Time-Decay-Attribution
Time-Decay-Attribution ist ein Multi-Touch-Modell, das Kontaktpunkten näher am Conversion-Zeitpunkt mehr Gutschrift zuweist.
Das Wichtigste in Kürze
- Jeder Kontakt wird nach seinem Alter gewichtet, danach werden alle Gewichte auf eine Conversion normiert.
- Die Halbwertszeit bestimmt das Tempo des Verfalls: eine Halbwertszeit halbiert das Gewicht.
- Setzen Sie die Halbwertszeit relativ zur Zykluslänge, nie nach dem Kalendermonat.
- Pfade an einem Tag nähern sich der Gleichverteilung, weil alle Kontakte ähnlich alt sind.
- Bestätigungs- und Erinnerungsnachrichten schneiden gut ab, ohne jemanden überzeugt zu haben.
Im Detail
Jeder Kontaktpunkt erhält ein Gewicht, das sich aus seinem Alter im Moment der Conversion ergibt, meist über eine Exponentialkurve mit definierter Halbwertszeit. Ein Kontakt, der eine Halbwertszeit vor der Conversion lag, zählt halb so viel wie einer direkt bei der Conversion, ein Kontakt zwei Halbwertszeiten davor nur ein Viertel, und so weiter den Pfad zurück. Diese Rohgewichte werden anschließend durch ihre eigene Summe geteilt, damit der Pfad exakt eine Conversion ergibt. In die Rechnung geht nur verstrichene Zeit ein.
Die Halbwertszeit ist praktisch das ganze Modell. Sieben Tage Halbwertszeit auf einen Zweimonatszyklus angewandt lassen dem ersten Monat fast keine Gutschrift, während dreißig Tage auf denselben Zyklus etwas nahe der Gleichverteilung erzeugen. Wählen Sie den Wert relativ zur Länge der Reise, nicht nach einer Kalenderkonvention. Der Kompromiss lautet Reaktionsfähigkeit gegen Gedächtnis: Kurze Halbwertszeiten lassen den Bericht schnell auf frische Kampagnenänderungen reagieren, löschen aber den Beitrag von allem, was früh in der Reise geschah, praktisch vollständig aus dem Bericht.
Time-Decay passt zu Teams, die die Abschlusshälfte eines langen Zyklus optimieren, wo die eigentliche Frage lautet, welche späten Impulse den Weg zur Entscheidung verkürzen. Es kommt auch mit stoßweisen Reisen gut zurecht, weil eine Häufung von Kontakten in der letzten Woche einen einzelnen Besuch von vor drei Monaten natürlich überwiegt. Dient ein Scorecard-Quiz dazu, einen stockenden Lead zu reaktivieren statt einen neuen zu gewinnen, zeigt dieses Modell diese Rolle deutlich, während ein reines First-Touch-Reporting diese Wirkung vollständig übersieht und dem ursprünglichen Kanal zuschreibt.
Aktualität ist keine Kausalität. Eine Bestätigungsmail eine Stunde vor dem Kauf schneidet unter Time-Decay immer gut ab, obwohl sie niemanden überzeugt hat, und jeder Kanal mit früher Aufklärungsaufgabe wird konstruktionsbedingt bestraft. Bei Pfaden mit langen Lücken verhält sich das Modell zudem eigenartig: Wer im März recherchiert und im September kauft, gibt fast die gesamte Gutschrift an den September und verdeckt damit, dass die eigentliche Entscheidung bereits ein halbes Jahr vor dem Geldfluss weitgehend gefallen war und die späten Kontakte nur noch bestätigten.
Beispiel aus der Praxis
So wird es gemessen
Berichten Sie den gutgeschriebenen Anteil nach Zeitfenstern: Kontakte der letzten Woche, der drei Wochen davor und alles Ältere. Diese Verteilung zeigt, welchen Teil des Funnels Ihre aktuelle Halbwertszeit faktisch ignoriert. Verfolgen Sie daneben die mittlere Zahl der Tage vom Erstkontakt bis zur Conversion; verlängert sich der Zyklus, muss die Halbwertszeit angepasst werden, sonst fallen frühe Kontakte still heraus.
Für Kanalentscheidungen vergleichen Sie je Kanal die Time-Decay-Gutschrift mit der linearen Gutschrift. Kanäle, die gewinnen, arbeiten spät, Kanäle, die verlieren, arbeiten früh, und die Größe der Verschiebung misst ihre Position in der Reise. Beurteilen Sie die späte Gruppe nach Abschlusseffizienz und die frühe Gruppe an Origination-Zielen, statt beide Gruppen am selben Kostenziel je Conversion zu messen und damit die frühen Kanäle regelmäßig zu bestrafen.
Häufige Fehler
Teams übernehmen sieben Tage Halbwertszeit aus einem E-Commerce-Beispiel in einen sechsmonatigen Enterprise-Zyklus und schließen dann, alles außer der letzten Vertriebsmail sei wertlos. Prüfen Sie die mittlere Zeit zwischen Erstkontakt und Conversion, bevor Sie den Parameter setzen, und rechnen Sie den Bericht mit zwei verschiedenen Halbwertszeiten. Ändert sich die Kanalrangfolge dazwischen, ist sie eine Eigenschaft des Parameters und nicht Ihres Marketings.
Der zweite Fehler ist, automatisierte Nachrichten im Pfad zu belassen. Bestellbestätigungen, Terminerinnerungen und Passwort-Resets feuern unmittelbar vor oder nach der Conversion und saugen genau die Gutschrift auf, die eine Verfallskurve dem jüngsten Kontakt zuweist. Schließen Sie transaktionale und nachgelagerte Ereignisse ausdrücklich aus der Pfaddefinition aus. Sonst verwandelt sich der Bericht langsam in eine Rangliste dessen, wie nah jedes einzelne System am Kaufknopf sitzt, statt zu zeigen, wer überzeugt hat.
Häufig gestellte Fragen
Wie funktioniert die Halbwertszeit bei Time-Decay-Attribution?
Die Halbwertszeit ist der Zeitraum, in dem sich die Gutschrift eines Kontaktpunkts halbiert, je weiter er von der Conversion entfernt ist. Eine kürzere Halbwertszeit bündelt die Gutschrift auf jüngste Touches, eine längere verteilt sie gleichmäßiger.
Welche Halbwertszeit sollte ich für Time-Decay wählen?
Verankern Sie sie an der mittleren Zeit vom Erstkontakt bis zur Conversion und starten Sie mit etwa einem Viertel bis einem Drittel dieser Spanne. Kurze Zyklen brauchen Tage, abwägungsintensive B2B-Zyklen Wochen. Testen Sie zwei Werte und prüfen Sie, ob Ihre Kanalrangfolge beide übersteht, bevor Sie die Zahl in ein Dashboard schreiben.
Wie wird Time-Decay-Attribution berechnet?
Nehmen Sie das Alter jedes Kontaktpunkts, gemessen rückwärts von der Conversion, wandeln Sie es in ein Gewicht, das sich je Halbwertszeit halbiert, und teilen Sie jedes Gewicht durch die Summe aller Gewichte dieses Pfades. Die normierten Werte sind die Bruchteile je Kontakt. Aggregieren Sie diese Bruchteile anschließend je Kanal.
Wann ist Time-Decay das richtige Modell?
Wenn der Zyklus lang genug ist, dass Zeitpunkte Information tragen, und sich die Entscheidung tatsächlich gegen Ende verfestigt, was bei abwägungsintensiven B2B-Käufen häufig ist. Es ist außerdem das natürliche Modell, wenn Sie Nurture-Strecken oder Vertriebs-Follow-ups optimieren. Ungeeignet ist es, wenn Ihre Hauptfrage die Erzeugung neuer Nachfrage betrifft.
Unterbewertet Time-Decay Marken- und Awareness-Kampagnen?
Ja, strukturell. Awareness-Kontakte liegen am weitesten von der Conversion entfernt, die Verfallskurve kürzt sie also unabhängig von ihrem Beitrag. Berichten Sie diese Kampagnen stattdessen über First-Touch- oder Origination-Kennzahlen und reservieren Sie Time-Decay für Kanäle, deren Aufgabe darin besteht, bereits interessierte Käufer in Richtung einer Entscheidung zu bewegen.
Was unterscheidet Time-Decay von positionsbasierter Attribution?
Time-Decay gewichtet, wann ein Kontakt stattfand, sodass die Gutschrift zur Conversion hin gleichmäßig steigt. Positionsbasiert gewichtet, wo ein Kontakt in der Reihenfolge steht, und gibt Erst- und Letztkontakt feste Anteile unabhängig vom Datum. Lag der Erstkontakt erst gestern, belohnt positionsbasiert ihn weiterhin stark, Time-Decay unterscheidet kaum.
Wie geht Time-Decay mit einer langen Lücke in der Reise um?
Schlecht, denn es sieht nur Alter, nicht die Form der Lücke. Alles vor einer Ruhephase wird gegen null gedrückt, selbst wenn diese frühe Recherche den Kauf entschieden hat. Sind lange Lücken häufig, führen Sie eine Regel ein, die den Pfad nach definierter Inaktivität neu startet, und berichten Sie beide Abschnitte getrennt.