Kampagnen-Attribution einrichten: Datenquellen und Grenzen

Wovon die Rede ist: Erfolg einem Kontaktpunkt zuweisen

Kampagnen-Attribution weist den Erfolg – Leads, Deals oder Umsatz – einer Kampagne oder einem einzelnen Kontaktpunkt zu. Regeln oder Algorithmen entscheiden, welchen Touchpoints auf einem Conversion-Pfad die Conversions angerechnet werden.

Im B2B ist das anspruchsvoller als im E-Commerce: Kaufentscheidungen dauern oft Monate und involvieren bis zu 15 Stakeholder. B2B-Käufer nutzen heute während ihrer Kaufentscheidung über zehn verschiedene Kanäle, vor wenigen Jahren waren es noch fünf.

Ohne Kenntnis dieser Pfade bleibt die Budgetverteilung Bauchgefühl. 82 Prozent der CMOs berichten, dass ihre Ziele an Umsatzziele gekoppelt sind, doch viele kämpfen damit, die Verbindung zwischen Marketingausgaben und Umsatz herzustellen.

Zahlen zur Kampagnen-Attribution in der Schweiz

Datenquellen im Online-Bereich: Klicks, Kanäle, Conversions

Die erste Datenhälfte entsteht im Netz: Seitenaufrufe und Events auf der Website, Klicks und Impressionen aus Werbenetzwerken, Kampagnenparameter in URLs und die daraus rekonstruierten Conversion-Pfade.

In Google Analytics 4 gibt es dafür seit Juli 2021 den Bericht «Werbung». Damit lassen sich Conversions-Pfade analysieren und erste Attributionsmodelle – etwa letzter Klick und lineares Modell – über einen Übersichtsbericht vergleichen.

Jede spätere Auswertung steht und fällt mit der Sauberkeit dieser Erhebung: Schlampiges Tracking liefert nutzlose Daten. Die Integration verschiedener Datenquellen ist der eigentliche Aufwand. Praktisch braucht es einheitliche Namenskonventionen für Kampagnenparameter, als Conversion definierte und getestete Ereignisse sowie eine Dokumentation, welches Ereignis wann ausgelöst wird.

Auch der Attributionszeitraum gehört zum Setup: In Google Analytics 4 liegt er standardmässig bei 90 Tagen und ist veränderbar, in Universal Analytics waren es 180 Tage. Ein kürzeres Fenster schneidet späte Touchpoints ab, ein längeres rechnet ihnen mehr zu – die Zahl ändert sich mit der Einstellung, nicht mit dem Markt.

Was im CRM, am Telefon und an der Messe hängen bleibt

Die zweite, oft fehlende Datenhälfte entsteht ausserhalb des Browsers: CRM-Einträge, Telefonate, Offline-Kontakte, Messebesuche.

Eine typische Schweizer B2B-Reise beginnt so: Ein potenzieller Kunde aus Zürich entdeckt das Unternehmen über eine LinkedIn-Kampagne. Wochen später lädt er nach einer Google-Suche ein Whitepaper herunter. Einen Monat darauf besucht er den Stand an einer Messe in Basel und konvertiert schliesslich nach einem Retargeting-Banner.

Damit diese Kette auswertbar wird, muss jeder Schritt eine Spur hinterlassen, die sich mit den digitalen Daten verknüpfen lässt. Leads aus Formularen und Anrufen erhalten beim Eintrag ins CRM eine Quelle und eine Kampagnenkennung. Messekontakte werden direkt am Stand erfasst statt als Stapel Visitenkarten nachträglich eingegeben.

Anrufe lassen sich über Rufnummern pro Kanal oder über eine Abfrage beim Erstkontakt zuordnen. Verknüpft wird über ein gemeinsames Merkmal wie dieselbe E-Mail-Adresse oder dieselbe Firma.

Anbieter im Zürcher Markt werben damit, jeden Klick, Anruf und jede Conversion mit spezifischen Marketinginvestitionen zu verbinden. Sie wollen auch Kunden erfassen, die nach einer Plakatwerbung anrufen. Solche Zusagen stehen und fallen mit der Offline-Erfassung: Fehlt der CRM-Eintrag, existiert der Touchpoint für das Modell nicht.

Kundenreise im B2B-Marketing: Beispiel aus der Schweiz

Regelbasiert oder datengetrieben: Wie der Erfolg verteilt wird

Es gibt zwei Modellfamilien. Regelbasierte Attribution schreibt einzelnen Touchpoints einen Wert zu, der von ihrer relativen Bedeutung im Prozess abhängt – als Single-Touch- oder Multi-Touch-Variante (linear, First-Click, Zeitverlauf, positionsbasiert). Datengetriebene Attribution bestimmt, wie viele Conversions und Nutzerpfade zu einem Verkauf beigetragen haben; das resultierende Modell kann sich erheblich von einfachen regelbasierten Ansätzen unterscheiden.

Google hat die Auswahl faktisch eingeschränkt: Lineare, First-Click-, Zeitverlauf- und positionsbasierte Modelle waren ab Mai 2023 für neue Conversion-Aktionen in GA4-Properties nicht mehr verfügbar, ab Juni 2023 nicht mehr für Google-Ads-Konten. Im September 2023 wurden die vier Modelle in GA4 und Google Ads abgeschafft, und jede betroffene Conversion-Aktion wurde automatisch auf das datengetriebene Modell umgestellt. Wer am Last-Click-Modell festhalten will, kann das tun, muss aber jede Conversion-Aktion manuell ändern.

Der Attributionszeitraum prägt die Zahlen mit: Ob ein Pfad mit drei Monaten Vorlauf überhaupt in die Auswertung fällt, hängt vom gewählten Fenster ab. Modellvergleiche sind deshalb nur bei identischem Zeitraum aussagekräftig – sonst vergleicht man Einstellungen statt Kanäle.

Vergleich der Attributionsmodelle in Google Analytics 4 (GA4)

Wo die Zahlen trügen: Last-Click-Falle und Blackbox

Last-Click schreibt den gesamten Erfolg dem letzten Kontaktpunkt zu. Im obigen Beispiel bekäme das Retargeting-Banner alles – obwohl die LinkedIn-Kampagne den Erstkontakt und der Messestand den Vertrauensaufbau geliefert haben.

Die Folge sind Budgetentscheide in die falsche Richtung: Marketing-Teams kürzen Budgets für «erfolglose» Top-of-Funnel-Aktivitäten, die in Wahrheit Awareness schaffen. Gleichzeitig überinvestieren sie in vermeintlich erfolgreiche Bottom-of-Funnel-Kanäle, die ohne die vorherigen Touchpoints gar nicht funktionieren würden.

Datengetriebene Modelle lösen das nicht automatisch. Die Attributionsformel jedes Werbetreibenden ist individuell und nicht sichtbar. Deshalb wird es deutlich schwieriger, etwas anderes als den letzten Klick nachzuvollziehen.

Dazu kommt die grundsätzliche Grenze: Attribution weist Beiträge entlang eines Pfads zu, sie belegt keine Ursache. Ein Kanal mit vielen zugerechneten Conversions kann den Abschluss trotzdem nur begleitet haben.

In der Schweiz kommt die Sprachregion hinzu: In einem Land mit vier Sprachregionen und stark regionalen Geschäftskulturen müssen Marketingstrategien lokal angepasst werden. Was in Zürich funktioniert, muss in Genf oder Lugano nicht zwingend erfolgreich sein. Eine über alle Regionen aggregierte Zahl kann einen Kanal stark aussehen lassen, der nur in einer Region trägt.

Vorteile und Grenzen von Last-Click-Attribution

Datengrundlage datenschutzkonform aufsetzen

Das revidierte Schweizer Datenschutzgesetz (DSG) gilt seit September 2023 und weist eine grosse inhaltliche Nähe zur DSGVO auf. Die DSGVO enthält insgesamt strengere Regelungen.

Für die Erhebung von Attributionsdaten ist entscheidend, wie weit der Begriff der Personendaten reicht. Erfasst sind nicht nur Namen und Adressen, sondern auch Onlinekennzeichen wie ID-Nummern in einem Cookie, die ein Verhaltensprofil einer bestimmten Person zuordnen lassen. Jeder Umgang mit solchen Daten gilt als Bearbeitung.

Prüfliste für das Setup: informierte und freiwillige Einwilligung, die nachweisbar ist. Am besten dokumentiert man sie über eindeutige Kontrollkästchen in Anmeldeformularen oder Pop-ups. Eine transparente, leicht verständliche Datenschutzerklärung beschreibt, welche Daten erhoben, wie lange sie gespeichert und wie sie verwendet werden.

Im E-Mail-Marketing braucht es ein Opt-in vor dem Versand. Das Double-Opt-in-Verfahren schreibt das DSG nicht ausdrücklich vor, es gilt aber als Best Practice, um den Nachweis einer eindeutigen Einwilligung zu ermöglichen. Die Rechte auf Auskunft, Berichtigung, Löschung und Einschränkung müssen tatsächlich bedienbar sein. Das DSG verlangt zudem, dass sich Bearbeiter über die Richtigkeit der Personendaten vergewissern.

Technisch ist eine datenschutzfreundliche Messung möglich: selbst gehostete Analytics, Cookie-loses Tracking, wo es genügt, und ein ordentliches Consent-Management. Anbieter im Schweizer Markt nennen etwa Matomo, selbst gehostete Analytics und Schweizer Marketing-Automation-Plattformen als Alternative zu globalen Plattformen, die Daten auf US-Server senden. Das ersetzt keine Rechtsberatung, sondern dient als Prüfliste für die eigene Erhebung.

Vorgehen und Erwartungen

Der Aufwand liegt zuerst nicht im Modell, sondern in der Definition: Was gilt als Lead, was als Deal, und löst jedes dieser Ereignisse zuverlässig ein Event aus? Erst danach lohnt der Modellvergleich – mehrere Modelle nebeneinander statt eines einzigen. Die Unterschiede zwischen ihnen zeigen, welche Touchpoints umstritten sind.

Offline- und CRM-Daten gehören in dieselbe Auswertung wie die digitalen Spuren, sonst fehlt der halbe Pfad und das Modell bewertet die Messe in Basel mit null. Die Ergebniszahlen bleiben eine Entscheidungshilfe mit bekannten Unsicherheiten: Sie sagen, welchen Kontaktpunkten Beiträge zugerechnet werden, nicht, welcher Kanal den Abschluss verursacht hat.

Schritte zur korrekten Einrichtung von Kampagnen-Attribution