Probabilistische Modellierung

Die probabilistische Modellierung ist eine statistische Methode zur Schätzung von Ergebnissen unter Bedingungen von Unsicherheit. Anstatt sich auf exakte Übereinstimmungen oder deterministische Datenpunkte zu verlassen, nutzt sie statistische Schlussfolgerungen (Inferenz), um die wahrscheinlichste Erklärung für ein beobachtetes Ergebnis zu ermitteln.

Was ist probabilistische Modellierung?

Im Mobile Marketing wird die probabilistische Modellierung (manchmal auch probabilistische Attribution genannt) eingesetzt, um die aggregierte Kampagnen-Performance zu schätzen, wenn deterministische Identifier – wie etwa Werbe-IDs auf Device-Ebene – nicht verfügbar sind. Dies gewann massiv an Relevanz, nachdem Apple das App Tracking Transparency (ATT) Framework einführte. Dieses verpflichtet Apps dazu, die Zustimmung der User einzuholen, bevor sie auf die Werbe-ID des Geräts zugreifen dürfen. Da sich die meisten User gegen das Tracking entscheiden (Opt-out), benötigten App-Entwickler neue Methoden, um zu verstehen, ob ihre Marketingkampagnen Ergebnisse erzielen – ohne dabei einzelne Geräte oder User identifizieren zu müssen.

Während die deterministische Attribution darauf basiert, einen bekannten Device-Identifier einem spezifischen Install zuzuordnen, verfolgt die probabilistische Modellierung einen anderen Ansatz: Sie liefert aggregierte Schätzungen der Performance auf Kampagnen-Ebene. Die Frage, die sie beantwortet, lautet: „Hat diese Kampagne funktioniert?“, und nicht: „Welches Gerät hat die App installiert?“.