Beste Attributionstools für E-Commerce im DACH-Raum 2026: 12 Plattformen im Vergleich

Für wen dieser Vergleich gedacht ist

• Marken: E-Commerce-Marken mit 1 Mio. € bis über 100 Mio. € Jahresumsatz, die Paid Ads auf mehr als einem Kanal schalten und Attribution und Profitabilität aus einem System brauchen.
• Shopsysteme: Shopify, Shopware, WooCommerce, Magento, Centra, JTL, BigCommerce, Amazon Seller Central oder auch ein individuell entwickeltes Shopsystem
• Märkte: Vor allem Europa, die allgemeinen Regeln gelten aber auch für die USA.
• Kategorie: In erster Linie Attribution, aber auch Profit-Analytics und Retention, oft beides zusammen.

Die meisten Marken beginnen ihre Suche mit der Frage nach einem Attributionstool. Am Ende kaufen sie eine Single Source of Truth: einen Ort, an dem Akquise, Profitrechnung und Retention zusammenpassen, damit am Montagmorgenauf Basis einer Zahl optimiert werden kann, statt über verschiedene Zahlen zu streiten.

Die Single Source of Truth ist der Begriff, der in Klars veröffentlichten Bewertungen und Fallstudien immer wieder fällt, wenn Kunden beschreiben, was sich tatsächlich verändert hat. Was das genau bedeutet, zeigt der Abschnitt gegen Ende dieses Artikels.

Dieser Vergleich ist ein Dokumentationsvergleich, kein Praxistest. Niemand hat für diesen Artikel zwölf Plattformen installiert, und bei jeder Produktaussage steht, wie gut sie belegt ist. Jede Tatsachenbehauptung verlinkt auf die Anbieterseite, aus der sie stammt. So lässt sich alles an der Quelle nachprüfen, statt es auf Treu und Glauben hinzunehmen. Produkt-, Preis- und Dokumentationsangaben haben wir im September 2026 mit diesen Seiten abgeglichen; sie sind eine Momentaufnahme zu diesem Datum. Preise und Funktionsumfang können sich ohne Vorankündigung ändern.

Zur Einordnung: Die verlinkten Quellen (Anbieterseiten, Help Center, Case Studies) sind überwiegend englischsprachig. Zitate daraus haben wir ins Deutsche übersetzt; der Originalwortlaut steht auf der jeweils verlinkten Seite. Die Methodikseite gibt es bislang nur auf Englisch: How we compare ecommerce attribution tools. Die englische Fassung dieses Vergleichs steht unter Best Ecommerce Attribution Tools in 2026.

14 Tage kostenlos testen · Preise ansehen

Kurzfazit

Klar ist nicht pauschal das beste Attributionstool für E-Commerce. Es ist das beste für die oben beschriebene Käufergruppe, und die Methodik dahinter ist veröffentlicht, damit du sie nachprüfen kannst, statt ihr einfach zu glauben.

Für den DACH-Raum heißt das konkret: Klar betreut mehr als 2.000 Marken, davon rund 90 % im DACH-Raum. Die Plattform hostet in der EU, ist nach ISO 27001 zertifiziert und bindet neben Shopify auch Shopware, Magento und WooCommerce nativ an.

Die besten Tools nach Einsatzfall

Pro Einsatzfall eine Zeile, dazu der Punkt, den du vor der Shortlist prüfen solltest. Preis, Einschränkung und Belegstufe aller zwölf Tools stehen in der Tabelle darunter.

Die Shortlist auf einen Blick

Eine Zeile pro Plattform. Die Tabelle steht bewusst hier oben, damit du entscheiden kannst, bevor die Argumentation beginnt. Der Einstiegspreis bezieht sich auf den hier verglichenen Funktionsumfang, nicht auf den günstigsten Tarif, den ein Anbieter veröffentlicht. Bei vier der zwölf sind das zwei verschiedene Zahlen. Details, Quellen und Bewertung stehen weiter unten.

Was grundlegend entscheidet

• Die Kategorie hat sich verschoben. Kaum jemand in diesem Feld verkauft heute noch „Attribution“. Die Anbieter beschreiben sich als Betriebssysteme, Intelligence-Plattformen und Measurement-Plattformen. Attribution ist zu einer Fähigkeit innerhalb einer Analytics-Plattform geworden. Wer das eine ohne das andere kauft, hat am Ende drei Zahlen und keine Entscheidung.
• Die Plattformen lösen nicht dasselbe Problem. Rockerbox und Northbeam sind Measurement-Plattformen für Teams mit eigenem Analysten. Lifetimely ist Profit-Reporting. Polar Analytics und Triple Whale sind auf Shopify ausgerichtete Analytics-Suiten. Wer sie nur über den Preis vergleicht, lässt die Thematik der Profit-Optimierung weitere vier Monate unbeantwortet.
• Zwei Fragen entscheiden: Kann die Plattform deine tatsächliche Kostenstruktur und deine tatsächliche Geschäftslogik abbilden, statt eines gemittelten Durchschnitts? Und teilen sich Akquise, Profit und Retention ein Modell? Die Zahl der Modelle und die Bezeichnungen der Margenstufen sind erst anschließend zu klären.

Was Attributionssoftware für E-Commerce eigentlich ist

Attributionssoftware für E-Commerce ordnet Umsatz den Marketing-Touchpoints zu, die ihn ausgelöst haben. Dafür nutzt sie ein eigenes Tracking statt der Zahlen, die jede Werbeplattform über sich selbst meldet. Genau deshalb gibt es diese Kategorie überhaupt. Meta zählt eine Conversion, wenn Meta beteiligt war. Google auch. TikTok auch. Addierst du die drei Berichte, kommst du auf mehr Verkäufe, als du tatsächlich hattest.

Vier Methoden beantworten jeweils einen anderen Teil dieser Frage, jede aus einem eigenen Blickwinkel.

Multi-Touch-Attribution (MTA) verteilt den Umsatz auf die Touchpoints, die sich kanal- und geräteübergreifend deterministisch beobachten lassen. Auf Kampagnen- und Creative-Ebene ist sie präzise, für alles ohne Klick aber blind.

Marketing Mix Modeling (MMM) setzt den gesamten Spend über die Zeit mit dem Umsatz in Beziehung und modelliert so die Wirkung eines Kanals über Klicks hinaus. Es erfasst auch Kanäle, die MTA nicht sieht, darunter Offline- und Upper-Funnel-Aktivitäten, und simuliert die optimale Budgetverteilung über Kanäle und Märkte.

Incrementality-Tests nehmen einen Kanal für eine Testgruppe aus dem Spiel und messen den Lift gegenüber einer Kontrollgruppe. Als einzige der vier Methoden belegen sie Kausalität. Die anderen zeigen Korrelationen, die Deutung bleibt dir überlassen.

Post-Purchase-Umfragen fragen die Kundinnen und Kunden direkt. Sie schließen die Lücke bei Mundpropaganda, Podcasts und allem anderen, was nie über einen getrackten Link läuft.

Keine Methode reicht allein aus. MTA sieht nur, was einen Klick hinterlässt. MMM sagt dir nicht, welches Creative du abschalten sollst. Incrementality-Tests dauern Wochen und kosten Media-Budget. Umfragen haben einen Antwortbias. Eine Plattform, die nur eine Methode einsetzt und das als Genauigkeit verkauft, bietet dir keine saubere Messung.

Warum das aktuelle Setup teurer ist, als es aussieht

Drei Kostenpunkte tauchen immer wieder auf. Alle drei kannst du in deinen eigenen Zahlen nachprüfen, und genau dort solltest du es tun.

1. die Excel-Tabelle am Montagmorgen: In Kundengesprächen kommen Excel, Google Sheets und Airtable 5,7-mal so oft vor wie das meistgenannte Konkurrenztool. Beide Angaben stammen vom Anbieter, und für keine ist die Messmethodik veröffentlicht. Frag im Gespräch nach allen dreien. Ein Prozentwert mit einer Nachkommastelle und ohne Nenner wirkt genauer, als er ist. Der Status quo in dieser Kategorie ist kein Konkurrenzprodukt, sondern ein Mensch, der jede Woche von Hand einen Bericht neu baut, und eine Zahl, die schon drei Tage alt ist, wenn jemand darauf reagiert.

2. Kanäle, die profitabel aussehen und es nicht sind: Bergmensch, eine deutsche Outdoor- und Freizeitbekleidungsmarke auf Shopify, gewann Neukunden mit negativem Deckungsbeitrag 3 (CM3), ohne es zu merken. Der ROAS sah akzeptabel aus, doch nach Versand, Retouren und Rabatten ging die Rechnung pro Kunde nicht mehr auf. Nachdem Bergmensch die Akquise anhand von Kohorten- und Produktprofitabilitätsdaten umgebaut hatte, drehte der defizitäre CM3 zu hochprofitabler Neukundengewinnung, ein Swing von 256 % (Case Study).

3. Entscheidungen, die liegen bleiben, weil niemand der Zahl traut: TEVEO, eine deutsche Athleisure-Marke auf Shopify Plus mit über 50 Millionen € Jahresumsatz, hielt sich beim Skalieren zurück, weil die historischen Attributionsdaten nicht belastbar genug waren, um aggressive Budgeterhöhungen zu rechtfertigen. Nachdem Last Click durch MMM-basierte Attribution ersetzt war, stieg in der Black Week der ROAS um 35 % und der Umsatz um 327 %, der CM2 lag 120 % über dem Vorjahr (Case Study).

Faktenmatrix

Nachfolgend befinden sich zwei Tabellen: Die Erste zeigt Positionierung und kommerzielle Konditionen, die Zweite ein Fähigkeitsraster mit festem Vokabular. „Nicht veröffentlicht“ heißt: Wir konnten es in den Unterlagen des Anbieters nicht verifizieren. Es heißt nicht, dass die Funktion fehlt. Und vergleichbar sind Einstiegspreise nur, wenn du die Spalte zum Umfang mitliest: Klars Core-Tarif für 200 € enthält nicht die Attributions-Suite, um die es in diesem Artikel geht; Northbeams Starter für 1.500 $ gilt nur für Shopify; Triple Whales Foundation für 219 $ enthält Compass nicht.

Tabelle 1: Positionierung, Methoden, Marge, Plattformen, Hosting, Preis

Die Zahlen in der ersten Spalte geben die Reihenfolge der Profile weiter unten an, kein Ranking. Eine Rangfolge würde suggerieren, es gäbe die eine beste Plattform für alle. Die gibt es laut diesem Vergleich nicht.

Tabelle 2: Fähigkeitsraster

Das Raster nennt fünf Werte: Ja heißt öffentlich dokumentiert und in einem bezahlten Tarif enthalten. Add-on oder Enterprise heißt dokumentiert, aber separat bepreist. Nein heißt als nicht vorhanden dokumentiert. Nicht veröffentlicht heißt, dass wir es in den Unterlagen des Anbieters nicht finden konnten. Das ist nicht dasselbe wie „fehlt“. Keine gefunden gilt nur für Kundenreferenzen.

Klar, erste Wahl im DACH-Raum und in Europa

Klar ist eine eCommerce Attribution & Insights Platform der Klar Insights GmbH aus Deutschland. Sie führt Shop-, Werbe-, E-Mail- und Analytics-Daten in einem Modell zusammen und wertet Akquise, Profitabilität und Retention auf Basis einer einheitlichen Definition einer Bestellung aus. Mehr als 2.000 Marken nutzen sie, rund 90 % davon im DACH-Raum. Über die Plattform laufen jährlich mehrere Milliarden Euro Werbebudget, und ein typischer Kunde bindet etwa 15 Datenquellen an.

Klar auf einen Blick

• Passt zu: europäischen Marken mit etwa 1 Mio. € bis über 100 Mio. € Umsatz, die Attribution und Deckungsbeitrag aus einem Modell brauchen
• Messmethoden: MTA (7 dynamische und statische Modelle), Marketing-Mix-Modell, Post-Purchase-Umfrage, geobasierte Incrementality, alles im Attributionstarif enthalten
• Profit und Kosten: CM1, CM2, CM3 und EBITDA mit veröffentlichten Formeln; Wareneinsatz pro SKU; gewichtsbasierte Logistikkosten; vollständiger GuV-Wasserfall; CM2 nur aus Neukunden
• Retention: Kohortenanalyse, Customer Lifetime Value, CLV, CAC-Payback-Ziel im Kohortenbericht
• Shopsysteme neben Shopify: Shopware 5, Shopware 6, WooCommerce, Magento, Centra, Amazon Seller Central, nativ angebunden statt über eine generische Orders-API
• Datenstandort und Compliance: 100 % Europa, ISO-27001-zertifiziert
• Einstiegspreis und Laufzeit: 200 €/Monat Core, 400 €/Monat mit Attribution, Preis nach Nettoumsatz der letzten zwölf Monate; kein langfristiger Vertrag, monatliches Abo, keine Setup-Kosten, 14 Tage Testphase
• Größte Stärke: vereint Akquise-, Retention- und Margendaten mit vollständigem Marketing-Measurement zu einem verlässlichen Bild dessen, was den Gewinn tatsächlich treibt.
• Größte Einschränkung: kein frei gestaltbarer Dashboard-Builder, kein Conversion-Pushback, keine Datenbank, die Kunden selbst abfragen können
• Belegstufe: Produkt- und Margenaussagen öffentlich dokumentiert (Stufe 1); viele Case Studies mit konkreten Zahlen (Stufe 3); Onboarding-Zeiten, DACH-Anteil, Volumen des Werbebudgets, Zahl der Geo-Tests, MCP-Start und die Genauigkeitsangabe von 5 % laut Anbieter (Stufe 5)

Kernfunktionen

• Einheitliche Messung über alle vier Methoden. Ein First-Party-Pixel speist die Multi-Touch-Attribution mit sieben benannten Modellen (Dokumentation). Das Data-Driven-Modell gewichtet den Anteil nach Session-Engagement, Kanaltyp, Zeitabstand, Rabattcodes und Umfrageantworten statt nach einer festen Regel, und das Marketing-Mix-Modell setzt darauf auf und verteilt Conversions aus Markensuche und Direktzugriffen zurück auf die Kanäle, die die Nachfrage erzeugt haben. Mundpropaganda erscheint dabei als eigener Kanal. Post-Purchase-Umfragen fließen in beide ein.
• Incrementality in zwei Formen, beide dokumentiert. Laut der Seite zur einheitlichen Messung „ermitteln“ geobasierte Tests „den tatsächlichen Lift deiner Kampagnen“, und „diese Erkenntnisse kalibrieren das MMM“. Entscheidend ist der zweite Teil: Die Geo-Tests sind kein separates Produkt, sondern die Kalibrierungsebene unter dem Marketing-Mix-Modell. Für Retention teilt eine separat dokumentierte Methodik die Kundschaft anhand der letzten Ziffer ihrer Shopify-Kunden-ID in zehn Zufallsgruppen auf und vergleicht die CLV-Differenz. Das Design der Geo-Tests selbst ist nicht veröffentlicht; lass dir im Gespräch eines zeigen.
• Ein veröffentlichter Margen-Stack, keine bloße Margenspalte: Jede Stufe ist in der Dokumentation definiert. CM1 ist Nettoumsatz minus Wareneinsatz; CM2 zieht Logistik- und Transaktionskosten ab; CM3 die Marketingkosten; EBITDA die Gemeinkosten, also Gehälter, Miete, Software und Agenturhonorare. Der Wareneinsatz (COGS) fließt auf drei dokumentierten Wegen ein: pro SKU über ein Google Sheet, automatisch aus dem Shopsystem importiert oder als Fallback-Prozentsatz vom Netto-Verkaufspreis. Die Marge ist mit den Attributionsberichten verknüpft, sodass Kanalentscheidungen auf Basis des Deckungsbeitrags fallen und nicht auf Basis des Plattform-ROAS.
• Eine vollständige, flexible GuV-Tabelle: Der Profitabilitätsbericht führt vom Bruttowarenwert über Preisnachlässe, Rabattcodes, Versanderlöse, Retouren und Steuern zum Nettoumsatz und von dort den Margen-Wasserfall hinunter bis zum EBITDA. Jede Stufe lässt sich an den tatsächlichen Schwerpunkt der Marke anpassen. Zwei Kennzahlen verdienen hier eine eigene Erwähnung, weil der größte Teil des Feldes nichts Vergleichbares veröffentlicht: Akquise-Deckungsbeitrag 2, also der CM2 nur aus Neukunden, der die Unit Economics der Akquise zeigt, ohne dass Wiederholungskäufe die Zahl schönen, und die Marketing Profit Ratio.
• Europäisches Hosting mit veröffentlichter Zertifizierung. „Deine Daten zu 100 % in Europa gehostet, vollständig DSGVO-konform & ISO-27001-zertifiziert“. Wir haben keine andere Plattform im Vergleich gefunden, die eine Zertifizierung nach ISO 27001 veröffentlicht. Das heißt, dass wir keine gefunden haben, nicht, dass es keine gibt. Die Preisseite ergänzt „Keine langfristigen Verträge. Keine Setup-Kosten.“, dazu kommen ein monatliches Abo und 14 Tage Testphase.
• Retention im selben Modell: Die Kohortenanalyse gruppiert nach Monat, Woche oder Quartal der Erstbestellung und zeigt je Kohorte Nettoumsatz, CM1, CM2, CM3, Zweitkaufrate und AOV. Den Customer Lifetime Value definiert Klar als Deckungsbeitrag 2 pro Kunde; eine separate prognostizierte CLV-Kennzahl korrigiert die Verzerrung zulasten kürzlich gewonnener Kohorten. Der Kohortenbericht lässt sich auf Kundinnen und Kunden aus bestimmten Kampagnen oder mit bestimmten gekauften Produkten filtern. Zugleich legst du dort ein CAC-Payback-Ziel fest und überwachst es (Retention-Reporting).

Grenzen

• Noch kein frei gestaltbarer Dashboard-Builder. Die Reports sind vorgefertigt und lassen sich über Metriken, Dimensionen, Filter und eigene Gruppen konfigurieren, ein eigenes Dashboard-Layout kannst du aber nicht zusammenstellen. Das ist der häufigste einzelne Kritikpunkt in Klars OMR-Bewertungen. Der Builder steht auf Klars Roadmap und kommt Anfang 2027.
• Kein Conversion-Pushback an die Werbeplattformen. Klar spielt keine angereicherten, attribuierten Conversions an Meta, Google oder TikTok zurück. Laut Klar hat die Entwicklung begonnen, der Start ist für Q1 2027 geplant. Bis dahin trifft der Media Buyer Budgetentscheidungen auf Basis von Klars Zahlen und setzt sie im Werbekonto um.

Wo Klar nicht die richtige Wahl ist

• Shops mit einem Produkt und einem Kanal unter etwa 1 Mio. € Umsatz. Die Setup-Flexibilität und die feine Margenaufschlüsselung, die Klar rechtfertigen, sind nicht notwendig, wenn es ein Produkt, einen Kanal und ein Land gibt.
• Media-Mix mit hohem Offline-Anteil. Machen TV, Direktmailing und Podcasts einen nennenswerten Teil des Spends aus, deckt Klars Integrationsangebot sie nicht ab.
• Teams, die in SQL auf ihrer eigenen Datenschicht arbeiten wollen. Klar stellt seine Daten über eine API und einen MCP-Server bereit, betreibt aber keine Datenbank, die du direkt abfragen kannst.

Fazit

Klars Vorteil liegt nicht in der Zahl der Modelle oder der Tiefe des GuV-Stacks. Er liegt darin, dass Attribution, Marge und Retention ein verlässliches Bild davon ergeben, was den Gewinn tatsächlich treibt, auf Basis einer Kostenstruktur, die du vollständig abbilden kannst, statt sie zu mitteln, auf Shopsystemen, die die meisten Anbieter im Vergleich nicht anbinden, in Europa und unter ISO 27001. Wenn dir drei Tools drei verschiedene Antworten geben, ist genau das die Lösung.

Triple Whale, erste Wahl bei Shopify-Teams in den USA

Triple Whale auf einen Blick

• Passt zu: Shopify-first-Marken im US-Markt, die das breiteste All-in-one-Cockpit wollen
• Messmethoden: MTA (7 Modelle); Marketing-Mix-Modell und Incrementality über Compass, unterhalb von Enterprise ein kostenpflichtiges Add-on; Antworten aus Post-Purchase-Umfragen fließen in Total Impact ein
• Profit und Kosten: Wareneinsatz, Versand, Gebühren der Zahlungsanbieter und eigene Kostenpositionen jeweils konfigurierbar; Nettogewinn wird erfasst; keine veröffentlichten Margenstufen
• Retention: Kohortenbericht, filterbar nach Merkmalen der Erstbestellung; Aufschlüsselung nach Kanal als geplant dokumentiert, noch nicht verfügbar
• Shopsysteme neben Shopify: BigCommerce, WooCommerce, Amazon Marketplace, TikTok Shop, Walmart. Shopware, Magento und Centra nicht dokumentiert
• Datenstandort und Compliance: Google Cloud; SOC 2 Type 1 und 2 sowie SOC 3; Unterauftragsverarbeiter in den USA, Israel, Australien und der Ukraine; weder ISO 27001 noch ein EU-Datenstandort veröffentlicht
• Einstiegspreis und Laufzeit: kostenlose Stufe; Foundation 219 $/Monat und Automate 749 $/Monat in der niedrigsten GMV-Stufe; zwölf Monate Laufzeit in jedem bezahlten Tarif, unabhängig von der Abrechnungsweise
• Größte Stärke: Funktionsumfang plus die breiteste Bewertungsbasis der Kategorie
• Größte Einschränkung: kein veröffentlichter europäischer Datenstandort und keine veröffentlichten Margenstufen
• Belegstufe: Produktaussagen öffentlich dokumentiert (Stufe 1); Dutzende Case Studies, eine davon aus dem DACH-Raum (Stufe 3); unabhängig prüfbare Angaben zur Kundengröße sind dünn (Stufe 4)

Kernfunktionen

• Sieben Attributionsmodelle. Die Dokumentation ist da eindeutig: „Triple Whale bietet sieben verschiedene Attributionsmodelle in Single-Touch- und Multi-Touch-Varianten“ (Dokumentation). Total Impact ist das Modell, das Antworten aus Post-Purchase-Umfragen in die Multi-Touch-Attribution einbezieht; ohne Umfragedaten verhält es sich wie Linear All.
• Compass vereint „Multi-Touch-Attribution (MTA), Marketing Mix Modeling (MMM) und Incrementality-Tests in einem kalibrierten System“ und gibt an, dass sich „jeder Kanal mit Daten in Triple Whale für Geo-Lift-Holdout-Tests konfigurieren lässt“. Das zugrunde liegende MMM „wird wöchentlich aktualisiert“ (Dokumentation). Compass ist in Foundation und Automate ein kostenpflichtiges Add-on und nur in Enterprise enthalten (Preise). MMM und Incrementality gehören also nicht zum Einstiegspaket.
• Sonar Optimize „nutzt die von Triple Whale erfassten Daten, um Conversion-Events anzureichern, bevor sie über deren Conversions-APIs an unterstützte Werbeplattformen gesendet werden“. Dokumentiert ist das für Meta, Google Ads, TikTok, Reddit, X, AppLovin, Realize und ChatGPT Ads.
• Breite der Integrationen: „über 60 vorgefertigte Integrationen“, dazu Creative-Analytics, Attribution, MMM, Pushback und Agenten in einem Produkt.
• Warehouse-Sync nach BigQuery, Snowflake, AWS S3 und Google Cloud Storage, zusätzlich ein MCP-Server mit Lesezugriff für KI-Clients.
• Moby Agents: KI-Agenten im Produkt für Workflows in Akquise, Conversion und Retention.

Grenzen

• Ein europäischer Datenstandort ist nicht veröffentlicht. Die Infrastruktur läuft auf Google Cloud, und die Liste der Unterauftragsverarbeiter (zuletzt aktualisiert im März 2025) nennt Unternehmen in den USA, Israel, Australien und der Ukraine (Unterauftragsverarbeiter). Auf derselben Seite heißt es, der Verarbeitungsort könne „auch in vertraglichen Vereinbarungen mit Kunden festgelegt werden“; außerdem ist Triple Whale unter dem EU-US DPF zertifiziert und nutzt Standardvertragsklauseln (Trust-Portal). Verlangt deine Datenschutzbeauftragte oder dein Datenschutzbeauftragter eine Verarbeitung in der EU, musst du das mit dem Vertrieb klären; die öffentliche Dokumentation beantwortet die Frage nicht.
• Die Shopsystem-Abdeckung ist auf Shopify ausgerichtet. Dokumentiert sind Shopify, BigCommerce, WooCommerce und Amazon. Shopware, Magento und Centra sind es nicht.
• Margenstufen sind nicht veröffentlicht. Kosten lassen sich erfassen und die Profitabilität verfolgen, eine gestufte Margenlogik und eine gewichtsbasierte Logistikkostenrechnung pro Produkt sind aber nicht dokumentiert.
• Zwölf Monate Laufzeit in jedem bezahlten Tarif, monatlich oder jährlich abgerechnet. Die Preisseite sagt es ausdrücklich: „Foundation, Automate und Enterprise sind Abonnements mit 12 Monaten Laufzeit. Du kannst wählen, wie abgerechnet wird: monatlich oder jährlich mit zwei Gratismonaten“ (Preise). Monatliche Zahlung ist möglich, die Bindung dahinter gilt für ein Jahr. Die Preise steigen über einen Schieberegler mit dem GMV, in der niedrigsten Stufe ab 219 $ im Monat für Foundation und 749 $ für Automate. Lass dir also deine eigene Stufe anbieten, bevor du budgetierst.
• Kohorten lassen sich nach Kanal filtern, aber nicht nach Kanal aufschlüsseln. Der Kohortenbericht unterstützt Filter auf die Erstbestellung über die Kategorien Bestellungen, Produkt, Kunde und Attribution. Als geplant geführt wird die Gegenüberstellung: „Demnächst: die Möglichkeit, deine Kohorten nach verschiedenen Merkmalen der Erstbestellung aufzuschlüsseln, etwa Produkte/SKUs, Standort, Rabattcode, Kanal usw.“. Wer Kanäle nach Kundenqualität vergleichen will, muss den Bericht deshalb für jeden Filter einzeln laufen lassen.

Fazit

Triple Whale ist das funktional vollständigste Produkt im Vergleich und eine starke Wahl für Shopify-Marken, die alles an einem Ort wollen. Seine Grenzen lassen sich konkret benennen. Es gibt keinen veröffentlichten europäischen Verarbeitungsort: Die Unterauftragsverarbeiter verteilen sich auf vier Länder, der Verarbeitungsort lässt sich stattdessen vertraglich festlegen. Bei den Shopsystemen reicht die Liste bis BigCommerce und WooCommerce; Shopware, Magento und Centra fehlen. Eine Margenstufung ist nicht veröffentlicht. Als Kritikpunkte nennen Bewerter am häufigsten den Preis bei kleinerem Volumen, die Verlässlichkeit der Attribution und lange Ladezeiten bei großen Datenmengen.

Admetrics, engste Alternative zu Klar in Europa

Admetrics auf einen Blick

• Passt zu: deutschsprachigen Marken mit nennenswertem Marktplatzanteil, die Margen bis zum EBITDA wollen und Conversions an die Werbeplattformen zurückspielen möchten
• Messmethoden: MTA, laut Dokumentation sieben Modelle, aufgeführt sind acht; Marketing-Mix-Modell PRISMA als Add-on im Custom-Tarif; Incrementality und Post-Purchase-Umfrage nicht dokumentiert
• Profit und Kosten: CM1 bis CM3 und EBITDA als definierte Kennzahlen mit veröffentlichten Formeln; der Wareneinsatz retournierter Artikel wird in den CM1 zurückgerechnet
• Retention: nicht als Produktfunktion dokumentiert
• Shopsysteme neben Shopify: Shopware, WooCommerce, Magento, JTL, Amazon
• Datenstandort und Compliance: laut AVV Server in Deutschland, mit Google Cloud EMEA in Dublin als Warehouse-Unterauftragsverarbeiter; die Datenschutzerklärung nennt keinen Standort; weder ISO 27001 noch SOC 2
• Einstiegspreis und Laufzeit: Growth 399 €/Monat, Business 899 €/Monat, Custom ab 1.100 €/Monat, mit 20.000 €, 70.000 € bzw. ab 100.000 € inkludiertem Werbebudget und einem veröffentlichten Aufschlag bei Überschreitung von 1,5 %, 1 % bzw. individuell; 7,5 % Rabatt bei sechs Monaten Vorauszahlung, 15 % bei zwölf (die 339 € und 764 € in der Standardansicht der Preisseite sind die Vorauszahlungspreise)
• Größte Stärke: ausdrücklich veröffentlichte Margenformeln in diesem Vergleich
• Größte Einschränkung: eine sehr kleine unabhängige Bewertungsbasis und zwei Compliance-Dokumente, die sich widersprechen
• Belegstufe: Produkt- und Preisangaben öffentlich dokumentiert (Stufe 1); Kundenzahl laut Anbieter, ohne namentliche Referenzen (Stufe 4/5)

Kernfunktionen

• Attributionsmodelle: Die Dokumentation spricht von sieben und führt acht auf. First Touch, Last Touch, Last Platform Touch, Linear, Linear-Direct, positionsbasiert, Inflated und Adaptive Attribution; Letzteres gewichtet Sessions nach Interaktionstiefe (Dokumentation). Das Tracking ist First-Party und serverseitig; kundenspezifische Modelle gibt es im höchsten Tarif.
• PRISMA, das Marketing-Mix-Modell von Admetrics, ist auf einer eigenen Produktseite dokumentiert und auf der Preisseite als Add-on zum obersten Custom-Tarif gelistet. In Growth und Business ist es nicht enthalten. Es ist also ein eigener Posten im Budget und keine Frage des Leistungsumfangs.
• Server-to-Server-Datenweitergabe zurück an sechs Werbeplattformen: Google, Meta, Outbrain, Taboola, TikTok und Snapchat (Dokumentation).
• Definierte Margenkennzahlen: CM1 als Nettoumsatz minus Wareneinsatz (COGS), CM2 nach Logistik- und Transaktionskosten, CM3 nach Marketingausgaben und EBITDA nach gemittelten Gemeinkosten (Kennzahlenübersicht).
• MCP und Daten-API ab dem Einstiegstarif, dazu eine Frage- und Automatisierungsebene namens Ava.

Grenzen

• Kaum eine unabhängige Bewertungsbasis: eine Handvoll Bewertungen auf G2, keine auf OMR und wenige im Shopify App Store. Die Bewertungen fallen gut aus, stützen sich aber auf sehr wenige Stimmen. In einer Kategorie, in der sich Käufer stark auf Erfahrungen anderer verlassen, ist das dünn.
• Die Compliance-Angaben verteilen sich auf zwei Dokumente. Laut AVV „verarbeitet Admetrics alle personenbezogenen Nutzungsdaten auf Servern, die sich ausschließlich in der Bundesrepublik Deutschland befinden“, als Warehouse-Unterauftragsverarbeiter nennt er Google Cloud EMEA in Dublin. Die Datenschutzerklärung nennt keinen Serverstandort, und eine Security- oder Trust-Seite gibt es nicht.
• Weder ISO 27001 noch SOC 2 ist veröffentlicht.
• Server-to-Server-Pushback ist ein Add-on und nicht im Einstiegstarif enthalten. Im Growth-Tarif steht „S2S-Pushback von Conversion-Signalen“ ausdrücklich als Add-on, ebenso die stündliche Datenaktualisierung; standardmäßig werden die Daten alle vier Stunden aktualisiert (Preise).

Fazit

Admetrics kommt Klars Ansatz am nächsten, denn es ist die andere Plattform im Vergleich, die Attribution und Marge auf europäischer Infrastruktur zusammenbringt. Sie veröffentlichen eine klare Margenformel. Schwerer zu beurteilen sind Belege und Compliance: Die Bewertungsbasis ist sehr klein, AVV und Datenschutzerklärung machen unterschiedliche Angaben dazu, wo die Daten liegen, und es gibt kein Zertifikat, das sich prüfen ließe.

Polar Analytics, erste Wahl bei SQL-Zugriff auf die eigene Datenschicht

Polar Analytics ist eine auf Shopify ausgerichtete Analytics-Plattform mit einer prägenden Architekturentscheidung: Jeder Kunde bekommt eine dedizierte Snowflake-Datenbank, die Polar als „deine eigene Snowflake-Instanz“ vermarktet. Damit ist Polar im Vergleich die stärkste Option für Teams, die ihre Daten per SQL abfragen und modellieren wollen, statt sie in Reports nachzulesen.

Polar Analytics auf einen Blick

• Passt zu: Marken, die ausschließlich auf Shopify verkaufen, auch Gruppen mit mehreren Stores, mit jemandem im Team, der in SQL modelliert
• Messmethoden: MTA plus geobasierte Incrementality über Causal Lift für Google und Meta weltweit und für TikTok in den USA; kein Marketing-Mix-Modell dokumentiert
• Profit und Kosten: CM1 bis CM4 als integrierte Kennzahlen im Semantic Layer, inklusive Prozentvarianten; Formeln der einzelnen Stufen nicht veröffentlicht
• Retention: nicht als Produktfunktion dokumentiert
• Shopsysteme neben Shopify: nur Amazon Seller Central. Shopware, Magento, WooCommerce, BigCommerce und Centra werden nicht unterstützt
• Datenstandort und Compliance: nichts veröffentlicht. Die Sicherheitsseite behandelt nur die Meldung von Schwachstellen; kein Serverstandort, kein ISO 27001, kein SOC 2
• Einstiegspreis und Laufzeit: die eigene Preisseite nennt keine Zahlen; im Shopify App Store steht ein Core-Tarif ab 750 $/Monat, berechnet nach Online-GMV
• Größte Stärke: eine dedizierte Snowflake-Datenbank pro Kunde mit direktem SQL-Zugriff, dazu der flexibelste Report-Builder im Vergleich
• Größte Einschränkung: die schmalste Shopsystem-Abdeckung im Vergleich und keine veröffentlichten Compliance-Angaben
• Belegstufe: Produktaussagen öffentlich dokumentiert (Stufe 1); Eigentum an der Datenbank und Konditionen beim Ausstieg auf keiner Stufe dokumentiert; Kundenzahl vom Anbieter veröffentlicht (Stufe 5)

Kernfunktionen

• CM1 bis CM4 als integrierte Kennzahlen im Semantic Layer, einschließlich Prozentvarianten (Kennzahlenverzeichnis).
• Causal Lift: geobasierte Incrementality-Tests, dokumentiert für Google Ads und Meta Ads weltweit und für TikTok nur in den USA. Für Tests zur Neukundengewinnung empfiehlt Polar „ein Grundvolumen von mindestens 100 Käufen pro Tag“ und lenkt Accounts mit weniger Volumen stattdessen auf ein Traffic-Ziel, bei dem „das Volumen in der Regel groß genug ist, um ein Experiment durchzuführen“. Bei Kampagnen mit hohem Volumen oder Traffic-Zielen laufen die Tests zwei Wochen, bei conversionbasierten Kampagnen mit weniger Volumen vier bis zwölf Wochen (Dokumentation).
• CAPI Enhancer: serverseitige Conversion-Anreicherung, die „deine serverseitigen Conversion-Events anreichert, bevor sie an die Werbeplattformen gehen“ (Dokumentation).
• Report-Builder und eigene Kennzahlen mit einem No-Code-Formeleditor, der „Operatoren wie (+, -, x, /), Zahlen und weitere Kennzahlen“ akzeptiert (Dokumentation).
• Eine dedizierte Snowflake-Datenbank pro Kunde, die laut Polar „über mehr als 50 Integrationen hinweg“ läuft, mit „sicherer Datenisolierung“ (Data Warehouse). Das ist die Architekturentscheidung, aus der sich der Rest des Produkts ergibt.

Grenzen

• Nur Shopify und Amazon. Die Dokumentation sagt es unmissverständlich: „Derzeit arbeiten wir nur mit Shopify und Amazon Seller Central“. Shopware, Magento, WooCommerce, BigCommerce und Centra werden nicht unterstützt.
• Keine veröffentlichten Compliance-Angaben. Die Sicherheitsseite behandelt die Meldung von Schwachstellen und einen Safe Harbour für Sicherheitsforscher. Serverstandort, ISO 27001 oder SOC 2 werden dort nicht genannt.
• Kein Marketing Mix Modeling als dokumentierte Produktfunktion. Damit bleibt eine Lücke zwischen Attribution auf Klickebene und Geo-Tests, die rund 100 Akquisitionen pro Tag brauchen, bevor sie Conversions statt Sitzungen messen können. Auch die Kanalabdeckung dieser Tests ist schmaler, als sie zunächst wirkt: Google und Meta weltweit, TikTok nur in den USA.
• Der Preis steht an einer Stelle, an der anderen nicht. Polars eigene Preisseite nennt einen Core-Tarif und einen Custom-Tarif und leitet jeden Call to Action auf „Demo buchen“ weiter; Zahlen sind keine zu sehen. Das Listing im Shopify App Store nennt dagegen eine: „Core-Plan, ab $750 / Monat“, berechnet nach Online-GMV, mit Rabatten bei jährlicher Laufzeit. Gut zu wissen, bevor du einen Termin buchst, nur um die Zahl zu erfahren.
• Rezensenten berichten von Problemen mit Integrationen und der API, darunter Verzögerungen bei der Verfügbarkeit von Echtzeitdaten und Antwortzeiten des Supports von bis zu einer Woche.

Fazit

Polar ist die richtige Wahl für ein Shopify-natives Team, das SQL-Zugriff auf seine Datenschicht und einen Report-Builder für die tägliche Arbeit will. Dafür zahlst du durch Umfang und Transparenz: Laut Polars eigener Dokumentation werden nur Shopify und Amazon unterstützt, ein Marketing-Mix-Modell ist als Produktfunktion nicht dokumentiert (was nicht heißt, dass es keines gibt), und es gibt weder einen veröffentlichten Serverstandort noch eine Zertifizierung, die man der oder dem Datenschutzbeauftragten vorlegen könnte.

Northbeam, erste Wahl bei Paid-Media-Messung mit eigenem Analysten

Northbeam auf einen Blick

• Passt zu: Shopify-Marken mit hohem Werbebudget und eigenem Analytics- oder Growth-Team
• Messmethoden: MTA (7 Modelle, darunter getrennte Modelle für reine Klicks, modellierte Views und deterministische Views); MMM+ als optionale Enterprise-Komponente; Incrementality als Add-on ab Professional; keine Post-Purchase-Umfrage dokumentiert
• Profit und Kosten: Profit Benchmarks leitet Profitabilitätsschwellen aus einem Wareneinsatz ab, den du auf Produkt- oder Anzeigenebene hinterlegst; Versand, Retouren, Zahlungsgebühren und eine GuV-Ansicht sind nicht dokumentiert
• Retention: eine dokumentierte Customer-LTV-Seite mit Kohorten nach Akquisemonat und -woche, Wiederkaufrate und Aufschlüsselungen nach Region und erstem Produkt; kein Deckungsbeitrag in den Kohorten
• Shopsysteme neben Shopify: Amazon nativ; alles andere über eine dokumentierte Orders-API, wobei die plattformübergreifende Integration eine Funktion des Professional-Tarifs ist
• Datenstandort und Compliance: SOC-2-zertifiziert, Private Cloud auf der Google Cloud Platform; Liste mit vierzehn Unterauftragsverarbeitern, alle in den USA; kein ISO 27001
• Einstiegspreis und Laufzeit: Starter 1.500 $/Monat, monatlich kündbar; Professional 3.500 $/Monat bei jährlicher Laufzeit; Growth mit individuellem Preis für Marken mit siebenstelligem Umsatz und unter 200.000 $ Werbebudget im Monat, Enterprise über 500.000 $. Die FAQ bezeichnet diese Preise als Einstiegspreise
• Größte Stärke: das methodisch transparenteste Messprodukt im Vergleich, dazu der Export nach Cash- und Accrual-Logik
• Größte Einschränkung: alle veröffentlichten Unterauftragsverarbeiter sitzen in den USA, und eine gestufte Margenlogik ist nicht dokumentiert
• Belegstufe: Produktaussagen öffentlich dokumentiert (Stufe 1); die am besten unabhängig überprüfbaren Kundennamen im Vergleich, nachprüfbar in Pflichtveröffentlichungen und Berichten über Übernahmen (Stufe 3/4)

Kernfunktionen

• Sieben Attributionsmodelle. Die Dokumentation sagt es direkt, „Northbeam bietet 7 verschiedene Attributionsmodelle“, und nennt sie: First Touch, Last Touch, Last Non-Direct Touch, Linear, Clicks-Only, Clicks + Modeled Views und Clicks + Deterministic Views. Das Modell mit modellierten Views „braucht 25 bis 30 Tage, um aus den historischen Daten unserer Tracking-Pixel zu ‚lernen‘“ (Dokumentation).
• MMM+, auf der Preisseite als optionale Enterprise-Komponente gelistet. Es prognostiziert den Umsatz und empfiehlt eine kanalübergreifende Budgetverteilung.
• Incrementality als optionales Add-on in den Tarifen Professional und Enterprise; Testdesign, Guardrails und Validierung übernimmt Northbeam.
• Data Export API mit Cash- und Accrual-Modus und Export nach Google Cloud Storage und Amazon S3.
• Northbeam Apex, das Attributionsanteile weitergibt, keine rohen Conversions. Die Dokumentation zieht die Grenze selbst: „Anreicherungstools sorgen dafür, dass Meta jede Conversion und jeden Touchpoint sieht. Apex sagt Meta, wie viel Anteil diese Touchpoints tatsächlich zugerechnet bekommen sollten.“ Allgemein verfügbar für Meta und AppLovin, für Snapchat in einer geschlossenen Beta.

Grenzen

• Keine Verarbeitung in Europa. Die Liste der Unterauftragsverarbeiter, zuletzt geändert am 17. Juni 2026, umfasst vierzehn Einträge, und jeder davon sitzt in den USA; die Übermittlung läuft über Standardvertragsklauseln. Eine ISO-27001-Zertifizierung ist nicht veröffentlicht.
• Die Profitabilität endet beim Benchmark. Profit Benchmarks ist ein dokumentiertes Produkt, keine Lücke: Du hinterlegst den Wareneinsatz auf Produkt- oder Anzeigenebene, und Northbeam leitet daraus ab, welchen ROAS und welche MER eine Kampagne erreichen muss, um profitabel zu sein. Nicht dokumentiert ist alles, was darunter liegt: gestufte Deckungsbeiträge, Versand, Retouren und Zahlungsgebühren sowie eine GuV-Ansicht.
• Retention ohne Kostenseite. Northbeam dokumentiert eine Customer-LTV-Seite mit Kohorten nach Akquisemonat und -woche, Wiederkaufrate und Aufschlüsselungen nach Region und zuerst gekauftem Produkt, und die FAQ verweist Kunden für quartalsweise Retention-Analysen dorthin. Was diese Kohorten nicht abbilden, ist die Kostenseite: Sie zeigen Umsatz und Bestellverhalten, aber nicht, was eine Kohorte nach Versand, Retouren und Zahlungsgebühren wert war.
• Im Einstiegstarif ist der Support begrenzt. Einen eigenen Media-Strategen gibt es ab Professional, eine feste CSM-Ansprechperson und einen Slack-Channel ab Enterprise.
• Eine dünne Bewertungsbasis für diese Preisklasse: weniger als zwanzig Bewertungen auf G2, bei einem Einstieg von 1.500 $, der im Professional-Tarif auf 3.500 $ steigt.

Fazit

Northbeam beantwortet die Kanalfrage gründlich, die Margenfrage dagegen nur so weit, wie ein Profitabilitäts-Benchmark auf Basis des Wareneinsatzes reicht. Hat dein Team bereits ein Warehouse, einen Analysten und einen klaren Blick auf die eigene Wirtschaftlichkeit, funktioniert diese Arbeitsteilung. Erwartest du vom selben Tool auch eine Antwort darauf, ob der Kanal nach Versand, Retouren und Zahlungsgebühren profitabel war, liefert Northbeam sie nicht.

Tracify, Schwerpunkt Datenerfassung im deutschsprachigen Raum

Tracify ist ein deutsches Tracking- und Attributionsprodukt. Alles daran dient einer einzigen Frage: Welcher Touchpoint hat den Verkauf ausgelöst, so vollständig gemessen wie möglich?

Tracify auf einen Blick

• Passt zu: deutschsprachigen Shops mit hohem Paid-Budget, deren Hauptproblem Datenverlust durch abgelehnte Einwilligungen ist
• Messmethoden: eigene KI-Attribution mit dynamischer Gewichtung der Touchpoints, dazu hybrides Tracking mit und ohne Cookies; kein MMM, keine Incrementality, keine Post-Purchase-Umfrage
• Profit und Kosten: ein GuV-Dashboard mit konfigurierbaren Versand-, Handling-, Transaktions- und Gemeinkosten; Margenstufen nicht benannt, Profitabilität auf Produktebene nicht dokumentiert
• Retention: nicht dokumentiert. Am nächsten kommt eine Ansicht Neukunden gegenüber Bestandskunden mit CAC und Neukundenquote
• Shopsysteme neben Shopify: Shopware 6, WooCommerce
• Datenstandort und Compliance: laut Anbieter gesamte Verarbeitung auf Servern in Deutschland, keine Verarbeitung außerhalb der EU; kein ISO 27001 oder SOC 2 veröffentlicht
• Einstiegspreis und Laufzeit: ab 500 €/Monat mit 30 Tagen Testphase; die AGB ergänzen eine Erstlaufzeit von sechs Monaten mit drei Monaten Kündigungsfrist und Setup-Kosten, die auch bei Kündigung anfallen
• Größte Stärke: eine breite deutschsprachige Bewertungsbasis
• Größte Einschränkung: die Analyse endet bei der aggregierten Profitansicht, Marge und Kundenqualität müssen woanders weiter ausgewertet werden
• Belegstufe: Produktaussagen öffentlich dokumentiert (Stufe 1); die Zertifizierung für einwilligungsfreies Tracking stützt sich auf Whitepaper hinter Download-Formularen und eine nicht genannte Kanzlei (Stufe 5)

Kernfunktionen

• Eigene KI-Attribution, bei der „jeder Touchpoint dynamisch nach seinem tatsächlichen Beitrag zur Conversion gewichtet wird“, statt feste Regeln anzuwenden.
• Hybrides Tracking: cookiebasiert, wo eine Einwilligung vorliegt, und ein cookiefreier Weg, wo sie fehlt. Dazu die erklärte Position, dass „alle Daten ausschließlich auf Servern in Deutschland verarbeitet werden, ohne Datenverarbeitung außerhalb der EU“.
• Attributionseinstellungen für Zeitfenster, Datum, Modell und Touchpoints, die sich als Presets über die API anwenden lassen.
• Ein GuV-Dashboard mit Nettoumsatz und Deckungsbeiträgen, in dem sich Versand-, Handling-, Transaktions- und Gemeinkosten konfigurieren lassen (Dokumentation).
• Warehouse-Feed in ein Data Warehouse oder BI-Tool, mit Exportintervallen bis hinunter zu sechs Stunden.

Grenzen

• Die Profitabilität endet auf aggregierter Ebene. Das GuV-Dashboard segmentiert nach Zeitraum sowie nach Neu- und Bestandskunden. Profitabilität auf Produkt- und SKU-Ebene ist nicht dokumentiert, und die Margenstufen sind nicht benannt. Eine Frage wie „Welche Produktlinie trägt den Kanal?“ lässt sich im Tool deshalb nicht beantworten.
• Keine Retention-Analysen dokumentiert. Weder die Dashboard-Übersicht noch die Wissensdatenbank dokumentieren Kohortenanalyse, Lifetime Value, Wiederkaufrate oder Retention-Reporting. Dokumentiert ist eine Ansicht Neukunden gegenüber Bestandskunden mit CAC, Neukundenquote und Neubesucherquote.
• Kein MMM und keine Incrementality-Tests. Die gesamte Last liegt damit auf der klickbasierten Attribution.
• Kein Conversion-Pushback dokumentiert. Die Meta-Integration „zieht einmal täglich per API deine Kosten, Impressionen und Klicks aus dem Meta Ads Manager“; ein Rückkanal ist nicht beschrieben.
• Eine Standardlaufzeit von sechs Monaten, die nicht auf der Preisseite steht. Die Preisseite nennt 500 € im Monat und 30 Tage Testphase. Die AGB ergänzen: „Sofern nicht anders vereinbart, beträgt die Erstlaufzeit des jeweiligen Vertrags sechs Monate“, mit drei Monaten Kündigungsfrist und automatischer Verlängerung um jeweils weitere sechs Monate. Im selben Dokument heißt es: „Auch im Falle einer Kündigung werden die Kosten für das Setup berechnet.“ Beide Punkte sind laut Wortlaut verhandelbar. Sprich sie aber vor der Unterschrift an, nicht danach.
• Die Aussage zum einwilligungsfreien Tracking solltest du mit deiner eigenen Rechtsberatung prüfen. Tracify bewirbt einwilligungsfreies Tracking als „vom BISG zertifiziert“ und verweist auf Whitepaper eines Bundesverbands und einer deutschen Kanzlei. Die Kanzlei wird auf der Seite nicht genannt, und die Whitepaper liegen hinter Download-Formularen.

Fazit

Tracify macht eine Sache, und die macht es mit echter Tiefe. Offen bleibt, was passiert, wenn die Attributionszahl vorliegt. Weil die Profitabilität nur aggregiert vorliegt und Retention gar nicht dokumentiert ist, zeigen die Zahlen, woher ein Verkauf kam, aber nicht, was er wert war oder was die Kundin oder der Kunde danach getan hat. Ist die Vollständigkeit des Trackings dein Engpass, ist genau dieser Fokus der Vorteil. Willst du auf Marge und Kundenqualität steuern, muss die Analyse woanders weitergehen.

Rockerbox, erste Wahl bei Offline-Media und oberem Funnel

Rockerbox auf einen Blick

• Passt zu: US-zentrierten Multichannel-Marken mit nennenswertem Offline- oder Upper-Funnel-Anteil und eigenem Analytics-Team
• Messmethoden: MTA, bayessches Marketing Mix Modeling mit Szenarioplaner und Incrementality-Tests, die Rockerbox komplett konzipiert und umsetzt; Umfrageantworten fließen als Touchpoints ein, ein eigenes Umfrageprodukt gibt es nicht
• Profit und Kosten: keine. Der Profit im LTV-Kohortenbericht beruht auf einem Margenwert, den du selbst angibst
• Retention: LTV Cohorts, ein nativer Bericht mit Kunden, Conversions, Umsatz, Werbebudget, Wareneinsatz und Profit
• Shopsysteme neben Shopify: Magento, WooCommerce; keine Marktplatz-Integration gelistet
• Datenstandort und Compliance: hält sich an SOC-2-Standards, Verschlüsselung bei Übertragung und Speicherung; kein Serverstandort veröffentlicht
• Einstiegspreis und Laufzeit: nicht öffentlich. Die Tarifseite listet Einzelprodukte und verweist auf eine Demo
• Größte Stärke: die einzige Plattform im Vergleich, die lineares TV, OTT, Direktmailing, Audio und Podcasts misst, dazu die konkreteste veröffentlichte Onboarding-Dokumentation im Feld
• Größte Einschränkung: 6 bis 8 Wochen Onboarding plus rund neun weitere für MMM, und überhaupt keine Deckungsbeitragslogik
• Belegstufe: Produktaussagen öffentlich dokumentiert (Stufe 1); die größten Kundennamen im Vergleich, aber keiner davon erkennbar europäisch (Stufe 4)

Kernfunktionen

• Drei Messmethoden: Multi-Touch-Attribution, bayessches Marketing Mix Modeling mit Szenarioplaner und Incrementality-Tests, deren Ergebnisse Rockerbox einspielt, bei denen es berät oder die es komplett selbst durchführt.
• First-Party-Pixel, eingebunden über den Google Tag Manager, Segment, eine direkte Website-Integration oder eine Anbindung an Shopify.
• Server-to-Server-Integrationen mit der Google Ads Conversions API und Meta Relay, das Conversion-Anteile an das Modell von Meta zurückmeldet.
• LTV Cohorts, ein nativer Bericht mit Kunden, Conversions, Umsatz, Werbebudget, Wareneinsatz (COGS) und Profit. Der Profit ergibt sich aus einer Marge, die du selbst angibst; laut Dokumentation „kann sie bei Paid Social anders ausfallen als bei Paid Search“.
• Offline- und Upper-Funnel-Integrationen: lineares TV und OTT, Direktmailing, Audio und Telefon (Integrationen). Podcasts werden ohne Klick erfasst: Über Promo-Codes an der Kasse, Vanity-URLs und Umfrageantworten wird der Podcast jeweils als Touchpoint in den Weg zur Conversion eingefügt.

Grenzen

• Keine Margenstufen und keine GuV. Der Profit im Kohortenbericht beruht auf einem Margenwert, den du selbst angibst, nicht auf einem Kostenmodell aus Versand, Zahlungsgebühren und Retouren. Profitabilität auf Produktebene ist damit außer Reichweite. Eine dokumentierte Deckungsbeitragslogik, wie sie die europäischen Plattformen veröffentlichen, gibt es nicht.
• Das längste veröffentlichte Onboarding im Vergleich. Laut Hilfedokumentation „dauert das Onboarding bei Rockerbox in der Regel 6 bis 8 Wochen“. Für MMM kommen zwei Wochen Datenabgrenzung und rund sieben Wochen Implementierung hinzu, plus eine variable Phase der Datenerhebung, die „von einer Woche bis über einen Monat“ reicht. Die Marketingseite formuliert es lockerer: „oft innerhalb weniger Wochen“. So oder so ist das eine andere Größenordnung als die ein bis zwei Wochen, die die meisten Anbieter im Feld angeben.
• Keine öffentlichen Preise. Die Tarifseite listet Einzelprodukte ohne Preisangaben und verweist auf eine Demo.
• Die Abdeckung der Shopsysteme ist schmal: Shopify, Magento und WooCommerce, keine Marktplatz-Integration gelistet.
• Kein veröffentlichter Serverstandort. Rezensenten nennen außerdem eine steile Lernkurve, Bedarf an Entwicklerressourcen für das Setup und begrenzte Anpassungsmöglichkeiten im Reporting.

Fazit

Rockerbox ist ein gutes Produkt, das mit den falschen Tools verglichen wird. Investierst du nennenswert in Fernsehen, Direktmailing oder Podcasts und hast einen Analysten, der das Modell verantwortet, misst Rockerbox diesen Mix besser als jedes andere Tool im Vergleich. Für die Frage, welcher Kanal nach Versand und Retouren auf Produktebene profitabel ist, wurde die Plattform dagegen nicht gebaut.

Weitere 5 Plattformen im Kurzprofil

SegmentStream ist eine Marketing-Measurement-Engine mit kanalübergreifender Attribution, geobasierten Holdout-Incrementality-Tests und automatisierter Budgetverteilung. Dazu kommt eine Reattribution anhand von Kundenangaben, bei der „ein LLM-Klassifikator Rohtext in Kanalgruppen normalisiert“. Auf E-Commerce beschränkt ist SegmentStream nicht; der Full-Funnel-Tarif deckt CRM-Conversions für längere Verkaufszyklen ab. Die Preise sind öffentlich und gestaffelt: ab 800 $ im Monat für Online, ab 1.200 $ für Full Funnel und ab 5.000 $ für Enterprise, abgerechnet wird vierteljährlich oder jährlich (Preise). Incrementality-Tests sind in den beiden unteren Tarifen ein Add-on und in Enterprise enthalten; automatisierte Budgetverteilung gibt es nur in Enterprise. Margen- und Kohortenreporting sind nicht dokumentiert. Passt, wenn: deine Messfrage E-Commerce und CRM umfasst und du die Budgetverteilung automatisieren willst.

ThoughtMetric ist ein fokussiertes E-Commerce-Attributionstool mit „fünf Attributionsmodellen, damit du deine Marketingdaten aus jedem Blickwinkel siehst“, Post-Purchase-Umfragen und Lifetime-Value-Reporting sowie Integrationen für Shopify, WooCommerce, BigCommerce und Magento. Auf G2 hat es einige Dutzend Bewertungen mit starkem Schnitt, und die Preise „hängen von deinen monatlichen Seitenaufrufen ab, ab 99 $ pro Monat für bis zu 50.000 Seitenaufrufe“. Deckungsbeitrag und Kohortenanalyse sind nicht als Produktfunktionen dokumentiert. Passt, wenn: du Multi-Touch-Attribution und LTV zu einem niedrigen Preis willst und deine Margenrechnung bereits woanders läuft.

adtribute ist eine deutsche Attributions- und Analytics-Plattform, die auf einem Semantic Layer und einem dedizierten Data-Team aufbaut. Dazu kommen konfigurierbare Attributionsmodelle, First-Party-Tracking, das als „ITP-, ETP- und Adblocker-sicher“ beschrieben wird, und die Anreicherung durch Post-Purchase-Umfragen. Zum Hosting äußert sich adtribute ausdrücklich: „adtribute ist in Deutschland entwickelt, vollständig auf EU-Servern gehostet und voll DSGVO-konform.“ GuV, Produktperformance, Retention-Kohorten und Margenstrukturen sind dokumentiert. Die Preise sind öffentlich: Attribution kostet ab 449 € im Monat (statt durchgestrichener 499 €) und richtet sich an Marken ab 3 Mio. € Jahresnettoumsatz, Insights ab 549 € (statt 649 €) an Marken ab 10 Mio. €. Eigenes Event-Tracking und Actions kosten je 169 €, das betreute Data-Team pauschal 1.499 € im Monat. Auf G2 hat adtribute ein paar Dutzend Bewertungen mit starkem Schnitt. Passt, wenn: du ein betreutes Data-Team-Modell statt Self-Service willst.

Hyros ist eine Ad-Tracking- und Attributionssoftware auf Basis von deterministischem Matching, das „Events über bekannte Kennungen wie E-Mail oder Telefonnummer verbindet, nicht über statistische Vermutungen“. Neben E-Commerce bedient Hyros auch Anbieter von Infoprodukten, Kursanbieter, Agenturen und SaaS-Unternehmen. Integriert sind Shopify, WooCommerce, BigCommerce und Magento; der Einstieg liegt bei 69 $ pro Monat für bis zu 5.000 $ getrackten Monatsumsatz. Lifetime Value und Kohortenreporting nach Akquisedatum sind dokumentiert; Profit, Wareneinsatz und Deckungsbeitrag nicht. Passt, wenn: dein Geschäft ebenso lead- und telefongetrieben wie warenkorbgetrieben ist.

Lifetimely, inzwischen unter der Marke Amp, ist ein Profit-Analytics-Tool für Shopify und keine Attributionsplattform. Es bietet eine tägliche GuV, die „echten Nettogewinn, täglich aktualisiert“ liefert, ein prädiktives LTV-Modell und eigene Kohortenberichte, die „CAC und Lifetime Value nach Produkt, Produkttyp, zuerst gekauftem Artikel, genutzten Rabattcodes, Land, Bestell-Tags, Kunden-Tags und mehr“ aufschlüsseln. Attribution gibt es als Profitansicht nach Kanal und Kampagne mit einem vollständigen UTM Explorer; benannte Attributionsmodelle fehlen. Im Shopify App Store ist es als Lifetimely Profit Analytics gelistet und hat dort mit Abstand die größte Basis aller Tools in diesem Vergleich. Es gibt eine kostenlose Installation und bezahlte Tarife für 49 $, 149 $ und 299 $ im Monat. Passt, wenn: du reiner Shopify-Shop bist und Profit und LTV die eigentliche Frage sind.

Von der Attribution zur Single Source of Truth

Jede Marke in diesem Markt beginnt mit der Frage, welcher Kanal den Verkauf ausgelöst hat. Die Frage ist richtig, reicht für sich genommen aber nicht. Nützlich wird die Antwort erst, wenn drei weitere Zahlen zu ihr passen. Was hat diese Kundin oder dieser Kunde nach Versand, Zahlungsgebühren und Retouren gekostet? Was hat sie oder er in den folgenden zwölf Monaten gekauft? Und stimmt die Umsatzzahl, die das Attributionstool aufteilt, mit der überein, die der Finanzabteilung vorliegt?

Liegen diese Zahlen in getrennten Tools, beginnt jedes Meeting mit einem Abgleich. Entschieden wird danach, falls die Stunde reicht. Das Marketing bringt den ROAS aus den Werbeplattformen mit, die Finanzabteilung die GuV, das Retention-Team ein Kohortendiagramm aus einem vierten System. Gestritten wird dann darüber, wessen Zahl stimmt, und nicht darüber, was zu tun ist. Die Toolfrage sieht aus wie eine Messfrage, ist aber eigentlich eine Organisationsfrage.

Was jetzt folgt, ist eine redaktionelle Einschätzung, und hier steht genau, worauf sie beruht. Wir haben die veröffentlichten Bewertungen auf Klars OMR-Profil und die sechs Kundenfallstudien gelesen, die Klar mit Zahlen veröffentlicht, und darin nach den Worten gesucht, mit denen Kunden beschreiben, was sich nach dem Wechsel verändert hat. Das Wort, das immer wieder fällt, ist nicht „Genauigkeit“. Das ist eine Auswertung veröffentlichten Materials, keine Umfrage: Niemand wurde mit einer standardisierten Frage befragt, die Stichprobe besteht aus Kunden, die eine Bewertung geschrieben oder einer Fallstudie zugestimmt haben, und beide Gruppen sind zugunsten von Klar vorselektiert. Lies das Ergebnis als Muster, das du in deinem eigenen Referenzgespräch überprüfen kannst, nicht als Statistik. Mit diesem Vorbehalt gilt: Fragt man Kunden, was sich nach dem Wechsel geändert hat, sagen die wenigsten, die Attribution sei genauer geworden. Sie erzählen stattdessen, dass es jetzt eine Zahl gibt, die alle im Raum akzeptieren, und dass sie am Montagmorgen danach handeln können, ohne vorher ein Vorbereitungsmeeting abzuhalten. Und es fällt immer derselbe Begriff, in den OMR-Bewertungen wie in den Fallstudien: Single Source of Truth. Zwei Beispiele zeigen, was das konkret bringt.

Venen Engel, eine deutsche Marke für Kompressionsmassagegeräte, steuerte nach ROAS und stellte dann fest: Die Anzeigen mit dem höchsten ROAS waren Closer mit geringer Incrementality, die den oberen Funnel unbemerkt aushungerten. Mit Days-to-Conversion-Daten, die zeigten, wie lang die Customer Journey tatsächlich ist, stieg der Umsatz um 55 % und der CM3 um 70 %, der CAC sank um 27 %, jeweils gegenüber dem Vorjahr. Parallel gelang der Markteintritt in Spanien (Case Study).

Stapelstein, ein deutscher Hersteller modularer Bewegungs- und Spielsysteme, der über B2B, B2C und den Einzelhandel verkauft, expandierte in fünf Märkte mit unterschiedlichen Nachfragekurven. Wöchentliche regionale Budgetreviews auf Basis von MMM und datengetriebener Attribution auf Kanal-, Adset- und Creative-Ebene brachten im ersten Quartal gegenüber dem Vorjahr ein Plus von 38 % beim D2C-Umsatz, 44 % beim CM3 und 12 % beim MER. Dank CM3-Monitoring in Echtzeit konnte die Marke ihren ersten Black Friday durchziehen: Er endete bei 800.000 €, um 7 Uhr morgens war ausverkauft. In den Worten der Marke selbst: „Wir hätten den Black Friday nie weiterlaufen lassen ohne ein Tool, mit dem wir den CM3 in Echtzeit überwachen können.“ Daten zu Produktbeziehungen und die Post-Purchase-Umfrage zeigten außerdem, dass ein Produkt, das als Retention-Artikel galt, in Wirklichkeit ein Akquise-Artikel für eine völlig neue Zielgruppe war (Case Study).

In beiden Fällen zeigt sich dasselbe Muster, und keins davon hat mit der Genauigkeit der Attribution zu tun. Beide Marken trafen eine Entscheidung, die vorher nicht möglich war: Budget von Closern in den oberen Funnel verschieben, den Black Friday auf Basis des Echtzeit-CM3 weiterlaufen lassen. Möglich wurde das durch eine Zahl statt vier, so verlässlich, dass niemand sie vorher noch einmal nachprüfte.

Genau das bringt eine Single Source of Truth: keinen besseren Bericht, sondern eine tatsächliche Entscheidungsgrundlage.

So entscheidest du

Läuft dein Shop auf etwas anderem als Shopify? Diese Frage siebt das Feld vor allen anderen aus. Polar arbeitet mit Shopify und Amazon Seller Central. Northbeam dokumentiert Shopify und Amazon nativ und bindet alles andere über eine Orders-API an. Triple Whale ergänzt BigCommerce und WooCommerce. Klar und Admetrics binden beide Shopware und Magento an, Tracify Shopware 6. Setzt du Shopware oder Magento ein, ist deine Liste schon kurz, bevor du auch nur eine einzige Funktion bewertet hast. Bei JTL ist unter den geprüften Plattformen nur für Admetrics eine Anbindung dokumentiert; frag bei Klar im Gespräch ausdrücklich danach.

Verlangt deine Datenschutzbeauftragte oder dein Datenschutzbeauftragter eine Verarbeitung in Europa? Im DACH-Raum ist das meist die zweite Hürde nach dem Shopsystem. Wer personenbezogene Daten über einen Dienstleister verarbeiten lässt, braucht einen Auftragsverarbeitungsvertrag (AVV) und muss wissen, wo die Daten liegen und welche Unterauftragsverarbeiter beteiligt sind. Klar nennt 100 % europäisches Hosting mit ISO 27001, Tracify Server ausschließlich in Deutschland, adtribute EU-Server. Admetrics gibt in seinem AVV deutsche Server an, mit einem Warehouse-Unterauftragsverarbeiter in Irland. Triple Whale und Northbeam veröffentlichen Listen von Unterauftragsverarbeitern, die ausschließlich aus Unternehmen außerhalb der EU bestehen; Polar und Rockerbox veröffentlichen gar keinen Verarbeitungsort. Bei keinem dieser vier ist eine Verarbeitung in der EU dokumentiert, aber auch bei keinem, dass sie ausgeschlossen wäre. Lass dir von jedem Anbieter auf deiner Shortlist den AVV, die aktuelle Liste der Unterauftragsverarbeiter und den Verarbeitungsort geben, bevor du einen Test startest.

Verkaufst du vor allem im DACH-Raum, und wer nutzt die Plattform dort bereits? Ein Blick auf die veröffentlichten Kundenlisten hilft. Klar gibt mehr als 2.000 Marken an, davon rund 90 % im DACH-Raum, und nennt über achtzig davon öffentlich. Triple Whale veröffentlicht genau eine DACH-Referenz, auf den Kundenseiten von Northbeam und Rockerbox haben wir keine gefunden. Das ersetzt kein Referenzgespräch, zeigt dir aber, mit wem du überhaupt eins führen kannst.

Verkaufst du neben dem eigenen Shop auch auf Marktplätzen? Hier steigen mehrere Plattformen stillschweigend aus. Klar, Admetrics, Polar und Northbeam binden Amazon an. Tracify und Rockerbox listen keine Marktplatz-Integrationen. Läuft ein Drittel deines Umsatzes über Amazon und kann ein Tool denselben Kunden nicht kanalübergreifend abgleichen, überschätzt es jeden Monat deine Neukundenzahl.

Wie kompliziert ist dein Geschäft wirklich? Zähl die Versandprofile, die Landesgesellschaften und die Währungen, dazu die Stellen, an denen ein Kostenblock liegt, den kein System kennt. Ist die Antwort überall eins, passt der größte Teil dieses Vergleichs zu dir. Hast du dagegen vierzehn Versandprofile in drei Ländern mit unterschiedlicher Umsatzsteuer und obendrein einen Marktplatzanteil, dann lautet die Frage nicht mehr, welches Tool am besten misst, sondern welches dein Geschäft überhaupt abbilden kann. Bitte jeden Anbieter auf deiner Shortlist, in der Demo eines deiner sperrigen Produkte zu modellieren: mit echtem Gewicht, echter Retourenquote und echtem Markt. Wer mit Durchschnittswerten arbeiten will, sagt es dir innerhalb einer Minute.

Ist dein Problem die Messung, oder ist es die Entscheidung nach der Messung? Willst du nur wissen, welcher Kanal den Verkauf ausgelöst hat, erledigen das die Measurement-first-Plattformen gut, und du zahlst kein Margenmodell mit. Steckt hinter dieser Frage aber eigentlich die Frage, ob der Kanal auf Produktebene Geld verdient, stehst du mit einer Measurement-Plattform am Ende wieder am Anfang: mit einer besseren Zahl, die trotzdem nicht in der GuV ankommt.

Machst du weniger als etwa 1 Mio. € Umsatz, mit einem Produkt und einem Kanal? Dann ist der größte Teil dieses Vergleichs für dich überdimensioniert. Eine Profit-Analytics-App beantwortet deine Fragen ausreichend, und die Setup-Flexibilität, für die du anderswo zahlen würdest, hätte bei dir noch keinen Sinn.

Das Urteil für 2026

Ehrlich zusammengefasst: Das Measurement-Problem ist weitgehend bearbeitet, das Problem der Entscheidungsfindung danach nicht. Die meisten Plattformen im Vergleich liefern Belastbares dazu, welcher Kanal einen Verkauf ausgelöst hat. Deutlich weniger können sagen, was dieser Verkauf nach Kosten wert war, und noch weniger schaffen beides auf Basis derselben Definition einer Bestellung. In dieser Lücke liegt das Geld. Deshalb bezeichnet sich keines der stärksten Produkte in diesem Feld mehr als Attributionstool.

Klar schließt die Lücke auf einer Infrastruktur, die europäische und insbesondere DACH-Marken tatsächlich nutzen können. Konkret heißt das: alle vier Measurement-Methoden, einschließlich geobasierter Incrementality-Tests; ein veröffentlichter Margen-Stack von CM1 bis EBITDA, der direkt mit den Attributionsdaten verknüpft ist; Kohortenanalyse, Customer Lifetime Value und eine prognostizierte CLV-Kennzahl; sechs nativ angebundene Shopsysteme, darunter Shopware und Magento; eine Kostenlogik, die nach Produkt und Markt unterscheiden kann, statt in einem Durchschnitt zu enden; 100 % europäisches Hosting mit ISO 27001; 200 € im Monat für Core und 400 € für die oben beschriebene Attributions-Suite, ohne langfristigen Vertrag und ohne Setup-Kosten. Der Dashboard-Builder kommt erst Anfang 2027, der Conversion-Pushback ist in Entwicklung, bei der KI im Produkt liegt Klar hinter den Spitzenreitern, und international gibt es noch keine Bewertungen. Was es heute gibt, ist eine Zahl, mit der eine europäische Marke zwischen 1 Mio. € und über 100 Mio. € Umsatz ihr Geschäft steuern kann.

Triple Whale hat den breitesten Funktionsumfang der Kategorie und passt zu Shopify-Marken außerhalb der EU. Admetrics veröffentlicht die klarsten Margenformeln und hat wie Klar eine europäische Basis, allerdings mit deutlich weniger Belegen, an denen man das prüfen kann. Polar Analytics ist die richtige Wahl, wenn dir direkter SQL-Zugriff auf die Datenschicht wichtiger ist als alles andere. Northbeam und Rockerbox sind Measurement-Plattformen für Teams mit Analysten, und Rockerbox ist die einzige im Vergleich, die Offline-Media sauber misst. Tracify geht beim Tracking im DACH-Raum tief, endet aber bei der aggregierten GuV. SegmentStream verbindet E-Commerce und CRM, adtribute bietet eine betreute Data-Platform auf EU-Servern, ThoughtMetric und Hyros decken Klick-Attribution zu einem niedrigen Einstiegspreis ab, und Lifetimely passt zu Shopify-Marken, für die von Anfang an der Profit die eigentliche Frage war.

Häufig gestellte Fragen

Jede Antwort ist so geschrieben, dass sie auch ohne den restlichen Artikel verständlich ist, und nennt zuerst das Ergebnis, dann die Begründung.

Welches ist das beste Attributionstool für E-Commerce im DACH-Raum 2026?

Für Marken im DACH-Raum und in Europa, die Attribution und Deckungsbeitrag in einem System brauchen: Klar. Für Shopify-first-Marken im US-Markt: Triple Whale. Einen Sieger für beide gibt es nicht. Die richtige Antwort hängt stärker von deinem Shopsystem, deinen Hosting-Anforderungen und der Komplexität deiner Kostenstruktur ab als von der Attributionsmethodik, weil diese drei Filter den Großteil der Anbieter aussortieren, bevor der Funktionsvergleich überhaupt beginnt.

Klar oder Triple Whale: Was ist besser?

Klar für europäische Marken auf jedem Shopsystem; Triple Whale für Shopify-first-Marken außerhalb der EU. Klar ist besser für europäische Marken auf Shopify, Shopware, Magento oder Centra, für alle, die eine Verarbeitung in Europa brauchen, und für Teams, die den Deckungsbeitrag direkt neben ihren Attributionsdaten sehen wollen. Triple Whale ist besser für US-Shopify-Marken, die den breitesten All-in-one-Funktionsumfang und die Sicherheit einer international breiteren Bewertungsbasis wollen. Den Ausschlag geben Hosting, Shopsystem-Abdeckung und die Frage, ob du Conversion-Pushback brauchst. Hierfür gibt es wiederum spezialisierte Anbieter.

Brauche ich noch Google Analytics, wenn ich ein Attributionstool habe?

Ja. Behalte GA4, aber erwarte von ihm Antworten auf eine andere Frage. Für das Verhalten auf der Website bleibt GA4 nützlich. Klar und seine Wettbewerber gibt es, weil GA4 Werbeausgaben, Umsatz auf Bestellebene und Kostendaten nicht zu einer Profitansicht zusammenführen kann. Attributionstools ersetzen den ROAS der Werbeplattformen, dem du nicht trauen kannst. Deine Webanalyse bleibt, wie sie ist.

Welche Attributionstools hosten Daten in der EU?

Vier der zwölf Anbieter geben eine Verarbeitung in Europa an: Klar, Tracify, adtribute und Admetrics. Klar nennt 100 % europäisches Hosting mit ISO-27001-Zertifizierung; das ist die einzige veröffentlichte Zertifizierung dieser Art, die wir im Vergleich gefunden haben. Tracify nennt Server ausschließlich in Deutschland, adtribute EU-Server. Admetrics gibt in seinem Auftragsverarbeitungsvertrag deutsche Server an, der Warehouse-Unterauftragsverarbeiter sitzt in Irland. Triple Whale läuft auf Google Cloud mit Unterauftragsverarbeitern in vier Ländern, auf Northbeams veröffentlichter Liste stehen ausschließlich Unterauftragsverarbeiter aus den USA, und Polar und Rockerbox veröffentlichen keinen Serverstandort.

Worauf muss ich bei einem Attributionstool im DACH-Raum datenschutzrechtlich achten?

Auf drei Dinge: den Auftragsverarbeitungsvertrag (AVV), den Verarbeitungsort und die Liste der Unterauftragsverarbeiter. Ein Attributionstool verarbeitet Bestell- und Besucherdaten im Auftrag deines Unternehmens, und dafür ist nach der DSGVO ein AVV nötig. Frag jeden Anbieter auf der Shortlist nach dem AVV, dem Ort, an dem die Daten verarbeitet werden, und der aktuellen Liste der Unterauftragsverarbeiter. Wie viel davon öffentlich dokumentiert ist, unterscheidet sich stark: Klar nennt 100 % europäisches Hosting mit ISO 27001, Tracify Server in Deutschland, adtribute EU-Server und Admetrics laut AVV deutsche Server. Bei Triple Whale und Northbeam sitzen alle veröffentlichten Unterauftragsverarbeiter außerhalb der EU, bei Polar und Rockerbox ist kein Standort veröffentlicht. Das ist eine Übersicht über öffentlich Dokumentiertes und keine Rechtsberatung; die Bewertung liegt bei deiner Datenschutzbeauftragten oder deinem Datenschutzbeauftragten.

Welches Attributionstool nutzen die größten deutschen E-Commerce-Marken?

Gemessen an den veröffentlichten Kundenlisten: Klar. Ein offizielles Register gibt es allerdings nicht, das ist also eine Auswertung von Anbieterseiten und keine gesicherte Tatsache. Demnach hat Klar die breiteste deutschsprachige Kundenbasis der Kategorie. Es nennt insgesamt mehr als 2.000 Marken, davon rund 90 % im DACH-Raum, und führt über achtzig davon öffentlich namentlich auf. Darunter ist in den meisten großen Kategorien jeweils die führende Direct-to-Consumer-Brand: Food und Getränke, Mode, Sporternährung, Spielzeug, Haushaltswaren und Gesundheit. Auch Tracify und adtribute haben beachtliche deutsche Kundenlisten, mit anderer Gewichtung. Triple Whale veröffentlicht genau eine DACH-Referenz, die Hundefuttermarke HelloBello, und auf den Kundenseiten von Northbeam und Rockerbox haben wir gar keine gefunden. Für Käufer aus Deutschland ist das die nützlichste Information über diese drei. Prüf die Kundenseiten selbst, bevor du irgendjemandem glaubst, auch diesem Artikel.

Welche Attributionstools führen echte Incrementality-Tests durch?

Fünf der zwölf dokumentieren solche Tests: Klar, Triple Whale, Polar Analytics, Northbeam und Rockerbox. Nur bei Klar sind sie schon im Einstiegstarif mit Attribution enthalten. Klar dokumentiert geobasierte Incrementality-Tests, die sein Marketing-Mix-Modell kalibrieren, dazu eine separate randomisierte Methodik für Retention-Maßnahmen. Laut Klar wurden seit dem Start im Kundeneinsatz im Februar 2026 mehr als 50 Geo-Tests aufgesetzt. Triple Whale bietet Geo-Lift-Holdouts über Compass an, unterhalb von Enterprise ein kostenpflichtiges Add-on. Polar Analytics bietet Causal Lift für Google und Meta weltweit sowie für TikTok in den USA an. Für Conversion-basierte Tests empfiehlt Polar rund 100 Neukunden pro Tag, darunter ein Traffic-Ziel. Rockerbox konzipiert die Tests für dich und setzt sie komplett um. Northbeam bietet Incrementality als Add-on ab dem Professional-Tarif. Tracify, ThoughtMetric, Hyros, adtribute und Lifetimely dokumentieren keine. Von den vier Messmethoden belegt nur Incrementality Kausalität, und gerade sie wird am häufigsten separat verkauft. Prüf also, in welchem Tarif sie enthalten ist, bevor du Listenpreise vergleichst.

Funktioniert Attribution rückwirkend, wenn ich das Tool wechsle?

Nein, nicht vollständig, und das gilt für jeden Anbieter im Vergleich, nicht nur für einen. Historische Bestellungen und Umsätze werden aus deinem Shopsystem importiert, aber die pixelbasierte Attribution beginnt erst, wenn der Pixel live ist. Klar kann über UTM-Parameter rückwirkend attribuieren, wenn zuvor bereits eine saubere Namenskonvention bestand, allerdings deutlich weniger detailliert. Manche Modelle brauchen außerdem drei bis vier Wochen Daten, bevor sie verlässlich sind. Plane also in jedem Fall eine Lücke ein.

Was ist die beste Triple-Whale-Alternative für eine europäische Marke?

Klar, wenn du den Deckungsbeitrag im selben Modell brauchst, und Admetrics, wenn dir Margenformeln und Marktplatzabdeckung wichtiger sind als Retention-Reporting. Beide verarbeiten in Europa, beide binden Shopware, WooCommerce und Magento nativ an, und beide veröffentlichen Margenstufen bis zum EBITDA, also genau das, was Triple Whale nicht dokumentiert. Den Kompromiss machst du beim Ökosystem: Triple Whale liefert Conversion-Pushback, Agenten im Produkt und Warehouse-Sync, Klar bietet heute keins davon. Beruht deine Strategie darauf, das Signal anzureichern, das du an Meta und Google zurückspielst, statt das Budget selbst umzuschichten, verlierst du mit jeder Triple-Whale-Alternative in diesem Feld genau diese Fähigkeit.

Welches Tool funktioniert mit Shopware oder Magento?

Für Shopware: Klar, Admetrics und Tracify. Für Magento: Klar, Admetrics, Rockerbox, ThoughtMetric und Hyros. Klar bindet Shopify, Shopware, WooCommerce, Magento, Centra und Amazon Seller Central an. Admetrics listet Shopware, Magento, WooCommerce und JTL. Tracify bindet Shopware 6 und WooCommerce an. Rockerbox, ThoughtMetric und Hyros listen Magento. Polar arbeitet nur mit Shopify und Amazon, und Northbeam dokumentiert Shopify und Amazon nativ. Keine andere Frage streicht so viele Plattformen von einer europäischen Shortlist.

Jede Aussage in diesem Artikel ist direkt an der Stelle, an der sie steht, mit ihrer Quelle verlinkt. Der vollständige Quellenindex und die Methode hinter der Reihenfolge stehen auf How we compare ecommerce attribution tools (auf Englisch).