Consent-armes Tracking, Identity-Matching über Geräte und Sessions und sechs Attributionsmodelle – damit du Budget auf das verteilst, was Conversions tatsächlich verursacht, nicht auf das, was zuletzt geklickt wurde.
Browser-Snippet plus Server-Side Events API und Shopify-Order-Webhooks. Auf Wunsch über deine eigene Subdomain (CNAME), damit Adblocker-Listen seltener greifen; Click-IDs und UTMs werden mit dem Besuch gespeichert.
Identity-Ebenen verbinden Sessions und Geräte zu einer Journey – stark über E-Mail-Hash und Cookie, zeitbegrenzt über Session-Hash, ohne Roh-IPs. Im Dashboard: Tage bis zur Conversion, Rollen der Kanäle, häufigste Pfade.
Regelmodelle für Vergleichbarkeit, AI-Attribution für Steuerung. Alle Modelle nebeneinander, dazu der Modell-Shift: wie stark das AI-Modell je Kanal von Last Click abweicht. Neuberechnung alle 15 Minuten.
Mit Spend-Import aus Meta und Google Ads: Kampagnen mit Spend, getrackten und Plattform-Conversions, ROAS, CPO und IVT-Rate nebeneinander. Überattribution der Plattformen wird sichtbar.
Bestellungen nach Neu- und Bestandskunden getrennt, CAC auf Neukunden bezogen (mit Spend-Import) – damit Retargeting nicht mit Prospecting verwechselt wird.
Conversions aus Besuchen, die das Fraud-Tag als ungültig erkennt, bekommen keinen Kanal. Sie stehen getrennt als Bot-Conversions im Dashboard. Definition
| Modell | Logik | Stärke | Blindstelle |
|---|---|---|---|
| Last Click | 100 % auf den letzten Touchpoint | Vergleichbar mit Plattform-Zahlen | Überbewertet Brand, Direct, Retargeting |
| First Click | 100 % auf den ersten Touchpoint | Zeigt Nachfrage-Erzeuger | Ignoriert Abschlussarbeit |
| Linear | Gleichverteilung | Neutraler Basiswert | Behandelt alles gleich wichtig |
| U-Shape | 40 / 20 / 40 | Betont Einstieg und Abschluss | Feste Gewichte |
| Time Decay | Halbwertszeit 7 Tage | Kurze Kaufzyklen | Unterbewertet Upper Funnel |
| AI-Attribution | Markov Removal Effect + Shapley, alle 15 Minuten neu | Schätzt den Beitrag je Kanal aus Pfaden mit und ohne Conversion | Braucht genug Conversions; ersetzt keinen Holdout-Test |
First Click, Last Click, Linear, U-Shape (40/20/40), Time Decay und die datengetriebene AI-Attribution. Das Attributionsfenster ist pro Site frei einstellbar (Standard 28 Tage). Alle Modelle werden parallel berechnet – du vergleichst sie im Dashboard nebeneinander.
Sie kombiniert Markov-Chain Removal Effect (wie stark sinkt die Conversion-Wahrscheinlichkeit ohne einen Kanal?) mit Shapley-Werten (fairer Beitrag jeder Kanal-Koalition) und wird zusammen mit den übrigen Modellen alle 15 Minuten auf deinen Daten neu berechnet – aus Pfaden mit und ohne Conversion. Im Modellvergleich siehst du je Kanal, wie stark das Ergebnis von Last Click abweicht. Ein Ersatz für Holdout-Tests zur Inkrementalität ist sie nicht.
Über mehrere Identity-Ebenen: gehashte E-Mail (Login/Checkout) sowie First-Party-Cookie und optionaler Geräte-Fingerprint nach Consent verbinden stark; eine gehashte Session aus IP und User-Agent und die gehashte IP verbinden nur innerhalb kurzer Zeitfenster. Alle Hashes werden mit einem geheimen Salt berechnet, Roh-IPs landen nicht in den Events. Journeys siehst du im Dashboard: Tage bis zur Conversion, Kontakte je Journey, Rollen der Kanäle und die häufigsten Pfade.
Erkennt das Fraud-Tag den Besuch einer Conversion als ungültigen Traffic, bekommt sie keinen Kanal und keine Journey. Im Dashboard erscheint sie getrennt als Bot-Conversion – so siehst du, wie viel Umsatz die Plattformen Bots zuschreiben würden.
Shopify über Order-Webhooks mit HMAC-Prüfung und ein Cart-Attribut-Snippet; alle anderen Shops – auch WooCommerce und Shopware 6 – über das Browser-Snippet und die Server-Side Events API. Plugins für WooCommerce und Shopware sind geplant. Den Spend-Import aus Meta und Google Ads schalten wir im Early Access gemeinsam frei, TikTok-Spend ist geplant; alle anderen Plattformen erkennt Attributa über Click-IDs, Tracking-Links und UTM-Regeln.
Konto anlegen, Snippet einbauen, messen – 14 Tage kostenlos, ohne Kreditkarte. Fragen zum Setup beantworten wir gern.
