Traffic Attribution Modeling in Google Analytics – leichter durch Visualisierung

Attribution Modelle in Google AnalyticsGoogle bietet schon lange in Analytics mit den Multi Channel Funnels (dt.: Multi-Channel-Trichter) den Einstieg in die Customer Journey Analyse. Heuer haben sie eines draufgelegt und das Attribution Modeling Tool zum Erstellen und Vergleichen unterschiedlicher Zuordnungsmodelle freigeschaltet.

Das ist für Online- und Performance-Marketer extrem wichtig und hilfreich – und gleichermaßen komplex.

Dieser Artikel zeigt, wie durch eine einfache Visualisierung wesentlich leichter Insights gewonnen werden können.

Vorarbeiten – Modelle wählen und erstellen

Im Tool können bis zu drei Modelle gleichzeitig miteinander verglichen werden. Wir wollen für dieses Beispiel den Anfang, die Mitte und den Abschluß gegenüberstellen. Dazu wählen wir

  1. Erste Interaktion (First Interaktion) – Standard Modell
  2. Supporter – ein eigenes Modell
  3. Letzter indirekter Klick (Last Non-Direct Click) – Standard Modell

Die “Supporter” sollen alles in der Mitte abbilden. Dafür legen wir ein neues Modell auf Basis des Models “Position Based” aus und passen es so an, dass 100% der Zuordnung auf die mittleren Interaktionen gezählt werden:

The "supporter" attribution model

Ob als 3. Modell “Letzte Interaktion” oder “Letzter indirekter Klick” gewählt wird, macht nochmals einen Unterschied, da im letzteren Fall die “directs” etwas abgewertet werden – die Implikation davon sollte man in eigenen Vergleichen betrachten.

Hier nun das von Google Analytics berechnete Ergebnis:

Attribution Modeling in Google Analytics - Model Comparison

Anmerkung: Natürlich arbeiten wir mit einer individuellen Channel Gruppierung, die hier “custom grouping” heisst – das ist eine weitere extreme Stärke von diesem Tool. Hier haben wir beispielsweise “brand search” als eigenen Channel herausgezogen, weil es aus meiner Sicht nicht in den gleichen Topf wie die generischen Suchen gehört!

Die Zahlen sprechen ja für sich! Oder?

Natürlich kann man daraus mit Übung und Zeit etwas ablesen; und die beiden Differenz-Spalten an der rechen Seite helfen – auch durch die hilfreichen Pfeilchen.

Aber ist jedem klar, was man hier sieht und – viel wichtiger – was man daraus ableiten kann?

Mir nicht. Deshalb klicke ich auf das kleine graue Icon oben in der Mitte (gleich unter dem “Conversions & Value” Dropdown. Und dann sehe ich das:

Attribution Model with visual comparison in Google Analytics

Durch die Farbverläufe zeigt sich sofort, welcher Kanal eher

  • vorbereitend
  • unterstützend
  • oder abschließend

wirkt. In unserem Beispiel sehen wir in den Zeilen 5 und 6, dass E-Mail und die organische Suche (ohne Brand Keywords!) überhaupt keine einleitenden Kanäle sind, aber stark unterstützend und im Abschluß wirken. Die Zeilen 1-3 zeigen in diesem Fall eine extreme Stärke in allen Brand-Channels unterstützt durch die bezahlte Suche.

Was kann ich aus den Attributionsmodellen ableiten

So what? Diese ersten Erkenntnisse sind erstens einmal eine gute Analyse der IST-Situation. Und in Folge können wir durch Drill-downs in die Details gehen.

Welche Search-Kampagnen helfen wo und wie stark? Damit jemand über Brand Search abschließt – welche Kanäle sind davor wichtig? Wenn ich die E-Mail Frequenz verändere, was passiert dann? (Um nur ein paar Fragen zu nennen…)

Dieses reale Beispiel zeigt nicht nur die Erkenntnismöglichkeiten, sondern auch die Komplexität von Veränderungen: Den oben sichtbaren Brand-Schwerpunkt wird man schwerlich von heute auf morgen abstellen können – aber ab jetzt gezielt und mit sofortiger Kontrollschleife.

Ich will das auch!

Super!

Um dies selber zu machen, genügt unser Plugin für Googles Chrome Browser namens Table Booster. Es kann hier im Chrome-Store gratis installiert werden. Was das alles noch kann, wenn man Google Analytics bedient, kann hier nachgelesen werden. Bitte bewerten Sie das Plugin im Chrome Store – vielen Dank!!

Wenn wir Ihnen bei der Analyse Ihrer Customer Journeys helfen sollen: kontaktieren Sie uns gerne – das ist unser (spannender) Job 🙂

Und wenn Sie noch 10 Sekunden Zeit haben, dann freue ich mich, wenn Sie den Artikel sharen:

Hinterlassen Sie einen Kommentar:

4 Kommentare zu “Traffic Attribution Modeling in Google Analytics – leichter durch Visualisierung

  • Sehr guter Artikel!
    Frage am Rande:
    Warum man “branded search” und “organic search” aufteilt ist mir klar, aber wozu dient die Gruppierung “Corporate Site”. Wie ist sie definiert und wozu dient sie?

  • Was mich auch noch interessieren würde:
    Können sich die Zahlen (in diesem Fall die Anzahl der Conversions) der einzelnen Attributionsmodelle auch überschneiden?

  • Hallo,

    danke – schon geshared, liked, tweeted? .-)

    Antwort 1: Das macht – wie in diesem Fall – in einem Konzern-Umfeld sinn, wenn die betrachtete Site (viel) Traffic von der Corporate Site bekommt. Das ist ja quasi “owned media”, die ich in diesem Fall in einem eigenen Kanal abgebildet habe…

    Antwort 2: Ja, jedes Modell wird eigens berechnet und dadurch kann eine Conversion mehrmals gezählt werden. Das sollte man beachten, sonst lügt man sich selbst in den Sack.

  • Vielen Dank für die rasche Antwort!

    ad 2) Aber normaler Weise schließen sich die 3 Modell ja aus. Außer jemand kommt z.b. über die “bezahlte Suche” genau 1 Mal auf die Website undlöst eine Conversion aus. Dann ist er sowohl “1. Interaktion”, “Supporter”, und “letzter nicht direkter Klick”, oder? Verstehe ich das so richtig?

    P.S: Habs soeben geshared 🙂