Attribution Flashcards
1
Q
Wieso Analytics?
A
- Wenn schon Geld in Websites, Apps & logs investiert werden, dann sollte man auch wissen, ob das Angebot überhaupt genutzt wird.
- Sich um den Besucher kümmern. Zufriedene Besucher kommen wieder.
- Bedürfnisse des Besuchers verstehen.
- Für Redesign brauchts konstantes Tracking und nicht punktuelle Überprüfungen.
- Konstantes Analytics, um Fehler zu vermeiden.
- Kosten in anderen Bereichen senken (Bsp: FAQ, Support, Callcenter etc.)
- Mehr verkaufen
2
Q
Statistische Modelle
A
Last Touch
- Einfluss aller vorhergehenden Interaktionen ignorieren.
- nur die letzte Interaktion zählt
Last “Non-Direct”
- Wie last Touch, jedoch wird das zu Second-Last-Touch, falls letzte Interaktion der direkte Aufruf der Website ist
First Touch
- nur Fokus auf den ersten Touchpoint und alle nachgelagerten ignorieren
Linear
- Alle Touchpoints werden gleichwertig gespeichert
Positions-basiert bzw. Badewannemodell
- Erster und letzter Touchpoints werden gleich hoch und wesentlich stärker bewertet (je 40%)
- die restlichen 20% werden gleichmässig über die mittleren Touchpoints verteilt
Zeitverlauf
- Den Touchpoints wird der grösste Wert zugeordnet, die zeitlich dem Verkauf oder der Conversion am nächsten Stand
- Stufenmässig
3
Q
Regelbasierte Modelle
A
Der Verkäufer entscheidet, welche Touchpoints wie gewichtet werden
4
Q
Dynamische Modelle
A
Shapley Value
Markov Chains
5
Q
Shapley Value
A
- Spieltheorie-Ansatz
- “Wie sieht die Conversion Rate aus, wenn eine Interaktion nicht stattgefunden hat?”
- unabhängig von Reihenfolge
- max. 15 Marketing-Kanäle: Der marginale Beitrag einer Interaktion muss 2^n mal berechnet werden, wobei n die Anzahl analysierte Kanäle repräsentiert
6
Q
Markov Chains
A
- Eine Markov-Kette ist darüber definiert, dass auch durch Kenntnis einer nur begrenzten Vorgeschichte ebenso gute Prognosen über die zukünftige Entwicklung möglich sind
- ähnelt einer Customer Journey
- Reihenfolge ist relevant
