Deine ausgewiesenen Kundenakquisitionskosten sind fast sicher falsch. Nicht, weil dein Tracking fehlerhaft ist (obwohl es das sein könnte), sondern weil Attributionsmodelle sich Conversions zuschreiben, die ohnehin stattgefunden hätten.
Wenn Google Ads einen €50 CPA und Meta einen €45 CPA für denselben Kunden ausweist, lügt jemand. Oder genauer gesagt, beide Plattformen beanspruchen eine Conversion für sich, die sie nicht vollständig verursacht haben.
Incrementality Testing ist der Weg, um herauszufinden, was tatsächlich wahr ist.
Key Takeaways
- Deine ausgewiesene CAC ist wahrscheinlich zu hoch angesetzt – Attributionsmodelle schreiben sich Conversions zu, die organisch stattgefunden hätten, was deine Kampagnen effizienter erscheinen lässt als sie sind.
- Incrementality Testing misst Kausalität, nicht Korrelation – Durch den Vergleich von Test- und Holdout-Gruppen erfährst du, welche Kampagnen tatsächlich zusätzliche Conversions generieren.
- Geo Holdout Tests sind die praktischste Methode – Pausiere Anzeigen in vergleichbaren Regionen für 2-4 Wochen und vergleiche die Conversion Rates, um den wahren inkrementellen Lift zu messen.
- Retargeting und Brand Search sind die größten Übertreiber – Teste diese Kampagnen zuerst, da sie sich oft Conversions zuschreiben, die ohnehin stattgefunden hätten.
- Du brauchst ausreichende Skalierung für aussagekräftige Ergebnisse – Incrementality Testing funktioniert am besten ab 15.000 €/Monat Paid-Media-Ausgaben mit genügend Conversion-Volumen für statistische Signifikanz.
Warum die CAC lügen
Attributionsmodelle haben ein grundlegendes Problem: Sie können nur Korrelation, aber keine Kausalität messen.
Wenn jemand deine Meta Ad sieht, deine Google Ad anklickt und dann kauft, beansprucht jede Plattform in dieser Customer Journey den Erfolg für sich. Aber hätten sie ohnehin gekauft? Hat irgendeiner dieser Berührungspunkte das Ergebnis tatsächlich verändert?
Häufige Attributions-Lügen:
-
Kannibalisierung durch Brand Search. Deine branded Google Ads Kampagne weist einen erstaunlichen ROAS auf, weil sie Personen erfasst, die ohnehin kaufen wollten. Du bezahlst für Traffic, den du organisch erhalten würdest.
-
Übertriebener Anspruch beim Retargeting. Die Retargeting-Kampagne sieht effizient aus, weil sie Personen anspricht, die bereits tief in deinem Funnel sind. Viele hätten auch ohne die Anzeige konvertiert.
-
Doppelte Zählung über mehrere Plattformen hinweg. Meta und Google beanspruchen beide dieselbe Conversion. Deine aggregierten Zahlen zeigen das doppelte tatsächliche Ergebnis.
-
Last-Click-Bias. Der letzte Berührungspunkt erhält die gesamte Gutschrift, unabhängig davon, was die Entscheidung tatsächlich beeinflusst hat.
Nichts davon bedeutet, dass dein Marketing nicht funktioniert. Es bedeutet, dass du nicht wirklich weißt, welche Teile wie stark wirken.
Was ist Incrementality Testing?
Incrementality Testing misst den wahren kausalen Einfluss deines Marketings. Anstatt zu fragen „Wer hat nach dem Sehen einer Anzeige konvertiert?“, fragt es: „Wie viele zusätzliche Conversions hat diese Anzeige generiert?“
Die Methodik:
- Teile deine potenzielle Zielgruppe in zwei Gruppen auf.
- Zeig einer Gruppe Anzeigen (Testgruppe), blende sie der anderen (Holdout-Gruppe) aus.
- Miss die Conversion Rates in beiden Gruppen.
- Der Unterschied ist dein inkrementeller Lift.
Wenn die Testgruppe mit 4% konvertiert und die Holdout-Gruppe mit 3% konvertiert, haben deine Ads eine inkrementelle Conversion Rate von 1% erzielt. Die anderen 3%? Sie hätten ohnehin konvertiert.
Das verändert alles in Bezug darauf, wie du Marketingausgaben bewertest und optimierst.
Attribution vs. Incrementality
| Attribution | Incrementality |
|---|---|
| „Wer hat diese Conversion berührt?“ | „Hat diese Kampagne mehr Conversions verursacht?“ |
| Verteilt die Gutschrift auf alle Berührungspunkte | Misst den wahren kausalen Lift |
| Plattformen bewerten ihre eigenen Hausaufgaben | Unabhängig vom Plattform-Reporting |
| Einfach zu messen, schwer zu vertrauen | Schwerer zu messen, wahrheitsgetreuer |
| Gut für die taktische Optimierung | Essentiell für die Budgetallokation |
Du brauchst beides. Attribution hilft dir, innerhalb eines Kanals zu optimieren. Incrementality sagt dir, ob du überhaupt in diesen Kanal investieren solltest.
Geo Holdout Tests für Paid Media
Der praktischste Incrementality Test für die meisten Werbetreibenden ist der Geo Holdout Test:
So funktioniert es:
- Identifiziere vergleichbare geografische Regionen (ähnliche Demografie, ähnliche historische Leistung).
- Unterbrich die Werbung in einigen Regionen (Holdout-Regionen), während du sie in anderen fortsetzt (Testregionen).
- Mindestens 2-4 Wochen laufen lassen.
- Vergleiche die Conversion Rates zwischen Test- und Holdout-Regionen.
- Berechne den inkrementellen Lift.
Beispiel:
Du schaltest Google Ads in ganz Deutschland. Du schaltest Anzeigen in Bayern und Sachsen (Holdout) ab, setzt sie in anderen Bundesländern (Test) fort.
Nach 4 Wochen:
- Testregionen: 1.200 Conversions bei €30.000 Ausgaben
- Holdout-Regionen: 800 Conversions (bevölkerungsgewichtet)
- Erwartete Holdout-Conversions, wenn Anzeigen gewirkt hätten: ~900
Inkrementelle Conversions: 1.200 - 800 = 400 (nicht die vollen 1.200, die du attribuiert hast) Wahrer inkrementeller CPA: €30.000 / 400 = €75
Dein attribuierter CPA betrug €25. Dein wahrer inkrementeller CPA beträgt €75. Das ist ein 3-facher Unterschied.
Wann Incrementality Tests durchgeführt werden sollten
Nicht jede Kampagne braucht Incrementality Testing. Priorisiere:
Kampagnen mit hohen Ausgaben. Wenn du €10.000+ pro Monat für einen Kanal ausgibst, lohnt es sich zu wissen, ob er tatsächlich funktioniert.
Retargeting-Kampagnen. Diese sind besonders anfällig für übertriebene Ansprüche. Teste sie.
Brand Search. Zahlst du für Traffic, den du ohnehin erhalten würdest? Finde es heraus.
Sinkende Effizienz. Wenn der ROAS sinkt, liegt es am Markt, oder war deine Ausgangsbasis überhöht?
Budgetentscheidungen. Bevor du größere Ausgaben zwischen Kanälen verschiebst, validiere deine Annahmen.
Reduzierung verschwendeter Ausgaben mit Incrementality-Daten
Sobald du den wahren inkrementellen Einfluss kennst, kannst du bessere Entscheidungen treffen:
Kampagnen mit übertriebenen Ansprüchen eliminieren. Kampagnen, die in der Attribution großartig aussehen, aber eine geringe Incrementality aufweisen, verbrennen Geld. Fahr sie zurück.
Auf echte Gewinner setzen. Kampagnen mit hohem inkrementellem Lift verdienen mehr Budget, selbst wenn ihre attribuierten Metriken schlechter aussehen.
Brand vs. Non-Brand neu ausbalancieren. Wenn die Brand Search hauptsächlich kannibalistisch ist, reduziere die Investitionen und lass den organischen Bereich diese Conversions erfassen.
Realistische Erwartungen setzen. Dein wahrer CAC ist wahrscheinlich höher als ausgewiesen. Preise und plane entsprechend.
Praktische Einschränkungen
Incrementality Testing ist nicht perfekt:
Erfordert Skalierbarkeit. Du brauchst genügend Conversions in beiden Test- und Holdout-Gruppen, um statistische Signifikanz zu erreichen. Kleine Accounts haben Schwierigkeiten.
Braucht Zeit. Tests brauchen mindestens 2-4 Wochen. Saisonalität und externe Faktoren können die Ergebnisse verfälschen.
Geo Tests haben Spillover-Effekte. Jemand in einer Holdout-Region könnte eine Anzeige an anderer Stelle sehen, oder jemand in einer Testregion könnte in einer Holdout-Region kaufen.
Nicht kontinuierlich. Du kannst Holdout-Tests nicht ewig durchführen. Es sind periodische Überprüfungen, keine fortlaufende Messung.
Komplex für Multi-Channel. Das Testen eines Kanals nach dem anderen ist unkompliziert. Das Testen von Kanalinteraktionen ist schwieriger.
Wann Incrementality Testing sinnvoll ist
Incrementality Testing lohnt sich, wenn:
- Du €15.000+ pro Monat für Paid Media ausgibst
- Du vermutest, dass Retargeting- oder Brand-Kampagnen übertriebene Ansprüche stellen
- Du größere Budgetentscheidungen triffst
- Du genügend Conversion-Volumen für statistische Signifikanz hast
- Du es dir leisten kannst, Ausgaben in Testregionen vorübergehend zu pausieren
Es ist wahrscheinlich übertrieben, wenn:
- Deine Gesamtausgaben unter €5.000 pro Monat liegen
- Du noch die grundlegende Kampagnenstruktur optimierst
- Du nur einen Kanal zum Testen hast
- Das Conversion-Volumen für aussagekräftige Ergebnisse zu gering ist
Für Accounts zwischen diesen Extremen beginne mit einem einzelnen Test bei deiner Kampagne mit den höchsten Ausgaben.
Jenseits des Testens: Eine Incrementality-Denkweise aufbauen
Selbst wenn du keine formellen Tests durchführen kannst, kannst du inkrementell denken:
- Sei skeptisch gegenüber Kampagnen, die nur Personen ansprechen, die sich bereits in deinem Funnel befinden
- Hinterfrage die Retargeting-Effizienz – würden diese Nutzer ohnehin konvertieren?
- Achte darauf, dass Brand Search den organischen Traffic kannibalisiert
- Vertrau dem Plattform-ROAS nicht blind
Attribution sagt dir, was passiert ist. Incrementality sagt dir, was du verursacht hast.
Brauchst du Hilfe bei der Bewertung deiner Mediaeffizienz?
Wenn du erhebliche Budgets für Google Ads oder Meta Ads ausgibst und vermutest, dass deine wahre Effizienz niedriger ist als ausgewiesen, helfen wir dir, Incrementality Tests zu konzipieren und durchzuführen. Kontaktiere uns, um zu besprechen, ob Tests in deiner Situation sinnvoll sind. Unternehmen in Deutschland profitieren von unserer Performance Marketing Agentur für den deutschen Markt.
Mehr zum Aufbau der Tracking-Grundlage, die für eine genaue Messung nötig ist, findest du in unserem Leitfaden zum GA4 Reporting.
Sources
- Messung der tatsächlichen Werbeinkrementalität mit Lift-Studien – Google Ads-Hilfe
- Conversion-Lift-Methodik und Holdout-Tests – Meta Business-Hilfe
- Die Rolle der Inkrementalität in der Marketingmessung – Nielsen
- Geo-basierte Experimente für kausale Inferenz in der Werbung – Google Research