Attributions-Komponenteneinstellungen attribution-component-settings

Attribution ermöglicht die Anpassung der Anrechnung von Dimensionselementen für Erfolgsereignisse.

Datenansichtsfenster mit hervorgehobener Option Attribution festlegen

Zum Beispiel:

  1. Eine Person au Ihrer Site klickt auf einen Paid Search-Link zu einer Ihrer Produktseiten. Sie fügt das Produkt zum Warenkorb hinzu, kauft es jedoch nicht.
  2. Am nächsten Tag sieht sie einen Social Media-Beitrag von einer Freundin bzw. einem Freund. Sie klickt auf den Link und schließt den Kauf ab.

In einigen Berichten möchten Sie die Bestellung eventuell Paid Search zuordnen. In anderen Berichten möchten Sie die Bestellung eventuell Social Media zuordnen. Mithilfe von Attribution können Sie diesen Aspekt der Berichterstattung steuern.

Festlegen des standardmäßigen Attributionsmodells einer Komponente

Sie können ein standardmäßiges Attributionsmodell für eine bestimmte Metrik festlegen, indem Sie die Einstellung der Metrik in der Datenansicht aktualisieren. Dadurch wird das Attributionsmodell der Metrik bei jeder Verwendung in Analysis Workspace überschrieben.

NOTE
Beachten Sie beim Aktivieren der Attribution für eine Metrik Folgendes:
  • Bei Verwendung der Komponente in einem Bericht mit einer einzelnen Dimension: Die Attribution der Komponente ignoriert das Zuordnungsmodell, wenn ein nicht standardmäßiges Attributionsmodell verwendet wird.

  • Bei Verwendung der Komponente in einem Bericht mit mehreren Dimensionen: Die Attribution der Komponente behält das Zuordnungsmodell bei, wenn ein nicht standardmäßiges Attributionsmodell verwendet wird.

Mehrere Dimensionen sind nur beim Exportieren von Daten in die Cloud verfügbar.
Weitere Informationen zur Zuordnung finden Sie unter Persistenz - Komponenteneinstellungen.

So aktualisieren Sie das standardmäßige Attributionsmodell einer Komponente:

  1. Wechseln Sie zu zur Datenansicht mit der Komponente, deren standardmäßiges Attributionsmodell Sie aktualisieren möchten.

  2. Wählen Sie die Komponente aus und erweitern Sie dann Abschnitt Attribution“ auf der rechten Seite des Bildschirms.

    Datenansichtsfenster mit hervorgehobener Option Attribution festlegen

  3. Wählen Attribution festlegen und wählen Sie dann das Fenster Attributionsmodell, Container und Lookback aus.

  4. Wählen Sie Speichern und fortfahren aus.

TIP
Wenn Ihre Organisation verlangt, dass eine Metrik über mehrere Attributionseinstellungen verfügt, können Sie einen der folgenden Schritte ausführen:
  • Kopieren Sie die Metrik in die Datenansicht mit jeder gewünschten Attributionseinstellung. Sie können dieselbe Metrik mehrmals in eine Datenansicht einschließen, sodass jede Metrik eine andere Einstellung erhält. Achten Sie darauf, jede Metrik entsprechend zu kennzeichnen, damit Analystinnen und Analysten bei der Berichterstellung den Unterschied zwischen diesen Metriken erkennen.

  • Überschreiben Sie die Metrik in Analysis Workspace. Wählen Sie in den Spalteneinstellungen einer Metrik Nicht standardmäßiges Zuordnungsmodell verwenden aus, um das Attributionsmodell und das Lookback-Fenster der Metrik für diesen spezifischen Bericht zu ändern.

Attributionsmodelle attribution-models

Ein Attributionsmodell bestimmt, welchen Dimensionselementen eine Metrik zugeschrieben wird, wenn im Lookback-Fenster einer Metrik mehrere Werte angezeigt werden. Attributionsmodelle werden nur angewendet, wenn im Lookback-Fenster mehrere Dimensionselemente festgelegt sind. Wenn nur ein einzelnes Dimensionselement festgelegt ist, werden diesem Dimensionselement unabhängig vom verwendeten Attributionsmodell 100 % zugeschrieben.

Symbol
Attributionsmodell
Definition
Letztkontakt
Letztkontakt
100 % werden dem Touchpoint zugeschrieben, der zuletzt vor der Konversion aufgetreten ist. Dieses Attributionsmodell ist in der Regel der Standardwert für jede Metrik, bei der kein anderes Attributionsmodell angegeben ist. Organisationen verwenden dieses Modell in der Regel, wenn die Konversionszeit relativ kurz ist, z. B. bei der Analyse interner Suchbegriffe.
Erstkontakt
Erstkontakt
100 % werden dem Touchpoint zugeschrieben, der zuerst im Attributions-Lookback-Fenster angezeigt wird. Organisationen verwenden dieses Modell in der Regel, um Markenwahrnehmung oder Kundenakquise zu verstehen.
Linear
Linear
Ermöglicht dieselbe Gewichtung für jeden Touchpoint, der vor einer Konversion erfolgte. Dies ist nützlich, wenn die Konversionszyklen länger sind oder häufiger Kundeninteraktionen erfordern. Organisationen verwenden dieses Attributionsmodell in der Regel zur Messung der Effektivität von App-Benachrichtigungen oder mit abonnementbasierten Produkten.
Beitrag
Beitrag
100 % Gewichtung für alle eindeutigen Touchpoints. Da jedem Touchpoint zu 100 % Gewichtung zugeschrieben werden, summieren sich die Daten von Metriken in der Regel auf mehr als 100 %. Wenn ein Dimensionselement mehrmals separat angezeigt wird, was zu einer Konversion führt, werden die Werte auf 100 % dedupliziert. Dieses Attributionsmodell ist ideal in Situationen, in denen Sie verstehen möchten, welchen Touchpoints Kundinnen und Kunden am meisten ausgesetzt sind. Medienunternehmen verwenden dieses Modell in der Regel zur Berechnung der Inhaltsgeschwindigkeit. Einzelhandelsunternehmen verwenden dieses Modell in der Regel, um zu verstehen, welche Teile ihrer Site für die Konversion von entscheidender Bedeutung sind.
Selber Kontakt
Selber Kontakt
100 % werden demselben Ereignis zugeschrieben, bei dem die Konversion erfolgte. Wenn ein Touchpoint nicht bei demselben Ereignis erfolgt wie eine Konversion, wird er unter „Keine“ zusammengefasst. Dieses Attributionsmodell wird manchmal damit gleichgesetzt, dass gar kein Attributionsmodell vorhanden ist. Dies ist nützlich in Szenarien, in denen Werte von anderen Ereignissen nicht beeinflussen sollen, wie eine Metrik Dimensionselementen eine Gewichtung zuschreibt. Produkt- oder Design-Teams können dieses Modell verwenden, um die Effektivität einer Seite zu bewerten, auf der die Konversion auftritt.
U-Form
U-Form
Der ersten Interaktion werden 40 % zugeschrieben, der letzten Interaktion 40 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden jedem 50 % zugeschrieben. Dieses Attributionsmodell eignet sich am besten für Szenarien, in denen Sie der ersten und letzten Interaktion den höchsten Wert zuweisen, aber zusätzliche Interaktionen dazwischen nicht völlig ausschließen möchten.
J-Kurve
J-Kurve
Der letzten Interaktion werden 60 % zugeschrieben, der ersten Interaktion werden 20 % zugeschrieben. Die restlichen 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der letzten Interaktion 75 % zugeschrieben und der ersten 25 %. Ähnlich wie „U-Form“ begünstigt dieses Attributionsmodell die erste und die letzte Interaktion, wobei die letzte Interaktion stark bevorzugt wird.
Umgekehrtes J
Umgekehrtes J
Der ersten Interaktion werden 60 % zugeschrieben, der letzten Interaktion 20 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der ersten Interaktion 75 % zugeschrieben und der letzten 25 %. Ähnlich wie „J-Form“ begünstigt dieses Attributionsmodell die erste und die letzte Interaktion, wobei die erste Interaktion stark bevorzugt wird.
Zeitverfall
Zeitverfall
Folgt einem exponentiellen Abfall mit einem benutzerdefinierten Parameter für die Halbwertszeit, wobei der Standardwert 7 Tage ist. Die Gewichtung der einzelnen Kanäle hängt von der Zeit ab, die zwischen dem Beginn des Touchpoints und der letztendlichen Konversion verstrichen ist. Die Formel, die zur Bestimmung der Gewichtung verwendet wird, lautet 2^(-t/halflife), wobei t die Zeit zwischen einem Touchpoint und einer Konversion ist. Alle Touchpoints werden dann auf 100 % normalisiert. Ideal für Szenarien, in denen die Attribution anhand eines bestimmten und bedeutenden Ereignisses gemessen werden soll. Je später eine Konversion nach einem Marketing-Ereignis erfolgt, desto geringer ist die zugeschriebene Gewichtung.
Benutzerspezifisch
Anpassen
Ermöglicht Ihnen die Angabe der Gewichtungen, die Sie für den ersten Touchpoint, den letzten Touchpoint und dazwischen liegende Touchpoints festlegen möchten. Die angegebenen Werte werden auf 100 % normalisiert, selbst wenn die eingegebenen benutzerdefinierten Zahlen zusammen nicht 100 ergeben. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Interaktionen mit zwei Touchpoints wird der mittlere Parameter ignoriert. Die ersten und letzten Touchpoints werden dann auf 100 % normalisiert und die Gewichtung wird entsprechend zugeschrieben. Dieses Modell ist ideal für Analystinnen und Analysten, die eine vollständige Kontrolle über ihr Attributionsmodell wünschen und spezielle Bedürfnisse haben, die andere Zuordnungsmodelle nicht erfüllen.
Algorithmisch
Algorithmisch
Verwendet statistische Verfahren, um die optimale Zuordnung für die ausgewählte Metrik dynamisch zu bestimmen. Der für die Zuordnung verwendete Algorithmus basiert auf der Harsanyi-Dividende aus der kooperativen Spieltheorie. Die Harsanyi-Dividende ist eine Verallgemeinerung der Shapley-Wertlösung (die nach Lloyd Shapley, einem Nobelpreisträger für Ökonomie, benannt wurde) zur Verteilung von Gutschriften unter den Spielern in einem Spiel mit ungleichen Beiträgen zum Ergebnis.
Auf hoher Ebene wird die Attribution als eine Koalition von Spielenden berechnet, an die ein Überschuss gerecht verteilt werden muss. Die Überschusshöhe jeder Koalition wird nach dem Überschuss bestimmt, der zuvor von jeder Unterkoalition (oder zuvor teilnehmenden Dimensionselementen) rekursiv erzeugt wurde. Weitere Informationen finden Sie in John Harsanyis und Lloyd Shapleys Originaldokumenten:
Shapley, Lloyd S. (1953). A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi, John C. (1963). A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.

Container

Ein Attributions-Container definiert den gewünschten Umfang für die Attribution. Mögliche Optionen sind:

  • Sitzung: Blickt bis zum Beginn einer Sitzung zurück, in der eine Konversion stattgefunden hat. Sitzungs-Lookback-Fenster berücksichtigen das geänderte Sitzungs-Timeout in einer Datenansicht.
  • Person: Untersucht Konversionen ausgehend vom Umfang des Personen-Containers.
  • Globales Konto [B2B Edition]{class="badge informative"}: Untersucht Konversionen ausgehend vom Umfang des Containers für globale Konten.
  • Konten [B2B Edition]{class="badge informative"}: Untersucht Konversionen ausgehend vom Umfang des Personen-Containers.
  • Opportunity [B2B Edition]{class="badge informative"}: Untersucht Konversionen ausgehend vom Umfang des Opportunity-Containers.
  • Käufergruppe [B2B Edition]{class="badge informative"}: Untersucht Konversionen ausgehend vom Umfang des Käufergruppen-Containers.

Lookback-Fenster

Ein Attributions-Lookback-Fenster ist der Zeitraum, der für eine Konversion rückblickend bei der Erfassung von Touchpoints berücksichtigt werden sollte. Wenn ein Dimensionselement außerhalb des Lookback-Fensters festgelegt wird, wird der Wert in keine Attributionsberechnungen einbezogen.

  • 14 Tage: Blickt bis zu 14 Tage nach dem Zeitpunkt zurück, an dem die Konversion stattgefunden hat.
  • 30 Tage: Blickt bis zu 30 Tage nach dem Zeitpunkt zurück, an dem die Konversion stattgefunden hat.
  • 60 Tage: Blickt bis zu 60 Tage nach dem Zeitpunkt zurück, an dem die Konversion stattgefunden hat.
  • 90 Tage: Blickt bis zu 90 Tage nach dem Zeitpunkt zurück, an dem die Konversion stattgefunden hat.
  • 13 Monate [B2B Edition]{class="badge informative"}: Blickt bis zu 13 Monate nach dem Zeitpunkt zurück, an dem die Konversion stattgefunden hat.
  • Benutzerdefinierte Zeit: Ermöglicht es Ihnen, ein benutzerdefiniertes Lookback-Fenster ab dem Zeitpunkt festzulegen, an dem eine Konversion stattgefunden hat. Sie können die Anzahl der Minuten, Stunden, Tage, Wochen, Monate oder Quartale angeben. Beispiel: Bei einer Konversion am 20. Februar würde ein Lookback-Fenster von fünf Tagen alle Touchpoints der Dimension vom 15. bis 20. Februar im Attributionsmodell auswerten.

Beispiel

Sehen Sie sich folgendes Beispiel an:

  1. Am 15. September gelangt eine Person über eine Paid Search-Anzeige zu Ihrer Site und verlässt sie dann.
  2. Am 18. September gelangt die Person über einen Link in sozialen Medien, den er von einer Freundin oder einem Freund erhalten hat, erneut auf Ihre Site. Er fügt mehrere Artikel zum Warenkorb hinzu, erwirbt aber nichts.
  3. Am 24. September sendet Ihr Marketing-Team eine E-Mail mit einem Coupon für einige der Artikel im Warenkorb. Der Coupon wird angewendet, der Besucher ruft aber mehrere andere Websites auf, um zu sehen, ob andere Coupons verfügbar sind. Er findet einen weiteren über eine Display-Anzeige und kauft dann letztendlich für 50 Euro ein.

Je nach Attributionsmodell erhalten Container und Kanäle unterschiedliche Gewichtungen. Beispiele finden Sie in der unten stehenden Tabelle:

Modell
Container
Lookback-Fenster
Erklärung
Erstkontakt
Sitzung
30 Tage
Die Attribution untersucht nur den dritten Besuch. E-Mail kam vor Display-Anzeige, sodass E-Mail 100 % des Kaufs in Höhe von 50 Euro zugeschrieben werden.
Erstkontakt
Person
30 Tage
Die Attribution untersucht alle drei Besuche. Paid Search kam zuerst, sodass Paid Search 100 % des Kaufs in Höhe von 50 Euro zugeschrieben werden.
Linear
Sitzung
30 Tage
Die Gewichtung wird zwischen E-Mail und Display-Anzeige aufgeteilt. Beiden Kanälen werden jeweils 25 Euro zugeschrieben.
Linear
Person
30 Tage
Die Gewichtung wird zwischen Paid Search, Social Media, E-Mail und Display-Anzeige aufgeteilt. Jedem Kanal werden für diesen Kauf 12,50 Euro zugeschrieben.
J-förmig
Person
30 Tage

Die Gewichtung wird zwischen Paid Search, Social Media, E-Mail und Display-Anzeige aufgeteilt.

  • Der Display-Anzeige werden 60 %, also 30 Euro, zugeschrieben.
  • Paid Search werden 20 %, also 10 Euro, zugeschrieben.
  • Die restlichen 20 % werden zwischen Social Media und E-Mail aufgeteilt (jeweils 5 Euro).
Zeitverfall
Person
30 Tage
  • Abstand von null Tagen zwischen Display-Touchpoint und Konversion. 2^(-0/7) = 1
  • Abstand von null Tagen zwischen E-Mail-Touchpoint und Konversion. 2^(-0/7) = 1
  • Abstand von sechs Tagen zwischen Social Media-Touchpoint und Konversion. 2^(-6/7) = 0.552
  • Abstand von 9 Tagen zwischen Paid Search-Touchpoint und Konversion. 2^(-9/7) = 0.41 Die Normalisierung dieser Werte führt zu Folgendem:
    • Display-Anzeige: 33,8 %, 16,88 Euro
    • E-Mail: 33,8 %, 16,88 Euro
    • Social Media: 18,6 %, 9,32 Euro
    • Paid Search: 13,8 %, 6,92 Euro

Konversionsereignisse, die in der Regel Ganzzahlen aufweisen, werden aufgeteilt, wenn die Gewichtung mehr als einem Kanal zugeschrieben wird. Wenn beispielsweise zwei Kanäle mit einem linearen Attributionsmodell zu einer Bestellung beitragen, erhalten beide Kanäle 0,5 dieser Bestellung. Diese Teilmetriken werden über alle Personen summiert und dann zur Berichterstellung auf die nächste Ganzzahl gerundet.

[B2B Edition]{class="badge informative" title="Customer Journey Analytics B2B Edition"} Verwenden Sie bestimmte B2B-Container, z. B. „Konten“ oder „Opportunities“, und geeignetere Lookback-Fenster (bis zu 13 Monate), um die obigen Attributionsmodelle in typischen B2B-Szenarien anzuwenden.

recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79