Einführen eines datengestützten Attributionsmodells

Warum ist ein verhaltensbasiertes Attributionsmodell so viel effektiver?

Ein Beispiel zur Veranschaulichung: Nehmen wir an, es kam zu einer Konversion mit mehreren Touchpoints, einschließlich eines SEA-Klicks mit darauf folgendem Absprung (niedriges Engagement). In den meisten datengestützten Modellen wird dieser SEA-Klick enorm positiv gewertet, nicht jedoch in Plattform X. Die Algorithmen zur Verhaltensanalyse erkennen den niedrigen Wert des Klicks und bemessen ihm folglich nur wenig Bedeutung zu.

Jeder Nutzer ist anders, und die Attributionsmodelle müssen das individuelle Verhalten der Menschen widerspiegeln. Das ist der Kern unseres Attributionsalgorithmus, der von unseren Datenexperten basierend auf Verhaltensanalysen entwickelt wurde.

Zusätzlich zu diesem MTA-Ansatz (Multi Touch Attribution) haben wir in unseren Algorithmus eine MMM-Komponente (Media Mix Modelling) integriert, um Post-Impression- und In-App-Navigations-Effekte von Social-, Display-, Programmatic Ads etc. zu schätzen.