Cross-Channel-Attribution: Social, Search, Pipeline

Standard-Attributionsmodelle lügen gleichzeitig in zwei Richtungen: Werbeplattformen übertreiben die Performance, CRM untertreibt sie. Das Ergebnis ist, dass Paid Social wie ein teurer Luxus wirkt und Paid Search als einziger Kanal gilt, der "funktioniert." Lässt du das unwidersprochen, wirst du den oberen Funnel systematisch unterfinanzieren und dich dann wundern, warum Brand-Suchanfragen langsam versiegen.

Das Wichtigste auf einen Blick

• Last-Click-Attribution kann impressionsbasierte Kanäle (Social, Display, Video) strukturell nicht erfassen und schreibt ihnen null Wert zu.
• Plattformen wie Google und Meta übertreiben den ROAS durch View-Through- und modellierte Conversions um etwa das Fünffache; CRM untertreibt ihn in die entgegengesetzte Richtung.
• Paid Social erzeugt Nachfrage mit einer Verzögerung von 7-28 Tagen, weshalb ein Standard-Lookback-Fenster von 7 Tagen den gesamten Effekt abschneidet.
• Die einzige zuverlässige Messmethode sind Holdout-Tests und Geo-Experimente, keine Attributionsmodelle.
• CFOs interessieren sich nicht für Klicks oder Impressionen. Berichte über Deckungsbeitrag, LTV/CAC und Kosten pro Pipeline-Dollar.

Warum dein Attributionsmodell dir Unsinn zeigt

Martech hat es klar formuliert: Werbeplattformen blähen die Performance systematisch durch View-Through-Conversions und weite Conversion-Fenster auf, während das Backend-CRM auf Last-Click basiert und impressionsbasierte Kanäle schlicht nicht sehen kann. Dieselbe Kampagne kann in der Plattform einen ROAS von 5x zeigen und im CRM null. Beide Zahlen sind technisch "korrekt" und beide sind als Entscheidungsgrundlage wertlos.

iOS 14 hat das noch verschlimmert. Es hat die Match-Back-Signale bei Social-Klicks zerstört, sodass selbst der Anteil der Paid-Social-Performance, den das Backend früher erfasste, erheblich geschrumpft ist. Laut Martech liegt die tatsächliche Unterschätzung von Social-Kampagnen in Backend-Daten irgendwo zwischen 30 und 70 Prozent im Vergleich zur tatsächlichen Wirkung.

Die praktische Konsequenz: Wenn du Meta- oder TikTok-Kampagnen anhand von Last-Click-Umsatz bewertest, unterschätzt du sie mit ziemlicher Sicherheit so stark, dass du sie irgendwann abschaltest. Und wenn du das tust, schaltest du die Demand-Generation ab, die Brand-Search, organischen Traffic und alles Nachgelagerte speist.

Wie Paid Social Paid Search tatsächlich beeinflusst

Search Engine Land beschreibt den Mechanismus klar: Paid Social baut zuerst Awareness auf, und erst dann geht der Nutzer zu Google, um zu suchen. Die typische Verzögerung beträgt 7-28 Tage. Wenn dein Lookback-Fenster auf 7 Tage eingestellt ist (die Standardeinstellung auf den meisten Plattformen), verschwindet der gesamte Effekt.

So misst du das ohne teures Tooling:

1. Erfasse das Basisvolumen von Brand- und Kategorie-Suchanfragen in Google Ads unmittelbar vor dem Start einer Paid-Social-Kampagne.
2. Verfolge nach dem Start diese Abfragevolumen bei +7, +14 und +28 Tagen.
3. Ein Anstieg des relevanten Abfragevolumens um 15-30% ist ein starkes Signal für den unterstützenden Effekt von Social.
4. Für ein aussagekräftigeres Ergebnis führe ein Geo-Experiment durch: Schalte die Kampagne in einer Region, halte sie in einer anderen zurück und vergleiche das Suchvolumen zwischen beiden.

Search Lift wird dann zur Kennzahl, die Upper-Funnel-Budget überzeugender verteidigt als jede CPM- oder CPC-Zahl es je könnte.

Drei-Ebenen-Attribution für B2B: So setzt du es zusammen

PPC Hero beschreibt einen Ansatz, der in komplexen B2B-Umgebungen funktioniert, in denen kein einzelnes Modell Pipeline-Credit korrekt zuweist. Er verwendet drei Ebenen, die sich gegenseitig die blinden Flecken abdecken:

• Multi-Touch-Attribution verbindet Anzeigeninteraktionen mit CRM-Ergebnissen (MQL, SQL, Closed-Won). Voraussetzung ist, dass dein CRM vor dem Kampagnenstart mit Paid Media verbunden ist, mit konsistenten UTMs und Lead-Form-Sync zu Kampagnenobjekten.
• Kausale Modellierung (ökonometrische Methoden) kontrolliert Saisonalität und Brand-Nachfrage und trennt, was die Kampagne tatsächlich verursacht hat, von dem, was ohnehin passiert wäre.
• Geo-basiertes Incrementality-Testing beweist, ob die Kampagne netto neue Pipeline generiert hat oder einfach nur Kredit für bestehende Nachfrage beansprucht hat.

Die entscheidende Bedingung: Das CRM muss vor dem Launch mit Paid Media verbunden sein. Ohne diese Ausgangsbasis kannst du später nicht unterscheiden, ob eine Veränderung eine Geschäftskennzahl oder nur eine Plattformzahl bewegt hat. Das im PPC-Hero-Artikel beschriebene B2B-SaaS-Unternehmen hat die Kosten pro MQL um 27% gesenkt und die Conversion Rate um 18% gesteigert, genau wegen dieses Setups.

So berichtest du, damit es einen Budget-Review übersteht

Das ist der häufigste praktische Fehler: Marketer gehen mit CPM, CPC und ROAS in Budget-Reviews. Finance versteht diese Zahlen nicht im Kontext des Business-Impacts und ignoriert sie zu Recht.

PPC Hero empfiehlt, ausschließlich in Kennzahlen zu berichten, denen ein CFO tatsächlich vertraut:

• Deckungsbeitrag aus Kampagnen (nicht nur Umsatz)
• LTV/CAC und seine Entwicklung über die Zeit
• Amortisationszeitraum bei der Kundengewinnung
• Kosten pro Pipeline-Dollar und Kosten pro erstem Meeting

Impressionen und Klicks können als Richtungssignale in deinem internen Dashboard bleiben. In einem Budget-Review haben sie nichts zu suchen.

Wenn du mehrere Kanäle betreibst und diese Art der Messung automatisieren möchtest, können Charlies KI-Agenten Daten aus Paid Social, Paid Search und CRM in einem einzigen Report zusammenführen, ohne manuelle Exporte.

AI Overviews als neue Attributionsebene

Semrush weist auf einen Trend hin, der Attribution weiter verkompliziert: AI Overviews in Google erscheinen mittlerweile bei mehr als 50% der Suchanfragen, und die Google Search Console trennt ihre Klicks nicht von organischen. Eine Marke kann für Hunderttausende von Keywords ranken, aber nur in einem Bruchteil davon zitiert werden.

Das hat direkte Auswirkungen auf die Attribution: Ein Nutzer erhält eine Antwort in einem AI Overview, klickt auf nichts, kehrt aber eine Woche später über Brand-Search zurück. Last-Click schreibt die Conversion der Brand-Search-Kampagne zu. Die eigentliche Nachfragequelle war das AI Overview.

Praktischer Schritt: Prüfe in Semrush Organic Rankings die Keywords, für die du rankst, aber nicht in AI Overviews zitiert wirst. Priorisiere kommerzielle Absicht, denn dort hat verlorene Sichtbarkeit einen direkten Pipeline-Impact.

Wenn du ein klareres Bild davon möchtest, wie deine Marketing-Plattform Daten kanalübergreifend verarbeitet, hilft es zu wissen, was du tatsächlich misst und was durchrutscht.

Was du diese Woche tun kannst

Attribution zu reformieren erfordert kein großes Projekt. Drei konkrete Schritte, die du jetzt sofort umsetzen kannst:

1. Lege ein Basis-Suchvolumen für Brand- und Kategorie-Suchanfragen in Google Ads fest und erfasse es, bevor deine nächste Paid-Social-Kampagne startet.
2. Prüfe, ob dein CRM mit Paid Media über konsistente UTMs verbunden ist und ob das Conversion-Tracking bis zum MQL oder SQL reicht, nicht nur bis zur Lead-Formular-Einreichung.
3. Bereite eine Folie für deinen nächsten Budget-Review vor, die LTV/CAC und Kosten pro Pipeline-Dollar zeigt, anstatt ROAS.

Der Rest ist Iteration.