Customer Data Platform vs. Attribution: was jedes System misst und wann du es brauchst
Eine Customer Data Platform vereinheitlicht deine Kundendaten aus vielen Quellen zu einem Profil pro Person. Attribution misst, welcher Kanal welchen Anteil am Umsatz hat. Beide arbeiten mit denselben Kundendaten und werden deshalb oft verwechselt, lösen aber zwei verschiedene Probleme: Die CDP beantwortet, wer deine Kunden sind, Attribution beantwortet, welcher Kanal sich lohnt. Dieser Artikel grenzt beide Systeme sauber ab, zeigt, wo sie sich überschneiden, und sagt dir, wann du welches brauchst.
Worum es geht: zwei Systeme, ein Missverständnis
Ein Team führt ein teures System ein, um endlich zu wissen, welcher Kanal sich lohnt, und merkt dann, dass die Plattform diese Frage gar nicht stellt. Solche Fehlkäufe entstehen, weil zwei Begriffe ständig zusammen auftauchen und oft verwechselt werden: Customer Data Platform, also ein System, das alle Daten über einen Kunden an einem Ort bündelt, und Attribution, also die Auswertung, welcher Kanal welchen Anteil am Umsatz hat. In Pitches, Tool-Vergleichen und internen Diskussionen werden beide behandelt, als wären sie austauschbar oder als läge das eine im anderen enthalten. Verstärkt hat sich das, seit Third-Party-Cookies verschwinden und eigene Kundendaten zum wichtigsten Rohstoff im Marketing geworden sind.
Der Kern der Verwechslung ist einfach zu benennen. Beide Systeme verarbeiten Daten über denselben Kunden, also Klicks, Käufe, Kanäle und Eigenschaften. Aber sie tun unterschiedliche Dinge damit. Eine CDP ist ein Speicher- und Vereinheitlichungs-System. Sie nimmt zerstreute Daten aus Shop, CRM, Newsletter, App und Werbekonten und baut daraus ein stabiles Profil pro Person. Attribution ist eine Auswertungs-Methode. Sie nimmt die Touchpoints einer Journey und verteilt den Umsatz nach einer Regel auf die beteiligten Kanäle. Das eine ist ein Fundament, das andere eine Rechenvorschrift.
Anders gesagt: Die CDP beantwortet die Frage nach dem Wer und dem Was. Wer ist dieser Kunde, was hat er gekauft, in welchem Segment ist er, welche Einwilligung liegt vor. Attribution beantwortet die Frage nach dem Warum und dem Wie viel. Warum kam dieser Umsatz zustande, und wie viel davon geht auf welchen Kanal. Beide Fragen sind berechtigt, beide sind wichtig, und keine Antwort ersetzt die andere. Wer das verinnerlicht, trifft beim Tool-Kauf die richtige Wahl, statt das falsche System für das eigene Problem zu erwerben.
Zurück zum Überblick: Multi-Touch Attribution, der vollständige Leitfaden.
Was eine Customer Data Platform macht
Eine Customer Data Platform, kurz CDP, ist im Kern eine zentrale Datenbank, die auf Kundendaten spezialisiert ist. Ihre eigentliche Leistung ist die Vereinheitlichung. In einem typischen Shop liegen Daten über denselben Menschen an vielen Orten: die Bestellhistorie im Shopsystem, die Adresse und der Support-Verlauf im CRM, das Öffnungs- und Klickverhalten im Newsletter-Tool, das Nutzungsverhalten in der App, die Werbe-Interaktionen in den Plattform-Konten. Eine CDP zieht diese Quellen zusammen und ordnet sie über Identitäts-Merkmale wie E-Mail-Adresse oder Kundennummer demselben Profil zu. Am Ende steht eine einzige, möglichst vollständige Sicht auf jeden Kunden.
Identitätsauflösung als Herzstück
Die schwierigste und wertvollste Aufgabe einer CDP ist die Identitätsauflösung. Derselbe Mensch erscheint in verschiedenen Systemen unter verschiedenen Kennungen, mal als anonymer Website-Besucher, mal als eingeloggter Kunde, mal als Newsletter-Empfänger. Die CDP versucht, diese Spuren zu einem Profil zu verschmelzen, sodass aus vielen Bruchstücken eine Person wird. Gelingt das, weißt du nicht mehr nur, dass irgendjemand etwas gekauft hat, sondern dass genau dieser Kunde, der vor drei Wochen den Newsletter geöffnet und gestern die Kategorieseite besucht hat, jetzt bestellt hat.
Aktivierung: die Daten wieder hinausschicken
Eine CDP ist kein reiner Speicher. Ihr zweiter Zweck ist die Aktivierung, also das kontrollierte Hinausschicken der vereinheitlichten Profile in andere Systeme. Daraus entstehen Segmente für Personalisierung im Shop, Zielgruppen-Listen für Werbeplattformen, Trigger für E-Mail-Strecken oder Ausschluss-Listen für Bestandskunden. Die CDP ist damit die Drehscheibe, die aus rohen Daten nutzbare Zielgruppen macht und sie dorthin verteilt, wo sie gebraucht werden. Das ist ihr eigentlicher Mehrwert und zugleich der Grund, warum sie als unternehmensweite Plattform und nicht als kleines Marketing-Tool gedacht ist.
Was eine CDP dagegen typischerweise nicht von sich aus liefert, ist eine Bewertung der Kanäle. Sie weiß, dass ein Kunde über mehrere Kontakte zum Kauf kam, aber sie trifft keine Aussage darüber, welchen Anteil jeder Kontakt am Umsatz hatte. Sie ordnet, vereinheitlicht und verteilt Daten, aber sie rechnet nicht aus, welcher Euro Werbung sich gelohnt hat. Für diese Frage braucht es Attribution.
Im Glossar: Customer Data Platform, First-Party-Data. Warum First-Party-Daten zum zentralen Rohstoff wurden: First-Party vs. Third-Party-Cookies.
Was Attribution macht
Attribution beantwortet eine eng umrissene Frage: Welcher Marketing-Kanal hat welchen Anteil an einem Verkauf. Sie nimmt die Folge der Touchpoints, die ein Kunde vor seinem Kauf durchlaufen hat, also etwa eine Meta-Anzeige, später eine Google-Suche, dann ein Newsletter-Klick, und verteilt den Umsatz dieses Kaufs nach einer gewählten Regel oder einem gelernten Gewicht auf diese Kontakte. Summiert über viele Käufe ergibt sich ein Bild davon, welcher Kanal über alle erfassten Journeys wie viel Umsatz beigetragen hat. Das ist die Grundlage, um Budget dorthin zu lenken, wo es wirklich wirkt.
Anders als die CDP interessiert sich Attribution nicht für das vollständige Profil eines Menschen. Sie braucht nicht zu wissen, welche Schuhgröße ein Kunde hat oder wann er sich zum Newsletter angemeldet hat. Sie braucht die Touchpoints einer Conversion und eine belastbare Regel, sie zu gewichten. Welche Regel das ist, ob Last-Click, Position-Based, Time-Decay oder ein datengetriebenes Modell, entscheidet maßgeblich über das Ergebnis und ist eine eigene methodische Frage.
Attribution ist damit schmaler und tiefer als eine CDP. Schmaler, weil sie nur eine Frage stellt. Tiefer, weil sie diese eine Frage mit einer Logik beantwortet, die eine CDP von sich aus nicht mitbringt. Genau diese Logik ist der Grund, warum Attribution nicht einfach ein Nebenprodukt einer Datenplattform ist, sondern eine eigene Disziplin mit eigenen Modellen, Annahmen und Grenzen.
Welche Modelle es gibt und wann welches passt: Attributionsmodell auswählen. Im Glossar: Attribution, Touchpoint.
Die Abgrenzung: wo sie sich überschneiden und wo nicht
Die Verwechslung entsteht an genau einer Stelle: Beide Systeme arbeiten mit Daten über denselben Kunden und über dieselbe Customer Journey. Eine CDP sieht die Kontaktpunkte eines Kunden, weil sie seine Daten aus allen Quellen sammelt. Attribution sieht ebenfalls die Kontaktpunkte, weil sie genau diese für die Berechnung braucht. An dieser Überschneidung endet die Gemeinsamkeit, denn sie tun Verschiedenes mit derselben Sicht.
Gemeinsam: das Zusammenführen der Journey
Beide profitieren von einer vollständigen, korrekt zusammengeführten Journey. Fehlt ein Touchpoint, weil keine Einwilligung vorlag oder eine Browser-Restriktion ihn verschluckt hat, leiden beide. Die CDP hat dann ein lückenhaftes Profil, der Attribution fehlt ein Kontakt im Modell. Deshalb ist sauberes, einwilligungsbasiertes Tracking die gemeinsame Voraussetzung, auf der beide aufsetzen. Wer hier spart, untergräbt CDP und Attribution zugleich.
Getrennt: der Zweck der Verarbeitung
Ab dem Moment der Verarbeitung trennen sich die Wege. Die CDP fragt: Was mache ich mit diesem Profil als Ganzem, an welche Systeme schicke ich es, in welches Segment gehört es, wie personalisiere ich damit. Attribution fragt: Was sagt mir diese Journey über den Wert meiner Kanäle, wie verteile ich den Umsatz, wo schiebe ich Budget hin. Die CDP denkt vom Kunden her, Attribution denkt vom Kanal her. Dieselben Daten, zwei völlig verschiedene Blickrichtungen.
Der häufigste Trugschluss
Der teuerste Irrtum ist die Annahme, eine CDP liefere die Kanal-Bewertung gleich mit. Viele CDPs zeigen Journeys übersichtlich an und bieten Attributions-Module oder Integrationen an, aber das eigentliche Modell, also nach welcher Regel und mit welcher Annahme der Umsatz verteilt wird, bleibt eine separate Entscheidung. Eine CDP ohne durchdachtes Attributionsmodell zeigt dir hübsche Pfade, aber keine belastbare Antwort auf die Frage, welcher Euro sich gelohnt hat. Umgekehrt baut ein reines Attributions-Tool keine vollständigen Kundenprofile für Personalisierung und Aktivierung. Beide Lücken sind strukturell, keine Frage der Konfiguration.
Wie sich Touchpoints über Kanäle hinweg sauber zusammenführen lassen: Customer-Journey-Tracking über Kanäle hinweg. Im Glossar: Customer Journey.
Entscheidungshilfe: CDP, Attribution oder beides
Welches System du brauchst, hängt davon ab, welches Problem als Erstes drückt. Die folgende Einordnung hilft, die Reihenfolge richtig zu setzen, statt das schwerere Werkzeug zu kaufen, bevor das leichtere die akute Frage geklärt hat.
Wenn die Frage lautet: welcher Kanal lohnt sich
Dann brauchst du zuerst Attribution, nicht eine CDP. Die akute Frage fast jedes Shops ist, wohin der nächste Werbe-Euro gehört und welcher Kanal seinen Preis wert ist. Diese Frage beantwortet eine fokussierte Attributions- oder Tracking-Lösung schneller, günstiger und präziser als eine breite Datenplattform. Eine CDP anzuschaffen, um die Kanal-Bewertung zu bekommen, ist der klassische Fall vom falschen Werkzeug für die richtige Frage.
Wenn die Frage lautet: wer sind meine Kunden und wie aktiviere ich sie
Dann rückt die CDP in den Blick. Sobald viele Systeme dieselben Kundendaten brauchen, du über Segmente personalisieren willst, eigene Zielgruppen an Werbeplattformen ausspielst und die Datenhaltung sonst in unkoordinierten Insellösungen zerfällt, schafft eine CDP Ordnung und Hebel. Das ist typischerweise die Situation größerer Organisationen mit vielen Kanälen, Tools und Teams, nicht die des Shops, der zuerst nur wissen will, ob sich Meta rechnet.
Wenn beides drückt
In reiferen Setups treten beide Bedürfnisse gleichzeitig auf, und dann ergänzen sich die Systeme. Auch dann gilt aber eine sinnvolle Reihenfolge: Erst die saubere Messung aufsetzen, damit überhaupt belastbare Kanal-Daten vorliegen, dann die CDP als Fundament ergänzen, das diese Daten mit allen anderen Kundendaten vereint und für weitere Zwecke nutzbar macht. Wer mit der CDP startet, ohne die Messung im Griff zu haben, bündelt nur unsaubere Daten an einem zentralen Ort.
Die kurze Faustregel: Attribution ist fast immer die dringlichere und günstigere erste Investition, weil sie die Frage nach dem Budget beantwortet. Eine CDP ist die spätere, größere Investition, die sich lohnt, wenn die Datenkomplexität und die Zahl der anschließenden Anwendungen es rechtfertigen. Wer die Reihenfolge umdreht, zahlt viel und löst sein dringendstes Problem zuletzt.
Wie CDP und Attribution zusammenspielen
Im Idealfall stehen die beiden nicht nebeneinander, sondern aufeinander. Die CDP liefert das vollständigere Bild jedes Kunden, und genau dieses vollständigere Bild macht Attribution besser. Je sauberer die Identitäten aufgelöst und je lückenloser die Touchpoints einer Person zusammengeführt sind, desto belastbarer kann ein Attributionsmodell rechnen. Eine CDP wird damit zur Datenquelle, die der Attribution hilft, weniger blinde Flecken zu haben.
Die CDP als Fundament, Attribution als Auswertung
Das gesunde Verhältnis ist eine Arbeitsteilung. Die CDP übernimmt das Sammeln, Vereinheitlichen und Aktivieren der Daten. Attribution setzt auf diesem Fundament auf und beantwortet die Kanal-Frage. So bleibt jede Disziplin bei ihrer Stärke: Die CDP muss kein Attributionsmodell erfinden, die Attribution muss keine vollständigen Profile pflegen. Diese Trennung der Verantwortung verhindert genau die Verwechslung, an der viele Setups scheitern.
Datenschutz als gemeinsame Klammer
Beide Systeme arbeiten mit First-Party-Daten und stehen damit unter denselben Anforderungen. Eine zentrale Datenhaltung in einer CDP erleichtert es, Einwilligungen, Löschpflichten und Zweckbindung an einer Stelle zu steuern, erhöht zugleich aber die Verantwortung, weil viele Daten an einem Ort liegen. Attribution sollte unabhängig davon nur mit den Daten rechnen, für die eine Einwilligung vorliegt. Server-seitige Verarbeitung und eine Datenhaltung in der EU helfen bei beiden, die Kontrolle über die Daten zu behalten und die Anforderungen sauber zu erfüllen.
Was die Differenz zwischen zwei Kanal-Bewertungen für deinen Umsatz konkret bedeutet, rechnest du dir vorab im Attribution-Rechner durch, unabhängig davon, ob die Daten am Ende aus einer CDP oder direkt aus deinem Tracking kommen.
Voraussetzungen und Grenzen datengetriebener Modelle: Datengetriebene Attribution. Die robuste Gesamtsicht jenseits der Journey: Marketing Mix Modeling vs. Attribution.
Häufige Fragen zu Customer Data Platform und Attribution
Was ist der Unterschied zwischen einer CDP und Attribution?
Eine Customer Data Platform sammelt und vereinheitlicht Kundendaten aus vielen Quellen zu einem stabilen Profil pro Person. Sie beantwortet die Frage, wer deine Kunden sind und was du über sie weißt. Attribution beantwortet eine andere Frage, nämlich welcher Marketing-Kanal welchen Anteil an einem Verkauf hat. Die CDP ist ein Datenfundament für viele Anwendungen, Attribution ist eine Auswertungs-Methode, die auf solchen Daten aufsetzt. Eine CDP misst nicht den Kanal-Beitrag, und ein Attributions-Tool baut keine vollständigen Kundenprofile. Sie lösen verwandte, aber verschiedene Probleme.
Brauche ich eine CDP, um saubere Attribution zu betreiben?
Nein. Attribution funktioniert auch ohne eine vollwertige CDP, solange du die Touchpoints einer Journey sauber erfasst und zusammenführen kannst. Eine eigene Attributions- oder Tracking-Lösung übernimmt diese Zusammenführung für den Zweck der Messung selbst. Eine CDP wird erst dann zum Thema, wenn du dieselben vereinheitlichten Kundenprofile auch für andere Zwecke brauchst, etwa für Personalisierung, Segmentierung oder das Ausspielen von Zielgruppen an Werbeplattformen. Für reine Attribution ist eine CDP ein schweres Werkzeug, das mehr löst, als die Aufgabe verlangt.
Kann eine CDP Attribution ersetzen?
Nicht von allein. Eine CDP führt die Daten zusammen, auf denen Attribution rechnen kann, aber sie liefert nicht automatisch ein Attributionsmodell mit. Viele CDPs bieten Attributions-Funktionen als Modul oder Integration an, doch die eigentliche Logik, also nach welcher Regel ein Umsatz auf Touchpoints verteilt wird, ist eine eigene Disziplin. Eine CDP macht Attribution möglich und besser, indem sie vollständigere Profile liefert, sie ersetzt die Methode aber nicht.
Was kostet eine CDP im Vergleich zu einer Attributions-Lösung?
CDPs sind in der Regel die deutlich größere Investition. Sie sind als unternehmensweite Datenplattform gedacht, kosten entsprechend in Lizenz, Anbindung und Pflege und brauchen oft ein eigenes Team für Betrieb und Datenmodellierung. Eine fokussierte Attributions- oder Tracking-Lösung ist schlanker, weil sie nur die Daten zusammenführt, die für die Messung gebraucht werden. Für die meisten Shops, deren Frage zuerst lautet, welcher Kanal sich lohnt, ist der schlanke Weg der richtige Einstieg.
Ist eine CDP für kleine und mittlere Shops sinnvoll?
Selten als Erstes. Eine CDP entfaltet ihren Wert, wenn viele Systeme dieselben Kundendaten brauchen und die Datenhaltung sonst unübersichtlich wird, also typischerweise bei größeren Organisationen mit vielen Kanälen, Tools und Teams. Kleinere und mittlere Shops lösen ihre dringendsten Fragen, also saubere Messung und korrekte Kanal-Bewertung, schneller und günstiger mit einer fokussierten Attributions-Lösung. Eine CDP kann später dazukommen, wenn die Datenkomplexität tatsächlich danach verlangt.
Wie spielen CDP und Attribution datenschutzkonform zusammen?
Beide arbeiten mit First-Party-Daten, also Daten aus dem direkten Kontakt mit den eigenen Nutzern, und beide brauchen eine saubere Rechtsgrundlage. Eine CDP bündelt diese Daten an einem Ort, was die Verwaltung von Einwilligungen und Löschpflichten an einer zentralen Stelle erleichtert, zugleich aber die Anforderungen an Zugriffskontrolle und Zweckbindung erhöht. Attribution sollte unabhängig davon nur mit den Daten rechnen, für die eine Einwilligung vorliegt. Server-seitige Verarbeitung und Datenhaltung in der EU helfen bei beiden, die Kontrolle über die Daten zu behalten.