marketingzuordnungsmodelle (mit angenommenen Regeln zum Verhalten der Kanäle) zu verlassen, entfernen maschinelle Lernmodelle wie DDA die Subjektivität und bieten einen detaillierten Überblick über die tatsächlichen Auswirkungen der Kanäle auf die endgültigen Kaufentscheidungen.

Warum ist die Verwendung des richtigen Marketing-Attributionsmodells wichtig?

Nicht alle Marketingaktivitäten sind so einflussreich wie die anderen. Ein Social-Media-Beitrag hat wahrscheinlich einen anderen Einfluss als eine PPC-Werbung, auch wenn sie möglicherweise mit derselben übergreifenden Kampagne verbunden sind. Daher wäre es falsch anzunehmen, dass alle Aktivitäten gleichermaßen effektiv sind, um (zum Beispiel) Conversions zu erzielen.

Verständlicherweise ist es für Marketer nicht einfach, die Wirkung ihrer Kampagnen aufzudecken, wenn mehrere Aktivitäten kanalübergreifend laufen – manchmal gleichzeitig.

Abgesehen davon, welche Kanäle für Messaging oder Produkte am besten geeignet sind, sollten Marketingspezialisten auch effektiv planen und budgetieren. Dies ist besonders kritisch angesichts der Tatsache, dass Marketingbudgets oft die ersten sind, die knapp werden.

Erschwerend kommt hinzu, dass unterschiedliche Kanäle branchenübergreifend unterschiedliche Rollen bei den Kaufentscheidungen der Verbraucher spielen. Beispielsweise werden digitale Marketingaktivitäten, die für ein B2C-Einzelhandelsunternehmen Wirkung erzielen, im privaten Gesundheitssektor anders umgesetzt.

Gleiches gilt für B2B-Anwendungen. Es gibt einfach keine Einheitslösung, weshalb standardmäßige Marketingzuordnungsmodelle niemals angemessen sein werden.

Marketingzuordnungsmodelle helfen Marketingfachleuten auch dabei, die besten Kanäle für Folgendes zu identifizieren:

• Einen Kunden in das Unternehmen einführen
• Schluss- und Entscheidungsmomente
• Marketingaktivitäten planen und skalieren
• Auf Veränderungen schnell reagieren.

Es gibt zwei Arten von Marketing-Attributionsmodellen:

Basic: Out-of-the-Box-Modelle, wie erster Klick, letzter Klick, positionierungsbasiert, Zeitabfall. Alle sind regelbasiert und gehen typischerweise davon aus, dass Entscheidungen von Verbrauchern linear getroffen werden.

DDA (Data Driven Attribution): Anstatt vorgegebene Regeln und Annahmen zu verwenden, die von Menschen erstellt wurden, müssen Maschinen aus den Daten lernen und die optimale Kreditgewichtung für jeden Kanal ermitteln

Grundlegende, regelbasierte Attributionsmodelle sind oft die erste Wahl für Marketingabteilungen, da sie einfach zu verstehen sind. Aber sie erzählen nicht die ganze Geschichte.

Was ist falsch an grundlegenden Marketing-Attributionsmodellen?

Wir haben die Haupttypen grundlegender Marketing-Attributionsmodelle aufgelistet und warum sie nicht ideal sind:

• Letzter Klick: Das gesamte Guthaben geht an den letzten Klick vor der Konvertierung oder Anmeldung
• Erster Klick: Die Umkehrung des obigen

Die oben genannten Methoden berücksichtigen keine anderen Touchpoints, die eine Customer Journey beeinflusst haben könnten. Die folgenden Methoden berücksichtigen verschiedene Phasen des Conversion-Prozesses in unterschiedlichem Maße, beruhen jedoch immer noch auf der Annahme, dass Customer Journeys linear sind.

Infolgedessen verdient jeder Kanal Anerkennung für die Aktualität oder seine Position in einem allzu vereinfachten Entscheidungsprozess:

• Letzter indirekter Klick: Der letzte indirekte Kanal, der vor der Conversion des Kunden verwendet wird, erhält die gesamte Gutschrift
• Zeitverfall: Das Guthaben steigt je nach Neuheit der Conversion oder Anmeldung, wobei die letzte Aktivität das meiste Guthaben verdient
• Linear: Jede Phase erhält eine gleiche Menge an geteiltem Guthaben
• Positionsbasiert: Erste und letzte Interaktion werden zu gleichen Teilen gewertet.

DDA ist die einzige Attributionsmethode, die eine repräsentative Sicht auf die Customer Journeys erstellt, die (immerhin) für jedes einzelne Unternehmen einzigartig sind.

Bei der datengesteuerten Attribution lernt eine Maschine aus großen Mustern von Kundenreisen über einen bestimmten Zeitraum und analysiert alle chaotischen und komplexen Interaktionen zwischen Kanälen, wie sie sind, ohne Linearität anzunehmen.

DDA weist Kredite basierend auf den Beziehungen zwischen Kanälen zu, die rechnerisch analysiert wurden. Daher können DDA-Modelle sicherstellen, dass Kredite objektiver zugeordnet werden. Das ist wesentlich repräsentativer für die Realität der tatsächlichen Customer Journeys, die chaotisch und komplex sind.

Das „beste“ Marketing-Attributionsmodell ist…? Subjektiv

DDA bietet die umfassendste Ansicht der Kanalleistung. Dennoch gibt es algorithmisch mehr als eine Möglichkeit, DDA auszuführen. Marketingplattformen wie Google Analytics 360 wenden einen spieltheoretischen Ansatz mit Shapley Values ​​an.

Andere Plattformen verwenden möglicherweise probabilistische Methoden wie Markov Chain. Digital fortgeschrittenere Unternehmen werden maßgeschneiderte DDA-Modelle verwenden, die regelmäßig optimiert werden.

Dies bedeutet, dass DDA zwar die bessere Wahl gegenüber einfachen linearen Modellen ist, es jedoch keinen einzigen „besten“ Weg gibt, DDA anzuwenden. Jedes Unternehmen ist anders, und die Marketingaktivitäten variieren je nach Kundengruppe.

Für Vermarkter, die beabsichtigen, DDA auszuprobieren, bevor sie eine große Verpflichtung eingehen, ihre eigenen benutzerdefinierten Modelle zu erstellen, ist der vielleicht freundlichste und zugänglichste Weg Google Analytics 4. Google Ads verwendet jetzt auch DDA als Standardzuordnungsmodell für Pay-per-Click-Marketing Aktivität.

Mit datenbasierten Marketing-Attributionsmodellen Ehre machen, wem Ehre gebührt

Customer Journeys sind viel chaotischer, komplexer und schwerer zu verstehen als Out-of-the-Box-Attributionsmodelle. Das bedeutet nicht, dass Marketer sich auf Standardzuordnungsmodelle verlassen sollten – ganz im Gegenteil.

Mit leistungsstärkeren Tools als je zuvor, die Marketingfachleuten zur Verfügung stehen, gab es nie einen besseren Zeitpunkt, um datengesteuerte Attributionsmodelle zu erstellen. Ein ausgereiftes Datenteam kann die Analyseinfrastruktur konsultieren, entwerfen und entwickeln, die zum Erfassen und Modellieren großer Mengen von Customer Journey-Daten erforderlich ist.

Vermarkter können sich plattformübergreifend einen klaren Überblick darüber verschaffen, wo sie Kredite zuweisen können, und schließlich die Auswirkungen ihrer Aktivitäten erkennen.

Entwerfen Sie Next-Level-Marketing-Zuordnungsmodelle

Die Digitalagentur 26 arbeitet branchenübergreifend mit Marken zusammen, um deren Datenreife voranzutreiben. Sie leiten ambitionierte Vermarkter an, ihre Teams auf Erfolgskurs zu bringen und ihre Daten zu sammeln, zu organisieren und zu nutzen, um exzellente Entscheidungen zu treffen.

Um mehr darüber zu erfahren, wie CMOs und erfahrene Vermarkter Daten nutzen können, um ihren Einfluss zu erhöhen, laden Sie ihr neuestes Whitepaper herunter.