First-Click gibt den gesamten Conversion-Credit dem ersten Kontaktpunkt, Last-Click gibt ihn dem letzten. Klingt simpel, hat aber erhebliche Folgen für Budgetentscheidungen, Gebotsstrategien und die Frage, welche Kanäle du ausbaust oder streichst.
- First-Click beantwortet: Welcher Kanal hat neue Nutzer überhaupt erst auf mein Angebot aufmerksam gemacht?
- Last-Click beantwortet: Welcher Kanal hat den Abschluss direkt ausgelöst?
Weder das eine noch das andere Modell zeigt das vollständige Bild. Beide zusammen schon eher. Laut Trueprofit ist die Lücke zwischen beiden Berichten selbst eine wertvolle Erkenntnisquelle: Was First-Click als stark bewertet, Last-Click aber ignoriert, ist oft dein eigentlicher Demand-Creator.
Profi-Tipp: Aktiviere in Google Ads oder GA4 den Model Comparison Report und vergleiche First-Click- und Last-Click-Daten parallel, bevor du ein Budget verschibst. Zwei Wochen reichen für erste Erkenntnisse.
Wichtige Erkenntnisse
First-Click und Last-Click beantworten unterschiedliche Fragen: Beide parallel zu lesen ist die einfachste und wirkungsvollste Methode, um Budgetentscheidungen auf eine breitere Datenbasis zu stellen.
| Thema | Details |
|---|---|
| Kernunterschied der Modelle | First-Click bewertet den Einstieg, Last-Click den Abschluss; beide zeigen nur einen Teil der Wahrheit. |
| Sofortmaßnahme | Model Comparison Report in GA4/Google Ads aktivieren und beide Modelle mindestens 2–4 Wochen parallel beobachten. |
| Größte Falle | Wer Budget allein nach Last-Click verteilt, kürzt oft unbewusst die Awareness-Kanäle, die den Funnel speisen. |
| Plattform-Standard | GA4 nutzt Data-Driven Attribution als Default; First- und Last-Click sind weiterhin im Model Comparison Report verfügbar. |
| Affiliate-Empfehlung | Bei langen Kaufzyklen (z. B. CFD-Finanzprodukte) First-Click als Awareness-Maß einsetzen, Last-Click für Closing-Analyse. |
Inhaltsverzeichnis
- Was bedeuten First-Click- und Last-Click-Attribution genau?
- Vor- und Nachteile beider Modelle und wann du welches einsetzt
- Wie sich das Modell auf Metriken und Plattform-Reporting auswirkt
- Häufige Fallstricke, die Affiliate-Marketer teuer zu stehen kommen
- Alternativen: Multi-Touch-Modelle und Data-Driven Attribution
- Wie du Attributionsmodelle konkret testest
- Welches Modell wähle ich? Eine Checkliste für Affiliate-Marketer
- Was ich Affiliate-Marketern wirklich empfehle
- Quellen
Was bedeuten First-Click- und Last-Click-Attribution genau?
Beide Modelle gehören zur Kategorie der Single-Touch-Attribution: Ein einziger Touchpoint bekommt den gesamten Conversion-Credit, alle anderen gehen leer aus.
Wer zuerst geklickt hat, gilt als Auslöser der Conversion, egal was danach noch passiert ist. Shopify beschreibt dieses Modell als besonders nützlich für die Messung von Awareness-Maßnahmen und bei langen Kaufzyklen, weil es zeigt, welcher Kanal den ersten Impuls gesetzt hat.
Beispiel: Ein Nutzer entdeckt deinen CFD-Broker-Link über einen Instagram-Post, klickt aber erst drei Tage später nach einer E-Mail-Erinnerung und kauft.
Laut AppsFlyer ist das Modell einfach zu implementieren, überschätzt aber systematisch Bottom-Funnel-Kanäle wie Retargeting und Branded Search.
Beispiel: Derselbe Nutzer aus dem Beispiel oben.
Drei Begriffe, die du kennen solltest:
- Single-Touch: Nur ein Touchpoint bekommt Credit, alle anderen werden ignoriert.
- Lookback-Fenster: Der Zeitraum, in dem Touchpoints überhaupt berücksichtigt werden (z. B. 30 oder 90 Tage).
- Last Non-Direct: Eine Variante von Last-Click, die direkten Traffic (z. B. eingetippte URL) ignoriert und stattdessen den letzten indirekten Kanal bewertet. Sinnvoll, weil direkter Traffic oft nur das Ergebnis früherer Marketingmaßnahmen ist.
Vor- und Nachteile beider Modelle und wann du welches einsetzt
First-Click: Stärken und Schwächen
Vorteile:
- Zeigt, welche Kanäle neue Nutzer anziehen, also echte Awareness-Arbeit leisten.
- Gut geeignet bei langen Kaufzyklen (B2B, Finanzprodukte, CFD-Affiliate), wo der erste Kontakt Wochen vor dem Abschluss liegt.
- Verhindert, dass Retargeting-Kampagnen überbewertet werden.
Nachteile:
- Ignoriert vollständig, was den Nutzer letztlich zur Conversion gebracht hat.
- Ungeeignet für kurzfristige Direct-Response-Kampagnen.
- Kann Closing-Kanäle systematisch unterfinanzieren.
Last-Click: Stärken und Schwächen
Vorteile:
- Einfach zu verstehen und in fast jeder Plattform als Standard verfügbar.
- Zeigt klar, welcher Kanal unmittelbar vor dem Kauf stand.
- Gut für kurze Kaufzyklen: Flash-Sales, Impulskäufe, kurzfristige Affiliate-Aktionen.
Nachteile:
- HubSpot empfiehlt ausdrücklich, Last-Click nicht allein zu verwenden, weil es Top-Funnel-Aktivitäten systematisch unterschätzt.
- Retargeting und Branded Search werden überbewertet, weil sie oft als letzter Touchpoint erscheinen, aber nicht der eigentliche Auslöser waren.
- Wer nur nach Last-Click optimiert, riskiert, Awareness-Budgets zu kürzen und damit langfristig den eigenen Funnel auszutrocknen.
| Kriterium | First-Click | Last-Click |
|---|---|---|
| Credit geht an | Ersten Touchpoint | Letzten Touchpoint |
| Beantwortet die Frage | Wer hat die Reise gestartet? | Wer hat den Abschluss ausgelöst? |
| Stärke | Awareness-Messung, lange Zyklen | Direct-Response, kurze Zyklen |
| Verzerrung | Unterschätzt Closing-Kanäle | Unterschätzt Top-Funnel |
| Typischer Use Case | B2B Lead-Nurturing, Content-SEO | E-Commerce-Flash-Sale, Affiliate-Kurzzyklen |
| Eignung bei langen Kaufzyklen | Hoch | Niedrig |
Wie sich das Modell auf Metriken und Plattform-Reporting auswirkt
Das Attributionsmodell verändert nicht die tatsächliche Conversion, aber es verändert, welchem Kanal du sie zuschreibst. Das beeinflusst deine Gebote, dein Budget und welche KPIs du als Erfolg bewertest.
GA4 und Google Ads
Google hat First-Click, linear, time-decay und position-based weitgehend aus dem Standardreporting entfernt. Data-Driven Attribution ist für viele Conversion-Aktionen jetzt der Default. Das bedeutet: Wer in GA4 noch manuell mit First- oder Last-Click arbeiten will, muss das aktiv konfigurieren und den Model Comparison Report nutzen, um Modelle gegeneinander zu testen. Dieses Tool bleibt der empfohlene Weg, um zu sehen, wie sich die Credit-Verteilung zwischen Modellen unterscheidet.
Praktisch: Wenn Last-Click einer Paid-Search-Kampagne deutlich mehr Conversions zuschreibt als First-Click, dann ist Paid Search wahrscheinlich ein starker Closer, aber kein Awareness-Treiber.
Meta (Facebook Ads)
Meta verwendet standardmäßig ein überschaubares Click-Fenster und ein kurzes View-through-Fenster. Das bedeutet: Auch wenn ein Nutzer nur eine Anzeige gesehen, aber nicht geklickt hat, kann Meta diese Impression als Conversion-Auslöser werten. Das bläht die gemeldeten Conversions gegenüber dem auf, was Google Analytics zeigt. Wer Last-Click in Meta und GA4 parallel vergleicht, wird fast immer Abweichungen sehen.
AppsFlyer und Matomo
AppsFlyer ist besonders relevant für mobile Affiliate-Kampagnen. Das Tool arbeitet mit deterministischen und probabilistischen Matching-Methoden, weil Mobile-App-Tracking keine klassischen Cookies kennt. Last-Click ist auch hier Standard, aber AppsFlyer erlaubt differenzierte Konfigurationen des Attributionsfensters.
Matomo beschreibt Last-Click als einsteigerfreundliches Modell, betont aber klar seine Grenzen und rät zur Kombination mit anderen Modellen. Matomo ist besonders für datenschutzkonforme Setups in Deutschland relevant, weil es auf eigenen Servern betrieben werden kann und damit DSGVO-Anforderungen einfacher erfüllt.
Profi-Tipp: Beobachte immer zwei KPI-Paare parallel: Cost per Conversion (zeigt Effizienz) und Conversion Value per Cost (zeigt Rentabilität). Welcher Kanal gut bei Last-Click aussieht, kann bei First-Click deutlich schlechter abschneiden, und umgekehrt.
Laut Linkutm bevorzugt First-Click systematisch SEO- und Content-Kanäle, Last-Click bevorzugt Retargeting und Branded Search. Beide Verzerrungen sind real und keine Messfehler, sondern Modellentscheidungen.
Häufige Fallstricke, die Affiliate-Marketer teuer zu stehen kommen
Funnel-Blindheit durch Last-Click
Die größte Falle: Wer ausschließlich nach Last-Click optimiert, macht Awareness-Investitionen buchstäblich unsichtbar. AppsFlyer warnt genau davor: Marken riskieren, Top-Funnel-Budgets zu kürzen, weil Last-Click sie nicht als Conversion-Treiber ausweist. Das Ergebnis ist ein langsam austrocknender Funnel, der erst Monate später als Problem sichtbar wird.
Cross-Device und Lookback-Fenster
Ein Nutzer sieht deine Anzeige auf dem Smartphone, kauft aber am nächsten Tag am Desktop. Ohne Cross-Device-Tracking werden diese beiden Sitzungen nicht verbunden. Das Ergebnis: Der erste Touchpoint geht verloren, Last-Click bekommt einen direkten Besuch zugewiesen, der eigentlich kein eigenständiger Kanal war.
Direct Traffic und Last Non-Direct
Direkter Traffic (eingetippte URL, Lesezeichen) erscheint in GA4 oft als letzter Touchpoint, ist aber meistens das Ergebnis früherer Marketingmaßnahmen. Last Non-Direct filtert diesen Traffic heraus und gibt stattdessen dem letzten indirekten Kanal den Credit. Für Affiliate-Marketer ist das relevant, weil sonst organische oder bezahlte Kanäle systematisch unterbewertet werden.
Cookie-Laufzeit und Attributionsfenster im Affiliate-Kontext
Die Cookie-Laufzeit bestimmt, wie lange nach dem ersten Klick eine Conversion noch dem Affiliate zugerechnet wird. Kurze Fenster (z. B. 7 Tage) benachteiligen Affiliates, die Awareness-Traffic generieren, weil der Nutzer oft erst später kauft. Lange Fenster (30 oder 90 Tage) sind für Finanzprodukte mit längeren Entscheidungszyklen realistischer.
Profi-Tipp: Verteile dein Budget nie allein nach Last-Click-Daten. Prüfe immer, welche Kanäle bei First-Click stark abschneiden, und schütze deren Budget, auch wenn sie im Last-Click-Report schwach aussehen.
Alternativen: Multi-Touch-Modelle und Data-Driven Attribution
Single-Touch-Modelle beantworten jeweils nur eine Frage. Wer ein vollständigeres Bild will, braucht Multi-Touch-Attribution oder Data-Driven-Ansätze.
Kurze Übersicht der gängigen Modelle:
- Linear: Jeder Touchpoint bekommt gleich viel Credit. Fair, aber undifferenziert.
- Time-Decay: Touchpoints näher an der Conversion bekommen mehr Credit. Gut für kurze Zyklen.
- Position-based (U-shaped): Erster und letzter Touchpoint bekommen je 40 %, der Rest teilt sich 20 %. Kompromiss zwischen First und Last.
- Data-Driven: Ein Algorithmus berechnet den tatsächlichen Beitrag jedes Touchpoints auf Basis historischer Daten. Genauestes Modell, aber datenintensiv.
| Modell | Datenbedarf | Geeignet für | Schwäche |
|---|---|---|---|
| First-Click | Gering | Awareness-Messung, lange Zyklen | Ignoriert Closing |
| Last-Click | Gering | Direct-Response, kurze Zyklen | Ignoriert Top-Funnel |
| Linear | Gering | Überblick über alle Touchpoints | Keine Gewichtung |
| Time-Decay | Mittel | Kurze Kaufzyklen | Unterschätzt frühe Touchpoints |
| Position-based | Mittel | Balanced Funnel-Analyse | Willkürliche Gewichtung |
| Data-Driven | Hoch | Skalierte Kampagnen mit viel Traffic | Braucht Mindestvolumen |
Wer weniger als einige Hundert Conversions pro Monat hat, bekommt von Data-Driven oft keine stabilen Ergebnisse. Für Einsteiger ist der sinnvolle Einstieg: Last-Click als Basis, parallel First-Click prüfen, und erst bei ausreichendem Volumen auf Data-Driven wechseln.
Wie du Attributionsmodelle konkret testest
Der einfachste Einstieg ist der Model Comparison Report in Google Ads. Er zeigt dir für dieselben Kampagnen, wie viele Conversions jeder Kanal unter verschiedenen Modellen bekommt, ohne dass du etwas an deinem Live-Setup ändern musst.
Schritt-für-Schritt:
- Öffne Google Ads und navigiere zu „Kampagnen“ > „Attributionsberichte“ > „Modellvergleich“.
- Wähle zwei Modelle aus, z. B. Last-Click und First-Click.
- Filtere nach Kanal, Kampagne oder Keyword.
- Notiere, welche Kanäle bei First-Click stark gewinnen und bei Last-Click verlieren.
Welche KPIs du parallel tracken solltest:
| KPI | Warum relevant |
|---|---|
| Cost per Conversion | Zeigt Effizienz je Modell |
| Conversion Value per Cost | Zeigt Rentabilität je Modell |
| Anzahl konvertierender Sitzungen | Zeigt, wie viele Touchpoints typischerweise involviert sind |
| Abweichung First vs. Last | Zeigt, wo die größten Modell-Unterschiede liegen |
Wie lange solltest du testen? Bei niedrigem Traffic mindestens 4–8 Wochen, bei hohem Volumen reichen oft 2–3 Wochen für erste belastbare Erkenntnisse. Weniger als zwei Wochen sind fast immer zu kurz, um saisonale Schwankungen herauszurechnen.
Beobachte vier Wochen lang, ob die Gesamtconversions steigen.
Welches Modell wähle ich? Eine Checkliste für Affiliate-Marketer
Beantworte diese Fragen der Reihe nach:
-
Wie lang ist dein typischer Kaufzyklus?
- Unter 3 Tage: Starte mit Last-Click.
- Über 7 Tage: Prüfe First-Click parallel.
-
Wie viele Touchpoints hat ein typischer Nutzer vor der Conversion?
- Nur 1–2: Single-Touch reicht vorerst.
- 3 oder mehr: Multi-Touch oder zumindest beide Single-Touch-Modelle vergleichen.
-
Hast du genug Conversion-Volumen für Data-Driven?
- Nein: Bleib bei Last-Click als Basis, ergänze First-Click im Reporting.
- Ja: Wechsel zu Data-Driven und nutze den Model Comparison Report zur Kontrolle.
-
Willst du neue Traffic-Quellen auf Awareness-Tauglichkeit prüfen?
- Ja: First-Click ist dein primäres Messinstrument.
- Nein: Last-Click reicht für kurzfristige Optimierung.
-
Ist dein Tracking DSGVO-konform und cross-device-fähig?
- Nein: Behebe das zuerst, sonst sind alle Modell-Ergebnisse verzerrt.
- Ja: Starte den Model Comparison Report.
Sofortige To-Dos:
- Wenig Daten: Default Last-Click + Model Comparison Report aktivieren.
- Mittleres Volumen: First-Click und Last-Click parallel im Report vergleichen, Budget-Split testen.
- Hohes Volumen: Data-Driven als primäres Modell, Single-Touch als Kontrolllinse.
Was ich Affiliate-Marketern wirklich empfehle
Die meisten Einsteiger starten mit Last-Click, weil es der Plattform-Standard ist und sich intuitiv richtig anfühlt. Das ist kein Fehler. Aber es wird zum Problem, sobald jemand anfängt, Budgetentscheidungen ausschließlich darauf zu stützen.
Was ich für sinnvoller halte: Beide Modelle von Anfang an parallel lesen. Nicht weil Multi-Touch zu komplex wäre, sondern weil die Lücke zwischen First-Click und Last-Click oft mehr verrät als jedes einzelne Modell. Wenn ein Kanal bei First-Click stark ist und bei Last-Click schwach, ist er wahrscheinlich dein Demand-Creator. Wenn er bei beiden stark ist, ist er ein echter Allrounder. Wenn er bei beiden schwach ist, solltest du ihn hinterfragen.
Für Affiliate-Marketer im CFD- und Finanzbereich gilt das besonders. Die Entscheidungszyklen sind länger als bei Impulskäufen, die Nutzer recherchieren intensiver, und der erste Kontaktpunkt liegt oft Wochen vor der Einzahlung. Wer hier nur Last-Click misst, unterschätzt systematisch die Kanäle, die neue Interessenten überhaupt erst in den Funnel bringen.
Mein konkreter Rat: Aktiviere den Model Comparison Report noch heute. Und schütze das Budget für Kanäle, die bei First-Click stark abschneiden, auch wenn Last-Click sie nicht belohnt.
Quellen
- About attribution models | Google Ads Help
- What Is Last Click Attribution and How to Use It
- What is last click attribution? | AppsFlyer mobile glossary
- What is last click attribution? A beginner’s guide
- First-touch attribution is a marketing measurement model that assigns all the credit for a sale to the first touchpoint
- First Click Attribution: What It Is and How To Use It (2026)
Affiliate-Marketing im CFD-Bereich funktioniert nur, wenn du weißt, welche Kanäle wirklich konvertieren. Signalpartners liefert dir nicht nur tägliche Handelssignale von Analysten, sondern auch vollständige Tracking-Infrastruktur mit Landing Pages und Tracking-Links, damit du First-Click- und Last-Click-Daten von Anfang an sauber erfassen kannst. CPA-Auszahlungen innerhalb von 48 Stunden, individuelles Coaching und compliance-geprüfte Materialien machen den Einstieg konkret.
Jetzt Partner werden bei Signalpartners