Der Weg vom ersten Trigger bis zu dem tatsächlichen Kauf ist nicht linear und besteht aus verschiedenen Einflüssen. Dieser wirre Weg der Kaufentscheidung wird oft die „Messy Middle“ genannt. Dabei ist es doch sehr wichtig Licht ins Dunkel zu bringen.
- Welcher Deiner veröffentlichten Inhalte hat tatsächlich den Kauf angeregt?
- Was war der ausschlaggebende Beitrag?
- War es der ausführliche LinkedIn Artikel oder doch lieber das kurze spaßige Video?
Content Attribution wird oft als Antwort für erfolgreiches Content Marketing gehalten, doch Die Antwort ist nicht ganz so leicht zu finden. Die Methode kann ungenau sein, da viele entscheidende Faktoren und Einflüsse außer Acht gelassen werden. Denn Content-Marketing-Magie ist nicht ganz so einfach zu erreichen.
Was ist Content Attribution?
Content Attribution ist ein wesentlicher Bestandteil des Content Marketings. Content Attribution dient dazu, den Zusammenhang zwischen veröffentlichten Inhalten und Resultaten zu etablieren. Das Ziel ist zu verstehen, in welchem Ausmaß ein bestimmter Inhalt für eine bestimmte Conversion oder einen spezifischen Verkauf verantwortlich ist. Es ist schwer festzustellen, woher die Conversion tatsächlich kommt, da der User oder die Userin normalerweise verschiedene Content-Touchpoints durchläuft, bevor er odere sie konvertiert.
Content Attribution wird in zwei verschiedene Kategorien untergliedert:
- Single-Touch-Attribution
- Multi-Touch-Attribution
Single-Touch-Attribution:
Die Single-Touch-Attribution ist die einfachste Methode zur Messung der Konversion, da dabei nur auf eine bestimmte Interaktion geachtet wird. Beispielsweise die Zahl der Kunden, die nach einem Klick auf eine Anzeige ein Produkt erworben haben. Diese Vorgehensweise wird auch als sehr ungenau angesehen, da sie die Interaktion mit anderen Inhalten auf anderen Plattformen und Geräten ausschließt.
Multi-Touch-Attribution:
Diese Vorgehensweise berücksichtigt sämtliche Kundeninteraktionen mit veröffentlichten Inhalten, selbst wenn sie über verschiedene Kanäle stattfinden. Daher hat sie eine komplexere Struktur. Das bedeutet, dass das Engagement mit Google-Suchen, LinkedIn-Anzeigen und Website-Buchungen analysiert wird, um herauszufinden, welche veröffentlichten Inhalte die Conversion durchgeführt haben. Dabei hast Du die Möglichkeit herauszufinden, in welchem Ausmaß Dein Content die gesamte Customer Journey beeinflusst.
Content Attribution keine eindeutige Angelegenheit:
Für die Erfassung der Content Attribution wurden unterschiedliche Methoden entwickelt. Da dabei viele komplexe Aspekte ausgelassen werden, ist es praktisch sehr schwierig, einen bestimmten Inhalt für eine Conversion verantwortlich zu machen. Die Content-Attribution-Analysen sind durch unterschiedliche Beschränkungen beeinträchtigt.
Zu viele Kanäle und Geräte:
Es ist schwierig, den Überblick zu behalten, da Kunden Inhalte auf einer Vielzahl von Kanälen konsumieren und unterschiedlich stark mit diesen interagieren. Hinzu kommt, dass viele Nutzer:innen verschiedene Geräte verwenden und möglicherweise bereits mit Deinem Content interagiert haben, bevor sie bei der Conversion ein anderes Gerät nutzen. Dies erschwert es Dir, die gesamte Datenmenge für die Analyse zu erfassen und ein umfassendes Bild des Nutzerverhaltens zu erhalten.
Unquantifizierbare Einflüsse:
Content Marketing stärkt das Vertrauen in die Marke und beeinflusst somit die Kaufentscheidungen. Solche nicht direkt messbaren Aspekte lassen sich jedoch schwer quantifizieren und einem bestimmten Zeitpunkt zuordnen. Nutzer:innen könnten bereits zuvor mit Deinen Inhalten interagiert haben, wodurch ihr Vertrauen in die Marke gestärkt wurde. Anstatt dass ein einzelner Inhalt der direkte Auslöser für die Conversion war, könnte die jahrelange Präsenz und kontinuierliche Interaktion mit Deinen Inhalten die Kaufentscheidung gefördert haben. Darüber hinaus werden Menschen häufig von subjektiven Einflüssen ihrer Umgebung, wie den Meinungen anderer, beeinflusst. Diese persönlichen Interaktionen lassen sich in Online-Tools wie zum Beispiel Google Analytics nicht erfassen.
Fehlende Daten:
Webanalysen sind oft fehlerhaft, da durch das Ablehnen von Cookies und Verwendung von Tracker-Blocker-Software wichtige Daten für die Content Attribution Analyse nicht erhoben werden können. Mit unvollständigen oder sogar verfälschten Daten werden die Ergebnisse der Content Attribution auch fehlerhaft sein.
Zeitlimits:
Das maximale Zeitfenster von Google Analytics um Conversion zu tracken sind 90 Tage. Dadurch werden Kunden, die einen längeren Customer Journey haben, von der Statistik ausgeschlossen. Dies ist bei B2B öfters länger als bei einer Privatperson.
Ohne Content Attribution geht es auch nicht
Wenn Du Dich mit Attribution Modelling beschäftigst, wirst Du automatisch eine Bestandsaufnahme aller Kanäle und Touchpoints der Customer Journey erstellen und Dir einen besseren Einblick in die Nutzererfahrungen verschaffen. Dadurch erhältst Du auch ein tieferes Verständnis der Querverbindungen zwischen verschiedenen Kanälen. Kenntnisse über Kaufverhalten wie zum Beispiel die Nutzung von verschiedenen Kanälen gleichzeitig können Dir auch dabei helfen, Deine zukünftigen Content-Marketing-Aktivitäten präziser auf Deine User:innen auszurichten, den ROI zu maximieren und Kampagnen effizienter zu gestalten. Obwohl Content Attribution einige Einschränkungen hinsichtlich der Genauigkeit der Ergebnisse hat, bietet es eine solide Grundlage, um das Content Marketing auf die Bedürfnisse der User:innen zu optimieren.
Attributionsmodelle
Um Content Attribution am besten quantitativ nachzuvollziehen, nutzen viele Marketing-Abteilungen Attributionsmodelle. Es gibt verschiedene Attributionsmodelle, die herausfinden, welche der Marketingaktivitäten die Conversion in die Wege geleitet hat und ob sich die Investition darin auch wieder refinanziert hat. Der Erfolg der Conversion bestimmt die Gewichtung jedes Touchpoints. Daher ist das Modell ein wichtiger Beitrag, um den Return-on-Investment zu bewerten und das Marketingbudget zu verteilen.
Erster Klick:
Wie der Name schon sagt, schreibt das Attributionsmodell dem ersten Klick des Customer Journeys die gesamte Conversion zu.
Limitierung: Der Nachteil dieser Methode ist, dass andere Content Interaktionen, die eventuell die Conversion herbeigeführt haben, ausgeschlossen werden.
Verwendung: Daher ist es besonders geeignet, wenn Du herausfinden möchtest, wie Deine Kunden auf Dich aufmerksam werden und hilft Dir bei Kampagnen, die das Markenbewusstsein erhöhen sollen.
Zeitverlauf:
Hierbei wird die Verlaufszeit bei dem Customer Journey und den entsprechenden Touchpoints berücksichtigt. Wenn sich ein Inhalt näher an der Conversion befindet, hat er einen höheren Wert als ein Touchpoint, der schon lange vor der Conversion stattgefunden hat.
Limitierung: Ein Nachteil dieser Methode ist, dass älteren Kontaktpunkten kaum Aufmerksamkeit geschenkt wird.
Verwendung: Das Modell eignet sich besonders für Kampagnen, die auf Konversionen basieren und wenn Du ausschließlich in Kanäle investieren möchten, die direkt Umsatz generieren oder auf kurzfristige Zeit ausgelegt sind. Solltest Du besonders lange Sales Cycles haben, dann könnte dieses Modell für Dich interessant sein.
Positionsbasiert:
Dieses Modell wird auch Badewannen oder U-Modell genannt und schreibt dem ersten und letzten Kontaktpunkt die wichtigste Bedeutung zu, obwohl alle Touchpoints mit einbezogen werden. Normalerweise werden beiden Touchpoints mit ca. 40 Prozent des monetären Werts bewertet, während die übrigen Touchpoints die verbliebenden 20 Prozent erhalten.
Limitierung: Alle Kontaktpunkte werden berücksichtigt, allerdings liegt die größte Gewichtung immer bei dem ersten und letzten Touchpoints.
Verwendung: Dieses Modell ist besonders interessant, wenn Du Deine Kundenakquise sowie Konversion-Touchpoints besser verstehen möchtest, besonders hilfreich ist es, wenn Du komplexere Customer Journeys hast.
Lineare Attribution:
Im Gegensatz zu allen anderen Modellen gibt die lineare Attribution allen Touchpoints der Customer Journey eine gleichmäßige Gewichtung zu. Auf diese Weise erhält jeder veröffentlichte Inhalt den gleichen monetären Wert.
Limitierung: Bei dieser Methode bleibt es unklar, ob in der Tat jeder Inhalt einen Beitrag zur Conversion geleistet hat. Dieses Attributionsmodell schließt daher von vornherein eine Optimierung aus.
Verwendung: Lineare Attribution wird oft verwendet, um sich ein holistisches Bild der Marketingkanäle zu verschaffen. Es wird oft für Multichannel-Kampagnen verwendet.
Content Attribution in Google Analytics
Ein einfacher Weg, um Content Attribution zu messen, ist der Bereich Konversion-Pfade in Google Analytics. In den Attributionsberichten von Google Analytics findest Du drei Attributionsmodelle:
- Datengetriebene Attribution
- Letzter Klick (bezahlte und organische Channels)
- Letzter Klick (bezahlte Google-Channels)
Wichtig zu beachten ist, dass die Attributionsmodelle: „Erster Klick“, „Linear“, „Zeitverlauf“ und „Positionsbasiert” seit November 2023 in Google Analytics nicht mehr verfügbar sind.
Datengetriebene Attribution:
Bei der datenbasierten Zuordnung wird der Wert der Conversion anhand der Daten der einzelnen Konversion-Ereignisse aufgeteilt. Im Gegensatz zu den anderen Modellen werden hier die tatsächlichen Werte jedes Klicks anhand der im Konto gespeicherten Daten berechnet. Die Grundlage für dieses Funktionieren ist das maschinelle Lernen. Der Algorithmus lernt und untersucht, wie sich die Touchpoints auf Konversionsereignisse auswirken können. Die Dauer bis zur Konversion, das Gerät und die Menge der Anzeigeinteraktionen, die Reihenfolge und Art der Assets werden dabei berücksichtigt. Daher erfolgt ein Vergleich der tatsächlichen Ergebnisse mit den potenziellen Ergebnissen. Die Touchpoints mit der höchsten Conversionswahrscheinlichkeit werden mithilfe dieser kontrafaktischen Analyse identifiziert. Auf der Grundlage dieser Wahrscheinlichkeit werden bestimmten Touchpoints einen Beitrag zu Conversion zugeschrieben.
Einschränkungen: Das datengetriebene Attributionsmodell erfordert eine erhebliche Menge an Daten, um genaue Modelle zu erstellen. Für kleinere Websites mit weniger Traffic und Conversions kann es schwierig sein, ausreichend Daten zu sammeln.
Verwendung: Das datengetriebene Modell verwendet maschinelles Lernen, um den Einfluss jedes Touchpoints auf die Conversion zu berechnen. Dadurch erhältst Du eine genauere Zuordnung von Konversionen und kannst besser verstehen, welche Kanäle und Interaktionen den größten Einfluss haben.
Letzter Klick (bezahlte und organische Channels):
Dabei werden keine direkten Zugriffe berücksichtigt und der gesamte Konversion-Wert wird auf den letzten Kanal übertragen. Das bedeutet, dass wenn ein:e User:in zum Beispiel von einem Google Ad auf ein Produkt aufmerksam wird, dann die Firma auf den Sozialen Medien sucht und daraufhin eine Organische Suche im Netz tätigt und einen Artikel findet, wird der Konversion-Wert komplett dem Artikel zugeschrieben.
Einschränkungen: Das Modell berücksichtigt nur den letzten Klick vor der Conversion und ignoriert alle vorherigen Interaktionen. Dadurch werden wichtige Touchpoints, die den Kunden auf seinem Weg zur Conversion beeinflusst haben, nicht einbezogen.
Verwendung: Das letzte Klick-Attributionsmodell ist einfach zu implementieren und zu verstehen, während es zu einer direkten Erfolgsbewertung der Inhalte kommt.
Letzter Klick (bezahlte Google-Channels):
Hierbei wird der Konversion-Wert immer vollständig dem letzten Google Ads-Channel zugeordnet, den der Nutzer oder die Benutzerin vor der Conversion durch angeklickt hat. Wenn dieser spezifische Customer Journey keinen Google Ads-Klick enthält, wird das Attributionsmodell auf „Letzter Klick (bezahlte und organische Channels)“ zurückgesetzt.
Einschränkungen: Auch hier wird die Conversion vollständig auf die letzte Interaktion mit Inhalten bezogen, was die Bedeutung früherer Interaktionen unterschätzen kann. Zudem werden nur bezahlte Google-Kanäle berücksichtigt, wodurch andere wichtige Inhalte, die über organische Suche, E-Mail-Marketing oder soziale Medien kommen, übersehen werden. Dies führt zu einer verzerrten Sicht auf die tatsächliche Wirkung der gesamten Marketingstrategie und kann die Effizienz der Maßnahmen beeinträchtigen.
Verwendung: Das Modell hilft dabei, die bezahlten Google-Kanäle zu identifizieren, die direkt zu Konversionen führen. Dies kann bei der Optimierung und Budgetierung von Google Ads-Kampagnen nützlich sein. Durch die klare Fokussierung auf den letzten Klick können schnell Entscheidungen getroffen und Anpassungen an Google Ads-Kampagnen vorgenommen werden.
Attributionseinstellungen:
Wenn Du für eine Google Analytics 4-Property ein Attributionsmodell und einen Conversion-Tracking-Zeitraum wählen möchtest, brauchst Du die Eigenschaftsrolle „Bearbeiter“ bzw. „Administrator“.
- Navigation:
- Gehe zu Verwaltung > Datenanzeige > Attributionseinstellungen.
- Attributionsmodell wählen:
- Wähle Attributionsmodell für Berichterstellung aus.
- Entscheide Dich für ein Attributionsmodell, das am besten zu Deinen Anforderungen passt.
- Konversion-Tracking-Zeitraum festlegen:
- Unter Konversion-Tracking-Zeitraum wähle den Zeitraum für den Typ „Akquisition“ und alle anderen Konversion-Ereignisse aus.
- Speichern:
- Klicke auf Speichern, um Deine Einstellungen zu sichern.
Attribution-Reports in HubSpot
Auch kannst Du Attribution Reporting Tools auf der Plattform HubSpot nutzen, um herauszufinden, welche Deine Kanäle und Content Dir dabei helfen, Deine Marketing-Ziele zu verfolgen. Um Attribution Reporting auf HubSpot zu nutzen, brauchst Du eine der folgenden Abonnement Optionen.
- Marketing Hub Professional, Enterprise
- Content Hub Professional, Enterprise
Die Plattform kann verschiedene User-Interaktionen tracken sowie Anzeigenklicks, Teilnahme an Marketingveranstaltungen, Anrufe, CTA-Klicks, Formulareinsendungen, Klicks auf Marketing-E-Mails, Seitenaufrufe und Interaktion mit Social-Media-Beiträgen. Kontakte werden daraufhin auch nach ihrer Interaktionsposition geordnet, dadurch können Conversions strukturiert werden.
In HubSpot können drei Arten von Attributionsberichten erstellt werden, die jeweils unterschiedliche Konversionstypen messen:
- Kontakt-Erstellungsberichte: Dieser Bericht erfasst, welche Marketingmaßnahmen die meisten neuen Kontakte generieren.
- Deal-Erstellungsberichte: Berichtet darüber, welche Marketingmaßnahmen die meisten neuen Deals generieren
- Umsatzzuordnungsberichte: Berichtet, welche Marketingmaßnahmen den meisten Umsatz generieren
Außerdem bietet Dir HubSpot mehrere Attributionsmodelle, die Du verwenden kannst:
- First-Touch Attribution
- Last-Touch Attribution
- Linear Attribution
- Time-Decay Attribution
- U-Shaped Attribution
- W-Shaped Attribution (nur für Deal-Erstellungsberichte und Umsatzzuordnungsberichte)
Attribution Reports erstellen:
Zugriff auf Attribution Reports
- Melde Dich bei Deinem HubSpot-Account an.
-
- Gehe zu Deinem HubSpot-Dashboard.
- Navigiere zu “Reports“.
Erstellen eines Attribution Reports
- Klicke auf „Report erstellen”.
- Wähle “Attribution” aus den verfügbaren Berichtstypen
- Wähle die Attribution Reports aus, die für Dich relevant sind.
Content Attribution ohne Attributionsmodelle
Du kannst Dir auch ohne komplizierte Software-Modelle einen qualitativen Überblick über Deine Customer Journey verschaffen. Eine einfache Excel-Tabelle reicht dafür aus. Stelle Dir die wichtige Frage: Wie wurden meine Wunschdeals durch verschiedene Kanäle und spezifischen Content angeregt?
Um diese Frage zu beantworten, verschaffe Dir zunächst einen Überblick über die genutzten Kanäle und die Inhalte, die Du veröffentlichst. Fasse diese in verschiedene Themenbereiche zusammen. Erfasse dann die Reichweite der verschiedenen Inhalte und verstehe, welches Thema auf welchem Kanal wie viele Menschen erreicht. Es ist am einfachsten, sich auf zwei bis drei wichtige Kanäle zu fokussieren.
Als nächstes vergleiche die Daten zur Reichweite mit den Sales-Daten. So kannst Du nachvollziehen, welche Anfragen und Kunden tatsächlich bei Dir ankommen. Indem Du die Reichweite und Anfragen ins Verhältnis setzt, kannst Du Korrelationen erkennen. Dabei geht es zum Beispiel um die zeitliche Verzögerung zwischen Reichweite und Anfragen, Inhalte, die zu besonders vielen Anfragen führen, und Inhalte, die keine Deals bringen. Diese Erkenntnisse kannst Du in der nächsten Kampagne validieren.
Content Attribution ist nicht für Perfektionisten:
Eine Kaufentscheidung wird von zahlreichen Faktoren beeinflusst. Eine effektive SEO-Strategie erhöht die Sichtbarkeit Deiner Inhalte, während ansprechendes Content Marketing das Interesse und Vertrauen der Nutzer:innen gewinnt. Systemische und individuelle Einflüsse spielen ebenfalls eine wichtige Rolle, die nicht allein auf die Interaktion mit einem Post zurückzuführen sind. Daher ist Content Attribution nur ein Teil des Marketingspektrums und zeigt lediglich, welche Inhalte direkt zur Conversion beitragen, ohne alle äußeren und persönlichen Einflüsse zu berücksichtigen.
Der Verwendungszweck der Attributionsmodelle hängt von der spezifischen Kampagne ab. Die Wahl zwischen dem Erster-Klick- und dem Letzter-Klick-Modell führt zu völlig unterschiedlichen Ergebnissen bei der Content Attribution. Um die Genauigkeit der Analyse sicherzustellen, sind präzise und akkurate Daten erforderlich. Dennoch besteht immer die Möglichkeit, dass Content Attribution Analysen ungenaue Angaben liefern. Es ist ratsam, verschiedene Modelle auszuprobieren und die Ergebnisse über längere Zeiträume zu beobachten. Nur durch langfristige Beobachtungen kannst Du Muster und Trends erkennen, anstatt präzise Ergebnisse durch spezifische Analysen zu erzwingen. Die 100%ige Messbarkeit bleibt utopisch, doch mehr Transparenz ist Dein realistisches Ziel.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
