morefire
MENÜ

Affiliate-Abzocke vermeiden: Attribution mit Google Analytics (Case Study)

Wer als Online-Shop-Betreiber Geld in Traffic investiert, um mehr Umsätze zu generieren, der sollte seine Investments sehr genau kontrollieren, um Kostenfallen zu vermeiden. In diesem Artikel lernt ihr am Beispiel Affiliate-Marketing, wie das passende Attributionsmodell euch dabei helfen kann, unrentable Marketing-Kanäle zu identifizieren.

Der Online-Shop, den wir in dieser Case Study betrachten, setzt in erster Linie auf bezahlten Traffic. Über Kanäle google_analyticswie Google AdWords, Google Shopping, Preisvergleichsportale und Affiliate-Marketing wird Traffic eingekauft, der dann im Shop zu möglichst vielen Sales führen soll. Das Ziel ist dabei klar: Die Kosten-Umsatz-Relation (KUR) muss unter 10% liegen, damit der Shop profitabel bleibt. Bedeutet: Die Kosten für den Traffic dürfen maximal 10% des generierten Umsatzes betragen.

Affiliate-Marketing als garantiert rentabler Kanal?

So weit, so gut. Affiliate-Marketing scheint ein guter Weg zu sein, um dieses Ziel zu erreichen. Schließlich bekommt man den Traffic ja quasi umsonst und zahlt nur eine Provision von ca. 3 bis 5% des Warenkorbwerts an den Traffic-Lieferanten, wenn ein Sale zustande kommt. Damit liegen wir ja in jedem Fall weit unter der angestrebten Kosten-Umsatz-Relation von 10%.

Weit gefehlt! Der Kanal Affiliate-Marketing hat sich in diesem Fall als unglaubliche Kostenfalle erwiesen. Lest weiter, um zu erfahren, wie ihr die echte Kosten-Umsatz-Relation eurer Marketing-Kanäle berechnet, um eure Investments besser zu planen.

Attribution einsetzen, um Sales den richtigen Kanälen zuzuordnen!

Machen wir einen kleinen Ausflug in die Welt des Marketing-Controllings mit Google Analytics. Wer einen Online-Shop betreibt und Geld für Traffic ausgibt, der wird das Ding vor die Wand fahren, wenn er nicht als allererstes dafür sorgt, dass er alle Traffic-Quellen korrekt in Google Analytics erfasst. Will heißen: Sorgt dafür, dass ihr wisst, was mit dem Traffic, für den ihr bezahlt, passiert!

Google AdWords, Google Shopping, Remarketing über Google AdWords und Display-Werbung über Google AdWords lassen sich sehr einfach in Google Analytics tracken, indem man das AdWords-Konto mit Google Analytics verknüpft.

Bezahlte Traffic-Quellen korrekt erfassen!

Bei anderen bezahlten Kanälen ist das Ganze schon etwas komplizierter. Wir haben es in dem konkreten Fall, den wir hier betrachten, so gelöst, dass wir zum Beispiel alle Produktfeeds, die bei den Preisvergleichsportalen eingespeist werden, mit UTM-Parametern versehen haben. Mit den Affiliate-Netzwerken Affilinet und Belboon haben wir vereinbart, dass an jede Ziel-URL ein URL-Fragment angehängt wird, an dem wir erkennen, dass es sich um Traffic aus den jeweiligen Netzwerken handelt.

Mehr Details und konkrete Hilfestellungen zum korrekten Tracking von Traffic-Quellen findet ihr in diesem Artikel: Traffic-Quellen in Google Analytics korrekt erfassen.

Für den Shop, den wir in diesem Fall betrachten, ergibt sich nach der korrekten Einrichtung des Trackings und der Definition der Marketing-Kanäle in Google Analytics folgendes Bild:

Marketing-Channels mit Sales und Umsätzen in Google Analytics

Das ist ja schon mal genial! Jetzt sehen wir in Google Analytics alle unsere Marketing-Kanäle und die Sales und Umsätze, die sie generiert haben. Und genau jetzt ist der Moment gekommen, an dem wir uns über Attributionsmodelle unterhalten müssen.

Die Wahl des richtigen Attributionsmodells ist Gold wert!

In dem Screenshot dort oben seht ihr in den Spalten mit der Anzahl der Sales (Conversions) und dem Umsatz (Conversion-Wert) den etwas merkwürdigen Zusatz „für Letzter indirekter Klick“. Diese Formulierung bezieht sich auf das Attributionsmodell, das eingesetzt wurde, um diesen Wert zu ermitteln.

Das Attributionsmodell „Letzter indirekter Klick“ ist das Standard-Attributionsmodell von Google Analytics, das allen normalen Berichten zugrunde liegt. Es besagt, dass der komplette Wert einer Conversion oder einer Transaktion immer dem letzten Kanal zugeschrieben wird, über den der Nutzer zur Website gelangt ist, bevor er den Kauf getätigt hat, es sei denn der Zugriff war ein Direktzugriff. In diesem Fall wird der komplette Wert der Conversion oder Transaktion dem letzten Nicht-Direktzugriff gutgeschrieben.

Im folgenden Screenshot sind für eine Handvoll Conversion-Ketten die Website-Besuche markiert, denen nach diesem Attributionsmodell jeweils der volle Wert der Transaktion gutgeschrieben wird.

Conversion-Pfade in Google Analytics

Jede Zeile stellt eine Kombination von Kanälen dar, über die ein Nutzer vor der Conversion auf die Website gelangt ist. Die mittlere Spalte gibt an, wie oft diese Kombination von Kanälen im betrachteten Zeitraum vorgekommen ist (hier jeweils einmal), die letzte Spalte gibt den Umsatz bzw. Warenkorbwert der Bestellung an.

Der Nutzer in der ersten Zeile ist also einmal über ein organisches Suchergebnis zu einem Non-Brand-Keyword eingestiegen, dann dreimal über Preisvergleichsportale, dann noch einmal über einen Direktzugriff und hat dann für EUR 573,18 eingekauft. Der komplette Wert der Transaktion würde nach dem Attributionsmodell „Letzter indirekter Klick“ dem Kanal „Preisvergleichsportale“ gutgeschrieben werden.

Der Nutzer in der zweiten Zeile ist einmal über die bezahlte Suche (z.B. AdWords) eingestiegen, dann über ein organisches Suchergebnis zu einem Non-Brand-Keyword, dann noch zweimal über die bezahlte Suche, noch einmal über ein Preisvergleichsportal und hat dann für EUR 145,20 eingekauft. Der komplette Wert dieser Transaktion würde nach dem Standard-Attributionsmodell von Google Analytics ebenfalls dem Kanal „Preisvergleichsportale“ zugeschrieben werden.

Merkt ihr was? Dieses Attributionsmodell wird der Multi-Channel-Realität, die wir hier beobachten, absolut nicht gerecht! Eine bessere Betrachtungsweise muss her!

Benutzerdefiniertes Attributionsmodell erstellen.

Wir erstellen in Google Analytics ein benutzerdefiniertes Attributionsmodell, welches alle Besuche eines Nutzers vor der Transaktion berücksichtigt. Als Grundlage wählen wir ein lineares Attributionsmodell, was bedeutet, dass der Wert einer Transaktion zu gleichen Teilen auf die Kanäle verteilt wird, über die der Besucher vor seiner Transaktion auf die Website gelangt ist.

Dieses Basismodell bekommt dann noch ein bisschen Feintuning verpasst: Alle rein navigatorischen Zugriffe werden abgewertet. Navigatorische Zugriffe sind Website-Besuche, bei denen klar ist, dass der Nutzer bewusst zu unserer Seite navigiert ist. Dazu zählen Direktzugriffe und Zugriffe über die organische und bezahlte Suche über Brand-Keywords.

Eine ausführlichere Anleitung zur Erstellung eines benutzerdefinierten Attributionsmodells findet ihr ebenfalls im Artikel Marketing-Controlling mit Google Analytics.

Vergleichen wir nun die beiden Attributionsmodelle, ergibt sich folgendes Bild:

vergleich-attributionsmodelle-google-analytics

Interessant ist hier vor allem die letzte Spalte, die angibt, wie sehr sich der Transaktionswert, der den einzelnen Kanälen gutgeschrieben wird, in beiden Modellen unterscheidet. Der aufmerksame Leser wird nun bemerken, dass der Unterschied im Kanal „Affiliate-Marketing“, um den es ja hier in erster Linie geht, immerhin schon 12,51% beträgt. Der Kanal „Affiliate“ schneidet also schon deutlich schlechter ab, wenn wir ein Attributionsmodell anwenden, das nicht nur den letzten Besuch des Nutzers vor dem Kauf berücksichtigt. Wartet ab, bis ihr seht, was passiert, wenn wir die Investments der verschiedenen Kanäle mit in die Betrachtung hereinnehmen!

Umsätze und Investments gegenüberstellen!

Richtig aussagekräftig werden diese Zahlen natürlich erst dann, wenn wir den generierten Umsätzen pro Kanal auch die getätigten Investments gegenüberstellen und aus diesen Werten eine Kosten-Umsatz-Relation ermitteln. Schaut euch das einmal an:

Kosten-Umsatz-Relation verschiedener Marketing-Kanäle

Diese Aufstellung liefert uns wahnsinnig wertvolle Einblicke:

Insgesamt wird die Ziel-KUR beim bezahlten Traffic so gerade eben erreicht. Die Preisvergleichsportale sind wahnsinnig profitabel, wer hätte das gedacht? Die furchtbar schlechte Kosten-Umsatz-Relation im Remarketing fällt aufgrund der niedrigen Ausgaben nicht weiter ins Gewicht. Bei Google Shopping besteht Optimierungsbedarf, um die KUR von 13% in den vertretbaren grünen Bereich zu senken.

Aber wie zur Hölle kommt eine Kosten-Umsatz-Relation im Affiliate-Marketing von 28% zustande? Wir zahlen doch nur 3 bis 5% Provision pro Sale! Was ist hier los? Hier verbrennen wir ja mal locker EUR 15.000.- im Monat!

Wir nehmen den Kanal „Affiliate“ auseinander!

Machen wir einen Gedankenschritt zurück zu den Attributionsmodellen. Unser Modell berücksichtigt alle Website-Besuche des Nutzers auf dem Weg zur Transaktion und verteilt den generierten Umsatz fair auf alle beteiligten Kanäle. So können wir in der oben gesehenen Gegenüberstellung von Investments und Umsätzen auch Investments rechtfertigen, die den Nutzer in einer frühen Phase des Kaufentscheidungsprozesses ansprechen.

Jetzt überlegt mal, auf welchem Attributionsmodell die Vergütung im Affiliate-Marketing basiert! Wenn der Nutzer einmal über ein Affiliate-Netzwerk erreicht wurde, wird der prozentuale Anteil am Warenkorbwert fällig. Das Attributionsmodell, das hier zugrunde liegt, besagt also, dass der komplette Wert einer Transaktion dem Kanal „Affiliate“ gutgeschrieben wird, sobald dieser Kanal an einer Conversion-Kette beteiligt ist. Alle anderen Kanäle gehen leer aus.

Ich habe dieses Attributionsmodell spaßeshalber mal in Google Analytics angelegt, um euch vor Augen zu führen, welche Auswirkungen diese Berechnungsart hat:

Vergleich des Affiliate-Attributionsmodells mit benutzerdefiniertem Attributionsmodell

Mit diesem Modell, auf dessen Basis die Vergütung berechnet wird, bekommt der Kanal „Affiliate“ satte 57% mehr Umsatz gutgeschrieben, als mit unserem fairen Attributionsmodell. Das heißt im Klartext, dass die Provision, die unser Kunde bezahlt, deutlich mehr als 3 bis 5% von dem Umsatz beträgt, die wir dem Kanal eigentlich gutschreiben dürfen, wenn wir die Multi-Channel-Realität akzeptieren.

Kosten-Umsatz-Relation dank besserem Attributionsmodell halbiert!

Nachdem wir unserem Kunden diese Problematik klargemacht hatten, zwang der Kunde die betreuende Affiliate-Agentur zum Handeln: Das Attributionsmodell, das der Berechnung der Vergütung zugrunde lag, wurde angepasst.

Jeden Monat werden alle Sales, an denen der Kanal „Affiliate“ beteiligt war, mit den Multi-Channel-Daten aus Google Analytics abgeglichen und die fällige Provision wird reduziert, je öfter der einzelne Käufer die Website über andere Kanäle besucht hat:

  • Mehr als 1 Besuch: Provision wird um 25% gesenkt.
  • Mehr als 2 Besuche: Provision wird um 33% gesenkt.
  • Mehr als 3 Besuche: Provision wird um 50% gesenkt.

Schaut euch an, was das bewirkt hat:

kur-affiliate-mit-neuem-attributionsmodell

Dieser Schritt hat dazu geführt, dass die Kosten-Umsatz-Relation von einem Monat auf den nächsten halbiert werden konnte. Anders ausgedrückt bedeutet dies, dass wir hier locker 10.000 Euro im Monat sparen. Das Investment in eine fundierte Webanalyse hat sich also bereits jetzt mehr als rentiert.

Das KUR-Ziel wurde in der Zwischenzeit übrigens auf 5% gesenkt, deshalb sind hier die meisten Kanäle weiterhin mit einem roten Kreuz markiert.

Trotz der Anpassung des Attributionsmodells, auf dessen Basis die Affiliate-Provision berechnet wird, liegen wir im Kanal „Affiliate“ weiterhin bei einer KUR von 14%. Wie kann das sein, wenn die fällige Provision je nach Netzwerk und Affiliate-Partner nur 3 bis 5% beträgt und in den meisten Fällen sogar noch um 50% gesenkt wird, weil die meisten Nutzer mehr als dreimal über verschiedene Kanäle die Website besuchen, bevor sie kaufen?

Lest weiter, um zu erfahren, wo das ganze Geld im Affiliate-Marketing hinfließt und warum dieser Artikel zu Recht den Begriff „Abzocke“ in der Überschrift trägt.

Gegenwind aus Richtung der Affiliate-Agentur.

Die betreuende Affiliate-Marketing-Agentur war unserem Tracking gegenüber von Anfang an sehr feindselig gestimmt und hat deutlich mehr Energie in die Diskreditierung unserer Daten und unserer Sichtweise investiert, als in die Optimierung der eigenen Maßnahmen.

Ein Punkt, der von Anfang an zu Konflikten geführt hat, war die Tatsache, dass die Affiliate-Agentur regelmäßig deutlich mehr Transaktionen reportet hat, als wir in Google Analytics dem Kanal „Affiliate“ zugeordnet haben. Daraus hat die Affiliate-Agentur den Schluss gezogen, dass unser Tracking mit Google Analytics falsch oder unvollständig sein müsste.

Aufgrund dieser Vorwürfe haben wir gemeinsam mit dem Kunden viel Zeit und Energie in eine detaillierte Überprüfung des Trackings investiert. Dies hat letztendlich nur dazu geführt, dass sowohl wir als auch unser Kunde nun ein noch größeres Vertrauen in das Tracking, in die erhobenen Daten und in die daraus gezogenen Schlüsse haben.

Postview-Transaktionen im Affiliate-Marketing?

Die Affiliate-Agentur hat in dieser ganzen Zeit alles dafür getan, möglichst wenig Transparenz zu schaffen, aber nach längerem Suchen und Recherchieren sind wir gemeinsam mit unserem Kunden darauf gekommen, warum im Affiliate-Reporting regelmäßig deutlich mehr Transaktionen vorkamen, als im Google-Analytics-Reporting: Der Großteil der Transaktionen, die von der Affiliate-Agentur reportet wurden und für die Provision fällig wurde, waren sogenannte Postview-Transaktionen.

Affilinet verkauft diese Art der Vergütung so:

(Screenshot vom 06.05.2016, Quelle: https://www.affili.net/de/advertiser/tools/ereach)

Screenshot vom eReach-Angebot von Affilinet

Im Klartext heißt das, dass eine Provision auch dann fällig wird, wenn der Nutzer gar nicht über ein Affiliate-Werbemittel auf die Website gelangt ist, sondern nur ein Banner in seinem Browser geladen wurde. Das bedeutet, dass wir Provision für Nutzer zahlen, die über alle möglichen anderen bezahlten Kanäle zu uns gekommen sind, und denen irgendwann dazwischen oder davor ein Banner angezeigt wurde, auf das sie aber nicht geklickt haben. Kein Wunder, dass das unsere Kosten-Umsatz-Relation in die Höhe treibt!

Attributionsmodell anpassen, um Impressionen zu berücksichtigen?

Die Affiliate-Agentur forderte in diesem Stadium unserer endlosen Diskussionen, dass das Attributionsmodell angepasst werden müsste, um den Umständen gerecht zu werden. Aber macht das überhaupt Sinn? Müssten wir dann für einen sinnvollen Vergleich nicht die Impressionen in allen Kanälen berücksichtigen? Ist eine Impression in der organischen Suche oder bei AdWords gleichzusetzen mit einer Impression im Affiliate-Marketing?

Welche Rolle spielen Impressionen überhaupt in der Kaufentscheidungsphase? Die Affiliate-Agentur will uns weismachen, dass das reine Laden eines Banners im Browser eines potentiellen Käufers, der nicht auf das Banner klickt, dazu beiträgt, dass der Nutzer kauft. Glaubt das irgendwer?

Nun geht es in der Webanalyse ja nicht um Glaubensfragen, sondern um nackte Zahlen. Und die Zahlen, die von der Affiliate-Agentur geliefert werden, sind schon beeindruckend: Es gibt wahnsinnig viele Nutzer, die ein Banner nur sehen, nicht draufklicken, und dann etwas im Shop kaufen. Wollt ihr wissen, wie das erreicht wird? Ihr werdet kotzen!

Postview-Vergütung in Kombination mit Retargeting!

Nach dieser Überschrift ahnt ihr wahrscheinlich schon, wo es hingeht. Die Agentur hat hier den Affiliate-Partnern erlaubt, bei Website-Besuchern ein Retargeting-Pixel zu setzen, exakt diesen Nutzern dann auf anderen Seiten Banner zu zeigen (die zu einem großen Teil winzig klein und außerhalb des für den Nutzer relevanten Bereichs sind), und dann Provision zu kassieren, sobald eine einzige Impression vor der Transaktion gemessen wurde.

Lasst euch das mal auf der Zunge zergehen!

Jeder Nutzer, der über irgendeinen Kanal auf die Website gelangt, bekommt also bei seinem ersten Besuch ein Retargeting-Pixel gesetzt. An den Daten, die wir hier bisher betrachtet haben, sehen wir deutlich, dass die meisten Nutzer nicht nur einmal auf die Seite kommen und dann direkt kaufen. Der Ottonormalverbraucher recherchiert sorgfältig die Preise aller Wettbewerber, sucht auf Preisvergleichsportalen und bei Google nach den günstigsten Produkten und landet dabei mehrere Male auf unserer Website.

Die Affiliate-„Partner“ platzieren nun, direkt nachdem ein Nutzer unsere Seite zum ersten Mal besucht hat, per Retargeting Banner auf den Seiten, die der Nutzer währen seiner weiteren Recherche besucht. So erreichen unsere sogenannten Partner einen riesengroßen Teil unserer kaufbereiten Nutzer mit ihren Bannern. Durch den Einsatz von Retargeting in Kombination mit einer Postview-Vergütungsmethode kassieren sie also bei fast jedem Nutzer, der in unserem Shop einkauft, eine Provision.

Traurig: Diese Abzock-Methode ist im Affiliate-Marketing offenbar gang und gäbe.

Für die Kombination von Retargeting und Postview-Provisionen gibt es in meiner Welt nur eine Bezeichnung: Abzocke! Und das Traurige ist, dass das hier scheinbar kein Einzelfall ist. Als unser Kunde die Affiliate-Agentur ausdrücklich darum bat, ab sofort auf Retargeting in Verbindung mit einer Postview-Vergütung zu verzichten, erwiderte die Agentur ganz frech, dass dann wohl die meisten Publisher abspringen würden, weil sich das ja für sie dann gar nicht mehr rentieren würde.

Als Webanalyst muss man natürlich vorsichtig sein, sich nicht von seiner Meinung oder seiner Einstellung zu gewissen Dingen leiten zu lassen. Man sollte lieber Zahlen sprechen lassen. Um diese Methode zu bewerten, muss ich allerdings nicht tief in die Zahlen meines Webanalyse-Tools einsteigen.

Ich kann und möchte auch gar nicht die Frage beantworten, ob die Impressionen, die hier bei den kaufbereiten Nutzern generiert werden, einen Beitrag zur Kaufentscheidung leisten oder nicht. Was ich aber mit Sicherheit sagen kann ist, dass man diese Impressionen deutlich günstiger bekommen kann.

Wer 3 bis 5% Provision für jeden Nutzer abdrückt, der während seiner Preisrecherche per Retargeting ein Banner angezeigt bekommen hat, der macht sich seine Marge natürlich ganz schnell kaputt. Wer clever ist, spielt diese Impressionen einfach mit einem CPC-Vergütungsmodell aus und zahlt im Prinzip gar nichts, wenn auch keiner draufklickt, bzw. ein paar Cent pro Klick, die dann auch im KUR-Dashboard, das wir oben gesehen haben, gerechtfertigt und kontrolliert werden können.

Und die Moral von der Geschicht‘…

Der Aufhänger dieses Artikels ist natürlich ein Extremfall (wenn auch scheinbar leider kein Einzelfall), aber eigentlich sollte anhand dieses Beispiels jedem Shop-Betreiber deutlich geworden sein, wie wichtig es ist, seine Investments in Google Analytics korrekt nachzuverfolgen. Wer nicht akzeptiert, dass wir in einer Multi-Channel-Realität leben und dass Marketing-Controlling keine Milchmädchenrechnung ist, der steuert auf gut Deutsch gesagt auf die Pleite zu.

Man muss nicht einmal, wie unser Kunde in diesem Fall, an Abzocker geraten, um seine Marketing-Investments in den Sand zu setzen. Ein unzureichendes Attributionsmodell oder ein unvollständiges Tracking können auch bei „ehrlichen“ Kanälen dazu führen, dass Potentiale und Risiken nicht richtig erkannt werden und Geld verbrannt wird.

Ich bin mir sicher, dass jedes Unternehmen, das Geld für Traffic ausgibt, seine Webanalyse-Investments in kürzester Zeit amortisieren kann, genau wie unser Kunde in dieser Case Study.

Eoghan war bis 2016 als Consultant bei uns tätig. An unseren Standorten in Brüssel und Pontevedra betreute er internationale und mehrsprachige Online-Marketing-Projekte. Heute arbeitet er als Mitgründer von searchVIU, einem Tool für fortgeschrittene Suchmaschinenoptimierung. Aufgepasst! „Eoghan“ ist irisch und wird wie der englische Vorname „Owen“ ausgesprochen. Mehr Lesestoff von Eoghan gibt’s auf www.rebelytics.com.

4.89 / 5 (9 votes)

Schreibe einen Kommentar

Loading Facebook Comments ...

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Loading Disqus Comments ...