Multi-Touch-Attribution, fünf Modelle und welches wann passt

Im ersten Beitrag dieser Serie haben wir gezeigt, wie irreführend Last-Click-Attribution sein kann, besonders bei langen Customer-Journeys. Wir haben damals versprochen, das Thema Attribution in einem eigenen Beitrag zu vertiefen. Das holen wir heute nach. Wir gehen die fünf wichtigsten Multi-Touch-Attributions-Modelle durch, zeigen ihre Stärken und Schwächen und sagen ehrlich, in welcher Situation welches Modell am besten passt. Wer Attribution wirklich verstehen will, sollte alle Modelle im Kopf haben und nicht blind dem folgen, was die Plattform-Reports anbieten.

Was Multi-Touch-Attribution überhaupt versucht

Das klingt einfach, ist aber mathematisch und praktisch herausfordernd. Wir müssen für jeden konvertierten Kunden eine vollständige Touchpoint-Liste haben, alle Kontakte über Plattformen und Geräte hinweg zuordnen können, und dann eine Regel anwenden, die die Anerkennung verteilt. Jede Regel ist eine Annahme darüber, wie Werbung wirkt, und keine dieser Annahmen ist allgemein richtig.

Modell eins, lineare Attribution

Die einfachste Multi-Touch-Methode verteilt die Anerkennung gleichmäßig auf alle Touchpoints. Wer eine Conversion mit fünf Touchpoints hatte, gibt jedem zwanzig Prozent. Das wirkt fair und ist leicht zu erklären. Die Schwäche ist, dass es jeden Touchpoint gleich behandelt, egal ob es eine erste Awareness-Anzeige war oder der finale Brand-Search-Klick mit hoher Kaufintention.

Modell zwei, positions-basierte Attribution

Auch U-shape-Attribution genannt. Die ersten und letzten Touchpoints bekommen je vierzig Prozent, die mittleren teilen sich die restlichen zwanzig. Hinter dem Modell steht die Annahme, dass die Awareness-Erzeugung am Anfang und der finale Kaufimpuls am Ende besonders wertvoll sind. Diese Annahme passt zu Branchen mit ausgeprägten Funnel- Verläufen, etwa High-Consideration-B2B oder Premium-D2C.

Modell drei, zeit-gewichtete Attribution

Touchpoints näher an der Conversion bekommen mehr Anerkennung, weiter zurückliegende weniger. Die übliche Form ist exponentiell, etwa mit einer Halbwertszeit von sieben Tagen. Dieses Modell ist verwandt mit dem Adstock-Konzept aus dem sechsten Beitrag, allerdings in umgekehrter Richtung. Während Adstock die Wirkung nach vorn dehnt, gewichtet die zeit-gewichtete Attribution rückwärts. Beide spiegeln die Vorstellung, dass die Wirkung mit Zeitabstand abnimmt, sind aber unterschiedliche Werkzeuge.

Modell vier, Markov-Chain-Attribution

Das ist konzeptionell elegant. Statt willkürlich Prozente zu verteilen, fragen wir kontrafaktisch, was wäre passiert, wenn wir den Touchpoint nicht gehabt hätten. Genau wie Causal Impact aus Beitrag zwei arbeitet die Markov-Methode mit einem Was-wäre-wenn- Szenario, nur auf einer anderen Ebene. Die Schwäche ist die Datenanforderung. Wir brauchen viele Conversions mit vollständigen Pfaden, üblicherweise mehrere tausend pro Modell-Rechnung.

Modell fünf, Data-Driven-Attribution

Die Methode, die GA4 seit 2023 als Standard nutzt. Statt einer festen Regel lernt ein Machine-Learning-Modell aus den eigenen Conversion-Daten, welche Touchpoint-Sequenzen zu Käufen führen und welche nicht. Die Anerkennung pro Touchpoint ergibt sich aus dieser Lernerfahrung, kann zwischen Kunden-Segmenten unterschiedlich aussehen, und passt sich an Veränderungen im Verhalten an.

Die Data-Driven-Methode ist mathematisch fortschrittlich, aber sie ist auch eine Black-Box. Wir sehen die Ergebnisse, ohne die Modell-Logik im Detail nachvollziehen zu können. Wer das Ergebnis seinem CFO erklären will, hat es schwerer als bei einer durchschaubaren linearen oder Markov-Methode.

Welches Modell wann passt

Die kurze Faustregel sieht so aus.

Linear ist eine gute Wahl, wenn wir keine starke Hypothese über den Funnel haben, ein kleines Setup pflegen und einen ehrlichen Mittelweg suchen. Für Teams am Anfang einer Multi-Touch-Reise ist Linear ein robuster Standard.

Positions-basiert passt, wenn wir wissen, dass unsere Brand-Awareness am Anfang und der Brand-Search-Klick am Ende besonders wertvoll sind. Bei langen B2B- Sales-Cycles oder Premium-D2C-Marken funktioniert das Modell oft gut.

Zeit-gewichtet passt, wenn wir kurze Conversion-Zyklen haben und die Annahme tragen können, dass aktuelle Touchpoints wichtiger sind als zurückliegende. Im Performance-Marketing mit Conversion-Optimierung ist das oft sinnvoll.

Markov-Chain ist die Wahl, wenn wir genug Daten haben und eine nachvollziehbare, kausal-orientierte Logik wollen. Für mittelgroße bis große Mid-Market- Teams ist Markov ein Sweet-Spot zwischen Erklärbarkeit und Statistik-Qualität.

Data-Driven ist die Wahl, wenn wir sehr viele Conversions haben und Veränderungen im Verhalten schnell abgebildet werden müssen, etwa in schnellen D2C- Kategorien oder Plattformen mit fluktuierender Audience. Wer wenig Daten oder hohen Erklärungs-Druck hat, sollte vorsichtig sein.

Wo der MTA-Ansatz an seine Grenzen kommt

Drei strukturelle Grenzen gilt es zu kennen.

Erstens, Daten-Unvollständigkeit. Wenn wir aus dem fünften Beitrag wissen, dass Tracking- Daten ohnehin lückenhaft sind, müssen wir akzeptieren, dass die Pfade in unserem System nicht die ganze Geschichte erzählen. Was wir nicht sehen, können wir nicht zuordnen.

Zweitens, fehlende Cross-Device-Verknüpfung. Viele Kunden starten mobil, kaufen am Desktop, was in vielen Setups als getrennte Sessions erscheint. Ohne Logins oder Cookies gibt es keine zuverlässige Verbindung, MTA arbeitet dann mit Halb-Bildern.

Drittens, fehlender Offline-Bezug. Ein TV-Spot, ein Out-of-Home-Plakat oder ein Empfehlungsgespräch tauchen nicht in den Touchpoint-Logs auf. MTA gibt diesen Touchpoints implizit null Prozent Anerkennung, was bei Marken mit starkem Offline-Mix zu erheblicher Verzerrung führen kann.

MTA und Causal Impact, wann was

Multi-Touch-Attribution beantwortet eine andere Frage als Causal Impact aus dem zweiten Beitrag. MTA verteilt die Anerkennung für vorhandene Conversions auf vorhandene Touchpoints. Causal Impact misst, ob eine Maßnahme insgesamt einen Effekt hatte, indem sie ein Was-wäre-wenn-Szenario rekonstruiert.

Beide Methoden sind komplementär. MTA hilft bei Kanal-Mix-Entscheidungen innerhalb des Performance-Marketings, Causal Impact hilft bei strategischen Bewertungen großer Kampagnen, Re-Brandings oder Marken-Investitionen. Wer beides parallel nutzt, kann sowohl die Mikro-Steuerung als auch die Makro-Bewertung sauber führen.

Wie Vectalyze damit umgeht

Vectalyze unterstützt sowohl klassische Multi-Touch-Modelle als auch Markov-Chain. Im Multi-Channel-Optimizer können wir das gewünschte Attributions-Modell wählen und vergleichen, wie sich die optimale Budget-Verteilung je nach Modell verändert. Diese Sensitivitäts- Analyse ist oft das spannendste Ergebnis, weil sie zeigt, wie stark unsere Schlüsse von der Modell-Wahl abhängen, und macht die Entscheidung dadurch bewusster.

Im nächsten Beitrag bleiben wir im Methoden-Cluster und gehen ein Thema an, das im dritten Beitrag dieser Serie als Begriff aufgetaucht ist, ohne dass wir es vertieft hätten, die Modellierung der Saisonalität mit Fourier-Reihen. Wir zeigen, wie wir die zyklischen Bewegungen unserer Geschäfts-Daten erkennen, abbilden und in die Steuerung integrieren.