#Gastbeitrag Wie Startups Potenzial im Marketing verschenken – und welcher Fehler dahinter steckt

Viele Marketer setzen auf falsche Attributionsmodelle, wenn es um die Bewertung von Marketing-Aktivitäten geht. Besonders für Startups kann das teuer werden. Warum das so ist, was sie ändern sollten und welche Rolle Künstliche Intelligenz dabei spielt.
Wie Startups Potenzial im Marketing verschenken – und welcher Fehler dahinter steckt

Wer als Marketing-Manager in einem Startup arbeitet, macht das unter besonderen Bedingungen: Das meist geringe Budget muss wohlüberlegt eingesetzt werden, das Unternehmen ist generell sehr kostensensibel und die Marketing-Strategie muss kontinuierlich angepasst werden. Dazu kommen die zunehmenden Herausforderungen durch die Weiterentwicklung der Disziplin: Immer mehr neue Kanäle entstehen, andere verlieren an Bedeutung, Prozesse werden schneller. Insbesondere der technische Fortschritt – Stichwort: Künstliche Intelligenz – verändert das Jobprofil stetig.

Um den wachsenden Anforderungen gerecht zu werden, vertrauen viele Startup-Marketer derzeit noch auf Performance-Zahlen, die sie aus statischen Bewertungsmodellen beziehen. Doch das ist ein Problem.

Last-Click-Attribution macht Performance-Marketing kaputt

Der Begriff “Performance-Marketing” impliziert, dass Datensätze verschiedener Marketing-Kanäle ausgewertet, verglichen und ihrer Leistung nach bewertet werden. Die entscheidende Frage lautet hierbei: Welche Attributionsmodelle nutzt man, um die Performance der einzelnen Kanäle zu bewerten?

Attribution meint, dass über spezielle Verfahren der Datenanalyse jedem Marketingkanal ein bestimmter (monetärer) Wert zugewiesen werden kann, den er zu einem Sale beigetragen hat. Zu viele Marketer hinterfragen ihre Arbeit hier aber gar nicht aktiv und setzen daher oftmals blind auf Last-Click-Attribution, wo aber nicht jeder einzelne Kanal entlang einer Customer Journey bewertet wird. Bei der Last-Click-Attribution wird allein dem Kanal, der den letzten Touchpoint vor dem Kauf bildet, der Erfolg zugerechnet. Man denke an eine Fußballmannschaft, bei der nur der Torschütze Gehalt bekommt – die Mitspieler, die die vorher entscheidenden Pässe gespielt haben, gehen leer aus.

Fakt ist: Marketer müssen jegliche Touchpoints entlang der Customer Journey berücksichtigen und fair bewerten, um herauszufinden, welche Maßnahmen sich auszahlen und welche nicht. Eine statische Performance-Bewertung ist schlichtweg fehlerhaft und führt zu falschen Schlussfolgerungen in Hinblick auf die Effizienz des eingesetzten Budgets. Anders gesagt: Fehl-Investments werden hier deutlich häufiger gemacht beziehungsweise gar nicht erst erkannt. Wer Marketing effizient betreiben will, sollte komplett auf statische Attributionsmodelle verzichten. Dazu zählen neben dem Last-Click- beispielsweise auch das First-Click- und das 40-20-40-Modell. Stattdessen sollten Marketer auf dynamische Modelle setzen.

(Auch) Startups sollten ihr Budget dynamisch einteilen

Dynamische Attributionsmodelle ermöglichen einen genaueren Blick auf die Marketingaktivitäten. So wird nicht nur einer bestimmten Zahl von Kanälen ein Erfolgswert beigemessen, sondern allen Kanälen. Dadurch wird sichtbar, welche Kanäle welchen Anteil am Erfolg haben.

So entsteht aber kein Mehr an Kosten, im Gegenteil: Wenn Marketer genau wissen, welchen Wert ein bestimmter Kanal im Marketing-Mix hat, dann können Maßnahmen und Kampagnen entsprechend dynamisch weitergeführt, justiert oder gestoppt werden. Der ROI im Marketing wird damit größer. Das ist in einem extrem kostensensiblen Umfeld, wie einem Startup, besonders hilfreich: so wird verhindert, dass Geld im Marketing unnötig verbrannt wird.

KI ersetzt Startup-Marketer… NICHT!

Die zentrale Herausforderung bei der Arbeit mit dynamischen Attributionsmodellen ist der Umgang mit Datensätzen. Es gibt heute bereits eine Reihe an Lösungen, die Unmengen an Daten aggregieren und analysieren, sodass am Ende eine Performance-Bewertung möglich ist und konkrete Handlungsanweisungen gegeben werden können. Hier empfiehlt es sich, auf von Werbeplattformen unabhängige Angebote zu setzen. Nur so ist die Bewertung von Marketingaktivitäten wirklich fair.

Die Kerntechnologie hinter besagten Lösungen ist Künstliche Intelligenz, vor allem in Form von Deep und Machine Learning. KI arbeitet “unter der Motorhaube”, löst Aufgaben, für die Menschen Jahre bräuchten. KI verschafft Marketern Zeit und hilft, optimale Entscheidungen zu treffen – zum Beispiel auf Grundlage fairer Attributionsmodelle.

Aber was bedeutet das für Startup-Marketer? KI treibt die Entwicklung des Marketing generell immer dynamischer voran. Um das für sich zu nutzen, müssen Marketing-Manager offen sein für technische wie strukturelle Veränderungen. KI besiegelt nicht das Ende der Marketing-Manager, sondern hebt sie auf eine neue Evolutionsstufe.

Über den Autor
János Moldvay ist Co-Gründer und CEO von Adtriba, einem SaaS-Anbieter für dynamisches Attribution Modelling und umfassende Customer-Journey-Analysen aus Hamburg.