Finden Sie schneller was Sie suchen.

Unsere Website ist komplett modular aufgebaut und wir können Ihnen gezielt Ansprechpartner und Informationen anzeigen. Für welche Themen interessieren Sie sich?

[contact-form-7 404 "Nicht gefunden"]
Lisanne Geisel
Lisanne Geisel | 18. Februar 2020

Customer Journey? Nur mit Attribution!

Die Customer Journey Analyse

Eine „Customer Journey“ stellt den Weg eines Kunden von dem Punkt an dar, an dem er auf die Marke aufmerksam wird, bis zu der Ausführung einer unternehmensrelevanten Conversion. Diese kann beispielsweise eine Kaufentscheidung und die darauf beruhende Transaktion darstellen.

Liegt der Fokus auf der Auswertung von erfassten Online-Daten, um die Customer Journey abzubilden, werden sämtliche Kanäle berücksichtigt, über die ein Nutzer im Netz aufmerksam geworden und auf den entsprechenden Web-Auftritt gelangt ist. Werbetreibenden steht heutzutage für die Ansprache von Kunden weit mehr als nur ein Marketing-Kanal zu Verfügung, vor allem im digitalen Bereich.


Touchpoints innerhalb einer Customer Journey
Touchpoints innerhalb einer Customer Journey

Folglich nimmt auch die Bedeutung für Werbetreibende zu, die Vielfalt dieser Touchpoints hinsichtlich ihrer Wirksamkeit aus- und zu bewerten. Welcher Kanal und welche Marketing-Maßnahmen sind effektiv? Für welchen Zweck lassen sich die Kanäle am sinnvollsten nutzen?

Den Nutzen der Kanäle teilt man in der Regel vier Phasen zu, um dort die Bedürfnisse der Nutzer auf unterschiedlichen Ebenen zu stillen. Bei einer klassischen Customer Journey Analyse gehen diese vier Phasen von der „Schaffung des Bewusstseins“ bis zur „Entscheidungsphase“, beispielsweise einem daraus resultierenden Kauf oder Nicht-Kauf.


Die vier Phasen einer Customer Journey
Die vier Phasen einer Customer Journey

Dank verschiedener Analysetools lässt sich der Erfolg eines Kanals messen und bestimmen. Allerdings muss den Kanälen eine angemessene Gewichtung gegeben werden. Hat der gewählte Kanal das Bewusstsein potentieller Kunden für meine Marke gestärkt oder war dieser Kanal der letztendlich entscheidungsfördernd für einen Kauf?

Darum Attribution

Aus diesem Grund ist eine Customer Journey Analyse nicht von der Anwendung diverser Attributionsmodelle zu trennen. Anders gehen eventuell Kanäle in der Betrachtung verloren, die dennoch einen wichtigen Beitrag für die Kaufentscheidung leisten.

Es gilt zu beachten, dass Traffic-Kanäle in Berichten von Analysetools einer vordefinierten Attribuierung unterliegen. Nicht selten konzentrieren sich Analysetools nur auf den Kanal, der in der Entscheidungsphase der Conversion-Fördernde war. Daher arbeiten wir bei Klickkonzept mit Analysen, die den User ganzheitlich über all seine Touchpoints abbilden.

Last-Click-Model

Standardmäßig wird die Bewertung von Kanälen in Analysetools nach dem „Last-Click“-Modell ausgeführt. Eine Auswertung nach dem „Last-Click“-Modell berücksichtigt demnach nur die Kanäle, über die der Kunde schlussendlich konvertiert hat.
Diese Kanäle sind „conversion executive“, während Kanäle in vorherigen Phasen der Customer Journey hingegen „conversion assisted“ waren.
Wurde ein Nutzer beispielsweise über einen Social Media Verweis aufmerksam, kam dann später allerdings über eine Paid Search Anzeige zurück und kaufte, wird beim „Last-Click“-Modell der Social Media Verweis unbeachtet gelassen.
Dadurch können allerdings wichtige Informationen zu Kanälen und Marketing Maßnahmen verloren gehen, die den Nutzer überhaupt erst zu der Kaufentscheidung geführt haben.

Last-Non-Direct-Click-Model

In den Google Analytics Standardberichten kommt eine zusätzliche Besonderheit hinzu: Es findet eine „Non Direct“-Regelung Anwendung.

Das sogenannte „Last-Non-Direct-Click“-Modell wird nach Default-Einstellungen in nahezu allen Standardberichten von Google Analytics angewendet. Dabei wird die Conversion, die durch einen direkten Zugriff generiert wurde, dem vorherigen Kanal zugeschrieben. Die „direkte“ Quelle wird so beispielsweise ignoriert, wenn ein Nutzer eine Webseite über einen Verweis aufruft und anschließend über einen direkten Zugriff zurückkehrt und dann konvertiert. Die Conversion wird in diesem Fall dem Verweis zugeschrieben.

Dies kann insofern sinnvoll sein, wenn man davon ausgeht, ein direkter Seitenaufruf findet nur bei einem bereits gesteigerten Interesse statt. Das Interesse seitens des Nutzers wurde, so die Annahme, in diesem Fall durch die vorherige Marketing-Maßnahme geschaffen. Der vorherige Kanal ist dementsprechend der eigentliche „conversion executive“ Kanal und bekommt die Conversion zugeschrieben.
Für viele Unternehmen kann allerdings genau dies ein gravierender Fehler sein. Gerade im Beispiel von Print avisierten Unternehmen, die Ihre URL auf Print-Werbemittel drucken oder für Unternehmen, die wenig Online-Marketing betreiben.

Oft führt die unterschiedliche Attribution bei Anwendern zu Verwirrungen. Beispielweise, wenn Paid Aktivitäten in Google Ads-Berichten andere Werte zu Conversions aufweisen als in den Standardberichten in Google Analytics. Folglich liegt auch dies der Anwendung unterschiedlicher Attributierungen zugrunde, da in Google Ads den Kampagnen eine ganzheitliche Betrachtung im Conversionpfad zugeschrieben wird.

Multi-Channel-Funnel Reports

Die Möglichkeit, Attributionsmodelle auf eigene Bedürfnisse hin anzuwenden, geben die Multi-Channel-Funnel Reports in Google Analytics (kurz: MCF Reports). Ungeachtet von Intra-Channel Reports, die nur einen einzigen Kanal oder Treiber betrachten, wird eine Gesamtansicht aller Kanäle dargestellt. Dadurch lassen sich sowohl „conversion assisted” oder letztendlich „conversion executive” Kanäle in einem ganzheitlichen Prozess abbilden. Die Gewichtung der Kanäle kann der Anwender individuell auf sein Geschäftsmodell und Aktivitäten einstellen.


Google Analytics Navigation - MCF Reports
Google Analytics Navigation – MCF Reports

Der Vorteil dieser MCF-Reports in Google Analytics liegt in den vielfältigen Einstellungen von Betrachtungskriterien. Für die Analyse kann der Anwender Zeitfenster definieren, vorgefertigte Attributionsmodelle verwenden oder aber auch eine eigene Gewichtung von Kanälen bestimmen.
Außerdem findet im MCF-Report „Model Comparison Tool“ keine Anwendung des „Last-Non-Direct-Click“-Modells statt. Das heißt, löst der Nutzer während seines „direkten Zugriffs“ eine Conversion aus, wird diese in den MCF Berichten auch dem Kanal „Direkt“ zugeordnet.

Die Bedeutung der unterschiedlichen Gewichtung des Kanals „Direct“ wird in den folgenden Abbildungen ersichtlich. Mit dem „Last-Click“-Modell werden dem „Direct“-Kanal fast doppelt so viele Conversions zugeordnet, wie beim „Last-Non-Direct-Click“-Modell: 659 Conversions zu 359


Google Analytics Model Comparison Tool - Last Click
Google Analytics Model Comparison Tool – Last Click


Google Analytics Model Comparison Tool - Last Non-Direct Click
Google Analytics Model Comparison Tool – Last Non-Direct Click

Ein Nachteil der MCF-Reports in Google Analytics liegt im auftretenden Sampling. Es wird daher empfohlen, die MCF-Reports in einer Datenansicht ohne Filtereinstellungen, also eine „Backup“- oder „All Data“- View, auszutesten. Des Weiteren kann es häufig durch die fortlaufenden Conversionpfade bei der Auswertung zu Verwirrungen kommen. Je nach Definition einer Conversion kann die eigentliche Customer Journey undurchsichtig werden. Die Attribution in Mutli-Channel-Funnel Reports im Folgenden daher anhand eines Beispiels erklärt:
In Analytics wird ein Ziel „Kontaktformular gesendet“ erfasst. In diesem Beispiel gilt dies als „Micro-Conversion“, da der Nutzer sich bereits auf den Weg befindet, zu kaufen. Der Kauf selbst stellt hingegen eine „Macro-Conversion“ dar. Folgende Customer Journey wird nun durch einen Nutzer auf einer fiktiven Seite abgebildet:


Ganzheitliche Customer Journey
Ganzheitliche Customer Journey

Der Pfad ist nach der ersten Conversion, dem Absenden eines Kontaktformulars, fortlaufend.
Das heißt, nachdem er ein Kontaktformular abgeschickt hat, kommt er einige Tage später wieder und kauft das Produkt über einen organischen Zugriff. Angezeigt wird uns dieser Conversionpfad in den MCF Berichten allerdings als „zwei Pfade“, da es grundsätzlich keine Unterscheidung nach der Art von Conversion gibt:


Abbildung der Conversion Pfade in den MCF Reports
Abbildung der Conversion Pfade in den MCF Reports

Filtern wir die Conversions daher auf reine „Transaktionen“ ist für uns nicht mehr ersichtlich, ob überhaupt eine „Micro-Conversion“ vor den Kauf stattgefunden hat.


Abbildung der Conversion Pfade in den MCF Reports nach Transaktionen

Wichtig für die Anwendung der MCF-Reports ist folglich das Verständnis für die verschiedenen Attributionsmodelle und deren Auswirkungen auf Conversionpfade. Durch die Analyse der Daten lassen sich damit fundierte Handlungsempfehlungen für Ihren Marketing-Mix ableiten. So können Sie Ihre Marketingmaßnahmen und Prozesse effizienter machen und Gelder einsparen.

Um immer wieder auftretenden Problemen durch Sampling und der Anwendung von „Last-Non-Direct-Click Modellen“ entgegenzuwirken, geht der Trend zunehmend über zu Data Driven Models und Biq Query Lösungen. Auf diese Anforderungen reagierte Google Analytics Anfang dieses Jahrs:
Seit Mitte Januar gibt es nun für alle Google Analytics Kunden die BETA Projekt-Version „Attribution“, die eine noch detaillierte Auswertung ermöglicht. Informationen dazu können Sie in unserem kommenden Beitrag lesen.

Klickkonzept ist ihr Experte für Digital Analytics Lösungen

Als Performance Marketing Agentur sind wir Experte für die Abbildung der ganzheitlichen Customer Journey Ihrer Kunden. Ebenfalls sprechen wir Ihnen auf Wunsch fundierte Handlungsempfehlungen aus, um mit der bestmöglichsten Verwendung diverser Marketing-Kanäle Ihren Online-Erfolg maßgeblich zu steigern.

Aus unserem Online Marketing Blog

4 Back-to-Store-Maßnahmen für Ihr Geschäft

4 Back-to-Store-Maßnahmen für Ihr Geschäft

Cookie Consent Management und Analytics

Cookie Consent Management und Analytics

Lokale Marketingstrategie: vier Säulen für den Erfolg

Lokale Marketingstrategie: vier Säulen für den Erfolg

Kontakt

Bei Rückfragen steht Ihnen Lisanne Geisel gerne zur Verfügung

Junior Digital Analyst

Lisanne Geisel