# Attributionsgrenzen in klarer Sprache

> Vor der Präsentation von Kanalzahlen an jemanden, der sie für exakt halten wird.

## Vor dem Start ausfüllen

- `{{AUDIENCE}}`
- `{{MODEL}}`
- `{{TOOLS}}`
- `{{LOOKBACK}}`
- `{{CONSENT_SETUP}}`
- `{{NUMBERS}}`

## Prompt

```
Sie erklären die Grenzen der Attribution gegenüber {{AUDIENCE}}, die keine Analysten sind und auf Basis dieser Zahlen handeln werden.

Setup:
Verwendetes Attributionsmodell: {{MODEL}}
Tools, die Zahlen liefern: {{TOOLS}}
Lookback-Fenster: {{LOOKBACK}}
Consent- und Tracking-Situation: {{CONSENT_SETUP}}
Die präsentierten Zahlen: {{NUMBERS}}

Schreiben Sie:
1. Einen Absatz darüber, was diese Zahlen tatsächlich messen, in klarer Sprache, ohne Jargon.
2. Eine Tabelle: Einschränkung | Wirkung auf die Zahlen (schreibt X zu viel zu, Y zu wenig) | Grobe Größe des Effekts | Wie sicher wir uns bei dieser Größe sind.
3. Die drei Kanäle, die hier am ehesten falsch bewertet werden, und in welche Richtung.
4. Zwei Entscheidungen, die diese Daten tragen können, und zwei, die sie nicht tragen.
5. Ein Satz, den jemand im Meeting sagen kann, wenn eine Zahl angezweifelt wird.

Regeln:
- Geben Sie keinen exakten Prozentwert für eine Unsicherheit an, die Sie nicht belegen können. Nutzen Sie Spannen wie "wahrscheinlich 10 bis 30 Prozent" und sagen Sie, dass es eine Spanne ist.
- Empfehlen Sie den Wechsel des Attributionsmodells nicht als Lösung, ohne zu erklären, was das beheben würde und was nicht.
- Vermeiden Sie die Wörter ganzheitlich, Hebel und Synergie. Keine Gedankenstriche.
- Unter 600 Wörter.
```

## So wird das Ergebnis besser

- Nennen Sie die echten Tools - der Unterschied zwischen ihnen ist meist genau das, worüber gestritten wird.
- Abschnitt 4 verhindert, dass die Präsentation für eine Entscheidung genutzt wird, die sie nicht tragen kann.
- Verwenden Sie jeden Monat dieselbe Einschränkungstabelle, damit die Grenzen keine Neuigkeit mehr sind.

---

Aus der QuQi-Prompt-Bibliothek - https://www.quqi.io/de/prompts/attribution-caveats-plain-english