Unter Attribution wird die Bestimmung der Traffic-Quelle verstanden, dank welcher die Konversion (Registrierung, Erstellen eines Abonnements oder einer Bestellung) erfolgte.
Sie ermöglicht es, einen Bericht über die Traffic-Quellen in verschiedenen Verfahren zu erstellen.
Hier ein Beispiel:
Ein Besucher ist auf die Website über die Werbung von Instagram gekommen, hat sich einige Webseiten angesehen und die Website verlassen. Später ist er wieder auf die Website gekommen, diesmal jedoch aus den Suchergebnissen. Etwas später hat er wieder die Website besucht, nachdem er die Adresse in der Browserzeile eingegeben hat, und eine Bestellung gemacht (Konversion).
Dieser Besucher hat also die Website drei Mal besucht.
Für die Bestimmung der Übersprungsquelle kann man verschiedene Attributionsmodelle anwenden:
Letzter Übersprung
Bei der Verwendung dieses Modells bei jedem Besuch wird das System die Quelle des Übersprungs im jeweiligen Zeitpunkt bestimmen, ohne dass die Besuchshistorie des Besuchers berücksichtigt wird.
In unserem Beispiel hat der Besucher die Website drei Mal besucht, und jeder Besuch hatte eine eigene Quelle. Der letzte Besuch, der berücksichtigt wird, stellt einen direkten Übersprung dar.
Dieses Modell wird häufig bei der Arbeit mit Annoncen und Unternehmen verwendet, die auf die Akquisition der Kunden zum Zeitpunkt des Einkaufs abzielen, sowie wenn die geschäftliche Tätigkeit hauptsächlich auf Transaktionen gründet, bei denen die Phase der Entscheidung nicht vorgesehen ist. Außerdem ist dieses Modell für die Analyse der internen Übersprünge auf der Website sehr gut geeignet.
Erster Übersprung
Bei diesem Modell wird die Besuchshistorie des Besuchers verwendet, insbesondere die Traffic-Quelle des allerersten Besuchs. Alle weiteren Besuche werden eben der ersten Quelle zugeordnet.
In unserem Beispiel fand der erste Besuch anhand der Werbung in Instagram statt.
Dieses Modell soll man in dem Fall verwenden, wenn eine verzögerte Konversion vorliegt — wenn der Besucher eine längere Zeit für die Entscheidung über den Einkauf (oder über eine andere Zielaktion) braucht, und während er es abwägt, kann er mehrmals zur Website aus beliebigen anderen Traffic-Quellen zurückkehren. Dieses Modell kann auch für die Analyse der Effizienz der Quellen hinsichtlich der Werbung neuer Besucher für die Website benutzt werden.
Letzter relevanter Übersprung
Alle Quellen kann man bedingt in relevante und sekundäre (irrelevante) einteilen. Besuche aus sekundären Quellen werden der relevanteren vorhergehenden Quelle zugeschrieben, wodurch es möglich wird, ihre Effizienz umfassender zu beurteilen.
Als Besuche aus sekundären Quellen gelten: Übersprünge auf die Website von gespeicherten Seiten, Übersprünge über die eingegebene Adresse (direkte Übersprünge) sowie interne Übersprünge.
In unserem Beispiel sind die Quellen des ersten und zweiten Besuchs relevant (Instagram und Suche). Die Quelle des dritten Besuchs ist irrelevant (direkter Übersprung).
Deshalb werden die Besuche des Besuchers der zweiten relevanten Quelle – der Suche – zugeschrieben.
Dieses Attributionsmodell liefert korrekte Ergebnisse für die Websites mit einer schnellen Konversion - der Konversion, die im Rahmen ein und desselben Besuchs zustande kommt.
Im Abschnitt “Traffic” ihres Accounts können Sie einen Bericht erstellen, indem Sie je nach Ihren Zwecken verschiedene Attributionsmodelle benutzen:
Für unsere Projekte wählen wir das Attributionsmodell “Nach dem letzten Übersprung”.
Genauer gesagt nach dem Übersprung, der der Anmeldung vorangegangen war. Wenn eine Person zuerst nach einem direkten Link und dann anhand der Werbung in sozialen Netzwerken eingesprungen ist und sich angemeldet hat, werden wir dieser Person als Quelle den letzten Kanal
– soziale Netzwerke – zuweisen. Später kann er bei uns Bestellungen aufgeben, und trotzdem werden der Ansicht sein, dass er über uns aus einem sozialen Netzwerk erfahren hat.
bitte autorisieren Sie sich