Multi-Touch-Attribution ist ein Ansatz, der den Wert einer Conversion auf mehrere Kontaktpunkte der Customer Journey verteilt, statt ihn einem einzigen Touchpoint zuzuschreiben. Sie bildet ab, dass ein Abschluss aus dem Zusammenspiel vieler Interaktionen entsteht — und macht damit auch frühe, vorbereitende Kanäle sichtbar.
Innerhalb der Marketing-Automation und CRM-Steuerung ist Multi-Touch-Attribution die Antwort auf eine zentrale B2B-Herausforderung: Wenn ein Kauf über Monate und viele Stationen reift, lässt sich der Erfolg nicht ehrlich an einem einzelnen Klick festmachen.
Definition und Einordnung
Multi-Touch-Attribution ist kein einzelnes Verfahren, sondern eine Familie von Attributionsmodellen, die eines gemeinsam haben: Sie verteilen den Conversion-Wert auf mehr als einen Kontaktpunkt. Damit grenzen sie sich von Single-Touch-Modellen wie First-Touch oder Last-Touch ab, die den gesamten Wert auf einen einzigen Punkt legen.
Der Grundgedanke ist, die reale Komplexität der Customer Journey abzubilden. Ein Interessent, der über einen Blogartikel einsteigt, später ein Whitepaper lädt und schließlich über eine Suchanzeige zurückkehrt, hat drei Kontaktpunkte berührt. Multi-Touch-Attribution würdigt jeden dieser Schritte anteilig, statt zwei davon zu ignorieren.
Die gängigen Multi-Touch-Modelle
Innerhalb der Multi-Touch-Familie unterscheiden sich die Modelle darin, wie sie die Gewichte verteilen. Die folgende Tabelle stellt die verbreitetsten Varianten gegenüber.
| Modell | Gewichtung | Eignung |
|---|---|---|
| Linear | jeder Kontaktpunkt gleich | einfacher Einstieg, faire Grundverteilung |
| Zeitabhängig | spätere Kontakte stärker | wenn Abschlussnähe besonders zählt |
| Positionsbasiert (U-förmig) | erster und letzter Kontakt hoch | wenn Ein- und Ausstieg entscheidend sind |
| W-förmig | Ein-, Mittel- und Abschlusspunkt hoch | für klar definierte Funnel-Meilensteine |
| Datengetrieben | aus echten Verläufen berechnet | bei hoher Datenmenge am realistischsten |
Das lineare Modell ist der einfachste Einstieg, weil es leicht zu erklären ist. Positionsbasierte Modelle eignen sich, wenn der erste und der letzte Kontakt besonders wichtig sind. Datengetriebene Modelle gelten als am realistischsten, setzen aber eine große Zahl an Conversions voraus, damit die Gewichtung stabil bleibt.
Anwendung im B2B
Im B2B entfaltet Multi-Touch-Attribution ihren größten Wert, weil hier die Journeys besonders lang und vielschichtig sind. Ein ganzes Buying-Center durchläuft über Wochen mehrere Kanäle, und ein Single-Touch-Modell würde fast alle dieser Kontaktpunkte unsichtbar machen. Multi-Touch zeigt dagegen, welchen Anteil Content-Marketing, Social Selling und bezahlte Kanäle jeweils am Abschluss tragen.
Das hat unmittelbare Folgen für die Budgetsteuerung. Wird etwa deutlich, dass ein Awareness-Kanal in zwei von drei gewonnenen Deals als erster Kontaktpunkt auftaucht, rechtfertigt das Investitionen, die ein Last-Touch-Modell nie sichtbar gemacht hätte. So fließt die Bewertung der Demand Generation realistischer in die Berechnung der Customer Acquisition Cost je Kanal ein.
Voraussetzungen und Datenbasis
Multi-Touch-Attribution steht und fällt mit der Datenqualität. Voraussetzung ist ein kanalübergreifendes Tracking, das jeden Kontaktpunkt erfasst und über eine eindeutige Kennung demselben Kontakt zuordnet. Erst die Verknüpfung dieser Touchpoints im CRM macht eine vollständige Journey sichtbar.
Diese Verknüpfung scheitert in der Praxis oft an Lücken: Offline-Kontaktpunkte wie Messen oder Telefonate, Geräte- und Browserwechsel sowie nicht eingeloggte Besuche reißen die Journey auseinander. Datengetriebene Modelle brauchen zusätzlich eine hohe Conversion-Zahl, damit die berechneten Gewichte nicht zufällig werden. Bei wenigen Abschlüssen ist ein einfaches lineares oder positionsbasiertes Modell oft die robustere Wahl.
Abgrenzung zu verwandten Begriffen
Multi-Touch-Attribution wird gelegentlich mit dem Attributionsmodell als Oberbegriff gleichgesetzt — das ist ungenau. Multi-Touch-Attribution ist eine Teilmenge der Attributionsmodelle, nämlich all jene, die den Wert verteilen. Auch die Abgrenzung zum Tracking ist wichtig: Tracking sammelt die Rohdaten der Kontaktpunkte, Multi-Touch-Attribution interpretiert sie und weist Anteile zu.
Häufige Fehler
Der häufigste Fehler ist die Einführung eines komplexen datengetriebenen Modells ohne ausreichende Datenbasis. Bei zu wenigen Conversions werden die Gewichte instabil und gaukeln eine Präzision vor, die nicht existiert. Ebenso problematisch ist lückenhaftes Tracking: Fehlen ganze Kontaktpunkte, verzerrt jedes Multi-Touch-Modell das Ergebnis systematisch zugunsten der gut messbaren Online-Kanäle.
Ein weiterer Fehler ist die Erwartung, Multi-Touch-Attribution liefere eine objektive Wahrheit. Auch sie bleibt eine vereinfachende Annäherung an eine komplexe Realität. Sinnvoll eingesetzt ist sie dennoch deutlich aussagekräftiger als jedes Single-Touch-Modell — vorausgesetzt, die Datenbasis stimmt und die Ergebnisse werden mit Augenmaß interpretiert.