Online Special Werbewirkung

Wie Incrementality Testing die Welt des App Marketings erobert

   Artikel anhören
© pixabay
Was bewegt gerade die Kunden, die eine App besitzen aber keine Käufe mehr tätigen, dazu, wieder aktiv zu werden? Pan Katsukis, CEO und Co-Gründer von Remerge, setzt auf Incrementality-Testing, um ein geeignetes Kundenprofil dieser Zielgruppe zu erstellen. Durch eine zufällige Unterteilung der Probanden in eine Test- und eine Kontrollgruppe werden bei dieser Methode die Effekte von Marketingkampagnen gemessen.
Die Gretchenfrage des Marketing-Verantwortlichen lautet: Wie viele Käufe wären auch ohne Werbemaßnahmen zustande gekommen? Habe ich mein Budget sinnvoll investiert und wie sehr haben meine Bemühungen zum Umsatzwachstum des Produkts beigetragen, oder habe ich Zeit und Geld in die Ansprache von Nutzern verpulvert, die auch ohne Zutun auf mein Angebot aufmerksam geworden wären? Sprich: Was sind meine Marketingmaßnahmen wirklich wert?

Speziell das App-Marketing hat sich in den letzten Jahren stark auf Retargeting konzentriert. Das Ziel: Nutzer, die eine App bereits heruntergeladen haben, dann aber inaktiv geworden sind, mit bestimmten Angeboten zu reaktivieren und sie zu Käufern zu konvertieren. Um hier den ROAS (Return on Advertising Spend) zu ermitteln, reicht die übliche Messung von Conversions auf der Basis von Last-Touch-Attribution nicht aus.

Um ein vollständiges Bild zu erhalten, setzt sich im Ökosystem seit Kurzem eine Mess- und Analysemethode durch, die “Incrementality-Testing” genannt wird. Bei dem Incrementality-Testverfahren werden Nutzer nach dem Zufallsprinzip in eine Test- und eine Kontrollgruppe unterteilt. Die Testgruppe sieht die Werbekampagne, die Kontrollgruppe nicht – anschließend wird die Performance der beiden Gruppen verglichen. Je höher in diesem Experiment die Conversionrate bei der Testgruppe in Relation zur Kontrollgruppe ist, desto effektiver ist die Marketingkampagne gewesen und desto größer ist der sogenannte Uplift. Die Methode selbst kommt aus der Wissenschaft, so wird etwa bei Impftests mittels Randomized Control Trials (RCT) die Wirksamkeit des Impfstoffs überprüft.

Das Konzept an sich ist also nicht neu, wohl aber seine Anwendung auf die Werbung, insbesondere im mobilen Bereich. Bei der Durchführung dieser Art von Experimenten besteht das aktuelle Problem darin, dass es keine Standardisierung oder verschriftlichte Regeln gibt – jeder Werbetreibende muss zunächst eine Vielzahl an Fragen für sich beantworten, um die Messmethode erfolgversprechend einzusetzen.

Pan Katsukis
Pan Katsukis

ist CEO und Co-Gründer von Remerge, einer App Marketing Plattform. Nach seinem Medieninformatik-Studium in München arbeitete er bei mehreren Mobilfunkunternehmen und führte eine Zeit lang das Familienunternehmen. Seit 2008 ist Katsukis in der Berliner Start-up-Szene als Experte für App Marketing und Programmatic Advertising tätig. Er war Mitgründer von madvertise media, bis er im Jahr 2014 sein aktuelles Unternehmen co-gründete.

Durchführung des Tests und Validierung der Ergebnisse

Das Konzept mag einfach klingen, aber die Praxis erfordert eine intensive Beschäftigung damit, was eigentlich gemessen werden soll. Für Unternehmen, die diese Tests erstmalig durchführen, geht es darum, das beste Setup zu finden und die Nutzer zu definieren, die sie erreichen wollen. Geht es um Personen, die bereits vor einer bestimmten Zeitspanne (etwa X Monaten / vor X Tagen) aufgehört haben, die App zu öffnen, oder um Personen, die noch aktiv sind? Wie groß ist die Testgruppe und wie groß darf im Verhältnis zur gesamten Zielgruppe die Kontrollgruppe sein? Über welchen Zeitraum muss der Test laufen, um aussagekräftige Ergebnisse zu erzielen?

Neben der Segmentierung gilt es zu beachten, dass ein Werbetreibender in seinem Marketing-Mix Nutzer oft mehrfach anspricht – er muss also sicherstellen, dass er auf Nutzerebene randomisiert, damit die Nutzer entweder in der Test- oder der Kontrollgruppe bleiben und Ergebnisse nicht durch Überschneidungen von vornherein verfälscht werden. Um die Inkrementalität einer Retargeting-Kampagne zu evaluieren, umfasst die Kontrollgruppe alle Conversions und Umsätze, die durch organische Installationen und virale Effekte generiert wurden, aber auch solche, die durch andere Marketingaktivitäten erzielt wurden, einschließlich UA-Kampagnen, TV-Anzeigen und andere Offline- oder Out-of-Home-Kampagnen. Die Testgruppe sieht zusätzlich dazu auch die Retargeting-Maßnahmen.

Ist die Gruppeneinteilung sauber vollzogen, muss klar definiert werden, was eine Conversion ist. Zum Beispiel sind das Aufrufen der Startseite, das Hinzufügen zum Warenkorb, der Kauf und der abgeschlossene Check-out bereits verschiedene Arten von Conversions. Während alle Teil des Sales-Funnels sind, könnte jeder einzelne Schritt eine zu prüfende Metrik darstellen. Umso entscheidender ist es, sich auf die KPI zu konzentrieren, die wirklich überprüft werden soll.

Warum Incrementality Testing sinnvoll ist

Die durchgeführte Messung verhilft dem Werbetreibenden zu einer neuen, holistischen Perspektive für die Bewertung des wahren Werts seiner Kampagnen, und liefert Antworten, welche Kampagnen am effektivsten waren und welche mehr Umsatz generierten. Der Inkrementalitätsansatz ist damit auch eine Lösung für die Kannibalisierungssorgen der Marketeers, die stets Zweifel hegen, ob ihre Retargeting-Kampagnen ihre organischen Conversions auffressen könnten.

Aber nicht nur das: Die aus dem Test gewonnen Erkenntnisse über die Zielgruppe und die Kampagnen können wertvolle Informationen darstellen, um die gesamte bezahlte Strategie zu optimieren. Brandaktuell wird dieser Analyse- und Optimierungsansatz gerade jetzt, weil im Frühjahr 2021 Apple – mit Blick auf den Datenschutz seiner Nutzer – die im App-Business vorherrschende Tracking-Methode über die Geräte-ID (IDFA) faktisch außer Kraft setzen wird und damit auch bisherige Attributionsmodelle stark beschränkt. Können die Nutzer nicht getrackt werden, so wird es schwierig, die Conversion einem bestimmten Kanal zuzuordnen. Die Attribution verliert damit an Genauigkeit und granularen Einblicken, Werbetreibende werden ihren Blick also noch mehr darauf richten, was der tatsächlich generierte Wert ihrer Kampagne ist.

Inkrementalitätsmessung unter Verwendung aggregierter Daten und ökonometrischer Modelle wird aber weiterhin möglich sein. Das Verständnis der Beziehung zwischen Werbeausgaben und -einnahmen ist im mobilen Bereich die einzige Möglichkeit, das Risiko ineffektiv eingesetzter Budgets zu mindern. Attributionsmodelle beweisen nicht wissenschaftlich die Kausalität. “Cum hoc ergo propter hoc”, oder in anderen Worten: Korrelation impliziert nicht Kausalität. Incrementality Testing kann genau das: wissenschaftlich fundierte Kausalität herausstellen und Mobile Marketern den entscheidenden Vorteil verschaffen.

Kommentare

Die Kommentare für diesen Artikel sind geschlossen.

    Ich habe die Datenschutzbestimmungen zur Kenntnis genommen und akzeptiere diese.
    stats