MMM-Renaissance und Incrementality: Wie du Budgets ohne Last Click verteidigst

Warum Last Click endgültig ausgedient hat

Last-Click-Attribution war nie präzise, aber lange bequem. Mit Tracking-Einschränkungen, Consent-Anforderungen und Plattform-Blackboxes ist sie zu etwas geworden, das nicht nur ungenau, sondern systematisch verzerrend ist: Kanäle, die Nachfrage ernten, sehen brillant aus. Kanäle, die Nachfrage erzeugen, sehen teuer aus.

Wer Budgets auf dieser Basis verteilt, verlagert Geld konsequent von Wachstum zu Abschöpfung – und wundert sich zwei Jahre später über stagnierende Neukundenzahlen.

Die zwei Werkzeuge, die zusammengehören

Es gibt keine einzelne Methode, die Attribution ersetzt. Es gibt eine Kombination.

• Marketing Mix Modeling (MMM) liefert die Draufsicht: Welchen Beitrag leisten Kanäle, Preis, Distribution, Saison und externe Faktoren auf aggregierter Ebene? MMM ist datenschutzfreundlich, weil es ohne personenbezogene Daten auskommt.
• Incrementality Testing liefert den Beweis: Erzeugt zusätzliches Budget in einem Kanal zusätzlichen Umsatz? Geo-Splits, Holdouts und kontrollierte Ausschaltversuche beantworten das kausal.

MMM ohne Tests neigt zu Modellgläubigkeit. Tests ohne MMM liefern Einzelbefunde ohne Gesamtbild. Erst zusammen ergeben sie eine belastbare Steuerungslogik.

Was ein tragfähiges Setup braucht

• Saubere Ausgabendaten über alle Kanäle, inklusive Produktions- und Agenturkosten, nicht nur Media.
• Konsistente Ergebnisgrößen – idealerweise Deckungsbeitrag statt Umsatz.
• Ausreichend Historie, in der Regel mindestens zwei bis drei Jahre auf Wochenbasis.
• Externe Variablen: Preis, Promotion, Wettbewerb, Saison, Distribution, Wetter oder Feiertage, wo relevant.
• Testkalender: ein fester Rhythmus geplanter Experimente, nicht spontane Einzeltests.

Die typischen Fehler

• Modell als Wahrheit behandeln. Ein MMM ist eine Schätzung mit Unsicherheitsbereich. Kommuniziere Bandbreiten, nicht Kommastellen.
• Zu viele Kanäle, zu wenig Varianz. Wenn Budgets über Jahre konstant verteilt wurden, kann kein Modell Effekte trennen.
• Tests ohne ausreichende Aussagekraft. Zu kurze Laufzeiten oder zu kleine Regionen produzieren Rauschen.
• Plattformzahlen als Gegenbeweis. Selbstberichtete Plattform-Conversions sind kein Maßstab für Inkrementalität.
• Keine Verbindung zur Entscheidung. Ein Modell, das keine Budgetentscheidung verändert, ist ein teures Reporting.

Der Aufbau in vier Phasen

• Phase 1 – Datenfundament (4–6 Wochen): Ausgaben, Ergebnisse, externe Faktoren konsolidieren und Definitionen abstimmen.
• Phase 2 – Basismodell (4–8 Wochen): Erstes MMM mit Unsicherheitsbändern, Fokus auf große Kanäle statt maximaler Granularität.
• Phase 3 – Kalibrierung (laufend): Geplante Inkrementalitätstests, deren Ergebnisse als Priors ins Modell zurückfließen.
• Phase 4 – Entscheidungsroutine (laufend): Quartalsweise Budgetreallokation auf Basis von Modell plus Testevidenz, dokumentiert und nachverfolgt.

Wie du es intern verkaufst

Finanzverantwortliche interessieren sich selten für Methodendetails, aber sehr für Entscheidungsqualität. Argumentiere über Risiko: Last Click führt zu systematischer Fehlallokation. MMM plus Tests reduziert dieses Risiko und macht Marketingausgaben in derselben Sprache diskutierbar wie andere Investitionen – mit Beitrag, Bandbreite und Nachweis.

Fazit

Die Rückkehr von MMM ist kein nostalgischer Rückschritt, sondern die pragmatische Antwort auf eine Welt mit weniger Einzeldaten. Kombiniert mit echten Inkrementalitätstests entsteht daraus eine Steuerung, die Budgets nicht nur verteilt, sondern verteidigt.