Multi-Touch-Attribution und Budgetoptimierung für alle Kanäle, online wie offline.
Suche, Social Media, Affiliates und Preisvergleiche beanspruchen dieselbe Bestellung für sich. Sehen Sie, welche Kanäle wirklich profitablen Umsatz bringen, nach Retouren.
Die meisten Marketingbudgets entstehen aus der Vorjahresverteilung, aus Bauchgefühl oder danach, welcher Kanal die meisten Conversions meldet. Doch Kanäle wirken nicht allein: TV treibt die Suche, Display bereitet den Klick vor, der Katalog bringt Kunden in die Filiale. Unser datenbasiertes Attributionsmodell lernt aus allen Customer Journeys, mit und ohne Conversion, online wie offline, und misst, wie Ihre Kanäle zusammenwirken. Darauf basiert Ihre Budgetverteilung, nicht auf der isolierten Vergangenheitsleistung einzelner Kanäle.
Gleiches Budget, bessere Performance. Sehen Sie, welche Kanäle ihren Anteil wirklich verdienen, ziehen Sie Budget von denen ab, die nur Erfolge einsammeln, und holen Sie mehr aus dem Budget heraus, das Sie bereits einsetzen.
Last-Click-Attribution belohnt, wer zuletzt am Ball war. Der kurze Film zeigt, was das mit Ihrem Budget macht und wie wir jeden Kanal nach seinem Beitrag bewerten.
Stimme und Musik sind KI-generiert. Die gezeigten Werte sind Beispielwerte.Transkript lesen
Wenn der Stürmer trifft, steht nur ein Name auf der Anzeigetafel.
Doch das Tor begann beim Verteidiger, der den Ball erobert hat, und beim Spielmacher mit dem entscheidenden Pass.
Last-Click-Attribution ist die Anzeigetafel. Sie belohnt, wer zuletzt am Ball war. Das Budget fließt in die Brand-Suche, während Social, Newsletter und Preisvergleich gekürzt werden.
Unser datenbasiertes Attributionsmodell lernt aus jeder Customer Journey, mit und ohne Conversion, online wie offline, und misst, wie Ihre Kanäle zusammenwirken.
Dann verteilt unsere Budgetoptimierung Ihr Budget dorthin, wo es am meisten bewirkt, und optimiert es jeden Monat neu.
Bewerten Sie jeden Kanal nach seinem Beitrag zum Erfolg. Buchen Sie Ihr kostenloses 30-Minuten-Gespräch auf prodata.ai.
Ihre Prioritäten
Was E-Commerce-Marketingverantwortliche 2026 gefragt werden und wie wir helfen
Die Werbekosten steigen jedes Quartal, Retouren fressen die Marge, und das Controlling will Belege, bevor es das nächste Budget freigibt. Das sind die Fragen, die wir am häufigsten hören, und was sich mit der Lösung ändert.
„Werbung wird jedes Quartal teurer.“
Die Auktionspreise für Social- und Shopping-Anzeigen steigen weiter, jeder Euro muss mehr leisten.
Was sich ändert
Sie sehen, wo zusätzliches Budget sich noch rechnet und wo nicht mehr, und verschieben es vor der nächsten Preisrunde.
„Der ROAS stimmt, der Gewinn nicht.“
Kanäle werden am Umsatz gemessen, vor Retouren, Rabatten und Kosten.
Was sich ändert
Jeder Kanal wird am Deckungsbeitrag nach Retouren gemessen, das Budget folgt profitablen Bestellungen, nicht bloß Bestellungen.
„Jede Plattform beansprucht dieselbe Bestellung.“
Addiert man die Plattformberichte, ergibt sich mehr Umsatz, als der Shop tatsächlich gemacht hat.
Was sich ändert
Eine unabhängige Sicht über alle Anbieter und Netzwerke, auch über die, die Google und Meta nicht messen.
„Neukunden werden immer teurer.“
Retargeting und Brand Search sammeln den Wert für Kunden ein, die andere Kanäle gewonnen haben.
Was sich ändert
Sie sehen, welche Kanäle wirklich neue Kunden bringen und was diese Kunden wert sind.
„Wir sehen immer weniger.“
Consent-Banner, kürzere Cookies und KI-Suche reißen Lücken in jede Journey-Auswertung.
Was sich ändert
Sitzungen werden zu vollständigen Journeys verbunden, Offline-, TV- und KI-Signale gemessen statt ignoriert.
„Das Controlling will Belege.“
Eine Budgetverschiebung auf Basis von Plattformzahlen übersteht selten das Gespräch mit dem CFO.
Was sich ändert
Jede Empfehlung zeigt ihre Annahmen, kommt als Bandbreite und wird vor dem Rollout im Markt getestet.
Das Problem
Fünf Regeln, ein blinder Fleck
Die meisten Reportings verteilen den Wert einer Bestellung nach einer festen Regel, und zwar nur auf Klicks. So teilen fünf gängige Regeln und unser datengetriebenes Modell dieselbe Journey auf.
Die JourneyTV-Spotkein Klick→Display→SEO→SEA→Direct→Bestellung
First ClickAlles für den ersten Klick
TV: nicht gesehen
Display100 %
Last ClickAlles für den letzten Klick
TV: nicht gesehen
Direct100 %
LinearGleiche Anteile für jeden Klick
TV: nicht gesehen
Display25 %SEO25 %SEA25 %Direct25 %
PositionsbasiertErster und letzter Klick zählen am meisten
TV: nicht gesehen
Display40 %SEO10 %SEA10 %Direct40 %
Time DecayJe später der Klick, desto mehr
TV: nicht gesehen
Display10 %SEO20 %SEA30 %Direct40 %
ProDataAIAus Daten gelerntAus allen Journeys gelernt, TV inklusive
TV: erfasst
TV30 %Display20 %SEO15 %SEA25 %Direct10 %
Der TV-Spot erzeugt nie einen Klick, deshalb sehen klickbasierte Regeln ihn überhaupt nicht. Last Click krönt sogar Direct, also den Kanal, der die Bestellung nur noch abgeschlossen hat. Die ProDataAI-Werte sind illustrativ.
Alle diese regelbasierten Verfahren betrachten nur Journeys, die zu einer Conversion geführt haben, und nur Klicks. Das sind Hypothesen, keine Analysen.
Warum die Zahlen in die Irre führen
Last Touch wird ausgenutzt
Belohnt wird, was zufällig zuletzt kam, nicht, was den Kunden überzeugt hat. Brand Search und E-Mail-Klicks wirken wie Helden, Upper-Funnel-Display und Video wie nutzlos.
Kanäle werden isoliert bewertet
Jeder Kanal wird an seinen eigenen Zahlen gemessen, obwohl sich Kanäle gegenseitig verstärken: TV hebt die Suche, der Katalog bringt Kunden in die Filiale.
Feste Regeln ignorieren Ihr Geschäft
Wie Ihre Kunden entscheiden, hängt von Produkt, Angebot und Kreation ab. Das Modell muss aus Ihren Daten lernen.
Offline und KI bleiben unsichtbar
TV, Radio, OOH, Print, Kataloge und Filialen liegen in einem eigenen Silo, obwohl sie oft die größten Budgetposten sind. KI-Assistenten tauchen praktisch gar nicht auf.
Instabile Zahlen
Ein Modell, dessen Kanalwerte bei jedem Neurechnen springen, taugt weder als KPI noch als Grundlage für Verhandlungen mit Agenturen und Netzwerken.
Ergebnisse
Im Produktivbetrieb, mit Wirkung auf die Kennzahlen, die zählen
Unsere Attribution und Budgetoptimierung läuft bei mehreren Unternehmen im Produktivbetrieb. Indem Budget zu den Kanälen fließt, die wirklich verkaufen, hat sie drei Kennzahlen verbessert, über die unsere Kunden berichten.
Umsatz
Mehr Umsatz mit demselben Budget, weil das Geld den Kanälen folgt, die Nachfrage erzeugen, nicht denen, die den letzten Klick einsammeln.
Deckungsbeitrag
Kanäle werden an profitablen Bestellungen nach Retouren gemessen, sodass kein Geld mehr in Kanäle fließt, deren Verkäufe zurückkommen.
Neukunden
Kanäle, die neue Kunden gewinnen, erhalten den Wert, den sie verdienen, statt dass Brand Search und Retargeting ihn einsammeln.
Im ersten Gespräch zeigen wir Ihnen vergleichbare Projekte aus Handel und Fashion, Telekommunikation, Reise und Online-Marktplätzen.
Unser Ansatz
Alle Journeys, nicht nur die Gewinner
Ob ein Kanal überzeugt, ist eine Frage des Vergleichs: Wie oft taucht er in Journeys auf, die mit einem Kauf enden, und wie oft in solchen, die es nicht tun? Beantworten lässt sich das nur mit beiden.
Unser Modell8 von 8 Journeys genutzt
Regelbasierte Modelle4 von 8 genutzt: Die Hälfte der Evidenz wird verworfen
Bestellung
TVKI-AssistentSEADirect
von regelbasierten Modellen genutzt
Keine Bestellung
DisplaySocial
von regelbasierten Modellen ignoriert
Bestellung
KatalogSEOFiliale
von regelbasierten Modellen genutzt
Keine Bestellung
AffiliateSEA
von regelbasierten Modellen ignoriert
Bestellung
RadioOOHNewsletterDirect
von regelbasierten Modellen genutzt
Keine Bestellung
TVDisplay
von regelbasierten Modellen ignoriert
Bestellung
SocialKI-AssistentPreisvergleichDirect
von regelbasierten Modellen genutzt
Keine Bestellung
OOHSocialSEA
von regelbasierten Modellen ignoriert
Unser Ansatz nutzt alle Journeys, mit und ohne Conversion.OnlineOfflineKI-Assistent
Was der Vergleich zeigt
DisplayAffiliate
Nur in Journeys ohne Bestellung
So oft sie auch auftauchen: Überzeugt haben sie hier niemanden. Regelbasierte Modelle bemerken das nie, weil sie diese Journeys gar nicht betrachten.
KI-Assistent
Nur in Journeys mit Bestellung
Ein starkes Signal, obwohl er nie den letzten Klick bekommt. Last-Click-Reporting gäbe ihm nichts.
SEASocial
In erfolgreichen und erfolglosen Journeys
Ihr Wert hängt davon ab, mit welchen Kanälen sie kombiniert werden, und genau das misst das Modell.
Illustrative Journeys. In einem echten Projekt vergleicht das Modell Millionen davon.
ProDataAI
Auch Journeys ohne Conversion fließen ein
Die Zurechnung folgt einem mathematischen Verfahren auf Basis bedingter Wahrscheinlichkeiten innerhalb der Journeys
Kanalkombinationen mit höherer Response werden stärker gewichtet
Jede Journey wird gebraucht: ein echtes Big-Data-Problem, und unsere Pipeline ist dafür gebaut
vs.
Regelbasierte Attribution
Nur Journeys mit Conversion zählen
Einfache Modelle mit vielen Annahmen; das „richtige“ Gewicht eines Touchpoints wird nie geschätzt
Ein hypothetischer, kein analytischer Ansatz
Der Großteil der Daten wird verworfen, bevor die Regel greift
Module
Drei Module, aufeinander aufgebaut
Das erste Modul legt das Fundament: Ihre Daten, Ihre Customer Journeys und ein validiertes Attributionsmodell. Es braucht die meiste Zeit und wird einmal aufgebaut. Die beiden anderen machen daraus Antworten, und Sie können eines oder beide ergänzen.
Modul 1Das Fundament Braucht die meiste Zeit: wird einmal aufgebaut, im Pilot
Modul Attribution Modeler
Einmal aufgebaut, von allem Weiteren genutzt
Hier steckt der Großteil der Arbeit, und genau das macht jede spätere Antwort belastbar. Wir führen Ihre Online- und Offline-Daten zusammen, bauen vollständige Customer Journeys auf, berechnen daraus die Attribution, trainieren die Response-Modelle für TV und Radio und validieren alles, bevor sich jemand darauf verlässt.
Datenbasis
Werbekontakte, Klicks, Kosten, Bestellungen, CRM und Offline-Response in einer Pipeline in Ihrer Cloud.
Vollständige Journeys
Sitzungen und Geräte zu vollständigen Journeys verbunden, einschließlich KI-Zugriffen und Offline-Touchpoints.
Ihre Geschäftsregeln
Retouren, Stornos, Servicekontakte und Brand Search so behandelt, wie Ihr Unternehmen sie zählt.
Ein validiertes Modell
Der Wert jeder Bestellung auf ihre Touchpoints verteilt und auf Genauigkeit und Stabilität geprüft, bevor sich jemand darauf verlässt.
Was Sie am Ende haben
Eine belastbare Zuordnung, welche Kanäle jede Bestellung verdient haben: die gemeinsame Grundlage für Reporting, Analyse und Budgetplanung.
In jeder Budgetrunde fallen dieselben drei Fragen: wie viel, wohin und wann. Das Modul beantwortet sie mit Szenarien, die Ihr Controlling nachvollziehen und freigeben kann, auf Basis dessen, wie sich Ihre Kanäle tatsächlich gegenseitig beeinflussen.
Wie viel?
Das Gesamtbudget, das sich noch rechnet, und der Punkt, ab dem zusätzliches Geld nicht mehr wirkt.
Wohin?
Die Verteilung auf die Kanäle, online wie offline, auch auf jene, die einen Kauf vorbereiten statt ihn abzuschließen.
Wann?
Das Timing je Monat oder Woche, damit das Budget dann wirkt, wenn es am meisten bewegt.
Wo der nächste Euro am meisten bewirkt
Jeder Kanal erreicht einen Punkt, ab dem mehr Geld weniger bringt. Das Modul zeigt, wo jeder Ihrer Kanäle auf dieser Kurve steht, damit Budget aus gesättigten Kanälen in jene fließt, die noch Luft nach oben haben.
Mit Optionen in die Budgetrunde, nicht mit einer einzigen Zahl
Die Budgets sind knapp, und das Controlling will sehen, was jeder Euro bringt. Statt einen Plan Zeile für Zeile zu verteidigen, zeigen Sie drei: was Sie kürzen, halten oder ergänzen würden, jeweils mit der erwarteten Wirkung auf die Kennzahl, auf die Ihre Geschäftsführung schaut, von Umsatz und Deckungsbeitrag bis zu Neukunden. Ihre Festlegungen bleiben fix: gebuchtes TV, Mindestpräsenz der Marke, Obergrenzen je Kanal.
Sparen
Budget minus 15 %
Welche Kürzungen schmerzen am wenigsten?
Heute
Empfohlen
Halten
Gleiches Budget
Wie lässt sich dasselbe Geld besser verteilen?
Heute
Empfohlen
Wachsen
Budget plus 15 %
Wo zahlt sich zusätzliches Geld zuerst aus?
Heute
Empfohlen
TVRadio & OOHSucheSocial MediaDisplay
Hält Ihre Regeln ein: TV-Verträge, Mindestpräsenz der Marke, Obergrenzen je Kanal
Illustrative Verteilungen
Ein monatlicher Kreislauf
1
Messen
Das Attributionsmodell rechnet jede Bestellung den Kanälen zu, die sie tatsächlich ausgelöst haben, der Plan startet also mit den richtigen Zahlen.
2
Prognostizieren
Eine Prognose, wie jeder Kanal auf mehr oder weniger Budget reagiert, einschließlich der Wirkung auf die anderen Kanäle, etwa wie TV die Suche anhebt. Prognosen kommen als Bandbreite statt als einzelne Zahl und werden jeden Monat aktualisiert.
Die Budgets beruhen darauf, wie sich die Kanäle gegenseitig beeinflussen, nicht auf der isolierten Vergangenheitsleistung einzelner Kanäle.
3
Planen
Die empfohlene Verteilung je Kanal und Zeitraum für jedes Szenario, innerhalb Ihrer Rahmenbedingungen und ausgerichtet auf Ihr Ziel.
4
Lernen
Plan und Ist, jeden Monat. Was wir lernen, fließt in den nächsten Zyklus, und Holdout-Tests halten das Modell ehrlich.
Was Ihr Controlling bekommt
Nachvollziehbar
Jede Empfehlung zeigt die Annahmen und Rahmenbedingungen, auf denen sie beruht. Keine Blackbox.
Getestet
Budgetverschiebungen werden vor dem Rollout mit einem Holdout-Test validiert.
Nachverfolgt
Plan und Ist jeden Monat, im Dashboard, das Sie ohnehin nutzen.
Passt das zu Ihnen?
Gemacht für Unternehmen mit ernsthaftem Online-Marketing
Eine individuelle Attribution lohnt sich, wenn genug Budget und Daten im Spiel sind. Hier ein ehrlicher Check.
Passt gut, wenn
Sie ein eigenes Web-Analytics- oder Data-Team haben
Sie nennenswert in Marketing investieren, typischerweise ab etwa 5 Mio. € im Jahr, verteilt auf mehrere bezahlte Kanäle
Sie genug Bestellungen und Customer Journeys haben, damit Muster sichtbar werden, idealerweise mit zwei Jahren Historie
Sie Budgetentscheidungen wollen, die Sie gegenüber dem Controlling vertreten können, statt Plattformberichten
Eher nicht (noch nicht), wenn
Sie ein kleineres Unternehmen ohne Web-Analytics-Fachleute sind: Dann ist ein fertiges Attributions-Tool eines Softwareanbieters die bessere und günstigere Wahl
Sie nur ein oder zwei Kanäle bespielen
Sie wenig Bestellhistorie haben
Unsicher? Genau dafür ist das kostenlose Erstgespräch da. Wir sagen Ihnen offen, wenn ein Standard-Tool besser zu Ihnen passt.
Schneller Start mit den Daten, die Sie schon haben
Wir binden alle Ihre Datenquellen an und führen sie zusammen. Wenn Sie Ihre GA4-Daten bereits exportieren und die Daten Ihrer übrigen Kanäle bereitstellen können, ist die Einrichtung deutlich einfacher und der gesamte Prozess viel schneller.
So arbeiten wir zusammen
Drei Schritte. Nach jedem entscheiden Sie.
Sie verpflichten sich nie für mehr als den nächsten Schritt. Jeder endet mit einem klaren Ergebnis und einer Entscheidung, die bei Ihnen liegt.
1 2–3 Wochen
Assessment
Was passiert
Wir binden Ihre Daten an und stellen Ihre Kanäle nebeneinander: was Last Click ihnen zuschreibt und was sie wirklich beitragen. Dann legen wir Ihr aktuelles Budget neben die tatsächliche Leistung jedes Kanals.
Was Sie bekommen
Ihre Kanäle im Vergleich: Last Click vs. datengetrieben
Ihr Budget im Vergleich zum tatsächlichen Beitrag jedes Kanals
Ein Daten-Check: was vorhanden ist, was fehlt, was es braucht
Ihre Entscheidung
Lohnt sich der nächste Schritt? Wenn nicht, sagen wir es Ihnen, und Sie hören hier auf.
2 8–12 Wochen
Pilot
Was passiert
Wir bauen das Attributionsfundament auf Ihren Daten, erstellen eine erste Budgetempfehlung und testen sie mit einem Teil Ihres Budgets im Markt.
Was Sie bekommen
Das Attributionsmodell auf Ihren Daten, mit Nachweis, dass es belastbar ist
Was jeder Kanal, jedes Netzwerk und jede Kampagne wirklich beiträgt
Eine Budgetempfehlung, im Markt getestet, bevor Sie sie ausrollen
Ihre Entscheidung
Hat sich die Empfehlung im Markt bewährt? Dann ausrollen.
3 jeden Monat
Betrieb
Was passiert
Jeden Monat werden die Zahlen aktualisiert und die Budgetempfehlung angepasst, damit Ihr Plan mit dem Markt Schritt hält.
Was Sie bekommen
Eine monatliche Budgetempfehlung je Kanal
Ein Was-wäre-wenn-Simulator: „Was passiert, wenn wir 10 % von TV zu Social verschieben?“
Ein Dashboard im Tool, das Sie schon nutzen: Looker, Power BI oder Tableau
Alles in Ihrer Cloud, dokumentiert und Ihr Eigentum
Ihre Entscheidung
Wir betreiben es weiter für Sie, oder Ihr eigenes Team übernimmt.
Mit welchen Daten wir arbeiten
Werbekontakte und Klicks auf Nutzerebene (Adserver, Web-Analytics oder Clickstream)
Kampagnenkosten
Conversions und die Journeys ohne Conversion: Beides wird gebraucht
TV- und Radio-Spotpläne (GRPs, Ausstrahlungszeitpunkte)
Historie: idealerweise zwei Jahre oder mehr, damit Saisonalität gelernt werden kann
Ihre Daten bleiben Ihre Daten
Wir arbeiten mit pseudonymisierten Kennungen, betreiben die Pipeline auf Ihrer Infrastruktur und schließen einen AV-Vertrag nach Art. 28 DSGVO, wo immer wir personenbezogene Daten sehen. Details auf unserer Seite Vertrauen & Daten.
Warum ProDataAI
Von Praktikern entwickelt, im Produktivbetrieb erprobt
Über 20 Jahre Erfahrung in Data & AI, mehr als 100 umgesetzte Projekte.
Attribution auf Nutzerebene inklusive Offline-Kanälen für eine SaaS-Plattform für Marketing-Attribution entwickelt und zur Produktreife gebracht.
In vielen Projekten mit Werbetreibenden aus Handel und Fashion, Telekommunikation, Reise, Pharma und Gesundheitswesen, Industrie und Fertigung, Finanzdienstleistungen sowie Online-Marktplätzen weiterentwickelt.
Crossmedia-Budgetoptimierung für große Werbetreibende aus Telekommunikation und Handel umgesetzt.
Leitende Positionen bei einem globalen Technologiekonzern sowie als Director AI Engineering bei einem europäischen Händler.
Modellierung und Beratung auf Geschäftsführungsebene aus einer Hand: Wer Ihr Modell baut, erklärt es auch Ihrer Geschäftsführung.
Gleiches Budget. Bessere Performance.
Gleiches Budget, bessere Performance. Sehen Sie, welche Kanäle ihren Anteil wirklich verdienen, ziehen Sie Budget von denen ab, die nur Erfolge einsammeln, und holen Sie mehr aus dem Budget heraus, das Sie bereits einsetzen.
Ihr Ansprechpartner vom ersten Gespräch bis zum laufenden System. Über 20 Jahre in Data & AI, in jedem Projekt selbst mit dabei.
Für Ihr Data-Team
Ihr Data-Team bekommt das vollständige Bild: die Methodendokumentation, den Validierungsbericht (Stabilität jedes Kanalwerts, Übereinstimmung unabhängiger Prüfungen, Holdout-Ergebnisse) und den Code. Im Assessment führen wir es unter NDA durch alles, bevor etwas gebaut wird.
FAQ
Häufige Fragen
Worin unterscheidet sich das von GA4 oder der Attribution der Werbeplattformen?
Die Zahlen der Werbeplattformen stammen von den Plattformen selbst, und jede rechnet ihrem eigenen Kanal gern viel zu. Die datengetriebene Attribution in GA4 ist ein echter Fortschritt gegenüber Last Click: Auch sie vergleicht Pfade mit und ohne Conversion. Sie deckt aber nur Googles eigene digitale Kanäle und die Touchpoints ab, die Google messen kann. Wir erfassen alle Anbieter und Netzwerke, beziehen Offline-Kanäle wie TV, Radio, Außenwerbung (OOH), Kataloge und Filialen ein und verbinden die Attribution mit der Budgetoptimierung. Das Modell ist transparent, und es gehört Ihnen.
Können Sie KI-Assistenten und KI-Antworten in der Suche messen?
Teils direkt, teils über Rückschlüsse, und wir sagen Ihnen offen, was was ist. Besuche mit erkennbarer KI-Herkunft werden zu einem eigenen Kanal, statt im Direct Traffic zu verschwinden. Ein großer Teil der Wirkung erzeugt jedoch nie einen Klick. Deshalb ergänzen wir Antworten aus Umfragen nach dem Kauf und messen den Uplift, den KI-Sichtbarkeit bei Brand Search und Direct hinterlässt, gegen eine Baseline, genauso wie bei einem TV-Spot.
Warum sind Journeys ohne Conversion wichtig?
Weil Wirkung ein Vergleich ist. Taucht ein Kanal in Journeys ohne Kauf genauso oft auf wie in Journeys mit Kauf, hat er vermutlich niemanden überzeugt. Nur wer beide betrachtet, kann schätzen, wie stark ein Kanal die Kaufwahrscheinlichkeit tatsächlich erhöht. Regelbasierte Modelle, die nur Journeys mit Conversion sehen, können einen überzeugenden Kanal nicht von einem unterscheiden, der bloß dabei war.
Reicht nicht ein starker Kanal?
Selten. Ein Stürmer ohne Spielmacher bekommt kaum Chancen. Brand Search wirkt stark, weil sie abschließt, doch ein großer Teil ihres Volumens entsteht früher in der Journey durch TV, Display, Kataloge oder die Empfehlung eines KI-Assistenten. Streicht man diese, trocknet der Abschlusskanal wenige Wochen später aus. Das Modell misst diese Kombinationen, und Sie sehen, welche Kanäle als Team funktionieren.
Warum nicht einfach eine Regel wie linear, positionsbasiert oder Time Decay?
Weil die Regel das Ergebnis festlegt, bevor sie Ihre Daten gesehen hat. Linear unterstellt, dass jeder Touchpoint gleich viel beiträgt, positionsbasiert, dass der erste und der letzte am wichtigsten sind, Time Decay, dass der jüngste am meisten zählt. Keines dieser Gewichte wird je geschätzt, und alle nutzen nur Journeys mit Conversion. Das sind Hypothesen. Ein datengetriebenes Modell prüft sie am Verhalten Ihrer eigenen Kunden.
Woher wissen Sie, dass das Modell stimmt?
Wir prüfen vier Dinge. Stabilität: Das probabilistische Modell wird direkt aus Ihren Journeys berechnet, nicht trainiert. Deshalb berechnen wir es auf vielen neu gezogenen Stichproben von Journeys neu und messen, wie stark sich der Wert jedes Kanals bewegt. Übereinstimmung: Es muss zum selben Ergebnis kommen wie das stabilisierte Regressionsmodell, das auf Ihren Daten geschätzt und an Nutzern getestet wird, die es nicht kennt. Response-Modelle: Die Baselines für TV und Radio werden trainiert und an Ausstrahlungen getestet, die sie nicht kennen. Und im Pilot validieren wir die Budgetempfehlung mit einem Holdout-Test (Inkrementalitätstest) im Markt.
Brauchen wir für TV und Radio Daten auf Nutzerebene?
Nein. Für TV und Radio messen wir die Response je Spot: den Traffic- und Conversion-Uplift in den Minuten nach jeder Ausstrahlung im Vergleich zu einer Baseline. Dieser Uplift wird dann probabilistisch den Journeys zugeordnet, die in diesen Zeitfenstern aktiv waren. Gutscheincodes, Call Tracking, Katalog-IDs und Kundenkarten liefern weitere Offline-Signale, sofern vorhanden.
Wie verhält sich das zur Media-Mix-Modellierung?
Media-Mix-Modellierung ist ein valides Werkzeug, und wir nutzen ihre Stärken: Sie deckt Offline-Kanäle ab und prognostiziert gut. Sie arbeitet aber mit aggregierten wöchentlichen Kanaldaten und modelliert jeden Kanal separat, bevor die Effekte aufsummiert werden. User Journeys und das Zusammenspiel der Kanäle bleiben so unsichtbar. Wir attribuieren auf Journey-Ebene und kombinieren das mit einer multivariaten Prognose für die Budgetplanung. So spiegelt das Budget wider, wie sich die Kanäle gegenseitig beeinflussen.
Wem gehören Modell und Code?
Ihnen. Modell, Code und Pipeline laufen in Ihrer Cloud (GCP, Azure oder AWS), sind dokumentiert und werden an Ihr Team übergeben. Auf Wunsch betreiben wir die monatliche Optimierung als Managed Service weiter.
Finden Sie heraus, was Ihre Kanäle wirklich wert sind
Beginnen Sie mit einem kostenlosen 30-minütigen Gespräch. Erzählen Sie uns von Ihrem Kanalmix und wie Sie heute messen. Wir sagen Ihnen offen, ob datengetriebene Attribution Ihre Budgetentscheidungen verändern würde und was ein Assessment umfasst.
