6 einfache Tipps in Google Analytics: Das Attributions-Modell-Vergleichstool erfolgreich nutzen

Beitrag aus Ausgabe 78 / Juni 2019
Analytics
Marcus Stade

arbeitet als Senior Digital Analytics Consultant bei der Trakken Web Services GmbH und beschäftigt sich schwerpunktmäßig mit Google Analytics, Google Tag Manager und weiteren Tools der Google Marketing Platform.

Schon seit einigen Jahren ist klar, dass der Schlüssel für die Skalierbarkeit im E-Commerce in der Betrachtung der User-Journey liegt. Bevor Nutzer sich zu einem Kauf entschließen, haben sie häufig mehrere Berührungspunkte mit den unterschiedlichsten Marketing-Kanälen. Daher lässt sich ein Kauf meist nicht nur einem einzigen Kanal zuordnen. Marketing-Kanäle werden in der Regel nach Kennzahlen wie ROAS (Return On Advertising Spend) oder CPO (Cost-per-Order) bewertet. Somit stoßen E-Commerce-Unternehmen bei der Skalierbarkeit der Marketingkanäle schnell an Grenzen, wenn diese Kennzahlen nach dem Last-Click-Prinzip berechnet werden. Hier kann das Modell-Vergleichstool in Google Analytics zur besseren Budget-Allokation verhelfen.

Ist jeder einzelne Kanal hinsichtlich von ROAS oder CPO nicht weiter sinnvoll ausbaubar, kann jedoch immer noch das Zusammenspiel der Marketing-Kanäle optimiert werden. Google Analytics bietet hierfür die sogenannten Multi-Channel-Funnel-Berichte und das Modell-Vergleichstool (siehe Abbildung 1). Letzteres eignet sich hervorragend um festzustellen, welche Bedeutung ein Marketing-Kanal in der User-Journey hat. Insbesondere sind die Kenntnisse über den ROAS und den CPO, basierend auf dem gewichteten Vorkommen in der User-Journey, für die Bewertung der Effektivität und Effizienz eines Marketing-Kanals sowie für die Budgetallokation des Kanals im Marketing-Mix wichtig.

Um seinen Namen „Modell-Vergleichstool“ gerecht zu werden, bietet das Tool mehrere vordefinierte Modelle, nach denen eine Transaktion bzw. ein Umsatz den verschiedenen Kanälen in der User-Journey zugeordnet wird. Die Bandbreite der Modelle reicht von der Betrachtung des letzten Klicks oder des ersten Klicks, bei der nur der letzte oder erste Touchpoint die komplette Transaktion bzw. den Umsatz zugeschrieben bekommt, über positionsbasierte Modelle, bei denen die einzelne Transaktion auf alle Touchpoints entweder gleichmäßig oder gewichtet verteilt wird, bis hin zu zeitabhängigen Modellen, bei denen der Zeitpunkt des Touchpoints Grundlage der Zuweisung ist.

Ein Beispiel hierzu: Einer Transaktion mit einem Umsatz von 100 Euro geht eine User-Journey mit den Touchpoints Display – Paid Search – Display – Organic Search voraus. Im Google-Analytics-Bericht Acquisition > Channels werden diese Transaktion und der Umsatz nach dem Last-Click vollständig dem Kanal Organic zugewiesen.

Kanal

Display

Paid Search

Organic Search

Transaktionen

0

0

1

Umsatz in €

0

0

100

Tabelle 1: Die Analyse weist die Transaktion dem Kanal Organic zu.

Das heißt: Obwohl der Kanal Display zweimal in der User-Journey vorkommt und der Initiator der Transaktion war, wird dies nicht berücksichtigt. Wird nur dieser Bericht für die Budget-Allokation genutzt, kann das unter Umständen dem Ziel, Transaktionen oder Umsatz zu maximieren, entgegenwirken. Denn für den Kanal Display wird dann weniger Budget allokiert, folglich werden weniger User in den Funnel hineingeführt, die letztlich abschließen.

Eine Bewertung nach dem linearen Modell, bei dem die Verteilung gleich gewichtet erfolgt, würde hier einen anderen Blick vermitteln.

Kanal

Display

Paid Search

Organic Search

Transaktionen

0.5

0.25

0.25

Umsatz in €

50 €

25 €

25 €

Tabelle 2: Das lineare Modell gewichtet die Verteilung gleich.

Die Transaktion würde auf vier Touchpoints gleichmäßig attribuiert. Insofern würde jeder Touchpoint 0.25 Transaktionen und 25 % des Umsatzes erhalten. Der Mehrwert der Betrachtung des Umsatzes mit einem Attributions-Modell liegt also darin, das die komplette User-Journey bewertet und dadurch letztlich stärker steuerbar wird.

Mit sechs einfachen Tipps lässt sich dieses Modell-Vergleichstool in Google Analytics besser nutzen.

1. Channel Grouping und utm-Parameter

Ein Channel Grouping enthält die Kriterien, nach denen der Traffic den verschiedenen Marketing-Kanälen zugeordnet wird. Von Haus aus verfügt Google Analytics über die vordefinierten Kanäle „Direct“, „Organic Search“, „Social“, „Email“, „Affiliates“, „Referral“, „Paid Search“, „Other Advertising“, „Display“.

Allerdings ist die Zuordnung des Traffics zu diesen system-definierten Kanälen im Default Channel Grouping nicht immer korrekt. Zudem ist die Einteilung sehr allgemein. Beispielsweise ist gerade im Bereich Paid Search eine Unterscheidung nach Brand Traffic, generischem Traffic etc. sinnvoll (siehe Abbildung 2).

Daher bietet es sich an, entweder das Default Channel Grouping zu modifizieren oder Custom Channel Groupings zu erstellen. Anhand von Kriterien wird dann der Kanal auf View-Ebene im Menü „Channel Settings“ festgelegt.

Default Channel Grouping und Custom Channel Grouping arbeiten unterschiedlich in Google Analytics. Das Default Channel Grouping ist bei Berichten voreingestellt und ordnet bei Änderungen eingehenden Traffic erst ab dem Zeitpunkt der Änderung anhand der neuen Kriterien zu.

Custom Channel Groupings können in Berichten als Channel Grouping explizit ausgewählt werden. Eine Anwendung erfolgt dann auch für Daten vor der Erstellung.

 

Die Kriterien, anhand derer der Traffic zugeordnet werden kann, sind vielfältig. Google Ads Traffic kann bspw. anhand der Ads-Anzeigengruppe oder des Keywords zugewiesen werden. Für andere Kanäle bietet es sich an, diese anhand der utm-Parameter festzulegen. Hierfür müssen die utm-Parameter an die eingehenden Links aus Affiliate-Netzwerken, Bing Ads etc. angehängt werden:

Beispiel für die Bing Ads-Kampagne „Brand“, die auf www.beispiel.de verweist

www.beispiel.de?utm_source=bing&utm_medium=cpc&utm_campaign=Brand

Abbildung 3 zeigt die entsprechenden Einstellungen in Google Analytics.

Bei der Erstellung eines Channel Groupings ist die Reihenfolge der Bedingungen entscheidend. Eingehender Traffic wird dem ersten Kanal zugeordnet, der den Bedingungen entspricht.

 

Die Verwendung von utm-Parametern zur Kanalzuordnung bedingt eine Definition der genutzten Parameterwerte und deren Anwendung. So kann eine hohe Datenqualität bei der Zuordnung von Traffic auf die Kanäle erreicht werden.

2. Kostendaten in Google Analytics importieren

Das Hochladen von Kostendaten ermöglicht es, die Ausgaben und den ROAS nach Kanal zu berechnen. Für Google Ads steht eine direkte Verlinkung mit Google Analytics auf Property-Ebene zur Verfügung. Damit werden die Kosten aus Google Ads automatisch in Google Analytics verfügbar.

Für andere Kanäle können die Kostendaten für die einzelnen source/medium-Kombinationen nachträglich hochgeladen werden. Der Upload der Daten ist einfach: Benötigt wird eine .xls- oder .csv-Datei, die auf Tagesbasis die Ausgaben nach source/medium-Kombination enthält (siehe Abbildung 4).

Auf Property-Ebene im Bereich Admin findet sich das Menü Data-Upload, in dem der Upload konfiguriert werden kann. Nach der Konfiguration kann die Datei hochgeladen werden. Als Ergebnis des Uploads werden nach der Verarbeitung der Daten sowohl die Ausgaben als auch der ROAS im Modell-Vergleichstool angezeigt.

3. Conversion-Typen getrennt betrachten

Im Modell-Vergleichstool werden nur Touchpoints aus der User-Journey bewertet, die zu einer Conversion geführt haben. Häufig werden unterschiedlichste Conversions im E-Commerce gemessen, allen voran der Kauf. Aber auch Newsletter-Anmeldungen und andere Conversions können als Ziel festgelegt werden.

Im Modell-Vergleichstool werden standardmäßig alle Conversions betrachtet. Damit vermischen sich die User-Journeys für die unterschiedlichen Conversions. Die User-Journey für eine Newsletter-Anmeldung ist sicherlich nicht mit der einer Transaktion zu vergleichen. Entsprechend sollte auch die Auswertung erfolgen. Im oberen Menü des Modell-Vergleichstools können die einzelnen Conversions ausgewählt werden, für die eine Analyse erfolgen soll.

4. Conversion-Segmente nutzen

Segmente in Google Analytics sind ein mächtiges Werkzeug, um bessere Insights zu erhalten. Im Berichtsbereich „Conversions“ unterscheiden sich die Segmente etwas von denen, die in anderen Berichten genutzt werden können. Daher heißen sie in diesem Bereich „Conversion-Segmente“ und bieten einen anderen Funktionsumfang (siehe Abbildung 5).

Die Funktionsweise bleibt allerdings gleich. Anhand der definierten Kriterien werden Informationen, die der User in Google Analytics generiert hat, einem Datensubset zugewiesen oder nicht.

Beispielsweise ermöglicht es die Segmentierung nach Conversion-Wert, Touchpoints der User auszuwerten, die den Conversion-Wert mit ihrer Transaktion überschritten haben.

5. Lookback-Window-Einstellungen

Im Modell-Vergleichstool wird mit zwei Zeiträumen gearbeitet. Einerseits mit dem Date-Picker im oberen rechten Bereich, der den Zeitpunkt der Conversion definiert. Das heißt, im Modell-Vergleichstool werden alle Conversions berücksichtigt, die innerhalb des im Date-Picker eingestellten Zeitraums erfolgt sind.

Andererseits wird im oberen Bereich mittig das sogenannte Lookback-Window festgelegt. Standardmäßig auf 30 Tage voreingestellt, kann dieses auf bis zu 90 Tage erweitert werden. Dieses definiert den Zeitraum vor der Conversion, in dem Touchpoints berücksichtigt werden.

Im Allgemeinen ist es natürlich sinnvoll, das größtmögliche Lookback-Window zu wählen. Allerdings kann bei der Betrachtung einzelner Kampagnen oder spezieller Anwendungsfälle auch ein verkürztes Lookback-Window zielführend sein, sodass sich ein Vergleich der Ergebnisse für unterschiedliche Lookback-Windows anbietet.

6. Modelle anpassen

Die vordefinierten Modelle in Google Analytics erlauben es, Einsichten in die User-Journey zu erhalten, indem bis zu drei Modelle gleichzeitig miteinander verglichen werden. Diese vordefinierten Modelle bewerten jeden Kanal nach der Position in der User-Journey oder dem zeitlichen Verlauf. Allerdings kann es Fälle geben, in denen Kanäle allgemein oder basierend auf der User-Interaktion abweichend gewichtet oder sogar ignoriert werden sollen.

Soll bspw. der Kanal „Organic Search“ keinen Anteil an Conversions oder am Umsatz in der Analyse für die Optimierung des Media-Budgets erhalten, kann dies mit vordefinierten Modellen nicht abgebildet werden. Hierfür stehen Custom Modells (siehe Abbildung 6) zur Verfügung.

Fazit

Das Modell-Vergleichstool in Google Analytics ist ein wertvolles Werkzeug zur Analyse der Marketing-Maßnahmen entlang der User-Journey und zur besseren Budget-Allokation. Durch ein angepasstes Channel Grouping und den Import von Kostendaten ermöglicht das Tool eine umfassende Betrachtung der Effektivität und Effizienz des Marketing-Budgets und liefert durch Conversion-Segmente und angepasste Modelle weitere Insights.

Spannend? Dieser Artikel ist im suchradar #78 erschienen

Lesen Sie weitere spannende Artikel aus der Ausgabe „Das Online-Marketing-Glossar: Von Alt-Attribut bis Zielgruppe“! Entweder online oder als PDF-Magazin.

Kostenlos als PDF-Version Alle Artikel aus der Ausgabe ansehen