Attribution
Journeys und erklärbare AI-Attribution
Du siehst, wie Kunden zu dir finden, und warum das AI-Modell anders verteilt als Last Click.
- Journeys: Tage bis zur Conversion, Kontakte je Journey, Rollen der Kanäle (Öffner, Begleiter, Abschluss) und die häufigsten Pfade.
- Modell-Shift: wie stark das AI-Modell je Kanal von Last Click abweicht, dazu die Gewichte je Kanal.
- Conversions aus Bot-Besuchen bekommen keinen Kanal und erscheinen getrennt als Bot-Conversions.
- Kampagnen-Report mit Match-Quote zwischen Werbekonto und Tracking; nicht zuordenbare Kampagnen sind markiert statt hochgerechnet.
Mehr zur Attribution → Hinweise
Hinweise im Dashboard und Wochen-Digest
Attributa meldet sich, wenn sich etwas Wichtiges ändert – mit Schutz gegen Fehlalarme bei wenig Daten.
- Hinweise zu Sprüngen und Einbrüchen je Kanal, Bot-Wellen, neuen KI-Quellen, neuen Referrern, Conversion-Pausen und Tracking-Lücken.
- Wochen-Digest jeden Montag per Slack; der Versand per E-Mail folgt.
- Test-Nachricht aus den Einstellungen, damit du siehst, was ankommt.
Plattform
Kontingent ohne Bots, Neuberechnung mit aktuellem Regelwerk
Was du bezahlst und was du siehst, folgt denselben Regeln.
- Die Nutzung wird stündlich berechnet; Sessions, die wir als Bot erkennen, zählen nicht in dein Kontingent.
- Abgeschlossene Tage lassen sich mit dem aktuellen Regelwerk neu berechnen – etwa nachdem eine Erkennungsregel dazugekommen ist.
- Nachts werden selten vorkommende Werte zusammengefasst, damit Berichte auch nach Monaten schnell laden.
Wie Sessions zählen → Portal
Live-Demo und Portal als Handbuch
Ein Beispiel-Shop mit 90 Tagen Beispieldaten zum Durchklicken, ohne Login – und ein Portal, das zeigt, wie Attributa rechnet.
- Methodik: alle 23 gewichteten Regeln mit Klartext, die Crawler-Tabelle mit Prüfstufen und ein Glossar aller Kennzahlen – direkt aus dem Code.
- Kanal-Detektor: URL einfügen und sehen, welchem Kanal ein Besuch zugeordnet wird – und warum.
- Live-Demo mit Beispieldaten eines fiktiven Shops; jede Abbildung im Portal ist als Beispieldaten gekennzeichnet.
Zur Methodik → Dashboard
Dark Mode, neue Navigation und Filterleiste
Das Dashboard in hell und dunkel, mit Zeitraum und Vergleich, die beim Neuladen erhalten bleiben.
- Dark Mode, umschaltbar und gespeichert; ohne Wahl folgt das Dashboard deinem System.
- Zeiträume mit Vergleich zur Vorperiode oder zum Vorjahr – auf allen Seiten gleich.
- Tabellen mit Suche, Sortierung und CSV-Export; auf dem Handy als Kartenliste.
- Auf dem Handy eine eigene Navigation am unteren Rand.
KI
Crawler, KI-Besuche und Bot-Hits im Detail
Jeder Bot-Hit mit Begründung, Crawler je Betreiber und KI-Assistenten vom Crawler bis zur Conversion.
- Crawler & KI-Bots je Betreiber nach Prüfstufe, mit dem Zweck jedes Crawlers.
- KI-Sichtbarkeit: Besuche je KI-Assistent mit Einstiegsseiten und Conversions.
- Bot-Hits mit „Warum gilt das als Bot?“ je Regel, filterbar und als CSV.
- Berichte je Netz, Land, Grund, Referrer, Kampagne und Seite; Live-Ansicht in der Zeitzone deiner Site.
Dashboard
Neue Übersicht und Einstellungen
Eine Übersicht, die sich an deiner Datenlage ausrichtet, und eine Installationsseite mit Datenqualität.
- Kennzahlen je nach Datenlage: Traffic, Leads, Shop oder Werbung – ohne Nullen für Daten, die es noch nicht gibt.
- Installation und Datenqualität mit Live-Checkliste und Anleitungen für Code, Google Tag Manager, WordPress und Shopify.
- Plan & Abrechnung mit Nutzung und Prognose bis Monatsende.
KI
Frag Attributa (Early Access)
Fragen zu deinen Zahlen in normaler Sprache – nur nach Freischaltung für deine Organisation.
- Antworten nennen die Kennzahlen, auf die sie sich stützen; Zahlen, die sich in deinen Daten nicht belegen lassen, fallen weg.
- Verarbeitung außerhalb der EU; aktivierbar nur mit Einwilligung.
Traffic Quality
Zugriffe ohne Tag-Signal werden nachbewertet
Meldet das Bot-Erkennungs-Tag zu einem Zugriff nach einigen Minuten nichts, bewertet Attributa ihn als Bot ohne JavaScript nach.
- Live und Neuberechnung zählen nach denselben Regeln.
- Käufe und Conversions werden sofort gespeichert statt gesammelt.
Wie Attributa bewertet →