Multi-Touch-Attribution: Messung des Marketing-ROI über alle Kanäle hinweg

Ein Kunde sieht Ihre Google-Anzeige am Montag, liest Ihren Blog-Beitrag am Mittwoch, öffnet Ihre E-Mail am Freitag und kauft am Samstag, nachdem er auf eine Retargeting-Anzeige geklickt hat. Welcher Kanal erhält eine Gutschrift für den Verkauf? Die Antwort bestimmt, wofür Sie Ihr nächstes Marketingbudget einsetzen.

Die meisten mittelständischen Unternehmen verwenden standardmäßig die Last-Touch-Attribution – sie geben 100 Prozent des Guthabens der letzten Interaktion vor dem Kauf. Dadurch werden Kanäle im unteren Trichterbereich (Retargeting, Markensuche) systematisch überbewertet und Kanäle im oberen Trichterbereich (Inhalt, soziale Medien, Display), die den Kunden überhaupt erst bekannt gemacht haben, unterbewertet. Das Ergebnis ist ein Marketingbudget, das auf dem Papier effizient aussieht, aber tatsächlich die Investitionen reduziert, die den oberen Teil des Trichters füllen.

Die Multi-Touch-Attribution verteilt die Gutschrift auf alle Touchpoints in der Customer Journey und vermittelt Marketingfachleuten so ein genaueres Bild der Kanalleistung und des ROI.

Wichtige Erkenntnisse

– Bei der Last-Touch-Attribution werden Konversionskanäle überbewertet und Bekanntheitskanäle unterbewertet, was zu falsch zugewiesenen Budgets führt

• Es gibt sechs Attributionsmodelle in einem Spektrum von einfach (erste Berührung, letzte Berührung) bis anspruchsvoll (datengesteuert), jedes mit Kompromissen – Die datengesteuerte Attribution mithilfe von maschinellem Lernen liefert die genauesten Ergebnisse, erfordert jedoch für die statistische Signifikanz mindestens 600 Conversions pro Monat
• Attributionsdaten sollten direkt in Budgetzuweisungsentscheidungen einfließen und nicht nur in Berichte – das Ziel besteht darin, die Ausgaben über alle Kanäle hinweg zu optimieren, um einen maximalen ROI zu erzielen

---

Attributionsmodelle erklärt

Modellvergleich

| Modell | Kreditverteilung | Am besten für | Einschränkungen | |-------|-----|---------|------------| | First-Touch | 100 % bis zur ersten Interaktion | Bekanntheitskanäle messen | Ignoriert Pflege und Konvertierung | | Letzte Berührung | 100 % bis zur letzten Interaktion | Conversion-Kanäle messen | Ignoriert Bewusstsein und Fürsorge | | Linear | Gleicher Kredit für alle Touchpoints | Einfacher Multi-Touch-Ausgangspunkt | Behandelt alle Berührungen als gleich wichtig | | Zeitverfall | Mehr Anerkennung für die jüngsten Berührungen | Lange Verkaufszyklen | Frühe Berührungen werden immer noch unterbewertet | | Positionsbasiert (U-Form) | 40 % zuerst, 40 % zuletzt, 20 % in der Mitte | Ausgewogenes Bewusstsein + Konvertierung | Beliebige Gewichtszuweisung | | Datengesteuert | ML-bestimmter Kredit | Genaue Kanalbewertung | Erfordert erhebliches Datenvolumen |

First-Touch-Attribution

Der erste Touchpoint erhält 100 Prozent der Gutschrift. Wenn ein Kunde Sie über einen organischen Blog-Beitrag entdeckt hat, erhält dieser Blog-Beitrag die volle Anerkennung für den eventuellen Verkauf – selbst wenn dieser erst Monate später nach mehreren anderen Interaktionen erfolgte.

Wann zu verwenden: Verstehen, welche Kanäle die anfängliche Bekanntheit steigern. Bewertung von Content-Marketing und Top-of-Funnel-Kampagnen.

Fehler: Ein Kanal, der Kunden vorstellt, sie aber nie konvertiert, erscheint genauso wertvoll wie ein Kanal, der Kunden vorstellt und konvertiert. Es gibt auch keine Informationen darüber, was zwischen Entdeckung und Kauf passiert.

Last-Touch-Attribution

Der letzte Touchpoint vor der Conversion erhält 100 Prozent der Gutschrift. Dies ist das Standardmodell in den meisten Analyseplattformen (Google Analytics 4 ist eine bemerkenswerte Ausnahme, die jetzt standardmäßig auf datengesteuert basiert).

Wann zu verwenden: Verstehen, welche Kanäle Verkäufe abschließen. Optimierung der Bottom-of-Funnel-Ausgaben.

Fehler: Markenbekanntheit, Content-Marketing, soziale Medien und alle anderen Top-of-Funnel-Aktivitäten werden systematisch unterschätzt. Es entsteht eine gefährliche Rückkopplungsschleife, bei der Sie die Ausgaben für die Bekanntheit kürzen, weil „keine Konvertierung erfolgt“, was schließlich die Pipeline austrocknet, von der Ihre Konvertierungskanäle abhängig sind.

Lineare Attribution

Jeder Berührungspunkt auf der Reise erhält die gleiche Anerkennung. Eine Reise mit vier Touchpoints ergibt jeweils 25 Prozent.

Wann zu verwenden: Ein einfacher Ausgangspunkt für die Multi-Touch-Attribution. Fair, wenn alle Touchpoints wirklich gleich wichtig sind.

Fehler: Nicht alle Berührungen sind gleich wertvoll. Ein Kunde, der einen Newsletter öffnet, ist nicht so einflussreich wie ein Kunde, der eine Produktdemo besucht.

Time-Decay-Attribution

Touchpoints, die näher an der Conversion liegen, erhalten zunehmend mehr Anerkennung. Die gebräuchlichste Implementierung verwendet eine exponentielle Zerfallsfunktion mit einer konfigurierbaren Halbwertszeit (typischerweise 7 Tage).

Beispiel: In einer 30-tägigen Reise mit 5 Touchpoints:

• Tag 1 (Display-Anzeige): 5 % Gutschrift
• Tag 10 (Blogbeitrag): 10 % Gutschrift
• Tag 18 (E-Mail): 15 % Gutschrift
• Tag 25 (Webinar): 25 % Gutschrift
• Tag 30 (Retargeting-Anzeige, Conversion): 45 % Gutschrift

Wann zu verwenden: Lange B2B-Verkaufszyklen, bei denen aktuelle Interaktionen einen größeren Einfluss haben.

Fehler: Die ursprüngliche Entdeckung, mit der die Reise begann, wird immer noch unterbewertet. In manchen Unternehmen ist die erste Berührung das Wichtigste.

Positionsbasierte (U-förmige) Attribution

40 Prozent auf die erste Berührung, 40 Prozent auf die letzte Berührung und die restlichen 20 Prozent werden gleichmäßig auf mittlere Berührungen verteilt. Dieses Modell schätzt sowohl die Einleitung als auch den Abschluss.

Wann zu verwenden: Unternehmen, die glauben, dass sowohl Entdeckung als auch Konvertierung von entscheidender Bedeutung sind, wobei die Pflege eine unterstützende Rolle spielt.

Fehler: Die 40/40/20-Aufteilung ist willkürlich. Es gibt keinen Grund anzunehmen, dass die erste und die letzte Berührung genau gleich wichtig sind oder dass sie jeweils genau 40 Prozent erhalten sollten.

Datengesteuerte Attribution

Ein maschinelles Lernmodell analysiert alle Conversion-Pfade und ermittelt anhand der Daten den tatsächlichen Beitrag jedes Kanals. Dies ist das einzige Modell, das nicht auf Annahmen darüber beruht, welche Berührungen am wichtigsten sind.

So funktioniert es: Das Modell vergleicht Konversionspfade (Touchpoint-Sequenzen, die zum Kauf geführt haben) mit Nicht-Konversionspfaden (Sequenzen, die nicht zum Kauf geführt haben). Kanäle, die deutlich häufiger in Conversion-Pfaden auftauchen, erhalten mehr Gutschrift.

Anforderungen:

• Mindestens 600 Conversions pro Monat für statistische Signifikanz.
• Cross-Channel-Tracking (UTM-Parameter, Kundenidentitätsauflösung).
• Mindestens 3 Monate Daten für das Modelltraining.

Verwendungszweck: Jedes Unternehmen mit ausreichendem Datenvolumen. Das ist der Goldstandard.

---

Kanal-ROI-Berechnung

Attributionsdaten werden umsetzbar, wenn Sie den ROI pro Kanal berechnen.

Die ROI-Formel

Channel ROI = (Attributed Revenue - Channel Cost) / Channel Cost x 100

Beispiel einer Kanal-ROI-Analyse

| Kanal | Verbringen | Last-Touch-Umsatz | Datengesteuerter Umsatz | Last-Touch-ROI | Datengesteuerter ROI | |---------|-------|------------------|--------------------|--------------|--------------:| | Google Ads (Marke) | 5.000 $ | 45.000 $ | 22.000 $ | 800 % | 340 % | | Google Ads (allgemein) | 8.000 $ | 12.000 $ | 18.000 $ | 50 % | 125 % | | Inhalt/SEO | 3.000 $ | 5.000 $ | 15.000 $ | 67 % | 400 % | | E-Mail-Marketing | 1.000 $ | 8.000 $ | 6.000 $ | 700 % | 500 % | | Soziale Medien | 4.000 $ | 2.000 $ | 9.000 $ | -50% | 125 % | | Retargeting | 3.000 $ | 18.000 $ | 10.000 $ | 500 % | 233 % | | Empfehlung | 1.000 $ | 10.000 $ | 12.000 $ | 900 % | 1100 % |

Der Unterschied zwischen Last-Touch- und datengesteuerter Attribution erzählt eine entscheidende Geschichte. Unter Last Touch scheinen soziale Medien Geld zu verlieren. Bei datengesteuerter Nutzung ergibt sich ein ROI von 125 Prozent, da es bei vielen Conversion-Pfaden eine wesentliche Rolle bei der Bekanntheit spielt. In ähnlicher Weise wirken Markensuche und Retargeting im Last-Touch-Modus wie Superstars, sind jedoch im datengesteuerten Modus deutlich weniger wirkungsvoll, da sie die Nachfrage erfassen, die andere Kanäle geschaffen haben.

---

Optimierung der Budgetzuweisung

Bei der Namensnennung handelt es sich nicht um eine Berichterstattung. Es handelt sich um ein Tool zur Budgetzuweisung. Das Ziel besteht darin, die Marketingausgaben auf Kanäle mit dem höchsten Grenz-ROI umzuverteilen.

Grenz-ROI vs. durchschnittlicher ROI

Der durchschnittliche ROI sagt Ihnen, was ein Kanal insgesamt zurückgegeben hat. Der Grenz-ROI sagt Ihnen, was der nächste Dollar, der für diesen Kanal ausgegeben wird, einbringt. Ein Kanal kann einen hohen durchschnittlichen ROI, aber einen niedrigen Grenz-ROI haben, wenn er bereits gesättigt ist.

Beispiel: E-Mail-Marketing hat einen durchschnittlichen ROI von 500 Prozent, aber eine Erhöhung der Sendehäufigkeit von 3 auf 4 E-Mails pro Woche könnte das Engagement verringern und die Zahl der Abmeldungen erhöhen. Der marginale ROI der 4. E-Mail ist negativ.

Abnehmende Renditekurve

Jeder Kanal folgt einer abnehmenden Renditekurve. Die ersten 1.000 US-Dollar, die Sie für Google Ads ausgeben, generieren mehr Umsatz pro Dollar als die 10. 1.000 US-Dollar. Budgetoptimierung bedeutet, den Punkt auf der Kurve jedes Kanals zu finden, an dem der Grenz-ROI über alle Kanäle hinweg ungefähr gleich ist.

Praktische Budgetumverteilung

1. Berechnen Sie den datengesteuerten ROI pro Kanal.
2. Identifizieren Sie überinvestierte Kanäle (hohe Ausgaben, sinkender Grenz-ROI).
3. Identifizieren Sie unterinvestierte Kanäle (moderate Ausgaben, hoher Grenz-ROI).
4. Verlagern Sie 10 bis 15 Prozent des Budgets von überinvestierten auf unterinvestierte Kanäle.
5. Messen Sie die Wirkung über 60 bis 90 Tage.
6. Vierteljährlich wiederholen.

Geben Sie diese Analyse zur kontinuierlichen Überwachung in Ihre BI-Dashboards ein und nutzen Sie die Kohortenanalyse, um die langfristigen Auswirkungen von Kanalwechseln auf den Customer Lifetime Value zu messen.

---

Implementierungshandbuch

Schritt 1: Infrastruktur verfolgen

Bevor Sie Attribute zuordnen können, müssen Sie nachverfolgen. Stellen Sie sicher, dass jeder Marketingkanal mit UTM-Parametern getaggt ist:

• utm_source: Die Plattform (Google, Facebook, Newsletter)
• utm_medium: Der Kanaltyp (CPC, organisch, E-Mail, sozial)
• utm_campaign: Der spezifische Kampagnenname
• utm_content: Die spezifische Anzeigen- oder Inhaltsvariante

Verfolgen Sie diese in Ihrem CRM (GoHighLevel, Odoo CRM) zusammen mit dem Kundendatensatz, damit Sie Touchpoints dem eventuellen Umsatz zuordnen können.

Schritt 2: Identitätsauflösung

Die größte Herausforderung bei der Multi-Touch-Attribution besteht darin, Touchpoints über Geräte und Sitzungen hinweg mit einem einzelnen Kunden zu verbinden. Verwenden Sie vor der Anmeldung Erstanbieter-Cookies. Lösen Sie nach dem Anmelden oder Klicken auf E-Mail die Identität auf.

Für Unternehmen, die GoHighLevel nutzen, erledigt die integrierte Kontaktverfolgung einen Großteil davon automatisch. Speichern Sie für benutzerdefinierte Implementierungen ein visitor_id-Cookie und verknüpfen Sie es bei der Identifizierung mit dem customer_id.

Schritt 3: Wählen Sie Ihr Modell

Beginnen Sie mit der positionsbasierten (U-förmigen) Attribution. Es ist einfach zu implementieren und genauer als Single-Touch-Modelle. Wechseln Sie zur datengesteuerten Attribution, wenn Sie 600 oder mehr monatliche Conversions und 3 oder mehr Monate an Tracking-Daten haben.

Schritt 4: Erstellen Sie das Attributions-Dashboard

Zeigen Sie Attributionsdaten in Ihrem Self-Service-BI-Tool an:

• Kanal-ROI-Vergleich (datengesteuert vs. Last-Touch)
• Conversion-Pfad-Analyse (häufigste Touchpoint-Sequenzen)
• Zeit bis zur Konvertierung nach Kanal
• Unterstützte Conversions (Kanäle, die in Pfaden erscheinen, aber selten als letzte Berührung)
• Empfehlungen zur Budgetzuweisung

Schritt 5: Handeln Sie anhand der Daten

Attributionserkenntnisse ohne Maßnahmen sind vergebliche Mühe. Erstellen Sie eine monatliche Überprüfung des Marketingbudgets, die Attributionsdaten verwendet, um die Kanalzuweisungen anzupassen. Verfolgen Sie in Kohortenanalyse, ob eine Neuzuweisung den Gesamt-ROI verbessert.

---

Häufig gestellte Fragen

Wie gehen wir mit Offline-Touchpoints wie Messen und Telefonanrufen um?

Weisen Sie Offline-Touchpoints eindeutige Tracking-IDs zu. Verwenden Sie spezielle Landingpages oder Promo-Codes für Messen. Protokollieren Sie Telefonanrufe in Ihrem CRM mit dem Kanal, der den Anrufer weitergeleitet hat (fragen Sie „Wie haben Sie von uns erfahren?“ oder verwenden Sie Anrufverfolgungsnummern). Diese Offline-Events werden neben digitalen Interaktionen zu Touchpoints im Attributionsmodell.

Funktioniert Multi-Touch-Attribution für B2B mit langen Verkaufszyklen?

Ja, und es ist wohl für B2B wichtiger, da der Verkaufszyklus viel mehr Touchpoints umfasst (10 bis 20 sind üblich). Die Herausforderung besteht darin, dass B2B-Geschäfte drei bis zwölf Monate dauern können, was ein längeres Rückblickfenster erfordert. Zeitverfall- oder datengesteuerte Modelle eignen sich am besten für B2B, da sie den Einfluss von Touchpoints über längere Zeiträume berücksichtigen. Verfolgen Sie Interaktionen auf Kontoebene, nicht nur einzelne Kontaktinteraktionen, mithilfe Ihres CRM.

Wie sieht es mit den Datenschutzbestimmungen und der Ablehnung von Cookies aus?

Die Abschaffung von Drittanbieter-Cookies reduziert das Cross-Site-Tracking, beseitigt aber nicht die Zuordnung. Konzentrieren Sie sich auf First-Party-Daten: UTM-Parameter, CRM-Datensätze, E-Mail-Interaktion, Nachverfolgung angemeldeter Benutzer. Serverseitiges Tracking (über Ihre API, nicht clientseitiges JavaScript) ist widerstandsfähiger gegenüber Browser-Datenschutzänderungen. Das Einwilligungsmanagement ist unerlässlich – verfolgen Sie nur Benutzer, die eingewilligt haben, und stellen Sie sicher, dass Ihr Attributionsmodell nur mit eingewilligten Daten funktioniert.

Wie genau ist die datengesteuerte Attribution wirklich?

Die datengesteuerte Attribution ist genauer als jedes regelbasierte Modell, aber sie ist nicht perfekt. Es misst die Korrelation zwischen Touchpoints und Conversions, nicht die Kausalität. Eine echte kausale Messung erfordert kontrollierte Experimente (Inkrementalitätstests), bei denen Sie einen Kanal einer zufälligen Gruppe vorenthalten und den Unterschied messen. Nutzen Sie datengesteuerte Attribution für alltägliche Budgetentscheidungen und Inkrementalitätstests vierteljährlich, um die Annahmen des Modells zu validieren.

---

Was kommt als nächstes?

Multi-Touch-Attribution ist eine Säule der Marketinganalyse innerhalb Ihrer umfassenderen BI-Strategie. Kombinieren Sie es mit der RFM-Kundensegmentierung, um zu verstehen, welche Kanäle Ihre wertvollsten Kunden anziehen, und verwenden Sie die Kohortenanalyse, um den langfristigen Wert der über jeden Kanal gewonnenen Kunden zu messen.

ECOSIRE entwickelt Marketinganalysesysteme, die in GoHighLevel, Odoo CRM und Shopify integriert sind. Unsere OpenClaw AI-Plattform unterstützt datengesteuerte Attributionsmodelle und unser Team konfiguriert die Tracking-, Dashboards- und Budgetoptimierungs-Workflows.

Kontaktieren Sie uns, um mit der Messung des tatsächlichen ROI Ihrer Marketingkanäle zu beginnen.

---

Veröffentlicht von ECOSIRE --- unterstützt Unternehmen bei der Skalierung mit KI-gestützten Lösungen in Odoo ERP, Shopify eCommerce und OpenClaw AI.