Eine TV Kampagne wird ausgestrahlt und innerhalb weniger Minuten steigen die Markensuchen, der Traffic auf der Website nimmt zu und die Brand Search Kampagnen verzeichnen mehr Aktivität. GA4 misst diese digitalen Verhaltensweisen, aber kann das Tool die TV Kampagne als Ursprung dieser Entwicklung identifizieren? Nicht unbedingt.
Dies ist eine der grundlegenden Grenzen der Attribution: Was gemessen und zugeordnet wird, entspricht nicht immer dem, was die Konsumentinnen und Konsumenten tatsächlich beeinflusst hat.
Die Herausforderung besteht daher darin, zwischen den Medien zu unterscheiden, die Nachfrage erzeugen oder stimulieren, denjenigen, die diese Nachfrage abfangen, und dem, was Analytics Tools tatsächlich zuordnen können.
GA4 misst beobachtbare Interaktionen, nicht den gesamten Medieneinfluss
GA4 ist ein zentrales Tool für die Analyse von Akquisition, Verhalten auf der Website und Conversions. Das Data Driven Attribution Modell verteilt den Conversion Credit auf verschiedene beobachtbare Touchpoints, anstatt sich ausschliesslich auf eine Last Click Logik zu stützen.
Dieser Ansatz bleibt jedoch von den verfügbaren Signalen abhängig. Ein bedeutender Teil des Werbeeinflusses kann bereits vor einer identifizierbaren digitalen Interaktion stattfinden.
Dies zeigt sich besonders deutlich bei Offline Medien. TV, Out of Home, DOOH, Radio oder Print können Bekanntheit, Erinnerung und Kaufabsicht stärken, ohne einen Touchpoint zu erzeugen, den GA4 direkt nutzen kann. Wenn eine Person nach dem Kontakt mit einer Kampagne später auf Google nach der Marke sucht oder die Website direkt aufruft, erkennt GA4 diesen digitalen Einstieg, verfügt aber nicht unbedingt über das notwendige Signal, um ihn mit dem vorherigen Medienkontakt zu verbinden.
Dasselbe Phänomen gibt es auch im digitalen Umfeld. Eine Person kann durch Video, Social Media oder Display Werbung beeinflusst werden, ohne darauf zu klicken, und später über Search, Organic oder Direct zurückkehren.
Dass einem Medium keine Conversion zugeordnet wird, bedeutet daher nicht zwangsläufig, dass es keinen Beitrag geleistet hat.
Von unmittelbaren Effekten bis zu Customer Journeys über mehrere Monate
Auch die zeitliche Dimension stellt eine zusätzliche Herausforderung dar. Die Wirkung einer Kampagne kann nahezu unmittelbar eintreten. Ein TV Spot kann beispielsweise während oder direkt nach der Ausstrahlung einen Anstieg der Markensuchen oder des Traffics auf der Homepage auslösen.
Bei Produkten oder Dienstleistungen, die eine längere Überlegungsphase erfordern, kann die Conversion hingegen erst mehrere Wochen oder sogar Monate nach den ersten Kontakten stattfinden.
Die Customer Journey kann sich somit über unterschiedliche Zeiträume, Medien und Geräte hinweg entwickeln. Je stärker sie fragmentiert ist, desto schwieriger wird es, sämtliche Einflüsse präzise mit einer einzelnen Conversion zu verknüpfen.
Die wichtigsten Verzerrungen, die bei der Analyse berücksichtigt werden sollten
Neben Offline Medien gibt es mehrere weitere Faktoren, die die Sichtbarkeit in Analytics Tools einschränken:
Messverzerrung | Konkret | Auswirkung auf die Analyse |
|---|---|---|
Kontakt ohne Klick oder digitale Interaktion | Eine Person kann mit einer TV, Out of Home, Video, Social Media oder Display Kampagne in Kontakt kommen, ohne eine direkt messbare Interaktion auszulösen. | Das Medium kann zur Bekanntheit und Kaufabsicht beitragen, ohne im attribuierten Pfad klar sichtbar zu sein. |
Cross Device Verhalten und Verlust von Identifikatoren | Eine Person entdeckt eine Marke auf dem Smartphone und setzt ihre Customer Journey später auf einem anderen Gerät fort oder konvertiert dort. | Wenn die verfügbaren Signale diese Interaktionen nicht miteinander verbinden können, kann ein Teil der Customer Journey verloren gehen oder modelliert werden. |
Einwilligung und Modellierung | Einschränkungen im Zusammenhang mit der Einwilligung reduzieren die Menge der direkt beobachtbaren Daten. | Berichte können beobachtete und modellierte Daten kombinieren, wobei der Grad der Sichtbarkeit je nach Customer Journey variiert. |
Diese Einschränkungen machen die Daten aus GA4 nicht weniger nützlich. Sie definieren lediglich den Rahmen, in dem sie interpretiert werden sollten.
Nachfrage zu schaffen ist nicht dasselbe wie sie abzufangen
Diese Unterscheidung ist besonders bei der Analyse von Search wichtig.
Wenn eine Person aktiv nach einer Marke sucht, ist ihre Absicht bereits stark ausgeprägt. Search, SEO oder Direct greifen daher häufig in einem Moment ein, in dem bereits bestehende Nachfrage abgefangen wird. Diese Nachfrage ist jedoch nicht unbedingt spontan entstanden. Sie kann zuvor durch TV, Out of Home, Video, Social Media oder Display Werbung erzeugt oder verstärkt worden sein.
Die Customer Journey könnte somit folgendermassen aussehen:
TV / Out of Home / Video → Kontakt und Erinnerung → Markensuche → Search → Conversion
In GA4 ist Search besonders sichtbar, da dieser Kanal in einem Moment eingreift, in dem die Absicht hoch und die Interaktion messbar ist. Das Medium, das zur Entstehung dieser Absicht beigetragen hat, kann hingegen im attribuierten Pfad fehlen.
Bekanntheitsmedien tragen dazu bei, Nachfrage zu schaffen und zu fördern. Medien zur Nachfrageabschöpfung ermöglichen es anschliessend, diese Nachfrage in einen Websitebesuch und potenziell in eine Conversion umzuwandeln.
Diese Kanäle ausschliesslich anhand der ihnen zugeordneten Conversions miteinander zu vergleichen bedeutet daher, Medien miteinander zu vergleichen, die innerhalb des Funnels unterschiedliche Funktionen erfüllen.
Ein konkretes Beispiel: Wenn Attribution die Interpretation beeinflussen kann
Nehmen wir ein bewusst vereinfachtes Beispiel. Eine Marke startet eine YouTube Kampagne mit dem Ziel, die Bekanntheit zu steigern.
Kanal | Vor der Kampagne | Während der Kampagne | Entwicklung |
|---|---|---|---|
Search | 80 | 110 conversions | +30 |
Direct | 20 | 60 conversions | +40 |
YouTube attribuiert | – | 15 conversions | +15 |
Total | 100 | 185 | +85 |
Eine ausschliesslich auf Attribution ausgerichtete Betrachtung könnte zu dem Schluss führen, dass YouTube mit nur 15 attribuierten Conversions eine marginale Rolle gespielt hat, während Search und Direct deutlich erfolgreicher erscheinen.
Eine medienorientierte Betrachtung wirft jedoch eine zusätzliche Frage auf: lHat die Kampagne zur Steigerung der Nachfrage beigetragen, die anschliessend über Search und Direct abgefangen wurde?l
Der gleichzeitige Anstieg dieser Kanäle ist ein interessantes Signal, stellt jedoch keinen Beweis für einen kausalen Zusammenhang dar. Saisonalität, Promotions, SEO, Wettbewerb oder andere Kampagnen können die Ergebnisse ebenfalls beeinflussen. Diese Veränderungen sollten daher mit den Ausstrahlungszeiträumen und weiteren Indikatoren verglichen werden, bevor Schlussfolgerungen gezogen werden.
Genau darin liegt der Unterschied zwischen Attribution und Inkrementalität. Attribution verteilt den Credit auf beobachtete Interaktionen. Inkrementalität versucht hingegen zu bestimmen, was die Kampagne zusätzlich zu dem erzeugt hat, was auch ohne sie stattgefunden hätte.
Bei Mediamix analysieren wir die Rolle der Medien über ihre Attribution hinaus
Diese Perspektive hat direkte Auswirkungen darauf, wie wir Kampagnen bewerten: Medien können nicht ausschliesslich anhand der Conversions verglichen werden, die ihnen GA4 zuordnet.
Ein Bekanntheitskanal und eine Brand Search Kampagne greifen weder auf derselben Ebene des Funnels ein noch verfolgen sie dasselbe Ziel. Ihre Performance muss daher unter Berücksichtigung ihrer Rolle innerhalb des Mediamix und des Kontexts, in dem sie aktiviert werden, interpretiert werden.
In unseren Analysen setzen wir die GA4 Daten mit weiteren verfügbaren Signalen in Beziehung: Entwicklung des Direct Traffics, Markensuchen, Performance von Brand Search, Daten der Medienplattformen sowie Veränderungen während der Kampagnenzeiträume. Ziel ist es nicht, diese Entwicklungen künstlich einem Medium zuzuschreiben, sondern konsistente Signale zu identifizieren, die die Analyse ergänzen.
Für eine weiterführende Betrachtung können weitere Messmethoden die Attribution ergänzen, darunter Brand Lift Studien, Inkrementalitätstests oder Marketing Mix Modeling, kurz MMM. Mithilfe von MMM lässt sich der Beitrag verschiedener Marketingkanäle zur Gesamtperformance statistisch analysieren, ohne auf die Rekonstruktion individueller Customer Journeys in GA4 angewiesen zu sein.
Ein Anstieg von Brand Search während einer Bekanntheitskampagne sollte beispielsweise nicht automatisch als eigenständige Verbesserung der Search Performance interpretiert werden. Er kann ebenso Ausdruck einer stärkeren Nachfrage sein, die zuvor durch andere Medien erzeugt wurde. Umgekehrt sollte ein Medium, dem nur wenige Conversions direkt zugeordnet werden, nicht allein aufgrund dieses Kriteriums als ineffizient betrachtet werden.
Aus diesem Grund bevorzugen wir eine ganzheitliche Betrachtung der Performance, bei der Attribution einen Indikator unter mehreren darstellt und nicht als vollständige Messung des Beitrags jedes einzelnen Mediums verstanden wird.
Von der Attribution zur Messung des Medienbeitrags
GA4 bleibt ein wesentlicher Bestandteil des Measurement Ökosystems. Attribution allein kann jedoch nicht den gesamten Beitrag eines Mediamix abbilden.
Die Frage „Welcher Kanal hat die Conversion erzielt?“ muss daher durch eine zweite ergänzt werden: „Welche Medien haben dazu beigetragen, Aufmerksamkeit, Absicht und Nachfrage zu schaffen, die diese Conversion überhaupt ermöglicht haben?“
Genau diese Perspektive verfolgen wir bei Mediamix: Wir interpretieren GA4 Daten im jeweiligen Medienkontext, berücksichtigen die Rolle jedes Kanals entlang des Funnels und führen die verfügbaren Signale zusammen, anstatt Kanäle ausschliesslich anhand der attribuierten Conversions miteinander zu vergleichen.
Ziel ist nicht, jede Conversion künstlich dem gesamten Mediamix zuzuordnen, sondern ein ausreichend umfassendes Verständnis zu entwickeln, um bessere Entscheidungen bei Medieninvestitionen treffen zu können.