Inkrementalitätstest erklärt: Bringt Ihre Werbung wirklich zusätzlichen Umsatz?

Kurze Antwort
Was ist ein Inkrementalitätstest, und wie zeigt er, ob Ihre Werbung wirklich zusätzlichen Umsatz bringt?
Ein Inkrementalitätstest ist ein Experiment, das eine Gruppe mit Werbekontakt mit einer vergleichbaren Kontrollgruppe ohne Werbung vergleicht. So trennt er Verkäufe, die ohnehin passiert wären, von dem Zusatzeffekt, den Ihre Werbung tatsächlich auslöst. Sie sehen also die echte Wirkung statt der Zuschreibung im Plattformbericht.
In diesem Beitrag erklären wir die Logik hinter dem Inkrementalitätstest und den Unterschied zur Attribution. Außerdem zeigen wir Varianten für kleine Budgets wie Geotests und Holdout Tests sowie die offiziellen Liftmessungen von Google Ads und Meta. Alle Beispiele sind konstruierte Beispielszenarien, keine echten Kundendaten.
Unser Ziel ist keine fertige Zahl für Sie. Stattdessen möchten wir Ihnen helfen, mit Ihren eigenen Daten die richtige Frage zu stellen. Kundenverhalten, Kaufzyklus und Kanalmix unterscheiden sich nämlich von Betrieb zu Betrieb. Daher ist das Testergebnis eines anderen Unternehmens für Sie kein Beleg; nur Ihr eigener Test liefert eine echte Antwort. Aktuelle Bedingungen der Plattformen prüfen Sie bitte immer in den offiziellen Hilfeseiten.
Warum stellt Inkrementalität eine andere Frage als Attribution?
Attribution beantwortet die Frage, welche Anzeigen ein Nutzer vor der Conversion berührt hat. Inkrementalität fragt dagegen: Wäre diese Conversion auch ohne die Anzeige passiert? Die erste Frage verteilt Anerkennung, die zweite fragt nach Ursache und Wirkung.
Zum Beispiel plant eine Stammkundin ohnehin einen Besuch auf Ihrer Website und klickt unterwegs auf Ihre Anzeige zur Markensuche. Die Attribution schreibt den Kauf der Anzeige zu. Ohne Anzeige hätte die Kundin allerdings vermutlich das organische Ergebnis angeklickt und trotzdem gekauft. Das heißt, der gemeldete Wert liegt über dem echten Zusatzwert.
Diese Lücke kann Budgetentscheidungen grundlegend verändern. Die Kampagne mit der besten gemeldeten Rendite bringt womöglich den geringsten echten Mehrwert. Andererseits stützt eine scheinbar schwache Bekanntheitskampagne vielleicht still den Umsatz. Wie Attributionsfenster Ihre Zahlen verschieben, erklären wir im Beitrag zu Meta Attribution und Attributionsfenstern.
Wann brauchen Sie einen Inkrementalitätstest?
Zunächst: Nicht jede Kampagne braucht ein Experiment. In manchen Situationen verschwendet blindes Vertrauen in Plattformberichte allerdings still Ihr Budget. Wer diese Situationen erkennt, testet zum richtigen Zeitpunkt.
- Sie investieren einen spürbaren Anteil des Budgets in die Markensuche.
- Retargeting Kampagnen melden ungewöhnlich hohe Renditen.
- Mehrere Plattformen beanspruchen dieselben Verkäufe.
- Der Gesamtumsatz wächst langsamer, als die Plattformberichte nahelegen.
- Sie möchten vor einer großen Budgeterhöhung einen Beleg.
Trifft einer dieser Punkte zu, spart eine Planung mit erfahrener Unterstützung Zeit. In diesem Fall begleitet Sie Online Marketing Berater Talha Aslan mit seinem Team bei einem Testdesign, das zu Ihrem Budget passt.
Wie funktioniert ein Inkrementalitätstest?
In der Praxis ähnelt die Logik einer klinischen Studie. Zunächst teilen Sie Zielgruppe oder Regionen in zwei ausgewogene Gruppen. Die Testgruppe sieht weiterhin Anzeigen, die Kontrollgruppe dagegen nicht. Danach vergleichen Sie die Conversions beider Gruppen über den Testzeitraum.
Der Unterschied zwischen den Gruppen ist der Zusatzeffekt Ihrer Werbung, auch Lift genannt. Angenommen, in der Testgruppe kaufen 30 von 1.000 Personen und in der Kontrollgruppe 24 von 1.000. Somit ergeben sich 6 zusätzliche Conversions und ein relativer Lift von 25 Prozent. Das ist eine Beispielrechnung ohne echte Daten.
Entscheidend ist, dass sich beide Gruppen nur im Werbekontakt unterscheiden. Unterscheiden sie sich zudem nach Stadt, Alter oder Kundentyp, stammt der Abstand womöglich aus diesen Unterschieden. Deshalb ist eine zufällige Zuteilung oder eine Ausgleichsprüfung vor dem Test der wichtigste Schritt.
- Frage und Erfolgskennzahl schriftlich festhalten.
- Test und Kontrollgruppe festlegen.
- Testdauer und nötige Conversions abschätzen.
- Den Test starten und bis zum Ende nicht eingreifen.
- Den Unterschied berechnen und die statistische Sicherheit prüfen.
Wie berechnen Sie Lift, zusätzliche Conversions und inkrementellen ROAS?
Die Ergebnisse eines Inkrementalitätstests lesen Sie mit drei Kennzahlen. Erstens die zusätzlichen Conversions: Conversions der Testgruppe minus Conversions der Kontrollgruppe, auf dieselbe Größe skaliert. Zweitens der relative Lift, also zusätzliche Conversions geteilt durch die Conversions der Kontrollgruppe.
Die dritte und für Budgets wichtigste Kennzahl ist der inkrementelle ROAS. Er teilt nur den Umsatz aus zusätzlichen Conversions durch die Werbeausgaben. Eine Beispielrechnung: Sie geben 1.000 Euro aus, und die Plattform meldet 6.000 Euro Umsatz. Zeigt ein Test, dass nur 2.500 Euro davon zusätzlich waren, liegt der inkrementelle ROAS bei 2,5, der gemeldete dagegen bei 6.
Ebenso berechnen Sie inkrementelle Kosten pro Akquisition, indem Sie die Ausgaben nur durch die zusätzlichen Conversions teilen. Dieser Wert liegt meist über dem gemeldeten CPA. Den gemeldeten Wert ermitteln Sie mit unserem ROAS Rechner; Budgetentscheidungen stützen Sie aber nach Möglichkeit auf den inkrementellen Wert.
Welche Arten von Inkrementalitätstests gibt es?
Den einen Inkrementalitätstest gibt es nicht. Je nach Budget, Kanal und Datenlage wählen Sie ein passendes Design. Die Tabelle vergleicht die häufigsten Varianten.
| Testart | Funktionsweise | Stärke | Schwäche | Eignung für kleine Budgets |
|---|---|---|---|---|
| Lift auf Nutzerebene | Die Plattform teilt die Zielgruppe in Test und Kontrolle | Präzise und automatisch | Zugang und Voraussetzungen begrenzt | Je nach Fall |
| Geotest | Werbung läuft in einer Region und pausiert in einer vergleichbaren | Erfasst auch Offlineverkäufe | Passende Regionen schwer zu finden | Mittel |
| Holdout Test | Ein Kanal pausiert für einen festen Zeitraum komplett | Einfach und günstig | Anfällig für Saisoneffekte | Hoch |
| Wechseltest | Der Kanal läuft und pausiert im Wochenwechsel | Funktioniert in einer Region | Nachwirkung kann verfälschen | Hoch |
| Ausschlusstest | Ein zufälliger Teil einer Kundenliste bleibt außen vor | Messbar mit CRM Daten | Braucht eine große Liste | Mittel |
Kurz gesagt sind Holdout Test, Wechseltest und einfacher Geotest für kleine Unternehmen am leichtesten umsetzbar.
Was ist Conversion Lift in Google Ads?
Google Ads bietet mit Conversion Lift ein eigenes Werkzeug für Inkrementalität an. Die offizielle Hilfeseite von Google Ads beschreibt den Vergleich einer Testgruppe mit Anzeigen und einer Kontrollgruppe ohne Anzeigen; den Unterschied meldet das System als Lift.
Laut dieser Seite basiert eine Studie entweder auf Nutzern oder auf Regionen. Studien auf Nutzerebene können zusätzliche Conversions, relativen Lift, zusätzlichen Conversion Wert, inkrementelle Kosten pro Aktion und inkrementellen ROAS ausweisen. Studien auf Basis von Regionen unterstützen außerdem Offlinedaten.
Allerdings steht Conversion Lift laut derselben Seite nicht jedem Konto zur Verfügung; für den Zugang wenden Sie sich an Ihre Ansprechperson bei Google. Zudem hängen die verfügbaren Kennzahlen vom Conversion Volumen ab. Prüfen Sie daher die aktuellen Bedingungen auf der offiziellen Seite. Ohne Zugang pausieren Sie Google Ads einfach in einigen Regionen und lassen die Anzeigen in anderen laufen. Das Ergebnis fällt gröber aus, zeigt aber Richtung und Größenordnung.
Was ist eine Conversion Lift Studie bei Meta?
Bei Meta heißt das Gegenstück Conversion Lift Studie, beschrieben im Meta Business Hilfebereich. Die Logik ist dabei dieselbe, denn Eine Gruppe sieht Ihre Anzeigen, eine Kontrollgruppe nicht, und Meta vergleicht die Conversions, um den Zusatzeffekt zu messen.
Für Bekanntheitsziele bietet Meta außerdem Brand Lift Studien. Beide Werkzeuge beantworten unterschiedliche Fragen. Conversion Lift betrachtet Verkäufe und Conversions, Brand Lift dagegen Erinnerung und Wahrnehmung. Voraussetzungen für Brand Lift erklären wir im Beitrag zur Meta Brand Lift Studie.
Zugang und Voraussetzungen für die Experimente von Meta hängen von Konto und Budget ab. Prüfen Sie deshalb den Bereich für Experimente in Ihrem Werbekonto zusammen mit der offiziellen Hilfeseite, denn Menünamen ändern sich mit der Zeit.
Liftwerkzeug der Plattform oder eigener Test: Was passt besser?
Zunächst arbeiten Plattformwerkzeuge automatisch und präzise. Sie teilen die Zielgruppe für Sie und liefern fertige Berichte. Andererseits messen sie nur die Anzeigen dieser Plattform und haben Zugangsvoraussetzungen. Ein eigener Test ist zwar gröber, funktioniert aber über alle Kanäle, und Sie lesen das Ergebnis in Ihren eigenen Umsatzdaten.
- Mit Zugang und einem einzelnen Kanal starten Sie mit dem Plattformwerkzeug.
- Ohne Zugang oder bei vielen Offlineverkäufen eignen sich Geotest oder Holdout Test.
- Für die gemeinsame Wirkung mehrerer Kanäle entwerfen Sie einen eigenen Test auf den Gesamtumsatz.
Egal welchen Weg Sie wählen, vergleichen Sie das Ergebnis mit Ihrem Gesamtumsatz. Eine große Lücke zwischen Plattformbericht und eigenen Daten ist bereits ein Befund. Beansprucht etwa jede von zwei Plattformen den Großteil Ihres Monatsumsatzes, zählt mindestens eine doppelt. Welche wirklich mehr bewirkt, klärt nur ein Experiment.
Wie richten Sie einen geografischen Inkrementalitätstest ein?
Konkret misst ein Geotest den Zusatzeffekt, indem Werbung in einigen Regionen läuft und in vergleichbaren pausiert. Daten auf Nutzerebene braucht er nicht. Folglich ist er datenschutzfreundlich und erfasst auch Offlineverkäufe.
- Regionen mit ähnlichem Umsatzverlauf wählen, etwa zwei Großstädte mit vergleichbarer Größe und Entwicklung.
- Prüfen, ob das Umsatzverhältnis zwischen ihnen vor dem Test mehrere Wochen stabil war.
- Die Werbung in einer Region abschalten und in der anderen unverändert laufen lassen.
- Während des Tests nichts anderes ändern, auch keine Preise oder Aktionen.
- Am Ende berechnen, wie sich das Verhältnis zwischen den Regionen verschoben hat.
Ein Beispielszenario: Hamburg und Köln hatten vor dem Test ein stabiles Umsatzverhältnis. Danach pausiert die Werbung vier Wochen lang in Köln. Fällt der Kölner Anteil deutlich, hatte die Werbung einen echten Zusatzeffekt. Bleibt der Rückgang im normalen Schwankungsbereich, ist der Effekt kleiner als gedacht.
Achten Sie außerdem auf Überlauf. Menschen in der pausierten Region sehen womöglich trotzdem Anzeigen aus der anderen, vor allem in benachbarten Gebieten. Wählen Sie daher weit auseinanderliegende, eher geschlossene Märkte.
Wie setzen Sie einen Holdout Test mit kleinem Budget um?
Der Holdout Test ist die einfachste Form des Inkrementalitätstests. Sie pausieren einen Kanal oder eine Kampagne für einen festen Zeitraum komplett und beobachten den Gesamtumsatz. Eine regionale Aufteilung brauchen Sie nicht, daher passt er auch für Betriebe in nur einer Stadt.
Allerdings liegt seine Schwäche darin, dass Kontroll und Testzeitraum verschieden sind. Wäre der Umsatz in dieser Woche ohnehin gefallen, schreiben Sie den Rückgang womöglich fälschlich der Pause zu. Deshalb wählen Sie einen ruhigen Zeitraum und notieren vorher die übliche Wochenschwankung.
- Immer nur einen Kanal pausieren.
- Aktionen, Rabattwochen und Feiertage meiden.
- Die Pause lang genug für einen normalen Verkaufszyklus planen.
- Auch einige Wochen nach der Pause weiter beobachten, denn Effekte wirken nach.
Eine exakte Zahl liefert diese Methode nicht. Trotzdem zeigt sie verlässlich, ob der Effekt eines Kanals groß oder klein ist.
Was ist ein Wechseltest?
Beim Wechseltest schalten Sie einen Kanal über mehrere Wochen nach festem Muster ein und aus. Zum Beispiel läuft er eine Woche, pausiert die nächste, und dieser Zyklus wiederholt sich einige Male. So hängen Sie nicht von einer einzelnen Pausenwoche ab, die zufällig ausfallen könnte.
Der Vorteil: Aktive und pausierte Wochen verteilen sich über verschiedene Phasen der Saison. Folglich trifft der Saisoneffekt beide Gruppen ähnlich. Andererseits kann die Nachwirkung, also der Effekt einer Anzeige in der Folgewoche, das Ergebnis verwischen. Wählen Sie die Phasen deshalb nicht zu kurz.
Zur Auswertung vergleichen Sie den Durchschnitt der aktiven Wochen mit dem der pausierten. Für eine grobe Prüfung der Signifikanz nutzen Sie unseren A/B Test Rechner.
Wie bestimmen Sie Testdauer und Stichprobengröße?
Der häufigste Grund für einen gescheiterten Inkrementalitätstest sind zu wenige Conversions. Um kleine Unterschiede zwischen Gruppen verlässlich zu trennen, brauchen Sie genug Conversions. Bei kleinen Zahlen kann jeder Abstand reiner Zufall sein.
Eine feste Dauer wäre irreführend, denn sie hängt von Conversion Volumen, erwarteter Effektgröße und Kaufzyklus ab. Die Grundregel ist dennoch einfach: Je kleiner der erwartete Effekt, desto mehr Conversions und Zeit brauchen Sie. Zudem sollte der Test mindestens einen vollständigen Kaufzyklus abdecken.
- Bei wenigen Conversions pro Woche verlängern Sie den Test oder wählen eine breitere Conversion Definition.
- Bei Schwankungen nach Wochentag planen Sie in vollen Wochen.
- Schauen Sie nicht zwischendurch hinein und beenden Sie nicht vorzeitig, sonst entstehen Fehlschlüsse.
Welche Fehler passieren beim Inkrementalitätstest am häufigsten?
Aus unserer Praxis scheitern die meisten Experimente an der Umsetzung, nicht an der Methode. Wer die folgenden Fallen kennt, rettet seinen Test.
- Budget, Gebote oder Motive während des Tests ändern.
- Der Kontrollgruppe dieselbe Botschaft über andere Kanäle zeigen.
- Nach wenigen Tagen Schlüsse ziehen.
- Den Test in eine Feiertags oder Aktionsphase legen.
- Ergebnisse nur im Plattformbericht lesen, ohne eigene Umsatzdaten.
- Einen einzelnen Test für endgültig halten und nie wiederholen.
Der gemeinsame Nenner ist fehlende Kontrolle. Kurz gesagt: Ein guter Test ist ein langweilig disziplinierter Test. Am einfachsten gelingt das mit einem kurzen Testplan vorab: Frage, Gruppen, Dauer, Kennzahl und was sich nicht ändern darf. Teilen Sie den Plan mit dem ganzen Team, damit niemand den Test mit einer gut gemeinten Budgeterhöhung stört.
Warum ist Inkrementalität bei der Markensuche so wichtig?
Anzeigen zur Markensuche zeigen in Berichten oft die höchste Rendite. Schließlich kennen Menschen, die nach Ihrem Markennamen suchen, Sie bereits und stehen kurz vor dem Kauf. Die eigentliche Frage lautet allerdings: Hätten sie auch das organische Ergebnis angeklickt und gekauft?
Die Antwort unterscheidet sich von Betrieb zu Betrieb. Bieten Wettbewerber auf Ihren Markennamen, schützt eine Markenanzeige Ihre Kundschaft und bringt womöglich echten Mehrwert. Ohne konkurrierende Gebote stammt dagegen ein großer Teil der Wirkung vielleicht ohnehin aus den organischen Ergebnissen. Statt einer allgemeinen Regel testen Sie also mit Ihren eigenen Daten.
Ein einfacher Weg: Pausieren Sie die Markenkampagne kurz und beobachten Sie Markentraffic und Umsatz insgesamt. Bei der anschließenden Budgetplanung hilft Ihnen zudem unser Beitrag zu Google Ads Fehlern, die Budget verbrennen.
Wie messen Sie die echte Wirkung von Retargeting?
Zunächst zeigt Retargeting Anzeigen an Menschen, die Ihre Website schon besucht haben. Ein Teil von ihnen wäre ohnehin zurückgekommen und hätte gekauft. Deshalb glänzen Retargeting Kampagnen in Berichten oft, obwohl der echte Zusatzeffekt meist kleiner ausfällt.
Zur Messung schließen Sie einen zufälligen Teil Ihrer Besucherzielgruppe von der Kampagne aus. Diese ausgeschlossene Gruppe ist Ihre Kontrolle. Nach einem festen Zeitraum vergleichen Sie die Kaufraten beider Gruppen. Steht Ihnen das Liftwerkzeug der Plattform zur Verfügung, übernimmt es diese Aufteilung automatisch.
Ein Beispielszenario: Kauft die ausgeschlossene Gruppe fast genauso häufig wie die Gruppe mit Werbekontakt, bezahlt die Kampagne vor allem Kundschaft, die ohnehin zurückgekommen wäre. Dann lohnt es sich, die Frequenz zu senken oder die Zielgruppe einzugrenzen. Kauft die ausgeschlossene Gruppe dagegen deutlich seltener, bringt die Kampagne echten Zusatzumsatz, und Sie erhöhen das Budget schrittweise.
Mit welchem Kanal starten Sie den ersten Test?
Konkret empfehlen wir, mit dem Kanal zu beginnen, der den größten Budgetanteil erhält und die höchste gemeldete Rendite zeigt. Dort kostet eine falsche Annahme am meisten. Ein Kanal, der im Bericht glänzt, aber wenig echten Mehrwert bringt, verbraucht womöglich still einen großen Teil Ihres Budgets.
Fließt etwa der Großteil Ihres Budgets in Markensuche und Retargeting, sollte Ihr erster Test eine dieser beiden Kampagnen betreffen. Kleine Versuchskampagnen zu testen, lohnt den Aufwand dagegen oft nicht. Denn egal wie das Ergebnis ausfällt, Ihre Budgetentscheidung ändert sich kaum.
- Kanäle mit großem Budgetanteil haben Vorrang.
- Kampagnen mit auffällig hoher gemeldeter Rendite folgen danach.
- Neue und kleine Kampagnen warten, bis sie ausgereift sind.
Wie interpretieren Sie die Ergebnisse statistisch?
Zunächst ist ein Testergebnis ein Konfidenzintervall, keine einzelne Zahl. Angenommen, der Lift liegt bei 20 Prozent, das Intervall reicht jedoch von minus 5 bis plus 45 Prozent. Weil dieser Bereich die Null einschließt, hatte Ihre Werbung womöglich gar keinen Effekt. Dann ist die Aussage, der Effekt sei nicht belegt, genauer als die Aussage, es gebe keinen Effekt.
Halten Sie außerdem kein einzelnes Ergebnis für endgültig. Effekte verschieben sich mit Markt, Saison und Motiven. Daher ist es eine gesunde Gewohnheit, Ihre wichtigsten Kanäle mehrmals im Jahr zu testen. Mit der Zeit zeigen nebeneinandergelegte Ergebnisse zudem, wann die Wirkung eines Kanals wächst oder schrumpft.
- Prüfen, ob das Konfidenzintervall die Null einschließt.
- Das Ergebnis mit Ihren Gesamtumsätzen vergleichen.
- Den Befund mit einer kleinen Budgetänderung bestätigen.
Wie arbeiten Inkrementalitätstest und Marketing Mix Modeling zusammen?
Ein Inkrementalitätstest misst die echte Wirkung eines Kanals in einem Zeitraum. Marketing Mix Modeling betrachtet dagegen alle Kanäle gemeinsam über eine lange Historie. Beide ergänzen sich also, statt zu konkurrieren.
Weil ein Modell mit Beobachtungsdaten arbeitet, verwechselt es mitunter Korrelation und Ursache. Ein Testergebnis liefert ihm einen Realitätsabgleich, und viele Modellierungswerkzeuge erlauben, Testergebnisse als Kalibrierungsdaten einzuspeisen. Wann MMM im kleinen Rahmen sinnvoll ist, erklären wir im Beitrag zu Marketing Mix Modeling für kleine Unternehmen.
Kurz gesagt kommt im kleinen Rahmen zuerst das Experiment. Das Modell folgt später, wenn Daten und Budget wachsen, und schließt die Lücken zwischen den Experimenten.
Wie bereiten Sie Ihre Daten auf einen Inkrementalitätstest vor?
Zunächst ist ein Test nur so verlässlich wie seine Daten. Misst Ihr Conversion Tracking lückenhaft, erfassen Sie beide Gruppen zu niedrig, und der Unterschied verschwindet womöglich. Prüfen Sie deshalb Ihre Messung vor dem Start.
- Sicherstellen, dass Conversion Tags auf allen relevanten Seiten auslösen.
- Offlineverkäufe, telefonische Bestellungen und Ladenverkäufe mit Datum und Region erfassen.
- Kundendaten nur mit klarer Einwilligung und ehrlicher Information sammeln.
- Umsatz aus eigenen Aufzeichnungen lesen, nicht aus Plattformberichten.
Präferenzen, die Kunden bewusst mit Ihnen teilen, helfen außerdem beim Festlegen von Ausschluss und Kontrollgruppen. Diese Datenart beschreiben wir im Beitrag Zero Party Data erklärt.
Wie testen Sie die Inkrementalität von Automationen?
Inkrementalität betrifft also nicht nur Anzeigen. Dieselbe Frage stellen Sie auch bei E-Mail und Nachrichtenautomationen: Hätte die Kundin ohne diese Strecke trotzdem gekauft? Eine Erinnerung an den Warenkorb wirkt im Bericht zum Beispiel wie ein Umsatzbringer. Ein Teil dieser Kundschaft wäre allerdings von selbst zurückgekehrt.
Zur Messung halten Sie einen kleinen zufälligen Teil der berechtigten Kunden als Kontrollgruppe zurück und senden ihnen die Strecke nicht. Nach einem festen Zeitraum vergleichen Sie die Kaufraten beider Gruppen. So sehen Sie den echten Beitrag jeder Strecke. Planen Sie Ihre ersten Abläufe, hilft Ihnen unser Beitrag zu ersten Marketing Automationen für kleine Unternehmen.
Was gehört auf die Checkliste für kleine Budgets?
Die folgende Liste fasst die Schritte zusammen, die Sie beim ersten Test mit kleinem Budget nicht überspringen sollten. Haken Sie jeden Punkt vor dem Start ab.
- Eine Frage formulieren: Welchen Zusatzeffekt welches Kanals messen Sie, und in welchem Zeitraum?
- Eine Erfolgskennzahl wählen: zusätzliche Conversions, zusätzlicher Umsatz oder inkrementeller ROAS.
- Die Testart passend zum Budget festlegen: Plattformlift, Geotest oder Holdout Test.
- Die übliche Schwankung vor dem Test notieren.
- Budget, Gebote, Motive und Preise während des Tests stabil halten.
- Das Ergebnis mit Konfidenzintervall und neben den eigenen Umsatzdaten lesen.
- Den Befund mit einer kleinen Budgetänderung bestätigen und dokumentieren.
Ihr erster Test muss dabei nicht perfekt sein. Wichtig ist, dass Sie aus jedem Test lernen und den nächsten besser planen. Nach einigen Runden entsteht so ein solides Bild davon, welche Kanäle wirklich wirken.
Wie erklären Sie die Ergebnisse Team und Geschäftsführung?
In der Praxis zeigen Testergebnisse oft eine niedrigere Rendite als die Plattformberichte. Das kann das Kampagnenteam oder die Budgetverantwortlichen enttäuschen. Dennoch ist das kein Scheitern, sondern genauere Information, die zeigt, wohin das Budget gehört.
Bei der Präsentation wiederholen Sie zunächst die Frage, erklären dann kurz die Methode und nennen schließlich das Ergebnis mit Intervall. Statt einer nackten Zahl hilft ein klarer Satz wie: Jeder Euro in diesem Kanal bringt zusätzlichen Umsatz in diesem Bereich. Schlagen Sie außerdem einen nächsten Schritt vor.
- Frage: Welchen Zusatzeffekt welches Kanals haben wir gemessen?
- Methode: Welche Testart haben wir wie lange eingesetzt?
- Ergebnis: Wie hoch sind zusätzliche Conversions, inkrementeller ROAS und Intervall?
- Entscheidung: Erhöhen, senken oder erneut testen?
Eine kurze, klare Zusammenfassung schlägt lange Tabellen. Somit verstehen auch Entscheider ohne Technikhintergrund das Ergebnis, und im Team wächst eine echte Testkultur.
Wie treffen Sie nach dem Inkrementalitätstest die Budgetentscheidung?
Ein Testergebnis ist ein Entscheidungswerkzeug, kein Ziel an sich. Liegt der inkrementelle ROAS über Ihrer Gewinnschwelle, erhöhen Sie das Budget des Kanals schrittweise. Liegt er darunter, verbessern Sie zunächst Ausrichtung, Motiv oder Landingpage und testen dann erneut.
Dokumentieren Sie außerdem jedes Ergebnis für das ganze Team sichtbar: Testdatum, Kanal, Design, Ergebnis und Intervall. So vergleichen Sie den nächsten Test und erkennen Veränderungen über die Zeit. Bei sinkender Rendite hilft Ihnen zudem unser Beitrag zum ROAS Rückgang.
Möchten Sie Tests auf Basis Ihrer eigenen Daten planen und die Ergebnisse richtig lesen, unterstützen Talha Aslan und sein Team Sie als Online Marketing Berater vom Testdesign bis zur Budgetentscheidung.
Grundlagen: Was ist Online Marketing? Arten, Beispiele und Vorgehen auf einer Seite, mit einem interaktiven Film durch das Gehirn.



