Anzeige
Anzeige
Anzeige
Anzeige
Facebook Online Advertising Conversion Rate

Werbewirkung: Was ist eigentlich ein Lift Test?

Werbewirkung messen ist immer ein bisschen Glaskugel-Rätseln. Doch die Methoden werden besser. Ein Workshop bei Facebook zeigt, wie ihr eure Ergebnisse überprüfen könnt.

Werbewirkung messen ist immer ein bisschen Glaskugel-Rätseln. Ein Workshop bei Facebook zeigt, wie ihr eure Ergebnisse überprüfen könnt (Bild: stock.adobe.com)
Anzeige
Anzeige
Anzeige

Die Frage aller Fragen für Werbungtreibende lautet: Wie kann ich den Werbeerfolg über alle Kanäle hinweg messen? Dabei sind zwei Zielsetzungen maßgeblich: Wie hoch ist der Return on Invest? Konnten wir die Bekanntheit unserer Marke steigern? Hier geht es um Awareness.

Diese Fragen sind fast so alt wie die Online-Werbung selbst. Doch die Strategien aus den Kindertagen der Werbung zur Messung von KPIs, die man noch bis vor ein paar Jahren verwendet hat, sind veraltet, weil sie nicht alle Kanäle umfassen. Wir erinnern uns: Lange Zeit hat man Cookies verwendet, um Menschen am PC wieder zu erkennen und passende Werbung ausspielen zu können.

Mit Hilfe von Cookies konnte man sehen, ob Herr Müller morgens und abends die Werbung sah. Doch wenn Herr Und Frau Müller den gleichen Rechner nutzten oder gar für mobile Apps haben Cookies nie funktioniert. "Nielsen-Zahlen zeigen außerdem, dass die wichtigsten Differenzierungskriterien für eine Zielgruppe per Cookie nicht zu messen sind. Denn ein Cookie kann weder Alter noch Geschlecht erkennen" erzählt Torsten Müller-Klockmann, Marketing Science Lead DACH bei Facebook.

Ein zweites Problem bei der Messung von Werbewirksamkeit ist die Zuordnung - der Fachbegriff dafür heißt Attribution. Hier stellt sich die Frage, welchem Klick die Conversion zugerechnet werden soll. Das Problem: Viele Leute haben die Werbung z.B. auf dem Handy gesehen, kaufen jedoch später am PC. In so einem Fall ist die Click-Through-Rate, die man gerne als KPI herangezogen hat, nicht geeignet. Umgekehrt gibt es Kunden, die einfach gerne auf Werbung klicken, weil sie neugierig sind. Aber auch das bedeutet nicht automatisch, dass sie kaufen.

Anzeige

Das könnte dich auch interessieren: Video-Marketing: über Potenziale, Mythen der Erfolgsmessung und den ROI

Strategien Des 20  Jahrhunderts Sind Veraltet

Werbeziele definieren

Da hilft es nur, Ziele zu definieren: Werbetreibende, die auf z.B. Facebook werben wollen, müssen Objectives, also Ziele angeben. Ein Ziel können Conversions sein, ein anderes Ziel kann eine große Reichweite sein. Man kann auch auf Klicks optimieren. Aber das ist nur in Ausnahmefällen empfehlenswert. Denn diese Kampagnen kosten oft das Zweieinhalbfache von dem, was eine Kampagne kostet, die auf Conversion optimiert, verrät Torsten.

Wenn der Werbetreibende Conversions als Ziel angibt, ermittelt Facebook nämlich automatisch die Personen, die mit hoher Wahrscheinlichkeit konvertieren und spielt die Werbung an diese Nutzer aus. Und sortiert so die Leute aus, die einfach gern auf Werbeanzeigen klicken.

Nun gibt es zwei Wege, um Werbewirksamkeit zu messen: Mit Lift Tests (inkrementelle Messung) und Attributionsmodelle.

Lift Tests

Es gibt es drei verschiedene Arten von Leuten. Erstmal gibt es Leute, die kaufen das Produkt ohne dass sie eine Anzeige gesehen haben. Genaugenommen werden die meisten Produkte ohne Werbung verkauft. Dann gibt es eine Gruppe, die konvertiert, weil sie eine Anzeige gesehen hat. Und es gibt eine dritte Gruppe, die die Anzeige gesehen hat. Diese Leute hätten auch ohne Anzeige gekauft. Bei dieser Gruppe hätte man sich die Werbung also sparen können - außer man will noch Markeneffekte mitnehmen.

Das inkrementelle Wachstum, also der Prozentsatz, der durch Werbung mehr verkauft wurde, ist tatsächlich nur die zweite Gruppe, obwohl die dritte häufig fälschlicherweise hinzugezählt wird.

So läuft ein Lift Test ab

Für den Lift Test nimmt man eine Testgruppe und eine Kontrollgruppe. Die Testgruppe sieht die Werbung, die Kontrollgruppe nicht. Es ist ein bisschen wie in der Medikamentenforschung. Die Kontrollgruppe bekommt nur ein Placebo Medikament. Dabei müssen die Testgruppe und die Kontrollgruppe vergleichbar sein. Also bitte in beiden Gruppen nur zum Beispiel junge Frauen oder nur Herren über 40 Jahre vergleichen.

Die Gruppen werden dabei randomisiert. Das heißt, nach dem Zufallsprinzip ausgewählt und einer der beiden Gruppen zugeordnet. Die Kontrollgruppe, meist rund fünf Prozent der Gesamtgruppe, bekommt ein sogenanntes Holdout Flag. Das heißt, sie wird markiert, sodass bei der Ausspielung der Werbung klar ist, dass derjenige diese Werbung nicht zu sehen bekommt.

Der Algorithmus entscheidet nun aufgrund von Kriterien wie Wo bin ich, Targeting-Kriterien wie zum Beispiel Alter oder Geschlecht und aufgrund von Auktionen, die im Hintergrund ablaufen (bei der verschiedene Werbetreibende um ein und dieselbe Zielgruppe buhlen) wer die Werbung letzten Endes zu sehen bekommt. So erhalte ich die Ergebnisse aus zwei verschiedenen Gruppen.

Und diese ermöglichen es dann, zu vergleichen, wer gekauft hat oder nicht gekauft hat. Verglichen werden Kaufdaten, zum Beispiel von Drittanbietern wie Nielsen mit der ausgespielten Zahl der Ad Impressions. Damit sehe ich also, wie oft die Kontrollgruppe auch ohne Ad Impression gekauft hat. Und ich sehe, wie oft die Nutzer, die Werbung zu sehen bekommen haben, gekauft haben. Der Unterschied zwischen beiden ist das, was die Werbung gebracht hat und was Facebook als Lift bezeichnet.

Dieses Vorgehen misst sehr genau, leider nur auf einer Plattform. Plattformübergreifend ist eine Bewertung dagegen schwierig, weil ich nämlich kaum plattformübergreifende Ziele und Kontrollgruppen bilden kann.

Attributionsmodelle

Dieses Problem sollen Attributionsmodelle lösen. Bei einem Attributionsmodell geht es darum, die verschiedenen Touchpoints, die es im Laufe einer Customer Journey gibt, zu bestimmen, um das Budget optimal auf die verschiedenen Werbekanäle zu verteilen. Und das ist nicht einfacher geworden in den letzten Jahren. Eine Customer Journey ist doch sehr komplex.

So könnte eine Customer Journey aussehen: Jemand sieht eine Werbung auf Facebook, er sucht in der Suchmaschine und sieht Werbung, er ist auf Instagram unterwegs und stößt auf Werbung und irgendwo auf einer Webseite lauert auch noch eine Display Ad. Und am Ende kauft die Person. Nun ist die Frage: Warum hat diese Person gekauft? Welchen Anteil haben die einzelnen Kanäle an der Konvertierung? Welcher Kanal war am Ende entscheidend? Und in welchem Kanal soll ich in Zukunft mehr investieren?

Ein sehr vereinfachen des Modell wäre das Last Click Modell. Da ich nicht alle Kanäle messen kann, sage ich, der letzte Klick war der entscheidende Klick. Das bedeutet: Den Kredit bekommt nur der letzte Touchpoint. Die anderen Ads, die diesen Klick vorbereitet haben, gehen leer aus.

Der Trend geht ganz klar weg von diesem Last-Click-Modell. Der richtige Weg lautet aktuell Multi-Touch Attribution. Hier arbeitet Facebook mit Drittanbietern zusammen, die genau feststellen können, wie die optimale Verteilung zwischen den verschiedenen Kanälen ist. Attributionsmodelle kann man sehr leicht mitlaufen lassen. So hat man immer einen Überblick über die Werbewirkung.

Das ist aber nicht 100 Prozent genau. Denn am Ende braucht es immer ein statistisches Verfahren, das die Kurven angleicht. Wer riesige Kampagnen plane, der sollte diese auch mit Lift testen und gegebenenfalls das Multi-Touch-Attributionsmodell anpassen. "Auch wenn ein Lift-Test Zeit braucht, bis die Kampagne durch ist und weil man nicht immer eine Kontrollgruppe etablieren will, die ja unglücklicherweise die Anzahl der potentiellen Kunden verringert."

Verifizierung von Facebook-Kampagnen über Drittanbieter

Unabhängig von Lift-Tests und Attributionsmodellen sollten Unternehmen, die Kampagnen auf Facebook schalten, die Möglichkeit nutzen, ihre Kampagnen durch unabhängige Measurement-Partner verifizieren zu lassen. Mittlerweile hat Facebook mehr als 40 Partner, die sich allein auf die Verifizierung der Facebook-Metriken konzentrieren. Dazu zählen Partner wie Nielsen und Integral Ad Science ebenso wie zum Beispiel die GfK und Meetrics.

Das könnte dich auch interessieren: Fünf Tipps wie Werbung im digitalen Zeitalter funktioniert

Lead 4 Cta Mock Up 1200X1200 V2 70
Die Zukunft des Onlinemarketings!

Treue Kunden sind für Unternehmen wertvoll. Im Netz erwarten sie Premium-Service. Wieso es einen Costumer-Lifetime-Value braucht, wie er berechnet wird und warum der CLV die Zukunft des Onlinemarketings ist? Das alles erfährst du im aktuellen LEAD Bookazine 2/2019.

Anzeige
Anzeige
Verlagsangebot
Anzeige
Anzeige
Aktuelle Stellenangebote
Alle Stellenangebote