Umstellung des Attributionsmodells von Google: 3 Lösungen für Werbetreibende

Sie haben die Neuigkeit wahrscheinlich schon gehört: Google Ads und Google Analytics 4 werden im September die Attributionsmodelle „First-Click“, „Linear“, „Time Decay“ und „Positions“ vollständig einstellen.

Last-Click- und datengesteuerte Attributionsmodelle sowie externe Attribution bleiben weiterhin verfügbar.

Was einige PPC-Vermarkter nicht erkennen, ist, dass Google diese Attributionsmodelle aus Gebotssicht nicht einfach abschaffen wird. Sie werden auch aus den Berichts- und Vergleichsfunktionen entfernt.

Dies bedeutet, dass Sie Ihre Customer Journeys innerhalb von Google Ads und Google Analytics nicht mehr mithilfe von Attributionsmodellen analysieren können. Sie brauchen Alternativen.

Ein Blick auf Attributionsmodelle

Attributionsmodelle helfen dabei, eine Conversion (z. B. einen Verkauf oder einen Lead) mit einem Anzeigenklick oder einer Impression zu verknüpfen. Auf diese Weise können Sie ermitteln, welche Anzeigen, Zielgruppen oder Netzwerke die beste Leistung erbringen.

In der Vergangenheit haben wir mehrere Attributionsmodelle mit unterschiedlichen Regeln verwendet, um diesen Zusammenhang herzustellen.

In Analogie zum Fußball stellen die einzelnen Modelle Folgendes dar:

• Letzter Klick : Dem Torschützen gebührt die volle Anerkennung.
• Erster Klick : Der erste Spieler, der den Ball während der Aktion, die zu einem Tor führte, berührt hat, erhält die volle Anerkennung.
• Linear : Alle Spieler, die den Ball während der Aktion, die zu einem Tor führte, berührt haben, erhalten den gleichen Anteil an Anerkennung.
• Zeitverfall : Die letzten Spieler, die den Ball während der Aktion, die zu einem Tor führte, berührt haben, verdienen mehr Anerkennung als die ersten Spieler.
• Positionsbasiert : Der Torschütze und der erste Spieler, der den Ball während der Aktion, die zu einem Tor führte, berührt hat, erhalten jeweils 40 % der Wertung. Die restlichen 20 % erhalten andere Spieler gleichmäßig.

Das Problem mit dem bevorzugten Attributionsmodell von Google

Durch diesen Wandel bleibt die datengetriebene Attribution (DDA) das Standard-Attributionsmodell in Google Ads.

Google teilt nicht die Regeln, die darüber entscheiden, welche Anzeigen mit einer Conversion verknüpft werden. Ich persönlich gehe davon aus, dass DDA eine Kombination der oben genannten Attributionsmodelle verwendet.

Es gibt jedoch einen sehr coolen Aspekt: ​​DDA ist auf Ihr Konto zugeschnitten.

• „Die datengesteuerte Attribution unterscheidet sich von den anderen Attributionsmodellen, da sie Ihre Conversion-Daten verwendet, um den tatsächlichen Beitrag jeder Anzeigeninteraktion im Conversion-Pfad zu berechnen. „Jedes datengesteuerte Modell ist für jeden Werbetreibenden spezifisch“, so Google.

Theoretisch ist das perfekt.

Ein speziell für Sie maßgeschneidertes Attributionsmodell. Und Sie mussten sich nicht einmal die Mühe machen, über diese Regeln nachzudenken!

Dennoch klingt es zu schön, um wahr zu sein.

DDA ist auf Ihr Konto zugeschnitten. Aber nach welchen Kriterien? Wir wissen es nicht.

Das sollte keine Rolle spielen, solange es funktioniert.

Und wir könnten dies sicherstellen, indem wir es mit anderen Modellen vergleichen.

Doch was passiert nun, wenn Google „alte“ Attributionsmodelle aus dem Reporting-Bereich entfernt?

Bedeuten weniger Attributionsmodelle zwangsläufig eine schlechtere Leistung?

Das ist nun die eigentliche Frage.

Auch wenn wir es wahrscheinlich alle hassen, mit jedem Jahr mehr Kontrolle zu verlieren, sollte das kein Problem sein, solange die Leistung weiter steigt.

Und wie wir bereits gesehen haben, sind die Auswirkungen hinsichtlich der Gebotsverwaltung gering (3 % aller Conversions).

Das eigentliche Problem liegt woanders – auf der strategischen Ebene.

Wie Google angibt:

„Auf dem Weg zur Conversion können Kunden mit mehreren Anzeigen desselben Werbetreibenden interagieren … Attributionsmodelle können Ihnen ein besseres Verständnis der Leistung Ihrer Anzeigen vermitteln und Ihnen bei der Optimierung über Conversion Journeys hinweg helfen.“

Wie optimieren wir also alle Conversion Journeys, wenn uns die Sichtbarkeit fehlt? Gehen wir zunächst ein Beispiel durch:

Kundenreisen in Aktion analysieren

Einer unserer Kunden hat einen relativ einfachen Medienmix, daher möchte ich diesen als Beispiel verwenden, um meinen Standpunkt zu veranschaulichen.

Wie im Fußball verfügt dieser Klient über unterschiedliche Taktiken: Verteidiger, Mittelfeldspieler und Stürmer. Es braucht die ganze Mannschaft, um ein Tor zu erzielen.

Beachten Sie, dass die bezahlte Suche bei Verwendung des First-Click-Attributionsmodells ziemlich gut abschneidet. Allerdings nicht so sehr, wenn der letzte Klick verwendet wird. Organische Suche und E-Mail-Marketing stehlen die Show, wenn sie dieses Attributionsmodell verwenden.

Dies ist jedoch wie erwartet, denn:

• Die Conversion-Reise beginnt mit einer nicht markenbezogenen bezahlten Suche. Sie generieren Leads.
• Lead-Nurturing ist notwendig, um potenzielle Kunden zu reifen. Dies geschieht hauptsächlich durch E-Mail-Marketing.
• Qualifizierte Interessenten kaufen schließlich über organische und bezahlte Markensuche.

Oder um es fußballerisch auszudrücken:

• Bezahlte Suche ohne Markenzeichen = Verteidiger
• E-Mail = Mittelfeldspieler
• Organische und bezahlte Markensuche = Strikers

Reicht DDA aus?

Hätten Sie diesen Conversion-Funnel ohne diese Attributionsmodelle verstanden?

Wahrscheinlich. Dieses Beispiel ist recht einfach.

Was aber, wenn wir mit der Arbeit an einem B2B-Projekt beginnen, bei dem der Verkauf Monate dauert, oder an einem B2C-Projekt, bei dem Wiederholungskäufe wichtig sind?

Das ist eine andere Geschichte. Ich habe viele Beispiele gesehen, bei denen DDA keine gute Leistung erbracht hat.

Ich denke, dass die Validierung von DDA-Schlussfolgerungen mit alten und starren Attributionsmodellen immer noch wertvoll ist. Ohne solche Benchmarks setzen Sie sich potenziellem Schaden aus.

Schließlich ist maschinelles Lernen nur so intelligent wie die Daten, mit denen wir es füttern.

Hier sind drei Lösungen für Werbetreibende, die sich an die Veränderungen anpassen möchten.

Lösung 1: Tagging-Plan der nächsten Stufe

Die Entwicklung eines soliden Datenprogramms ist Ihr erster Schritt zur Identifizierung von Customer-Journey-Interaktionen.

Durch vollständiges Tracking können Sie DDA- oder Last-Click-Attributionsmodelle bedenkenlos verwenden … allerdings mit all diesen Customer-Journey-Schritten, die den ersten Klick usw. ersetzen.

Ich weiß, dass es nicht ideal ist, aber das ist ein erster Schritt. Wenn wir mein obiges Beispiel verwenden, würden Sie die Leads des letzten Klicks der nicht markenbezogenen Suche und die Verkäufe des letzten Klicks der markenbezogenen Suche zuordnen. Nicht ideal, aber es funktioniert.

Dazu ist natürlich die Verfolgung der gesamten Customer Journey erforderlich. Sie können sich nicht auf Ihren alten, simplen Tagging-Plan verlassen. Sie benötigen Mikrokonvertierungen.

Lösung 2: CRM-Daten integrieren

Hören Sie beim Tracking von Conversions beim Verkauf auf?

Jetzt müssen Sie die gesamte Customer Journey (ja, einschließlich Post-Sale) verfolgen und über externe Attribution an die Werbeplattformen zurückgeben.

Anschließend können Sie dieses Tool für mehr Sichtbarkeit verwenden – wie beim Lead-Scoring, diesmal jedoch mit Kunden-Scoring.

Wenn Sie Leistungsunterschiede feststellen, sollten Sie auf diese Weise Ihre Gebote anders als beim „datengesteuerten“ Modell beeinflussen können.

Kurz gesagt: Das CRM muss (falls noch nicht geschehen) zu einem zentralen Werkzeug für Werbetreibende werden, um die Customer Journey – und damit den passenden Medienmix – besser zu verstehen und zu informieren.

Lösung 3: Andere Attributionsmethoden

Ich begebe mich hier auf anspruchsvolleres Terrain, was nicht auf alle Projekte zutrifft.

Im Grunde bedeutet Inkrementalität, dass Sie eine Zielgruppe mit Ihrer Anzeige in Kontakt bringen und dieselbe Anzeige gezielt vor einer ähnlichen Zielgruppe verbergen und dann die Leistungsniveaus beider Zielgruppen vergleichen.

Wie Sie sich vorstellen können, ist diese Methode sehr cool, aber fehleranfällig. (Ganz zu schweigen davon, dass sie nur dann verfügbar ist, wenn Sie aus Gründen der Datenzuverlässigkeit von vornherein über große Budgets verfügen.)

Ihre nächstbeste Wahl sind Kundenumfragen.

Sie können beispielsweise ein Exit-Intent-Popup (in dem Sie verlassende Besucher fragen, woher sie kommen, was ihnen nicht gefallen hat usw.) oder zusätzliche Felder in Ihrer Kauf-/Lead-Journey verwenden, um zusätzliche Informationen zu erfassen.

Seien Sie natürlich vorsichtig mit solchen deklarativen Daten, da sie oft in gewissem Maße verzerrt sind.

Es gibt kein perfektes Attributionsmodell

In diesem Artikel habe ich nach der perfekten Methode zur Messung der Leistung gesucht.

Aber verirren Sie sich nicht im Kaninchenbau. Eine perfekte Zuschreibung gibt es nicht.

Was Sie wollen, ist ein verlässlicher und dennoch richtungsweisender Input für Ihre Strategie.

Diese Phase zu überwinden, ist für Werbefreaks wie mich etwas, aber für geschäftliche Entscheidungen nicht hilfreich. Priorisieren Sie entsprechend.