Klassische Modelle sind Last-Click (letzter Kontakt bekommt alles), First-Click (erster Kontakt bekommt alles) und linear (gleichmäßig verteilt). GA4 nutzt standardmäßig ein datengetriebenes Modell, das per Machine Learning errechnet, wie viel jeder Touchpoint tatsächlich beigetragen hat – differenzierter als starre Regelmodelle, aber auch weniger transparent nachvollziehbar.
Für DACH-Unternehmen mit mehreren Kanälen – Google Ads, Meta Ads, Newsletter, organische Suche – entscheidet das Attributionsmodell direkt über das Marketingbudget: Wer nur auf Last-Click schaut, kürzt oft die Kanäle, die Awareness aufbauen, aber selten den letzten Klick liefern, etwa Social-Media-Kampagnen oder Content-Marketing.
Attribution hat harte Grenzen: Google Ads und Meta Ads geben ihre internen Conversion-Daten nicht gegenseitig frei, iOS-Tracking-Beschränkungen (App Tracking Transparency) kappen einen Teil der Cross-App-Daten, und Käufe über mehrere Geräte hinweg lassen sich ohne Login kaum eindeutig zuordnen. Ein Attributionsmodell ist deshalb immer eine Annäherung, keine exakte Buchhaltung.
