adtribute MCP

Sprich mit deinen Daten

Verbinde dein bevorzugtes KI-Tool und hol dir Antworten, Empfehlungen, Automatisierung und eigene Reports auf Anfrage. Angetrieben von einem Semantic Layer für genaue Daten, denen du vertrauen kannst.

Chat with

ClaudeChatGPTGemini

Example questions adtribute MCP can answer:

  • Wie ist unser ROAS pro Kanal in den letzten 7 Tagen im Vergleich zu den 7 Tagen davor?
  • Wie verändert sich der Meta Neukunden-ROAS zwischen verschiedenen Attributionsmodellen?
  • Warum ist mein Meta CAC in den letzten 7 Tagen gestiegen?
  • Was ist meine stärkste Meta Ad basierend auf CM2?
  • Was ist meine stärkste Kundenkohorte nach Produkt?
  • Was ist der stärkste Kanal basierend auf meinem Custom Attributionsmodell, 2026 im Vergleich zu 2025?

Täglich genutzt von führenden E-Commerce Marken

Custom Reports in Sekunden

Bau jeden Report, den du brauchst, indem du einfach fragst. Überspring das Dashboard und hol dir genau die Aufschlüsselung, die du willst, aus jedem KI-Tool, das du nutzt.

  • Frag nach jeder Metrik, Dimension oder Aufschlüsselung in normaler Sprache
  • Reports entstehen in Sekunden, ohne SQL und ohne Analyst-Tickets
  • Konfiguriere Zeiträume, Filter und Gruppierungen im Handumdrehen
  • Dieselben Zahlen wie in deinen Dashboards, berechnet aus dem Semantic Layer

Wie ist der ROAS der letzten 7 Tage bei First-Touch-Attribution im Vergleich zu den 7 Tagen davor?

Vergleichende ROAS-Analyse über zwei aufeinanderfolgende Zeiträume orchestriert

Ich ziehe die vorherigen 7 Tage (18. bis 24. Mai) mit demselben Modell.

Get insights
Erstelle Zwei-Zeitraum-Visualisierung mit überlagerten Tagesmetriken

Hier ist die letzte Woche (25. bis 31. Mai) gegen die Vorwoche (18. bis 24. Mai), gleiches Modell.

ROAS

3.97

von 4.47 ↓ 11%

Bruttoumsatz

€324k

von €387k ↓ 16%

Channel-Spend

€82k

von €87k ↓ 6%

Letzte 7 Tage · 3.97Vorherige 7 Tage · 4.47

Teile das nach Kanal auf für den Mai dieses Jahr. Zeig Spend, Net Revenue, NC-ROAS und ROAS.

Kanalanalyse Mai 2026 für vier Plattformen orchestriert

Gleiche Ansicht für den gesamten Mai 2026, beschränkt auf deine vier Kernkanäle.

Kanalmetriken berechnet und Effizienzpotenziale identifiziert

Hier ist der Split für den gesamten Mai 2026 für Meta, Google, Influencer und Pinterest.

Spend (€)Net revenue (€)ROAS (right)NC-ROAS (right)
ChannelSpendNet revenueROASNC-ROAS% new
Google Ads208,700753,8273.611.7248%
Meta Ads140,892220,5601.571.2882%
Influencer Ads9,33042,3264.543.6881%
Pinterest Ads6,19719,3483.122.7989%
Total / blended€365,119€1,036,0612.841.6257%

Custom Model, 1. bis 31. Mai 2026. Net Revenue = Brutto − Steuern. ROAS = Net Revenue ÷ Spend. NC-ROAS = Neukunden-Net-Revenue ÷ Spend. Net Revenue enthält noch COGS, 1.0 ist also kein Gewinn-Break-even.

Über den vollen Monat wird das Bild schärfer, und das Auffälligste: Deine zwei kleinsten Kanäle sind bei der Neukundengewinnung am effizientesten. Influencer ist der beste der vier: ROAS 4.54, NC-ROAS 3.68, mit 81% des Umsatzes von Neukunden bei nur €9.3k Spend. Pinterest zeigt dasselbe Muster eine Stufe darunter: ROAS 3.12, NC-ROAS 2.79, 89% Neukunden, bei €6.2k. Beide boxen deutlich über ihrer Gewichtsklasse.

Google ist der Contribution-Anker, nicht der Wachstumsmotor. €208.7k Spend holen €753.8k Net Revenue (ROAS 3.61), aber nur 48% dieses Umsatzes kommen von Neukunden, der Neukunden-ROAS landet also bei 1.72. Google monetarisiert bestehende Nachfrage effizient und bringt einen kleineren Anteil an echten Neukäufern als die kleinen Kanäle.

Tiefe Insights und Empfehlungen

Analysiere, diagnostiziere und hol dir Empfehlungen, was als Nächstes zu tun ist. Geh Anomalien auf den Grund, hak mit weiteren Fragen nach, komm zur Ursache und handle nach Rat, der auf deinen echten Daten beruht.

  • Diagnostiziere Ursachen wie „warum ist der CAC diesen Monat um 30 Prozent gestiegen“
  • Vergleiche jede Dimension und Metrik in einer Konversation
  • Deck Anomalien und Ausreißer auf, die dein Dashboard nie hervorheben würde
  • Stell Folgefragen in natürlicher Sprache
  • KI-Empfehlungen, verankert in deinen echten Zahlen

Wie entwickelt sich der CAC dieses Jahr für Meta und warum geht er runter oder rauf?

Strategie zur Meta CAC-Zerlegung aus Spend-, Neukunden- und Effizienzmetriken aufgebaut

Ich schaue mir Meta im Detail an. Ich ziehe monatlichen Spend, Neukunden, Klicks und Impressions, um den CAC in Cost-per-Click und Klick-zu-Kunde-Conversion zu zerlegen.

Marketing-Metriken-Framework für die Analyse zusammengestellt

Der Meta CAC ist gestiegen, und zwar deutlich. Hier ist der Monatsverlauf dieses Jahr.

Meta CAC (€ / new customer)

Jetzt zum Warum. CAC ist Cost-per-Click geteilt durch Klick-zu-Kunde-Conversion, also habe ich alle beweglichen Teile auf Januar indexiert, um zu sehen, welcher bremst.

CACCPCCTRCPM

Der Meta CAC ist stark gestiegen. Er kletterte von €64 im Januar auf €104 im Mai (plus 62%) und stieg in vier der fünf Monate. Die Neukunden über Meta fielen von rund 4,060 auf 1,359, während du den Spend um 46% gekürzt hast. Selbst mit weniger Budget wurde also jeder Kunde teurer.

Die Zerlegung zeigt auf einen Schuldigen. Teurere Klicks sind ~90% der Story. Der CPC ging von €0.75 auf €1.15 (plus 53%), und das allein erklärt fast den gesamten CAC-Anstieg. Die Klick-zu-Kunde-Conversion endete ungefähr da, wo sie gestartet ist (1.17% zu 1.11%), es ist also kein Landingpage- oder Angebotsproblem.

Und die Klicks wurden teurer wegen sinkender Klickrate, nicht wegen Auktionsinflation. Der CPM, die Kosten, um tausend Leute zu erreichen, war über den Zeitraum praktisch flach (um die €10, mit einem einmonatigen April-Ausreißer, der sich wieder zurückgebildet hat). Bewegt hat sich der CTR, der stetig von 1.40% auf 0.90% fiel (minus 36%). Gleiche Kosten, um die Ads auszuspielen, weniger Leute klicken, also kostet jeder Klick mehr.

Dieses Muster, flacher CPM bei stetig fallendem CTR, ist der klassische Fingerabdruck von Creative- und Audience-Fatigue, nicht einer teureren Auktion. Die Ads werden zum normalen Preis ausgespielt, kommen aber mit der Zeit schlechter an. Das zeigte sich sogar, während du den Spend zurückgefahren hast, was die übliche Erklärung „in schlechteres Inventar skaliert“ ausschließt. Du hast runterskaliert und die Fatigue kam trotzdem.

Eine Nuance, die die indexierten Linien zeigen: Der frühe Anstieg (Jan bis Mär) war eigentlich eine nachlassende Conversion bei flachem CPC, der spätere Anstieg (Apr bis Mai) war dann der CPC-Sprung, während der CTR einbrach. Netto über das gesamte Fenster sind die Klicks der Treiber.

Der umsetzbare Take: Das ist ein Creative-Refresh- und Audience-Expansion-Problem, kein Preis- oder Conversion-Problem. Soll ich CTR und CPC pro Kampagne oder pro Ad ziehen, um zu sehen, ob die Fatigue in einzelnen Creatives konzentriert oder breit über den Account verteilt ist?

ja

Analysestrategie für Kampagnen-Performance über Zeiträume hinweg aufgebaut

Ich breche Meta nach Kampagnen runter und vergleiche den starken Monat (Januar) mit dem schwachen Monat (Mai), um zu sehen, ob der CTR-Verfall breit oder konzentriert ist. Zuerst der Januar.

Kampagnen-Performance über saisonale Schwankungen hinweg analysiert

Der Januar hat sieben aktive Kampagnen. Jetzt der Mai.

Kampagnenmetriken analysiert und Muster im Performance-Rückgang diagnostiziert

Beide Monate sind aufgeschlüsselt. Die Fatigue zieht sich breit durch die Prospecting-Kampagnen, mit einer klaren Ausnahme. Hier ist der CTR pro Kampagne, Januar gegen Mai.

CTR JanuarCTR Mai
CampaignSpend J→MCTR J→MCPC J→MCAC J→M
Evergreen Prospecting€121k→69k1.17→0.86€0.78→1.39€55→95
Creative Testing€33k→34k2.16→1.30€0.67→1.16€59→94
Partnership Ads€19k→25k2.90→1.03€0.49→0.98€99→196
Catalog Sales (DPA)€49k→10k1.29→1.39€0.73→0.80€76→90

Die Fatigue ist breit, nicht auf eine Kampagne konzentriert, mit einer aufschlussreichen Ausnahme.

Die drei Kampagnen mit fixen Creatives sind alle hart abgefallen. Partnership Ads verlor relativ am meisten CTR, von 2.90% auf 1.03% (minus 65%). Creative Testing fiel von 2.16% auf 1.30% (minus 40%), Evergreen Prospecting von 1.17% auf 0.86% (minus 27%). Der Cost-per-Click stieg im Gleichschritt und zog den CAC deutlich nach oben: Partnership Ads von €99 auf €196, Creative Testing von €59 auf €94, Evergreen Prospecting von €55 auf €95.

Catalog Sales (DPA) ist die Ausnahme, die das Muster bestätigt. Der CTR blieb sogar stabil (1.29% zu 1.39%), weil Dynamic Product Ads jedem User ein frisches, personalisiertes Creative ausspielen, es gibt also nichts Statisches, das ermüden könnte. Der CPC bewegte sich kaum (€0.73 zu €0.80) und der CAC blieb ebenfalls ungefähr stabil. Ermüdet sind genau die Kampagnen, deren fixe Creatives seit Monaten laufen.

Die Diagnose ist klar: Frische die Creatives der drei Prospecting-Kampagnen mit fixen Assets auf (Partnership Ads, Creative Testing, Evergreen Prospecting), dann sollte sich der CTR größtenteils zurück auf Januar-Niveau erholen. Catalog Sales (DPA) braucht keinen Creative-Eingriff. Soll ich das pro Ad runterbrechen, um die Creatives zu finden, die am härtesten abgebaut haben?

Wie sieht das im Vergleich zum gleichen Zeitraum letztes Jahr aus?

Strategie für die Fatigue-Analyse im Jahresvergleich aufgebaut

Ich ziehe denselben Kampagnen-Breakdown für letztes Jahr, Januar und Mai 2025, um zu sehen, ob diese Fatigue von Januar bis Mai ein saisonales Muster ist oder neu dieses Jahr. Zuerst Januar 2025.

Zeitliche Referenz für den Jahresvergleich verankert

Und Mai 2025.

CAC-Chart als entscheidenden Vergleichspunkt herausgearbeitet

Das ist der bisher aufschlussreichste Vergleich. Die CTR-Fatigue ist saisonal, das CAC-Ergebnis dieses Jahr aber nicht. Zuerst der CTR.

20252026

Jetzt der CAC, und da gehen die beiden Jahre auseinander.

20252026

Das Wichtigste: Der CTR hat 2025 (1.38% auf 0.92%, minus 33%) exakt dasselbe gemacht wie 2026 (1.40% auf 0.86%, minus 39%). Zwei Jahre, nahezu identische Abfallkurven. Was auch immer die Klick-Fatigue dieses Jahr getrieben hat, war letztes Jahr schon im Gange. Das saisonale Muster ist real.

Der CAC erzählt die gegenteilige Geschichte. 2025 ging der CAC von €120 im Januar auf €120 im Mai, durchgehend flach. 2026 lief er von €64 auf €104, plus 62% bei derselben CTR-Kurve. Interessant sind die Startpunkte: 2026 begann günstiger, endete aber 13% schlechter, und die Trajektorie zeigt in die falsche Richtung. Der CTR-Rückgang wurde letztes Jahr absorbiert und wird dieses Jahr nicht absorbiert.

Die Zerlegung: 2025 stieg der CPC von Januar bis Mai um 65%, während die CVR hielt, der CAC blieb also flach. 2026 stieg der CPC um 53% (etwas weniger als letztes Jahr), aber die CVR brach parallel ein, also riss der CAC aus. Was dich letztes Jahr geschützt hat, eine stabile Conversion bei teurer werdenden Klicks, ist genau das, was jetzt nicht mehr funktioniert. Gleiche Auktionsdynamik, kaputte Post-Click-Ökonomie.

Partnership Ads ist die Stelle, an der das 2026er Verhalten am härtesten von der saisonalen Norm abweicht, also würde ich dort zuerst hinschauen. Soll ich Partnership Ads bis auf Ad-Ebene runterbrechen, um zu sehen, ob ein bestimmtes Creative den Conversion-Einbruch ausgelöst hat?

Ja, geh tiefer rein

Ad-Level-Analyse geplant, um den Conversion-Einbruch zu lokalisieren

Ich gehe bei Partnership Ads auf die Ad-Ebene, weil der Conversion-Einbruch dort am schärfsten ist. Ich vergleiche die Ads derselben Kampagne im Januar mit Mai 2026. Zuerst Januar.

Kampagnenmetriken für Mai 2026 untersucht

Jetzt Mai, gleiche Kampagne, pro Ad.

Ad-Level-Daten ausgegraben, Kollaps des Creative-Rosters diagnostiziert, Budget-Fehlallokation lokalisiert

Hier ist das Ad-Level-Bild für Partnership Ads, und es revidiert die Conversion-Story von vorhin. Jede Bubble ist die Ad eines Creators, Größe nach Spend, positioniert danach, wie gut sie Klicks holt (CTR) und wie gut diese Klicks konvertieren (CVR). Oben rechts ist gut.

Creatives JanuarCreatives MaiBubble-Größe = Spend · oben rechts = gut

Die Januar-Kohorte sitzt oben rechts im Chart. Fünf Ads mit 2.6 bis 3.4% CTR und Conversion Rates zwischen 0.55% und 1.05%. Gesunde Streuung, gesunde Conversion, drei davon tragen den Spend.

Die Mai-Kohorte ist nach unten links gerutscht. Dieselbe Kampagne fährt jetzt Ads im Band von 0.7 bis 1.25% CTR, mit einer CVR, die auf 0.15 bis 0.4% eingebrochen ist. Die CVR war der Teil, der letztes Jahr gehalten hat. Jetzt hält sie nicht mehr. Zwei der Mai-Ads mit dem größten Spend sitzen im schlechtesten Quadranten des Charts, und genau dort entsteht der CAC-Ausreißer, den du in der Kampagnen-Sicht gesehen hast.

Zwei Maßnahmen lassen sich direkt aus dem Chart ablesen: Pausiere die Mai-Ads unten links und schichte das Budget auf den Creative-Archetyp um, der dem Januar am nächsten kommt und noch läuft. Soll ich dieselbe Brille auf Evergreen Prospecting anwenden, deine größte Kampagne und die größte Recovery-Chance?

ja

Zwischen zwei Analysen abgewogen, Priorität auf die größere Kampagne gelegt

Ich lege dieselbe Creator-Brille auf Evergreen Prospecting, deine größte Meta-Kampagne und die größte Recovery-Chance. Zuerst Januar.

Analysiere Ad-Level-Daten und Creative-Assets der Evergreen-Kampagne

Und Mai, gleiche Kampagne.

Kampagnenmetriken analysiert und Creative-Fatigue diagnostiziert

Beide Monate sind da. Evergreen verhält sich anders als Partnership Ads, und der Kontrast ist der nützliche Teil. Gleicher Creator-Scatter: Klicks auf der x-Achse, Conversion auf der y-Achse.

JanuarMaiBubble-Größe = Spend
Creative (Jan→May)CTRCVRCACSpend
Classic UGC #11.10→0.871.82→1.70€49→85€43k→19k
Short Edit V1 (now #1 spend)1.12→0.831.65→1.07€62→108€20k→24k
Long-form Editorial2.32→1.041.01→1.69€50→81€6k→4k
Sizing Helper1.04→0.861.65→2.19€57→70€16k→4k
Stack Discount1.12→off2.15→2.81€59→93€4k→4k
UGC Discovery H4 (€60 CAC)1.12→off1.60→off€60→OFF€12k→0

Evergreen Prospecting erzählt eine sauberere Geschichte als Partnership Ads. Beide Monate haben weiterhin Ads oben rechts (im guten Quadranten), und die Mai-Kohorte behält ein echtes Conversion-Signal, wo Partnership Ads es komplett verloren hat. Die Streuung der Kohorte ist die Neuigkeit: Im Mai ist der Spread breiter als im Januar, die Kampagne testet also mehr und verfällt nicht nur.

Eine Ad sticht heraus, „UGC Discovery H4“. Ein frisches Creative, mitten im Zeitfenster gelauncht: 2.19% CTR bei 2.81% CVR, die beste CVR der ganzen Mai-Kohorte, und mit €60 CAC der beste Wert beider Monate. Aktuell ist sie mit rund €3k unterfinanziert, in einer Kampagne, die das Zehnfache auf Mittelfeld-Performer ausgibt.

Der Netto-Take über Meta hinweg: Partnership Ads braucht einen Creative-Rebuild und eine Pause der schlimmsten Ausreißer auf Ad-Ebene. Evergreen Prospecting hat schon einen Gewinner, du stehst nur nicht dahinter. Rund €15k von den Mittelfeld-Ads in Evergreen auf UGC Discovery H4 umzuschichten und Partnership Ads mit dem Januar-Archetyp aufzufrischen würde den Großteil des Swings in wenigen Wochen zurückholen.

Angetrieben von einem Semantic Layer

Nachprüfbare Antworten ohne Halluzinationen. Jede Zahl kommt aus deinem Semantic Layer und entspricht exakt den Definitionen in deinen Dashboards.

Einfache Verbindung mit einem Klick

Verbinde dein bevorzugtes KI-Tool mit einem einzigen Klick. Kein Code, kein Setup, keine Integrationsarbeit nötig. Jede und jeder in deinem Team ist in Sekunden startklar.

  • Verbindung zu Claude mit einem Klick
  • Verbindung zu ChatGPT mit einem Klick
  • Verbindung zu Gemini mit einem Klick
  • Funktioniert mit jedem anderen MCP-fähigen KI-Tool

Scoped und sicherer Datenzugriff

Deine Daten bleiben scoped, sicher und read-only. Die KI bekommt nur aggregierten Zugriff, nie personenbezogene Daten.

  • Read-only-Zugriff, damit die KI Daten nie schreiben oder ändern kann
  • Datenzugriff nur auf aggregierte Daten
  • Keine PII, die KI-Tools preisgegeben wird

Erfolgsgeschichten unserer Kunden

Führende E-Commerce-Marken, die mit adtribute wachsen

Custom Attribution für profitable Customer Acquisition

“Dadurch liefert unser SNOCKS Attributionsmodell allen Beteiligten deutlich mehr Klarheit, Transparenz und Vertrauen in unsere Entscheidungen, wodurch wir skalieren können, ohne ineffizient zu werden. Für E-Com Brands bis 3 Millionen € Jahresumsatz ein Overkill. Für E-Com Brands ab 10 Millionen € Umsatz ein Muss!”

Johannes Kliesch

Co-Founder

SNOCKS
5 Custom Models · 30+ Custom Reports

Vom Datenchaos zu effizientem Wachstum mit individueller Lösung

“Bei einer anderen Lösung wäre es vielleicht nicht möglich, wirklich alles genau so zu gestalten, wie man es braucht. Und genau das hat das adtribute Team für uns getan. Die Lösung passt exakt zu unserem Business Case.”

PURELEI
40+ Custom Reports · 50+ Aktive Nutzer

Individuelles Lead Reporting reduziert den CPL um 41 %

“Der entscheidende Unterschied bei adtribute war für uns, dass wir wirklich volle Flexibilität haben, im Grunde alles zu bauen, was wir brauchen, kombiniert mit dem großartigen Kundenservice, den ihr bietet. Wir haben viel mehr Steuerungsmöglichkeiten, besonders bei der Steuerung der Lead- Generierung. Vorher waren wir größtenteils blind und haben jetzt deutlich mehr Kontrolle.”

PERGOLUX
41% CPL Senkung · 237% Lead Wachstum

3x Wachstum durch robuste Cross-Channel Attribution

“Unsere Neukundengewinnung hat sich deutlich verbessert. Wir können jetzt auf KPIs wie New Customer ROAS und CAC optimieren, was unseren Marketing-Spend viel effizienter gemacht hat. adtribute ist zu einem festen Bestandteil unserer täglichen Entscheidungen geworden.”

Stoertebekker
3x Umsatzwachstum · 2023 Kunde seit

Vom Tool-Hopping zu verlässlichen Daten und voller Adoption

“Wir haben so ziemlich jedes Attributionstool auf dem Markt getestet, von Triple Whale über Hyros bis Tracify. Am Ende sind wir bei adtribute gelandet, inzwischen seit zwei Jahren, und wir haben viele Möglichkeiten, das Tool nach unseren Bedürfnissen anzupassen. Außerdem haben wir in adtribute die beste Tracking-Qualität gefunden.”

Health Routine
100% Team-Adoption · 30+ Custom Reports

467 % Wachstum in 2 Jahren durch Custom Analytics auf Anfrage

“Ich frage ständig nach neuen Reports und weiteren Reports und ob ihr dies und das machen könnt, und das ist eine riesige Hilfe. Alle KPIs haben sich natürlich verändert und wurden durchweg besser. Und das ist der Hauptgrund, warum ich nicht zu einer anderen Lösung wechseln werde.”

Momento Akustik
467% mehr Bestellungen · 40+ Reports

Custom Dashboards für jede Abteilung

“Selbst wenn wir um das 10-Fache wachsen, werden wir die Software glaube ich nicht wechseln, weil ich keine andere Software sehe, die einen besseren Job macht. Das Pricing ist ähnlich wie bei anderen vergleichbaren Tools, aber der Service fühlt sich sehr boutique an. Es fühlt sich an wie eine maßgeschneiderte Lösung mit sehr schnellen und detaillierten Antworten.”

miavola
25+ Custom Dashboards · 1.5 Years adtribute im Einsatz

Umsatz verdoppelt nach gelösten Tracking-Problemen

“Sehr gutes Tracking, aber noch wichtiger, exzellenter Support. Immer wenn ich etwas Bestimmtes umgesetzt haben möchte, reagiert das Team schnell und sehr detailliert. Man kann gemeinsam mit dem Support alles anpassen und ein Ad- Tracking-Tool bauen, das maßgeschneidert für die eigene Brand ist.”

Iron Brothers
2x Umsatzwachstum · 1.5 Years adtribute im Einsatz

Zuverlässige Attribution senkt den CAC um über 25 %

“Wir haben auch andere Attributions- und Tracking-Tools von Drittanbietern getestet, die nicht wirklich funktioniert haben. Die Zusammenarbeit mit adtribute hat viele dieser Probleme für uns dann wirklich gelöst.”

305 Care
25% CAC-Senkung · 3 Months Zeit bis zum Ergebnis

adtribute Reviews

Was unsere Kunden über die Zusammenarbeit mit adtribute sagen.

„Hinweis: Einige Reviews wurden aus dem Englischen übersetzt“

Johannes Kliesch

Johannes Kliesch

Co-Founder, SNOCKS

“Dadurch liefert unser SNOCKS Attributionsmodell allen Beteiligten deutlich mehr Klarheit, Transparenz und Vertrauen in unsere Entscheidungen, wodurch wir skalieren können, ohne ineffizient zu werden. Für E-Com Brands bis 3 Millionen € Jahresumsatz ein Overkill. Für E-Com Brands ab 10 Millionen € Umsatz ein Muss!”
Etienne Espenner

Etienne Espenner

CEO & Co-Founder, PURELEI

“Bei einer anderen Lösung wäre es vielleicht nicht möglich, wirklich alles genau so zu gestalten, wie man es braucht. Und genau das hat das adtribute Team für uns getan. Die Lösung passt exakt zu unserem Business Case.”
Alexander Pelz

Alexander Pelz

Co-Founder, Rosental

“adtribute war in den letzten 12 Monaten ein enormer Faktor für unser Wachstum. Ihre Fähigkeit, unsere Custom Attributionsmodelle aufzubauen und ständig zu optimieren, hat uns geholfen, unsere Neukundengewinnung zu skalieren und dabei profitabel zu bleiben.”
Felix Focken

Felix Focken

Director of Revenue, PERGOLUX

“Der entscheidende Unterschied bei adtribute war für uns, dass wir wirklich volle Flexibilität haben, im Grunde alles zu bauen, was wir brauchen, kombiniert mit dem großartigen Kundenservice, den ihr bietet. Wir haben viel mehr Steuerungsmöglichkeiten, besonders bei der Steuerung der Lead-Generierung. Vorher waren wir größtenteils blind und haben jetzt deutlich mehr Kontrolle.”
Felix Kleine

Felix Kleine

Co-Founder, Health Routine

“Wir haben so ziemlich jedes Attributionstool auf dem Markt getestet, von Triple Whale über Hyros bis Tracify. Am Ende sind wir bei adtribute gelandet, inzwischen seit zwei Jahren, und wir haben viele Möglichkeiten, das Tool nach unseren Bedürfnissen anzupassen. Außerdem haben wir in adtribute die beste Tracking-Qualität gefunden.”
Nico Heilborn

Nico Heilborn

CMO, Momento Akustik

“Ich frage ständig nach neuen Reports und weiteren Reports und ob ihr dies und das machen könnt, und das ist eine riesige Hilfe. Alle KPIs haben sich natürlich verändert und wurden durchweg besser. Und das ist der Hauptgrund, warum ich nicht zu einer anderen Lösung wechseln werde.”
Andreas Himmelbauer

Andreas Himmelbauer

Co-Founder, miavola

“Selbst wenn wir um das 10-Fache wachsen, werden wir die Software glaube ich nicht wechseln, weil ich keine andere Software sehe, die einen besseren Job macht. Das Pricing ist ähnlich wie bei anderen vergleichbaren Tools, aber der Service fühlt sich sehr boutique an. Es fühlt sich an wie eine maßgeschneiderte Lösung mit sehr schnellen und detaillierten Antworten.”
Darius Greulich

Darius Greulich

CEO, Stoertebekker

“adtribute ist zu einem festen Bestandteil unserer täglichen Entscheidungen geworden. Unsere Neukundengewinnung hat sich deutlich verbessert und wir können jetzt auf KPIs wie Neukunden-ROAS und CAC optimieren.”
Daniel Singh

Daniel Singh

Head of Marketing, Iron Brothers

“Sehr gutes Tracking, aber noch wichtiger, exzellenter Support. Immer wenn ich etwas Bestimmtes umgesetzt haben möchte, reagiert das Team schnell und sehr detailliert. Man kann gemeinsam mit dem Support alles anpassen und ein Ad-Tracking-Tool bauen, das maßgeschneidert für die eigene Brand ist.”

Hole jetzt mehr aus deinen Daten

Schließ dich über 100 führenden E-Commerce-Marken an, die mit adtribute ihr Marketing tracken, attribuieren und optimieren.

Häufig gestellte Fragen

Alles, was du für den Start mit adtribute wissen musst.

Welche KI-Tools funktionieren mit dem adtribute MCP-Server?

Claude, ChatGPT, Gemini, Cursor, Codex und jeder andere MCP-fähige Client. Auch Workflow-Tools wie Make, n8n und Zapier verbinden sich für getriggerte Automationen. Neue MCP-fähige Tools funktionieren automatisch, während sich der Standard weiterentwickelt.

Sind meine Daten sicher, wenn ich KI-Tools über MCP verbinde?

Ja. Deine Daten bleiben in deinem adtribute Workspace. Der MCP-Server nutzt scoped Zugriffskontrollen pro Nutzer, und jede Abfrage wird im Audit-Trail protokolliert. KI-Tools fragen über den Semantic Layer ab, nie direkt gegen die Rohdaten.

Wie aktiviere ich den adtribute MCP-Server?

Buch eine Demo und wir führen dich durch. Aktiviere MCP mit einem einzigen Klick in deinen Workspace-Einstellungen, wähle, welche Tools, Metriken und Dimensionen du freigibst, lege den Zugriff pro Nutzer fest und kopiere die Verbindungs-URL in deinen KI-Client.

Kann ich steuern, welche Metriken und Dimensionen der KI freigegeben werden?

Ja. Du konfigurierst genau, welche Definitionen über den Semantic Layer freigegeben werden. Alles, was du privat halten willst, bleibt privat. Admins steuern den Zugriff auf Ebene von Workspace, Rolle und einzelnem Nutzer.

Funktionieren meine eigenen Semantic-Layer-Metriken mit MCP?

Ja. Jede Metrik, Dimension, Formel und jedes Target, das du im Semantic Layer definierst, ist automatisch über MCP verfügbar, mit denselben Definitionen und Berechnungen wie in deinen Dashboards. Keine Doppelung, kein Drift.