Lineare Attribution
Lineare Attribution ist ein Multi-Touch-Modell, das die Conversion-Gutschrift gleichmäßig auf jeden Kontaktpunkt der Customer Journey aufteilt.
Im Detail
Die lineare Attribution behandelt jede Interaktion als gleich wichtig, sodass eine Journey mit fünf Kontaktpunkten jedem davon 20 % der Conversion zuweist, unabhängig von Zeitpunkt oder Rolle. Sie zählt die qualifizierenden Kontaktpunkte eines Pfades und teilt die Gutschrift gleichmäßig auf, was sie zum einfachsten Multi-Touch-Modell macht und am leichtesten als unvoreingenommen verteidigen lässt. Teams greifen darauf zurück, wenn sie die gesamte Journey anerkennen wollen, ohne über den wichtigsten Schritt zu streiten.
Die typische Falle ist, dass eine Gleichgewichtung selten realistisch ist: Eine belanglose Display-Impression erhält dieselbe Gutschrift wie die Demo, die den Abschluss brachte, was geringwertige Kanäle schmeichelhaft erscheinen lässt. In einem Quiz-Funnel- und Lead-Qualifizierungs-Workflow gibt die lineare Attribution Ihrer Top-of-Funnel-Anzeige, Ihrer Landingpage und Ihrem Scorecard-Quiz jeweils einen sichtbaren Anteil, was nützlich ist, um den Beitrag früher Phasen zu belegen; für eine stärkere Gewichtung wirkungsvoller Schritte sollten Sie jedoch zu zeitabklingender oder positionsbasierter Attribution wechseln.
Beispiel aus der Praxis
Häufig gestellte Fragen
Wie berechnet die lineare Attribution die Gutschrift?
Sie zählt die qualifizierenden Kontaktpunkte eines Conversion-Pfades und teilt die Gutschrift gleichmäßig auf. Eine Journey mit vier Kontaktpunkten gibt jedem 25 %, unabhängig vom Zeitpunkt.
Wann ist die lineare Attribution eine gute Wahl?
Sie eignet sich für längere, mehrstufige Journeys, in denen jede Phase wirklich beiträgt und Sie eine einfache, verteidigbare Basis wünschen. Sie ist auch ein sinnvoller Ausgangspunkt vor dem Test gewichteter Modelle wie Time-Decay.
Was ist die größte Schwäche der linearen Attribution?
Sie nimmt an, dass alle Kontaktpunkte gleich wichtig sind, was selten zutrifft, und kann so Interaktionen mit geringer Wirkung überbewerten. Wenn einige Schritte klar mehr Wert schaffen, bildet ein gewichtetes Modell die Realität besser ab.