Multi-Touch-Attribution ist kaputt: Was an ihre Stelle tritt

Etwa ein Jahrzehnt lang wurde Multi-Touch-Attribution als die erwachsene Antwort auf Marketing-Messung verkauft. Hören Sie auf, dem letzten Klick die gesamte Anrechnung zu geben, so das Verkaufsargument, und verteilen Sie sie fair auf jeden Touchpoint der Reise. RevOps-Teams bauten aufwendige Modelle, feilten an ihren W-förmigen Kurven und Time-Decay-Kurven und produzierten Berichte, die rigoros wirkten. Fragen Sie dann eine Vertriebsleitung, ob sie diesen Zahlen genug vertraut, um darauf ein siebenstelliges Budget zu verschieben, lautet die ehrliche Antwort: nein.

Dieses Misstrauen ist verdient. Die Methode hat strukturelle Risse, die keine noch so ausgefeilte Modellabstimmung flicken kann.

Drei Risse in der Methode

MTA geht davon aus, dass man die Touchpoints sehen, korrekt zählen und die Anrechnung so verteilen kann, dass sie widerspiegelt, wer was verursacht hat. Alle drei Annahmen sind schwächer, als sie aussehen.

Beginnen wir mit der Sichtbarkeit. MTA kann nur Touchpoints anrechnen, die es beobachtet. Dark Social, Mundpropaganda, ein Webinar eines Wettbewerbers, das die Idee gesät hat, eine Empfehlung eines Kollegen in einer Slack-Community: nichts davon landet in Ihrem CRM. Sie verteilen also 100 % der Anrechnung auf den Bruchteil der Reise, den Sie zufällig instrumentiert haben, was systematisch nachverfolgbare digitale Kanäle überbewertet und alles andere unterbewertet.

Dann gibt es Korrelation, die als Kausalität verkleidet wird. Ein gewichtetes Modell besagt, dass ein Touchpoint, der in gewonnenen Journeys auftaucht, zum Gewinn „beigetragen" hat. Aber Touchpoints, die mit Kaufabsicht korrelieren, bekommen die Anrechnung dafür, etwas verursacht zu haben, das sie lediglich widergespiegelt haben. Jemand besucht die Preisseite, weil er ohnehin schon kaufen wollte, und die Preisseite erhält einen Anteil am Deal.

Und anteilige Anrechnung ist eine Fiktion. 22,5 % eines Deals einem Webinar zuzuweisen ist eine mathematische Bequemlichkeit, keine reale Größe. Niemand kann sie validieren, weshalb Finance die ganze Übung still und leise abwertet. Wir gehen auf diese Dynamik in warum Ihr CFO Ihrer Attribution misstraut ein.

Keiner davon ist ein Randfall. In einem B2B-Vertriebsmodell mit Einkaufsgremien, langen Zyklen und starkem Offline-Einfluss sind sie der Normalfall.

B2B macht alles noch schlimmer

Consumer-Attribution ist schwierig. B2B-Attribution ist um eine Größenordnung schwieriger. Ein einzelner Deal umfasst sechs bis zehn Stakeholder, jeder mit seiner eigenen Reise, die sich über Monate hinweg abspielt. Die MTA-Modelle, die die meisten Teams betreiben, wurden aus dem Performance-Marketing übernommen, wo ein Cookie ungefähr einem Käufer entspricht. Im B2B-Bereich ist die Person, die auf Ihre Anzeigen klickt, oft nicht die Person, die den Vertrag unterschreibt. Einfluss entsteht in Meetings, Beschaffungsprüfungen und der internen Fürsprache eines Champions, nichts davon ist ein „Touch", den Ihre Plattform protokollieren kann. Und Zyklen erstrecken sich routinemäßig über Quartale, sodass Touchpoints aus dem Attributionsfenster verfallen, bevor der Deal abgeschlossen wird.

Diese Realität in eine lineare oder W-förmige Aufteilung zu zwängen, erzeugt Zahlen, die präzise, selbstbewusst und falsch sind. Die Präzision ist der gefährliche Teil. Sie gibt Stakeholdern eine falsche Sicherheit über Kanäle, die möglicherweise von Nachfrage profitieren, die Sie nie gemessen haben.

Was an ihre Stelle tritt

Was MTA ersetzt, ist eine andere Frage. Statt „wie viel Anrechnung verdient jeder Touchpoint" fragen Sie zwei Dinge: Welche Aktivitäten verursachen tatsächlich inkrementellen Umsatz, und welche Accounts zeigen gerade jetzt echte Kaufabsicht?

Inkrementalitätstests beantworten die erste Frage. Statt anzunehmen, dass ein Kanal funktioniert, weil er in gewonnenen Journeys auftaucht, führen Sie Holdouts und Geo-Tests durch und messen, was passiert, wenn die Ausgaben steigen oder sinken. Das ist gröber als ein Bericht pro Touchpoint und weitaus ehrlicher. Sie lernen, was Ergebnisse tatsächlich bewegt, statt was zufällig mit ihnen zusammen auftritt.

Revenue-Signale beantworten die zweite Frage. Statt rückblickend Anrechnung zu verteilen, bewerten Sie fortlaufend Accounts nach ihrer Wahrscheinlichkeit zu kaufen, zu expandieren oder abzuwandern, basierend auf Verhalten über alle Ihre Systeme hinweg. Das bewegt die Organisation davon weg, über die Anrechnungsverteilung des letzten Quartals zu streiten, hin dazu, auf die Chancen dieser Woche zu reagieren. Die zugrunde liegende Logik wird im Grundlagenartikel verstreute Daten in Next Best Actions verwandeln dargelegt.

Zusammen liefern diese beiden das, was MTA versprochen und nie eingehalten hat: eine belastbare Sicht darauf, was funktioniert, und eine vorausschauende Sicht darauf, wo gehandelt werden sollte.

Wie Sie dorthin gelangen, ohne alles auf einmal auszutauschen

Sie müssen Attribution nicht über Nacht herausreißen, und Sie sollten es auch nicht.

Erstens: Stufen Sie MTA zu einem richtungsweisenden Werkzeug herab. Behalten Sie es zum Erkennen von Mustern, aber treffen Sie keine Budgetentscheidungen mehr anhand seiner exakten Prozentsätze. Sagen Sie im Meeting laut, dass die Zahlen richtungsweisend und nicht kausal sind. Es ist erstaunlich, wie sehr dieser eine Satz das Gespräch verändert.

Zweitens: Instrumentieren Sie Inkrementalität für Ihre größten Wetten. Beginnen Sie mit Ihren zwei oder drei größten Ausgabenkanälen. Ein sauberer Holdout auf einem Kanal lehrt Sie mehr als ein perfektes Modell über alle hinweg.

Drittens: Bauen Sie eine einheitliche Account-Sicht auf. Inkrementalität und Signale hängen beide von sauberen, verknüpften Daten über Systeme hinweg ab, derselben einheitlichen Quelle der Wahrheit, die alles Nachgelagerte ohnehin braucht.

Viertens: Ändern Sie den Betriebsrhythmus. Ersetzen Sie das monatliche „Wer bekommt die Anrechnung"-Meeting durch einen wöchentlichen Rhythmus von „Welche Accounts senden Signale, und was tun wir dagegen".

Plattformen, die für Revenue-Orchestrierung gebaut sind, darunter Revnewo, sind um dieses zweite Modell herum konzipiert: Daten vereinheitlichen, Signale bewerten, Maßnahmen weiterleiten. Nachträglich um anteilige Anrechnung zu streiten steht nicht auf der Liste.

Die wichtigsten Erkenntnisse

• MTA scheitert an drei Dingen: Touchpoints, die es nicht sehen kann, Korrelation, die mit Kausalität verwechselt wird, und anteilige Anrechnung, die niemand validieren kann.
• Einkaufsgremien und lange Zyklen verschlimmern es. Die Präzision der Berichte ist selbst der irreführende Teil.
• Stellen Sie eine andere Frage. Testen Sie Inkrementalität für kausale Wahrheit und bewerten Sie Revenue-Signale für die nächsten Schritte.
• Gehen Sie bewusst vor: MTA herabstufen, Holdouts auf Ihren größten Kanälen durchführen, Daten vereinheitlichen und den Meeting-Rhythmus ändern.

Die eigentliche Aufgabe von Attribution war nie, Anrechnung zu verteilen. Es ging darum, Ihnen zu helfen zu entscheiden, was als Nächstes zu tun ist. Wenn Sie es leid sind, über Prozentsätze zu streiten: Revenue-Orchestrierung rahmt das gesamte Problem neu um die Frage, was als Nächstes zu tun ist.