Google Ads setzt auf Data-Driven Attribution - norisk Group
norisk Group
loading...

Google Ads setzt auf Data-Driven Attribution

Vor einer Woche kündigte Google an, dass Data-Driven Attribution zum neuen Standard-Modell für alle Conversion-Aktionen in Google Ads wird. Im Laufe der kommenden Monate soll das DDA-Modell als Default-Option für alle neuen Conversion-Aktionen ausgerollt werden und löst damit das Last-Click Modell als Standardeinstellung ab – Advertiser haben aber weiterhin die Möglichkeit, manuell zu einem der fünf regelbasierten Attributionsmodelle zu wechseln.

Vidhya Srinivasan, Vice President und General Manager für Buying, Analytics und Measurement bei Google Ads, erklärt im Google Ads & Commerce Blog:

„Durch Algorithmen unterstützte Conversion-Modelle ermöglichen es, die Messung auch dann beizubehalten, wenn keine Cookies oder andere Kennungen vorhanden sind. Die datengesteuerte Attribution in Google Ads berücksichtigt mehrere Signale, einschließlich des Anzeigenformats und der Zeit zwischen einer Anzeigeninteraktion und der Conversion. Wir verwenden auch Ergebnisse aus Holdback-Experimenten, um unsere Modelle genauer zu machen und sie so zu kalibrieren, dass sie den wahren Wert der Anzeigen besser widerspiegeln. Und wie bei all unseren Messlösungen haben wir strenge Richtlinien, um die Privatsphäre der User zu schützen.“

Was sind Attributionsmodelle?

Mit Hilfe von Attributionsmodellen lassen sich neben der Customer Journey als Gesamtbild die verschiedenen Anzeigen, mit denen der Kunde in Kontakt kommt, erfassen und analysieren. Im besten Fall sieht man, welche davon ausschlaggebend für die Kaufentscheidung waren und welchen Anteil am Umsatz die einzelnen Maßnahmen hatten. Ein richtiges Attributionsmodell soll letztlich dazu beitragen, dass das Marketing-Budget bestmöglich aufgeteilt wird und der ROI steigt.

Welche Modelle gibt es?

Last-Click-Attribution:

Die Last-Click-Attribution wertet den letzten Klick als den wichtigsten Kontaktpunkt und ordnet ihm dementsprechend den gesamten Conversion-Wert zu.

First-Click-Attribution:

Das First-Click-Attributionsmodell ordnet dem ersten Klick 100 Prozent des Conversion-Werts zu. 

Time-Decay Attribution:

Im Time-Decay-Modell bestimmt die zeitliche Abhängigkeit den Wert der Anzeige. Je näher sie zeitlich an der Conversion liegt, desto höher ist ihr monetärer Anteil.

Lineare Attribution:

Das lineare Attributionsmodell berücksichtigt jede Anzeige gleichmäßig – die tatsächlichen Auswirkungen der einzelnen Klicks werden nicht berücksichtigt.

Position-Based Attribution:

Das positionsbasierte Attributionsmodell rechnet 40 Prozent der Conversion dem ersten und dem letzten Klick zu. Die restlichen 20 Prozent werden gleichmäßig auf die anderen Klicks verteilt.

Data-Driven Attribution:

Datengetriebene Attributionsmodelle sollen das Verhalten von Kunden so exakt wie möglich abbilden. Intelligente Algorithmen verarbeiten die gesammelten Kundendaten in Echtzeit, um die Wertigkeit der einzelnen Anzeigen zu bestimmen und die Gebote basierend auf Prognosen zur Conversion-Wahrscheinlichkeit automatisch anzupassen.

Welches ist das „richtige“ Attributionsmodell?

Es kommt ganz darauf an, wie Advertiser ihre Daten messen und bewerten wollen. Marketing-Attribution basierend auf Algorithmen ist zwar genauer als statische Attributionsmodelle – setzt aber auch einen sehr großen Datenbestand voraus. Außerdem geben Advertiser die Kontrolle über die Hierarchie der Anzeigen aus der Hand. Nichtsdestotrotz hilft datengetriebene Attribution, einen besseren Überblick über die Nutzer zu bekommen. Laut Google kann sie sogar dafür sorgen, dass ein Plus an Conversions bei einem gleichbleibendem CPA erreicht wird. Es bleibt abzuwarten, welchen Einfluss Googles Shift zur Data-Driven Attribution auf die Diskussion über die Relevanz Machine-Learning-Modelle für erfolgsorientiertes Marketing hat.