[GA4] Beitrag zu Conversions zuordnen

Dieser Artikel knüpft an Anzeigen für Nutzer ohne Conversion optimieren. Sie erfahren, wie Sie die Wirksamkeit Ihrer Anzeigen mit Google Analytics messen können.

Attribution

Es ist wichtig, zu wissen, welche Marketingaktivitäten wirksam sind und mit welchen nicht die gewünschten Ergebnisse erzielt werden. Nur so lässt sich entscheiden, wo Sie Ihre Zeit und Ihr Geld bestmöglich investieren. Erzielen Sie mit Ihren E-Mail-Kampagnen z. B. wirklich mehr Conversions und erreichen Sie mit Ihren Anzeigen in den sozialen Medien viele Nutzer, die eine Conversion ausführen?

Mithilfe der Attribution lässt sich feststellen, inwieweit verschiedene Marketingaktivitäten im Pfad eines Nutzers zu einer Conversion oder wichtigen Interaktion beigetragen haben. Angenommen, ein Nutzer sieht Ihre Anzeige in den sozialen Medien, sucht mit einer Suchmaschine nach Ihrem Unternehmen und besucht dann Ihre Website. Einige Tage später sieht er eine Displayanzeige, kehrt zu Ihrer Website zurück und führt eine Conversion aus. Hier ist es nützlich, zu wissen, dass jeder dieser Touchpoints zur Conversion beigetragen hat.

Attributionsmodelle

Attributionsmodelle sind Regeln, mit denen festgelegt wird, wie Conversions den verschiedenen Touchpoints im Conversion-Pfad des Nutzers zugeordnet werden. Bei einigen Attributionsmodellen liegt das Hauptaugenmerk auf der ersten Interaktion, bei anderen auf der letzten. Wieder andere berücksichtigen jede Interaktion.

In Google Analytics wird standardmäßig das datengetriebene Attributionsmodell verwendet. Dabei wird der Wert der Conversion anhand der Daten für die einzelnen Conversion-Ereignisse aufgeteilt. Jedes datengetriebene Attributionsmodell ist auf Sie und Ihre Conversion-Ereignisse zugeschnitten. Auf der Seite „Verwaltung“ können Sie unter „Attributionseinstellungen“ entsprechende Änderungen vornehmen.

In Google Analytics finden Sie Tools, mit denen Sie nachvollziehen können, wie

  • Nutzer auf Ihre Website gelangen.
  • die häufigsten Conversion-Pfade aussehen.
  • Conversions bei verschiedenen Attributionsmodellen den einzelnen Touchpoints zugeordnet werden.

Wie Nutzer auf Ihre Website gelangen

Die Berichte „Nutzergewinnung“ und „Neu generierte Zugriffe“ bieten unterschiedliche Möglichkeiten, herauszufinden, wie Nutzer auf Ihre Website gelangen. Der Bericht „Nutzergewinnung“ gibt Aufschluss über die Quelle von Nutzern, die Ihre Website noch nie zuvor besucht haben. Im Bericht „Neu generierte Zugriffe“ sehen Sie, wie neue und wiederkehrende Nutzer auf Ihre Website gelangen.

Häufigste Conversion-Pfade

Der Bericht „Conversion-Pfade“ bietet eine einfache Möglichkeit, die häufigsten Conversion-Pfade Ihrer Kunden zu sehen. Außerdem gibt er Aufschluss darüber, wie die Conversions im jeweiligen Attributionsmodell zugeordnet werden. Standardmäßig wird im Bericht das datengetriebene Attributionsmodell verwendet. Sie können jedoch über das Drop-down-Menü oben im Bericht ein anderes Attributionsmodell auswählen.

In der Datenvisualisierung oben im Bericht sehen Sie, welcher Beitrag zur Conversion den einzelnen Segmenten des Conversion-Pfads im jeweiligen Attributionsmodell zugeordnet wird. Im Drop-down-Menü oben links im Bericht können Sie das Conversion-Ereignis „lead_form_submit“ auswählen.

Attributionsmodelle vergleichen

Mithilfe des Berichts „Modellvergleich“ können Sie feststellen, wie sich verschiedene Attributionsmodelle auf die Bewertung Ihrer Marketingkanäle auswirken. Anhand des Berichts lässt sich beispielsweise vergleichen, wie der Beitrag zur Conversion im Modell mit datengetriebener Attribution für kostenpflichtige und organische Kanäle und im Modell „Letzter Klick (kostenpflichtige und organische Kanäle)“ den verschiedenen Touchpoints zugeordnet wird.

Weitere Informationen

Damit sind wir am Ende dieser Anleitungsreihe. Unter folgenden Links finden Sie weitere Informationen zu den Themen, die wir behandelt haben:

War das hilfreich?

Wie können wir die Seite verbessern?
Suche
Suche löschen
Suche schließen
Hauptmenü
11845689842743097421
true
Suchen in der Hilfe
true
true
true
true
true
69256
false
false