Bestes Attributionsmodell für Ihre Anforderungen auswählen

Während ein neues Hotel mit einem riesigen Budget unter Umständen die Nutzer auf sich aufmerksam machen möchte, ist für ein Unternehmen, das eine Software zur Reiseplanung anbietet, jede Anzeigeninteraktion im Rahmen des Kaufprozesses wichtig. Es kommt darauf an, was Sie mit Google Ads erreichen möchten. Wählen Sie das Attributionsmodell aus, das sich für Ihre Anforderungen am besten eignet.

Wenn Sie mit der Auswahl eines neuen Attributionsmodells beginnen, testen Sie zunächst, wie dieses Modell Ihrem Gesamtansatz für Google Ads entspricht. Ermitteln Sie, ob Sie damit einen höheren Wert oder mehr Conversions erzielen, und bestimmen Sie dann, ob diese Entscheidung richtig war.

Falls Sie genügend Conversions erzielen, um sich für die datengetriebene Attribution zu qualifizieren, können Sie dieses Attributionsmodell verwenden

Die Auswahl des richtigen Attributionsmodells ist eine wichtige Entscheidung, und manchmal ist es am besten, die Zahlen sprechen zu lassen. Hierfür eignet sich die datengetriebene Attribution. Mit einem datengetriebenen Ansatz sind Sie bei der Auswahl eines Modells nicht auf Vermutungen angewiesen.

Falls Ihnen genügend Daten für die datengetriebene Attribution vorliegen, erhalten Sie damit das bestmögliche Bild von der Leistung Ihres Kontos. Die datengetriebene Attribution war zuvor bereits in Google Marketing Platform, Attribution 360 und Google Marketing Platform verfügbar.

Die Umstellung auf die datengetriebene Attribution hat mehrere Vorteile:

• Allen Schritten im Conversion-Pfad wird ein Wert zugewiesen.
• Dieses Attributionsmodell funktioniert (wie andere Modelle auch) mit der automatischen Gebotseinstellung.
• Die datengetriebene Attribution kann selbst bei sehr kurzen Conversion-Pfaden genutzt werden.
• Die Umsetzung ist schnell und einfach.

Für welches Modell Sie sich letzten Endes entscheiden, liegt in Ihren Händen. In einigen Fällen finden Sie möglicherweise ein besser geeignetes Modell für Ihr Konto. Falls Sie jedoch über genügend Daten für die datengetriebene Attribution verfügen, sollten Sie dieses Modell verwenden.

Falls Sie die datengetriebene Attribution nicht verwenden können, erwägen Sie den Einsatz eines regelbasierten Attributionsmodells

Für die datengetriebene Attribution werden die bisherigen Daten Ihres Kontos herangezogen. Sollten nicht genügend Zugriffe vorliegen, können Sie dieses Modell möglicherweise nicht nutzen. Das bedeutet jedoch nicht, dass Sie weiterhin das Attributionsmodell "Letzter Klick" verwenden müssen.

Genau wie beim Attributionsmodell "Datengetrieben" wird auch bei den Modellen "Linear", "Zeitverlauf" und "Positionsbasiert" eine Conversion über die verschiedenen Touchpoints hinweg aufgeschlüsselt. Indem für eine einzelne Conversion alle Schritte des Conversion-Pfads angezeigt werden, können Sie sich einfacher ein Bild vom Wert des entsprechenden Keywords machen. Zudem profitieren Sie bei allen Modellen von den Vorteilen der automatischen Gebotseinstellung.

Berücksichtigen Sie bei der Auswahl eines Modells, welche Ziele Sie mit Ihrem Google Ads-Konto erreichen möchten. Sind Sie eher am Wachstum interessiert oder liegt Ihr Schwerpunkt auf der Effizienz?

	Modell	Beschreibung	Wachstumsstrategie
	Letzter Klick (STANDARD)	Ordnet den gesamten Wert der Conversion dem Keyword zu, das zum letzten Klick geführt hat	Am konservativsten
	Erster Klick	Ordnet den gesamten Wert der Conversion dem Keyword zu, das zum ersten Klick geführt hat	Am meisten wachstumsorientiert
	Linear	Verteilt den Wert der Conversion gleichmäßig auf alle Klicks des Pfads	Moderat
	Zeitverlauf	Weist Klicks einen höheren Wert zu, je kürzer sie vor der Conversion aufgetreten sind	Konservativ
	Positionsbasiert	Jeweils 40 % des Wertes werden dem ersten und dem letzten Keyword angerechnet, die zu einem Klick geführt haben. Die restlichen 20 % werden auf die anderen Klicks im Pfad verteilt.	Wachstumsorientiert
	Datengetrieben	Weist den Keywords auf Grundlage der Wichtigkeit für den Conversion-Prozess einen Wert zu	Basiert auf Kontoleistung

Ihre Entscheidung für eines dieser Modelle wirkt sich auf die Beziehung zwischen Ihnen, Ihrem Google Ads-Konto und dem Kaufprozess der Nutzer aus. Bei der Attribution geht es darum, die Leistung der einzelnen Keywords einzuordnen. Keywords, die bei Attributionsmodellen vom Typ "Letzter Klick" eine typische Leistung aufweisen, haben bei einem neuen Modell möglicherweise eine ganz andere Leistung.

Keywords an einer früheren Position im Klickpfad (oft allgemeine Begriffe) verhalten sich oft anders als Keywords an einer späteren Position (z. B. Markenbegriffe).

Bei einem aggressiveren Modell wie "Erster Klick" verlagern sich die Statistiken so, dass den Keywords an einer früheren Position im Klickpfad eine bessere Leistung zugeschrieben wird. Bei einem konservativeren Modell, etwa "Letzter Klick", werden hingegen Keywords an einer späteren Position besser bewertet. Wenn Sie Änderungen am Modell vornehmen, lohnt es sich unter Umständen, die Leistungsziele Ihres Kontos neu zu bestimmen. Viele Werbetreibende erzielen mit Keywords mit niedrigerem CPA (Cost-per-Acquisition) zu Beginn des Klickpfads eine bessere Leistung, wenn sie diese auf ein aggressiveres Modell wie "Erster Klick" umstellen. Sollte dies auch bei Ihnen der Fall sein, können Sie die Gebote erhöhen, um beim gleichen CPA mehr Conversions zu erzielen.

Nach der Umstellung des Attributionsmodells werden Ihre Kosten wahrscheinlich unverändert bleiben, aber die Conversions können vorübergehend leicht zurückgehen. Dies gilt insbesondere in den Tagen und Wochen nach der Umstellung von "Letzter Klick" auf ein anderes Modell. Die Ursache für diesen Rückgang ist, dass die Conversion-Verzögerung bei Attributionsmodellen ohne Berücksichtigung des letzten Klicks in der Regel höher ist als bei Modellen mit letztem Klick. Dadurch kann es für kurze Zeit so aussehen, als ob die Leistung sinken würde. Die Werte sollten sich aber schnell stabilisieren, wenn sich Ihr Konto auf die neuen Methoden zur Conversion-Zählung einstellt. Aus den beschriebenen Gründen ist jedoch zu erwarten, dass die Leistung kurzzeitig sinkt, wenn Sie auf ein anderes Attributionsmodell umstellen.