Datengetriebene Attribution (DDA) ist ein Attributionsmodell, das den Beitrag einzelner Werbekontakte zu einer Conversion algorithmisch aus den tatsächlichen Kontodaten berechnet, statt ihn nach einer festen Regel zu verteilen. Google vergleicht dafür die Klickpfade konvertierender und nicht konvertierender Nutzer und verteilt den Conversion-Wert anteilig auf die beteiligten Interaktionen. In Google Ads ist DDA das Standardmodell für die meisten Conversion-Aktionen.
Wie funktioniert datengetriebene Attribution?
Regelbasierte Modelle verteilen Conversions nach starren Mustern — etwa alles auf den letzten Klick. DDA geht anders vor: Der Algorithmus analysiert sämtliche erfassten Anzeigenpfade im Konto und vergleicht, wie sich die An- oder Abwesenheit bestimmter Kontaktpunkte auf die Conversion-Wahrscheinlichkeit auswirkt. Interaktionen, die die Wahrscheinlichkeit messbar erhöhen, erhalten einen entsprechend größeren Anteil am Conversion-Wert — auch wenn sie früh im Pfad lagen.
Das Ergebnis sind anteilige Conversion-Zuordnungen: Eine Conversion kann etwa zu 0,4 einer generischen Kampagne und zu 0,6 der Brand-Kampagne zugerechnet werden, weshalb in Berichten Dezimalwerte auftauchen. Die Zuordnung fließt direkt in Smart Bidding ein, das dadurch auch vorbereitende Klicks angemessen bewertet. DDA wirkt dabei nur innerhalb der von Google Ads erfassten Kontaktpunkte — kanalübergreifende Sicht über Google hinaus bietet das Modell nicht.
Warum ist datengetriebene Attribution wichtig?
Das lange dominierende Letzter-Klick-Modell bewertet systematisch falsch: Es schreibt den gesamten Erfolg dem Abschlusskontakt zu — häufig der Brand-Kampagne — und lässt generische, vorbereitende Kampagnen schlechter aussehen, als sie sind. Wer danach Budget verteilt, kürzt ausgerechnet die Kampagnen, die neue Interessenten überhaupt erst in den Funnel bringen.
DDA korrigiert diese Verzerrung datenbasiert und verbessert damit zwei Dinge zugleich: die Budget-Entscheidungen des Werbetreibenden und die Gebotsentscheidungen der Automatisierung. Gerade bei mehrstufigen Entscheidungen — typisch für Kanzleien, Beratungen und B2B — liegen zwischen Erstkontakt und Anfrage oft mehrere Suchvorgänge, deren Wert nur ein anteiliges Modell sichtbar macht.
Datengetriebene Attribution in der Praxis
In Google Ads ist DDA inzwischen für die meisten Conversion-Aktionen voreingestellt und ohne die früher geltenden hohen Mindestdatenmengen verfügbar; bei sehr dünner Datenlage nutzt das System ergänzende Modellierung. Nach einer Umstellung von Letzter Klick auf DDA verschieben sich die ausgewiesenen Conversions zwischen den Kampagnen — die Gesamtzahl bleibt ähnlich, aber generische Kampagnen gewinnen typischerweise Anteile. Vorher-Nachher-Vergleiche auf Kampagnenebene sind deshalb nur mit diesem Wissen sinnvoll.
Praktisch wichtig: Die Dezimal-Conversions sind kein Fehler, sondern Modelllogik. Beim Bewerten einzelner Kampagnen hilft der Bericht zum Attributionsmodell-Vergleich, der zeigt, wie stark sich die Modelle unterscheiden. Und da DDA nur Google-Kontaktpunkte kennt, bleibt für die kanalübergreifende Wahrheit — etwa das Zusammenspiel mit Social Ads oder E-Mail — der Blick in die Web-Analyse und ins CRM unverzichtbar.