Definition
Marketing-Attribution ist die Zuordnung eines Endkundenkaufs zu einer Marketing-Kampagne. Für Markenhersteller mit indirektem Vertrieb ist Attribution strukturell schwer, weil der Kaufabschluss beim Händler stattfindet, nicht beim Hersteller. Direct-to-Dealer löst dieses Problem, indem es den Kaufabschluss auf die Hersteller-Website verlegt.
Klassische Attribution-Modelle vs. D2D
Last-Click / First-Click: Setzen einen Konversions-Event auf der Hersteller-Site voraus. Bei indirektem Vertrieb existiert dieser Event nicht, die Modelle brechen zusammen.
Marketing-Mix-Modelling: Aggregierte Brand-Lift-Studies. Liefert grobe Korrelationen, kostet 50, 250 k EUR pro Studie, läuft mit Monaten Verzögerung.
D2D-Attribution: Jeder Kauf auf der Hersteller-Domain mit vollständiger Customer Journey verknüpft. Bayesian-Attribution-Modelle in Echtzeit pro Kanal, Kampagne, Creative.
Das Attribution-Problem im klassischen Hersteller-Marketing
Ein typischer Hersteller-Marketing-Stack 2026: Google Ads für Marken-Keywords, Display-Werbung für Awareness, Meta Ads für Conversion, organische Social-Media-Aktivitäten, ggf. TV oder Print für Reichweite. Marketing-Budget häufig im Bereich 500.000 EUR, 5 Mio EUR pro Jahr.
Was Marketing zurückbekommt: Klicks, Impressions, Reach. Was Marketing NICHT zurückbekommt: zugeordneten Umsatz. Weil der Endkunde zur Hersteller-Website kommt, dort zur Händlersuche klickt, beim Händler kauft, und Hersteller-Marketing sieht den letzten Klick zur Händlersuche, nicht den Kauf.
Warum klassische Attribution bei indirektem Vertrieb scheitert
Klassische Attribution-Modelle (Last-Click, First-Click, Linear, Time-Decay, Data-Driven) brauchen alle einen Konversions-Event auf der vermarktenden Website. Beim Hersteller findet dieser Event aber nicht statt, er findet beim Händler statt, manchmal Tage später, ohne Tracking-ID zur ursprünglichen Hersteller-Kampagne.
Aggregierte Attribution über Brand-Lift-Studies und Marketing-Mix-Modelling funktioniert teilweise, ist aber teuer (50.000, 250.000 EUR pro Studie) und liefert nur sehr aggregierte Aussagen.
Wie D2D Attribution direkt löst
Bei D2D findet der Kaufabschluss auf der Hersteller-Website statt. Damit ist Standard-Attribution möglich: UTM-Tracking, GA4-Conversion-Events, Stripe-zu-Marketing-Tool-Synchronisation. Jeder Kauf hat einen sauberen Marketing-Touchpoint-Pfad.
Ergebnis: Sie können sehen, dass eine Google-Ads-Kampagne für "Akku-Bohrmaschine kaufen" 1.500 EUR gekostet hat und 12.000 EUR Bestellumsatz generiert hat. ROAS 8x. Das ist die Datenlage, die Hersteller-Marketing seit Jahren wollte, aber im indirekten Vertrieb nie bekam.
Konkretes Beispiel: Multi-Touch-Attribution bei D2D
Beispiel-Endkunde: Sieht eine YouTube-Werbung für einen Markenhersteller (Touchpoint 1, Awareness). Klickt 3 Tage später eine Google-Ad mit Brand-Keyword (Touchpoint 2, Consideration). Liest auf der Hersteller-Website einen Ratgeber-Artikel (Touchpoint 3, Engagement). Schließt 5 Tage später den Kauf direkt auf der Produktseite ab (Conversion).
Mit D2D-Daten ist diese Customer Journey nachvollziehbar. Sie können Bayesian-Attribution-Modelle aufsetzen, die den Wert jedes Touchpoints quantifizieren. Sie wissen, dass YouTube-Awareness und Ratgeber-Engagement zusammen 50 % des Konversions-Wertes ausmachen, auch wenn der Klick-Pfad anders aussieht.
Was das für Marketing-Budgets bedeutet
Hersteller, die mit D2D-Daten 6–12 Monate gearbeitet haben, reallozieren ihr Marketing-Budget typischerweise erheblich. Awareness-Kanäle, die in klassischer Last-Click-Attribution unterbewertet waren (YouTube, TV, Display), bekommen mehr Budget. Performance-Kanäle, die in Last-Click überbewertet waren, bekommen weniger.
Typische Effizienz-Gewinne: 15–35 % höhere ROAS bei gleichem Budget, allein durch korrekte Attribution-Daten. Das ist der unmittelbare ROI eines D2D-Pivots auf der Marketing-Seite, bevor die Endkundendaten überhaupt für Retention oder Cross-Sell genutzt werden.