Dass Online-Werbung ein wirkungsvolles Instrument darstellt, ist unbestritten. Die große Frage ist aber oft, wie gut die einzelnen Kampagnen und Ads tatsächlich performen. Sprich: Wie groß ist ihr Einfluss tatsächlich? Clicks, CTR und Conversions sind in diesem Fall als Messeinheit nur bedingt hilfreich, da die Nutzer nur in den seltensten Fällen mit einer klar messbaren Aktion auf eine Online-Werbeanzeige reagieren. Ihre tatsächliche Wirkung ist daher nur schwer nachzuweisen und es lassen sich kaum kausale Zusammenhänge zwischen Impressions und Conversions herstellen. Abhilfe kann in diesem Fall der Incrementality-Ansatz schaffen, der Marketern dabei hilft, die Hürden bei der Evaluation ihrer Onlinewerbung zu überwinden und ein detailliertes Bild zu erhalten.
Marketing-Teams unter Druck
Marketing-Teams haben es heutzutage alles andere als leicht. Immer neue Technologien und Methoden erfordern ein breiteres Kompetenzspektrum und mehr technische Investitionen. Gleichzeitig steigt die Erwartungshaltung: Studien in den USA, Großbritannien und Kanada zeigen, dass die durchschnittliche Dienstzeit eines CMO die kürzeste aller C-Level-Positionen ist. In den USA beträgt sie im Durchschnitt nur 43 Monate. Da der Wettbewerb auf einem immer stärker digitalisierten Markt zunimmt und Marketingprozesse automatisiert werden, stehen den Marketingexperten heute zwar mehr Daten und Touch Points zur Verfügung, als sie sich je hätten vorstellen können. Aber diese neuen Zugänge bringen auch Herausforderungen mit sich: Marketing-Teams stehen zunehmend unter Druck, einen klaren ROI für ihre Initiativen in immer kürzeren Zeiträumen zu erzielen.
Dadurch müssen CMOs und Marketing-Teams gleich mehrere Rollen auf einmal übernehmen: Die des Marketingleiters, des Analysten sowie die eines Designers und des technischen Leiters. Sie müssen eine Kampagne nicht nur planen und durchführen, sondern auch verschiedene Messmethoden evaluieren, um für jede Kampagne die beste bestimmen zu können. Und weil ihnen dafür immer weniger Zeit zur Verfügung steht, müssen die Lösungen der Marketingteams sich auch möglichst schnell implementieren lassen.
Bestehende ROI-Messung lässt zu wünschen übrig
Natürlich hat sich die Messung von digitalen Kampagnen verbessert und ist im Vergleich zur Messung in den traditionellen Medien, zum Beispiel in Zeitschriften, um einiges unkomplizierter. Dennoch lässt die tatsächliche Wirkung der verfügbaren Metriken zu wünschen übrig. Beispiele hierfür sind etwa etablierte Messgrößen wie die Click-Through-Rate oder die Conversion Rate: Sie sind meist auf Aktionen limitiert, die nur ein kleiner Teil des Zielpublikums jemals durchführen wird und liefern keinerlei Auskünfte darüber, welcher Touchpoint für die entscheidenden Anreize beim Nutzer gesorgt hat. Ähnlich sieht es bei Post-Click-Maßnahmen und Last-Touch-Attributions aus, die in erster Linie für Suchmaschinenwerbung entwickelt wurden und für andere Kampagnentypen eher ungeeignet sind. Zu lange haben sich Marketing-Teams auf die Metriken konzentriert, die zwar leicht zu messen, aber nicht wirklich relevant sind. Denn: Nicht alle Klicks kommen auf dem gleichen Weg zustande.
Die bestehenden Alternativen haben bislang nicht das gehalten, was sich die Marketing-Teams von ihnen versprochen hatten. Stattdessen sind komplizierte Multi-Touch-Modelle entstanden, die oft schwer zu verstehen und noch schwieriger zu optimieren sind. Selbst die ausgeklügelsten Modelle lassen die Frage offen, wie wichtig die einzelnen Touch Points in einer Kette tatsächlich sind und inwiefern das Modell angepasst werden sollte.
Über traditionelle Klick- und Conversionmetriken hinausgehen
Eine echte Messung des ROI bedeutet daher, über traditionelle Messmethoden hinauszugehen, um den Einfluss des Marketings auf die Geschäftsziele so gut wie möglich identifizieren und quantifizieren zu können. Konkret müssen etwa folgende Fragen beantwortet werden: Was wäre, wenn der Nutzer so oder so Kunde geworden wäre? Zum Beispiel, weil er bereits genügend Werbung gesehen hat? Und wenn dadurch eine andere Anzeige überhaupt keinen Einfluss auf seine Entscheidung hatte, weil sie nicht in seinem Sichtfeld war?
Der beste Weg, diese Fragen zu beantworten, ist die Incrementality-Methode. Dadurch können Marketer inkrementelle Reichweite und inkrementelle (Neu-)Kunden aufbauen. Also solche Nutzer, die bisher noch über keinen anderen Partner oder Kanal erreicht wurden. So können etwa durch eine ergänzende Nutzung von OTT („Over-the-top-Content) Fernsehzuschauer erreicht werden, die über klassisches lineares TV bislang außen vor geblieben waren.
Die Incrementality-Methode bezeichnet man auch als „Uplift-Modell” oder frei übersetzt “inkrementelle Verkaufssteigerung”. Konkret geht es bei diesem Konzept darum, den Impact einer Online-Werbeanzeige auf das Nutzerverhalten zu messen, indem man analysiert, wie unterschiedlich die Nutzer mit und ohne Anzeigenschaltungen reagieren. So wird aus ungesehenen Ads eine greifbare Zahl. Auf diese Weise können die Marketer ganz einfach nachvollziehen, wie ihre Ergebnisse ohne Werbung ausfallen würden.
Viewability ist Trumpf
Die wichtigste Maßeinheit bei der Incrementality-Methode ist die sogenannte Viewability-Rate, die die Beziehung zwischen sichtbaren und nicht-sichtbaren Impressions beschreibt. Letztere dienen dabei als Kontrollwert. Die Advertiser können dadurch ihre Werbewirkung viel besser nachvollziehen, weil sie einen Vergleichswert geliefert bekommen, der ihnen aufzeigt, wie sie ohne Onlinewerbung performen würden.
Einteilung in Kontrollgruppen
Die Marketer müssen ihre Zielgruppe also in zwei Untergruppen aufteilen: User, denen eine Werbung ausgespielt wird und solche, die keine Ads zu sehen bekommen. Anschließend können die Marketer bei beiden Gruppen die für sie wichtigste Interaktion messen, zum Beispiel die Anzahl der Käufe. Die Differenz aus beiden Werten zeigt einem dann auf, wie viel die ausgespielte Werbung tatsächlich effektiv bringt.
Fassen wir das Ganze nochmal zusammen: Die Marketer müssen mit den View- und den Non-View Usern zwei Kontrollgruppen festlegen. Die Differenz zwischen den Interaktionen beider Gruppen gibt den Anstieg der Conversions, den sogenannten „Uplift“, an. Das ermöglicht eine genaue Messung der bevorzugten Interaktion (Käufe, Downloads, etc.) und vor allem einen fundierten Vergleich zwischen beiden Kontrollgruppen.
Worauf es bei den Kontrollgruppen ankommt
Doch Vorsicht: Marketer sollten unbedingt darauf achten, dass beide Nutzergruppen sich ausschließlich darin unterscheiden, ob sie Werbung ausgespielt bekommen und diese sehen oder eben nicht. Ihre demografischen Daten, ihre Interessen und ihr Aufenthaltsort müssen unterdessen so deckungsgleich wie möglich sein. Bei der erfolgreichen Anwendung des Incrementality-Modells geht es also neben der Definition zweier Kontrollgruppen auch darum, den Fokus nur auf ein bestimmtes Kriterium zu legen, nach dem man beide Gruppen vergleichen möchte. Um ganz sicher zu gehen, dass die Kampagne ein Erfolg wird und beide Gruppen sowie das Vergleichskriterium bestmöglich definiert wurden, sollte im Vorfeld unbedingt ein Pretest durchgeführt werden, gegebenenfalls auch in Zusammenarbeit mit einem Partner.
Im Normalfall kommt eine Online-Kampagnen auf eine durchschnittliche Viewability-Rate von 70 bis 80 Prozent. Daher sollte man sich stets an diesem Wert messen lassen. Eine Werbeanzeige, oder jegliche andere Art von Content, gilt übrigens laut IAB-Standard dann als „gesehen“, wenn die Hälfte ihrer Fläche für mindestens eine Sekunde im sichtbaren Bereich des Browserfensters liegt. Eine Ausnahme stellen Video-Ads dar, die für mindestens zwei Sekunden zu 50 Prozent sichtbar sein sollten.
Incrementality funktioniert auch geräteübergreifend
Mithilfe des Incrementality-Konzepts lässt sich aber auch die gerätübergreifende Werbewirksamkeit messen, zum Beispiel von Online- und TV-Werbung. Dadurch können die Marketer zusätzliche Learnings aus A-/B-Testings am Second Screen ziehen.
Ein großer D2C-Onlinehändler setzte dieses Modell zum Beispiel ein, um die Wirkung seiner Display-Anzeigen auf Fernsehzuschauer zu analysieren, die sie während der TV-Werbung auf ihrem Smartphone ausgespielt bekamen. Das Unternehmen startete dazu zwei Testballons: Bei der einen Variante bekamen die Nutzer Display-Werbung des Retailers ausgespielt, von dem zeitgleich ein TV-Spot lief. Bei der zweiten Kampagne sahen die Zuschauer zwar die gleiche Display-Ad, im Fernsehen lief parallel dazu allerdings die Werbung eines Konkurrenten. Für beide Kampagnen unterteilten die Macher die Nutzer noch einmal in die zwei beschriebenen Kontrollgruppen, um die Werbewirkung nach dem Incrementality-Modell messen zu können. Eine Gruppe sah also jeweils die Display-Werbung, die andere nicht.
Unter dem Strich waren zwar beide Varianten erfolgreich. Allerdings erzeugte jene Display-Ads, die parallel zu Fernsehspots eines Konkurrenten auf den Smartphones der Zuschauer ausgespielt wurden, mit 47 Prozent einen deutlich höheren Uplift. Mit aufeinander abgestimmter TV- und Mobile-Werbung konnte der Retailer seine Conversions hingegen nur um 39 Prozent erhöhen.
So profitieren die Marketer
Heutzutage müssen Marketingverantwortliche in ganz unterschiedlichen Bereichen versiert sein und sich als echte Multitalente beweisen. Denn vom Design über die technische Umsetzung bis hin zur Daten-Analyse sind sie von Anfang bis Ende für eine Kampagne verantwortlich. Es ist wichtig, dass sie ihre Ergebnisse genau erfassen und die richtigen Schlüsse daraus ziehen, um die Aufmachung und den Inhalt einer Ad perfekt optimieren zu können. Allerdings wissen Werbungtreibende häufig nicht, was sie wo messen sollen, da traditionelle Methoden oft unzureichend und irreführend sind oder zu viel Zeit in Anspruch nehmen. Eine Last-Click-Attribution lässt sich zwar leicht implementieren, ist aber sehr ungenau. Denn die Conversion wird dabei immer auf den letzten Touchpoint vor einem Kauf zurückgeführt. Ob der Kunde nicht vielleicht schon zu einem früheren Zeitpunkt die innerhalb der Customer Journey seine Kaufentscheidung getroffen hat, bleibt völlig außen vor. Eine Multi-Touch-Attribution bringt unterdessen sehr viel Aufwand mit sich, da die Marketer sämtliche Daten aus all ihren Kampagnen miteinander abgleichen müssen. Daher müssen sie ihre Nutzer auch auf allen Kanälen tracken, was viel Zeit und Arbeit kostet. Und dennoch setzen viele Marketingverantwortliche beide Methoden sehr gerne ein.
Dabei kann die Incrementality-Methode kausalen Zusammenhänge von Marketingaktivitäten und Nutzerinteraktionen, wie Visits auf der Website, Conversions oder gar Käufe, viel genauer messen. Zudem können Marketer durch den Einsatz des Incrementality-Modells unnötige Mediaausgaben reduzieren.
Insbesondere die Viewability-Rate ist eine wichtige Kennzahl für die Marketer, um ihre klassischen KPIs sinnvoll zu ergänzen und noch tiefere Kampagnen-Insights zu erhalten. Mithilfe von Incrementality können sie die Wirkung ihrer Online-Maßnahmen besser identifizieren und messen – und das sogar geräteübergreifend.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
