Marketing-Messung: Marketing-Attribution entschlüsseln
Es gibt ein berühmtes Zitat, auf das ich mich gerne beziehe, wenn ich über Marketing-Messung spreche: "Die Hälfte des Geldes, das ich für Werbung ausgebe, ist verschwendet; das Problem ist, ich weiß nicht, welche Hälfte."
Die meisten Marketer haben Schwierigkeiten, den Einfluss ihrer Arbeit auf das Geschäftsergebnis zu belegen. Und es spielt keine Rolle, welche Marketing-Messwerkzeuge wir verwenden.
Deshalb erfinden wir immer wieder neue Begriffe wie 'Demanderzeugung' und 'Dark Social', weil wir Verantwortung oder Besitz von Zahlen vermeiden wollen. Ja, ich habe es gesagt!
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Das heißt aber nicht, dass es unmöglich ist, Marketingerfolg zu messen, oder dass es nicht gemessen werden sollte.
Marketer müssen mehr wie die Finanzabteilung denken und weniger wie Marketer, um 'einen Platz am Tisch' zu bekommen (gemeint ist der Vorstandstisch). Lassen Sie uns Marketing-Messung definieren, ihre Bedeutung klären und erläutern, warum sie wichtig ist.
Was ist also Marketing-Messung?
Einfach gesagt, geht es darum, die langfristigen und kurzfristigen Auswirkungen von Marketing auf das Unternehmen zu messen. Ich teile das gerne in zeitliche Horizonte auf, denn so funktioniert Marketing.
Einige Aktivitäten sorgen für kurzfristige Ergebnisse (Verkäufe, Leads, SQLs), andere bringen langfristige Erfolge (Bekanntheit, Wahrnehmung, Marktanteil – wobei der beste Weg, mehr Bekanntheit, Recall und Marktanteil zu erreichen, darin bestehen könnte, ... mehr Produkte an mehr Menschen zu verkaufen).
Warum ist das wichtig?
Damit Sie wissen, wo Sie Ihren nächsten Dollar investieren sollten. Ob Sie einen Quartals- oder Jahresplan erstellen, für ein Umsatzziel verantwortlich sind oder das Budget für die nächste ABM-Kampagne rechtfertigen müssen – Sie müssen mit hoher Sicherheit wissen, wo Sie welches Ergebnis erzielen können.
Sie müssen Ihren Funnel modellieren, um zu verstehen, welche Kanäle welche Zahlen bringen.
Wie Interessenten sich im Funnel zu Kunden entwickeln und wie die vergangene Performance oft der beste Indikator für zukünftige Ergebnisse ist – also setzen Sie ein paar fundierte und ein paar risikoreiche (Wild Card) Wetten.
Anders ausgedrückt – Marketing-Messung hilft Ihnen, die Frage zu beantworten: "Wenn Sie 100 Mio. hätten, wo würden Sie sie investieren?" (vielleicht ist die Antwort eine Superbowl-Werbung).
Wie misst man Marketing?
Kurzantwort: Mit Modellen
Aber zunächst möchte ich ein oft übersehenes und wesentliches Thema ansprechen, um diesen Bereich besser zu verstehen: Inkrementalität.
Starten wir mit einer einfachen Pizzeria-Analogie, mit der mir das jemand erklärt hat.
Stellen Sie sich vor, Sie besitzen eine Pizzeria und haben $5-Gutscheine. Sie stellen zwei Leute ein, die diese Flyer verteilen sollen, und Sie motivieren sie mit einem Bonus, abhängig davon, wie viele Kunden mit einem solchen Gutschein Pizza kaufen.
Person A geht die Straße entlang und gibt so vielen Passanten wie möglich einen Flyer. Währenddessen stellt sich Person B direkt an die Tür der Pizzeria und gibt Flyer an die Leute, die sowieso eine Pizza kaufen wollen.
Welche Person hat "mehr Gutscheine eingebracht"?
Person B – denn ein Kunde, der ohnehin Pizza kaufen will, nimmt eher einen $5-Gutschein. Aber diese Person hätte die Pizza auch ohne Gutschein gekauft (sie ist ja bereits zur Tür hereinspaziert).
Person A hat dagegen mehr Menschen gebracht, die ohne den $5-Gutschein keine Pizza gekauft hätten.
Person A hat mehr "Neukunden“ bzw. zusätzlichen Umsatz erzielt, während Person B weniger zusätzlichen Umsatz brachte.
Obwohl Person B also den Preis für die meisten verteilten Gutscheine und verkauften Pizzen bekommen würde – 90 % dieser Leute hätten die Pizza ohnehin gekauft.
Warum rede ich über Pizza? Weil Inkrementalität ein schwer zu lösendes Konzept im Marketing ist. Wie viele unserer durch Marketing erzielten Verkäufe waren wirklich zusätzlich zu dem, was ohnehin gekauft worden wäre (ohne den Besuch dieser Messe, oder ohne die Registrierung für das Webinar, usw.)? Da steigen wir gleich noch etwas tiefer ein.
Haben Sie etwas zu Marketing-Attributions-Tools erwartet? LOL.
Kommen wir also nach dem wichtigen Konzept der Inkrementalität im Marketing zu den verschiedenen Methoden, die für die Marketing-Messung genutzt werden. Sie sollen die Auswirkungen von Marketing-Aktivitäten quantifizierbar machen und helfen Unternehmen, ihre Budgets effektiver zuzuweisen.
Wenn Sie diese Methoden verstehen, können Sie Marketing analytischer und mit mehr finanziellem Augenmaß angehen.
Marketing Mix Modeling (MMM)
Marketing Mix Modeling (MMM) ist eine statistische Analysemethode, die historische Daten auswertet, um den Einfluss verschiedener Marketingmaßnahmen auf den Verkauf zu bestimmen und dann die Auswirkungen zukünftiger Maßnahmen-Sets vorherzusagen.
Es berücksichtigt mehrere Variablen, darunter wirtschaftliche Bedingungen, Wettbewerb, Marketingaufwand usw.
MMM liefert Einblicke in die Wirksamkeit jedes Marketingkanals über längere Zeiträume hinweg und hilft zu verstehen, wie verschiedene Komponenten des Marketing-Mix zum Umsatz beitragen. Es ist nützlich für die Budgetverteilung auf verschiedene, übergeordnete Marketingkanäle und für die langfristige strategische Planung.
Für MMM benötigt man einen großen Datensatz, um zu prüfen, wie verschiedene statistische Modelle die Daten erklären und abbilden und welches Modell dabei das höchste Vertrauen verdient (d. h. die Daten und ihre Schwankungen am besten erklärt – sprich, ein weniger riskanter Ansatz).
Für bessere Modelle ist es ideal, Daten mit höherer Auflösung zu verwenden, z. B. tägliche Daten, die besser geeignet sind als monatliche, da es mehr Datenpunkte gibt.
Der Vorteil von MMM besteht darin, dass es über reine Online-Kanäle hinausgeht und z. B. den Einfluss der 100.000-Dollar-Plakatkampagne auf das Endergebnis darstellt.
Das Problem bei MMM ist, dass – wie bei den meisten B2B-Unternehmen – oft zu wenige Daten vorhanden sind. Zum Beispiel bei einem Unternehmen, das an Großunternehmen verkauft, die nur drei Deals im Jahr abschließen.
MMM eignet sich außerdem besser für jährliche/vierteljährliche Analysen und weniger für die Optimierung des Marketings auf Wochen- oder Monatsbasis.
Beispiele für MMM in der Praxis
Bei der 42 Agency setzen wir Marketing-Mix-Modelle für unsere Kunden ein und führen fortgeschrittene Analysen durch, um Erkenntnisse über die reine First-Touch-/Last-Touch-Attribution hinaus zu gewinnen.
Einer unserer Kunden, der monatlich rund 1 Mio. Dollar für Medien ausgibt, investierte einen erheblichen Teil seines Budgets in Meta Brand Awareness Ads und LinkedIn Reach Ads. Wir führten eine Analyse durch, um einige Fragen zu beantworten:
- Waren Meta & LinkedIn für die Generierung von MQL/SQLs verantwortlich? (Die Antwort war ja)
- Hatte das Investment in Reach- und Awareness-Anzeigen einen positiven Einfluss auf die SQL / MQLs? (Die Antwort: nicht so stark wie angenommen. Teilweise gab es sogar einen negativen Effekt, d.h. vermutlich wurden durch die Investition in Reach/Brand Awareness weniger MQLs generiert)
- Wie hoch ist der Werbeerinnerungseffekt (Ad Stock) der einzelnen Kanäle, d.h. wie lange erinnern sich Menschen nach Ansicht an die Anzeige? (FB hat den höchsten AdStock, Adwords den niedrigsten)
- Wo liegt unser Punkt der abnehmenden Erträge? D. h. wie entwickelt sich ab einer bestimmten Investition in einen Kanal die erwartete Conversion sowie die Kosten/Conversion? (Ausgaben oberhalb eines bestimmten Schwellenwerts brachten weniger Conversions bei relativ höheren CPA)
Korrelation bedeutet nicht Kausalität, sorgt aber für eine interessante Geschichte.
Bei einem anderen Kunden investierten wir umfassend in YouTube Videoanzeigen.
YouTube hat eine sehr niedrige CVR (Click-Through-Conversion-Rate), da 80 % der YouTube-Anzeigen auf Fernsehern ausgespielt werden. Sie eignen sich jedoch hervorragend, um eine Markenstory zu erzählen – etwas, das Direkt-Response-Anzeigen wie Google Ads oder Meta nicht leisten können.
Obwohl wir YouTube-Ausgaben nicht direkt über die CVR mit Conversions verknüpfen konnten, zeigte sich eine deutliche Korrelation zwischen YouTube-Anzeigenflights und Conversions aus Direct/Organic. Das deutete darauf hin, dass unsere Anzeigen die potenziellen Kunden dazu bewegten, sich über andere Kanäle anzumelden.
Multi-Touch-Attribution (MTA)
Multi-Touch-Attribution (MTA) Modelle schreiben jedem Touchpoint auf dem Weg zur Conversion einer Kundin / eines Kunden einen Anteil des Erfolgs zu. Anders als MMM, das den Marketing-Mix auf Makroebene betrachtet, arbeitet MTA auf Mikroebene und analysiert die Effektivität spezifischer Digitalmarketingmaßnahmen – wie jener aus Ihrem B2B-E-Mail-Marketing, Ihrer Anzeigen oder SEO / organischer Maßnahmen – auf eine Conversion.
MTA hilft Marketer:innen, herauszufinden, welche Touchpoints am wirkungsvollsten für Conversions sind, und ermöglicht so eine detailliertere Optimierung der Marketingausgaben.
So können wir z. B. durch MTA nächstes Monat mehr Budget für LinkedIn Ads einplanen, weil der 30-Tage-Report zuletzt zeigte, dass diese eine stärkere Conversion zu Opportunity als Google Ads hervorbrachten.
Während MMM Leistungssteigerungen auch ohne direkte Klickdaten erkennen kann, braucht MTA Klicks & Tracking (client- oder serverseitig), um Touchpoints zu verbinden und die Customer Journey zu konstruieren.
Das Hauptproblem bei MTA ist der starke Fokus auf UTM-Tracking, Klicks und Cookies, die zunehmend abgeschafft werden.
Wichtig zu beachten: MTA stützt sich nicht auf Third-Party-Cookies (die mehr für Werbung benutzt werden), sondern auf First-Party-Cookies (1P). Allerdings löschen etwa Browser wie Safari diese nach sieben Tagen. In einer Welt, in der Nutzer:innen vermehrt Geräte wechseln, Browser Skripte blockieren und UTM-Links entfernen, wird effektives Tracking zunehmend erschwert.
Mit anderen Worten: MTA-Tracking wird komplexer und die Genauigkeit verschwimmt.
Wenn Sie einen Cookie-Banner verwenden, um das Opt-in einzuholen, und der Besuchende dies ablehnt, können Sie keine Referral-Daten oder andere Informationen dazu erfassen, wie die Person auf Ihre Website kam.
In Ihrer Analyse erscheint dies dann als "Direktbesuch". Nur 31 % der Besuchenden stimmen Cookies zu, sodass fast 70 % Ihrer Besuche als „direkt“ angezeigt werden.
Ich könnte tagelang darüber sprechen, aber kommen wir zurück zum Thema und tauchen wir in einige MTA-Modelle und deren Anwendungen ein.
Gängige Multi-Touch-Attributionsmodelle (MTA)
Hier sind die am häufigsten vorkommenden MTA-Modelle, die mir in meiner Zeit als B2B-Marketer begegnet sind – und wie man sie verwendet.
1. Das First-Touch-Modell
Das First-Touch-Modell schreibt 100 % des Conversion-Anteils dem ersten Kontaktpunkt in der Customer Journey zu.
Dieses Modell basiert auf dem Prinzip, dass die erste Interaktion die wichtigste ist, da sie den Kunden erstmals mit der Marke oder dem Produkt in Kontakt bringt und so die Grundlage für alle weiteren Interaktionen schafft.
Anwendung: Dieses Modell ist hilfreich, um die Wirksamkeit von Top-of-Funnel-Maßnahmen, wie beispielsweise Brand-Awareness-Kampagnen, zu bewerten. Es hilft uns zu verstehen, wie wir auf die Wahrnehmung der Menschen kommen (also Awareness).
So nutzt man es: In HubSpot wird dies als Original Source im Standard-Datenmodell bezeichnet. HubSpot / Analytics-Tools setzen beim ersten Besuch eines Nutzers auf deiner Website ein Cookie und verbinden diesen Erstkontakt beim späteren Lead-Abschluss.
Verwendest du üblicherweise UTMs, ist dies das UTM des allerersten Besuchs deiner Website (nicht erst bei Formularausfüllung). Du kannst dies in Google Analytics (UA) unter Modellvergleiche > Erster Klick nachverfolgen. In GA4 wurden diese Optionen entfernt.
2. Das Last-Touch-Modell
Im Gegensatz dazu ordnet das Last-Touch-Modell den gesamten Conversion-Anteil dem letzten Kontaktpunkt vor der Conversion zu. Dieses Modell geht davon aus, dass die letzte Interaktion am wichtigsten ist, da sie der Conversion am nächsten steht.
Anwendung: Ideal zur Bewertung des Einflusses von Bottom-of-Funnel-Aktivitäten wie Retargeting oder Suchanzeigen. Es zeigt, welche Kanäle und Botschaften am effektivsten die finale Conversion bewirken.
Allerdings begünstigt dieses Modell eher Kanäle mit hoher Kaufabsicht wie Google Ads gegenüber TOFU-Kanälen wie LinkedIn, Meta oder Content. Selbst wenn Kunden dich möglicherweise zunächst durch eine Meta-Anzeige auf Instagram entdecken, erhält Google Ads 100 % des Credits, wenn du nur das Last-Touch-Modell verwendest. Das kann schnell zu dem falschen Schluss führen, Meta Ads würden schlicht nicht funktionieren.
So nutzt man es: Das entspricht der Latest Source in HubSpot oder – bei Verwendung von UTMs – dem UTM, das beim Abschicken des Formulars erfasst wird. Auch wenn das ein umfangreicheres Thema ist, kommt die Latest Source in HubSpot sehr nahe an den letzten Kontaktpunkt, bevor ein Lead konvertiert. Google Analytics (UA & GA4) unterstützt das Last-Touch-Modell im Modellvergleichstool (letzter Klick).
3. Das lineare Modell
Das lineare Modell verteilt die Attribution gleichmäßig auf alle Kontaktpunkte der Customer Journey.
Dieses Modell geht davon aus, dass jede Interaktion vom ersten Kontakt bis zur Conversion gleichermaßen zur finalen Entscheidung beiträgt. Die Implementierung ist einfach, allerdings kann es sein, dass dadurch besonders einflussreiche Kontaktpunkte nicht ausreichend berücksichtigt werden.
Anwendung: Am besten geeignet, wenn du einen einfachen Ansatz bevorzugst, der jeden Kontaktpunkt berücksichtigt, ohne bestimmte Interaktionen zu priorisieren. Das eignet sich für Unternehmen mit einer flachen, linearen Customer Journey.
So nutzt man es: Zahlreiche Drittanbieter-Attributionstools unterstützen lineare Modelle. In GA UA war das ebenfalls als Option verfügbar, in GA4 jedoch nicht mehr. Nutzt du HubSpot Pro / Enterprise? Dann kannst du ebenfalls lineare Attributionsberichte mit dem Attribution Reporting erstellen.
4. Das U-Shape (Position Based) Modell
Das U-Shape- bzw. Position-Based-Modell vergibt mehr Gewichtung auf die ersten und letzten Kontaktpunkte – typischerweise jeweils etwa 40 % – und verteilt die restlichen 20 % auf die mittleren Berührungspunkte. Bei diesem Modell wird anerkannt, dass erste und letzte Kontakte eine höhere Priorität haben.
Anwendung: Nützlich für Marketingstrategien, die Wert auf erste Eindrücke und finale Berührungspunkte legen – zum Beispiel bei kürzeren Vertriebszyklen oder bei Produkteinführungen.
So nutzt man es: Viele Drittanbieter-Attributionstools bieten ein U-Modell an. Im inzwischen eingestellten Universal Analytics war es ebenfalls als Option verfügbar. In GA4 ist das allerdings nicht mehr möglich.
Wenn du HubSpot Pro / Enterprise nutzt, kannst du auch U-Attributionsberichte mit der Attribution Reporting-Funktion erstellen.
5. Das W-Shape-Modell
Als Erweiterung des U-Shape-Modells umfasst das W-Shape-Modell drei entscheidende Phasen der Customer Journey:
- Der erste Kontakt (Einführung)
- Lead-Erstellung (Engagement in der Mitte der Reise)
- Und die Opportunity-Erstellung (Entscheidung).
Jeder dieser entscheidenden Berührungspunkte erhält einen signifikanten Anteil an der Attribution (meist etwa 30 % jeweils), während die verbleibenden 10 % auf andere Interaktionen aufgeteilt werden.
Anwendung: Ideal für Unternehmen mit langen Verkaufszyklen, die mehrere Phasen der Interaktion durchlaufen, wie zum Beispiel B2B-Unternehmen, bei denen Erstkontakt, Lead-Qualifizierung und finale Verhandlungen allesamt entscheidend sind.
So wird das Modell genutzt: Nutzen Sie Third-Party-Attribution, um dieses Modell abzubilden und die drei zentralen Meilensteine einer Interessentenreise (z. B. Lead/SQL/Closed Won) zu verstehen, um herauszufinden, was TOFU/Conversion und Closed Won antreibt.
6. Das datengetriebene (algorithmische) Modell
Das datengetriebene Modell verwendet Algorithmen und maschinelles Lernen, um alle Touchpoints zu analysieren und die Attribution basierend auf dem tatsächlich beobachteten Einfluss jeder Interaktion zu vergeben.
Im Gegensatz zu regelbasierten Modellen passt sich dieser Ansatz dynamisch an, um den unterschiedlichen Einfluss jedes Touchpoints in verschiedenen Szenarien und Kundensegmenten widerzuspiegeln.
Anwendung: Am besten geeignet für Organisationen mit Zugang zu großen Datensätzen und der analytischen Fähigkeit, komplexe Modelle zu verarbeiten. Es bietet die persönlichste und genaueste Attribution, erfordert jedoch bedeutende Ressourcen.
So wird das Modell genutzt: Von Google Ads populär gemacht. Ich glaube nicht, dass viele B2B-Unternehmen ausreichend große Datenmengen für eine wirklich aussagekräftige Nutzung besitzen.
7. Das Time-Decay-Modell
Das Time-Decay-Modell weist den Kontakten, die zeitlich näher an der Conversion liegen, einen höheren Wert zu – basierend auf der Annahme, dass spätere Interaktionen größeren Einfluss auf die Entscheidungsfindung haben.
Die Wertigkeit früherer Kontakte nimmt exponentiell oder linear ab.
Anwendung: Geeignet für Kampagnen, die schnelle Conversions erzielen sollen und bei denen angenommen wird, dass die Aktualität der Interaktion größeren Einfluss auf die Entscheidung des Kunden hat.
So wird das Modell genutzt: Setzen Sie dieses Modell mit HubSpot Attribution oder Third-Party-Tools ein, um die Deal-Geschwindigkeit je Kanal zu analysieren.
Einige zusätzliche Hinweise zum Verständnis von Multi-Attributionsmodellen
Abseits der Modelle ist das Entscheidende, dass wir MTA als Möglichkeit begreifen, um Einblicke zu erhalten, welche Kanäle zur TOFU-Awareness beitragen und welche für reine BOFU-Conversions verantwortlich sind.
In der Arbeit mit B2B-Marken ist es gängig zu sehen, dass Google Ads bei einem Last-Touch-Modell (das häufig genutzt wird) 80 % der Conversions generiert. Doch mit etwas Modellierung zeigt sich deutlich, dass Paid Social, SEO, Content, YouTube usw. die TOFU-Awareness liefern, die sich wiederum in Google Ads- und Last-Mile-Conversions umwandelt.
Ein Interessent könnte eine Marke zuerst in einem YouTube- oder Meta-/LinkedIn-Ads-Spot sehen und zunächst nicht konvertieren, aber durch die Häufigkeit der Ausspielung sucht die gleiche Person schließlich nach einer Kategorie oder einem Markenschlüsselbegriff, klickt auf einen Google-Ads-Link und konvertiert.
Last Touch würde Google Ads 100 % des Credits zuschreiben, First Touch YouTube oder Meta – aber tatsächlich haben beide Kanäle gemeinsam die Conversion erzielt.
Aber halt! Vergessen wir die Inkrementalität nicht.
MTA ist großartig und zeigt uns, welche Aktionen/Interaktionen letztendlich zur Conversion des Interessenten geführt haben.
Allerdings beantwortet es NICHT die Frage: Hätte diese Person ohnehin etwas gekauft?
Einer unserer Kunden investierte stark in Google Ads (bei B2B üblich), aber 70 % des Suchbudgets flossen in Branded Search (d. h. Nutzer suchten nach dem Markennamen).
Wir (42 Agency) hatten die Hypothese, dass 90 % derjenigen, die über Branded Search konvertieren, ohnehin auch organisch über die SERP konvertiert hätten.
Wir haben Schritt für Schritt das Branded-Search-Budget reduziert und in Kategorie-/Use-Case-Keywords sowie andere Kanäle umverteilt. Während die Conversions über Google Search zurückgingen, nahmen die organischen Conversions erheblich zu, was unsere Hypothese bestätigt hat: Branded Search war nicht inkrementell.
Bevor Sie jetzt sämtliche Branded-Search-Kampagnen abschalten: Sie haben ihren Nutzen – insbesondere in einem kompetitiven Markt (z. B. CRM, PM-Tools, ATS usw.).
Sie helfen dabei, Ihre Marke gegenüber Wettbewerbern zu „verteidigen“ und sich mehr Sichtbarkeit auf einer Suchergebnisseite zu sichern.
Apropos gebrandete Suchen – viele Marketer scheuen sich davor, Marken zu messen, aber das ist ein Fehler. Marken sollten und können gemessen werden; sie brauchen ein einheitliches Messframework im Marketing.
Aber wie genau macht man das?
Wie misst man eine Marke?
Ironischerweise ist im B2B-Bereich die häufigste Methode zur Markenmessung der „Direkt-Traffic“, was allerdings etwas irreführend ist.
Im besten Fall steht Direkt-Traffic nicht zwangsläufig für Markenbekanntheit. Entgegen der landläufigen Meinung ist Direkt-Traffic jede Traffic-Quelle (verschlüsselt oder nicht), bei der die Webanalyse keine Verweisung erkennen kann.
Es handelt sich also nicht um jemanden, der Ihre Website direkt in die Adressleiste eingibt.
Ein besserer Indikator könnten gebrandete Suchanfragen (über Google/Bing Search Console) sein, aber selbst das ist keine präziseste Methode, um eine Marke zu messen. Menschen, die Ihre Marke kennen, besuchen nicht zwangsläufig Ihre Website.
Was ist also der goldene Weg, eine Marke zu messen? Umfragen, Geo- und Holdout-Tests.
Erinnerungs- und unterstützte/ununterstützte Umfragen
Traditionell eingesetzt von großen Mediaagenturen und Marken im FMCG- und CPG-Bereich, sind Umfragen (sowohl unterstützt als auch ununterstützt) ein hervorragendes Mittel, um Markenmarketing-Kampagnen zu messen.
Bei der ununterstützten Erinnerung werden Teilnehmer aufgefordert, Marken, Produkte oder Werbungen ohne Vorgaben zu benennen. Damit wird die spontane Markenbekanntheit geprüft.
Bei der unterstützten Erinnerung erhalten die Teilnehmenden Hinweise oder Hilfestellungen, um beim Erinnern zu unterstützen.
Diese Umfragen können den Einfluss von Marketingaktivitäten auf die Markenbekanntheit und -erinnerung im Zeitverlauf messen. Ihnen sind solche Umfragen vielleicht schon auf YouTube oder in den sozialen Medien begegnet:
- „Welche dieser Marken würden Sie das nächste Mal in Betracht ziehen, wenn Sie X kaufen möchten?“
- „Welche dieser Marken-Werbungen haben Sie in den letzten sieben Tagen gesehen?“
Mit wachsender Marktpräsenz Ihrer Marke sollten sich die unterstützte und ungestützte Bekanntheit kontinuierlich erhöhen.
Bezahlte Social-/Suchplattformen bieten diese Messmethoden ebenfalls an. LinkedIn hat kürzlich Brand-Lift-Studien eingeführt, bei denen die Erinnerungsfähigkeit einer Gruppe, die Ihre Anzeige auf LinkedIn gesehen hat, mit einer Gruppe verglichen wird, die diese Anzeige nicht gesehen hat.
Facebook hat etwas Ähnliches eingeführt. Früher waren diese Funktionen nur großen Werbetreibenden vorbehalten, inzwischen stehen sie auch Selbstbuchern zur Verfügung.
Geo- und Holdout-Tests
Wie misst man eigentlich eine OOH-Kampagne wie z. B. Plakatwerbung? Als wir das für uns und unsere Kunden gemacht haben, beobachteten wir einen Anstieg des Traffics aus der Stadt, in der wir die Plakatkampagne geschaltet haben, oder untersuchten Marken-Nennungen.
Das Prinzip dahinter ist das Holdout-Testing (und auf regionaler Ebene das Geo-Testing).
Holdout-Testing, auch Kontrollgruppen-Test genannt, bedeutet, dass bestimmten Zielgruppen-Segmenten bestimmte Marketingmaßnahmen vorenthalten werden, um deren Verhalten mit denen zu vergleichen, die diese Marketingmaßnahmen gesehen haben.
Mit dieser Methode kann eindeutig der Inkrementalwert bestimmt werden, indem gezeigt wird, was passiert, wenn bestimmte Marketingmaßnahmen nicht durchgeführt werden. Beispiel: In New York City läuft eine Plakatkampagne, während in einer vergleichbaren Stadt (angenommen Toronto) keine Plakate geschaltet werden. Dann lassen sich die Ergebnisse in den wichtigsten Kennzahlen zwischen beiden Städten vergleichen.
Anmerkung zu OOH – einen einzelnen Billboard für zwei Wochen zu buchen, wird keinen großen Effekt haben –
Lektion: Wir haben für die jährliche Hubspot-Konferenz in Boston einen mobilen Werbe-Billboard für zwei Tage gemietet. Das sorgte zwar für ein wenig Buzz in den sozialen Medien und war eine tolle Story – aber den erhofften Traffic-Anstieg gab es nicht. Dennoch bekamen wir Aufmerksamkeit dafür, dass wir etwas als "teuer" Wahrgenommenes (OOH) und Ungewöhnliches versucht haben.
Vom Messen zum Handeln
Hier die Grundidee dieses Beitrags: Sie können und sollten Ihre Maßnahmen für Marketing und Marke messen. Lassen Sie sich nicht vom Gegenteil überzeugen.
Auch dann müssen Sie ein experimentelles System schaffen, das Ihnen ermöglicht, schnell zu iterieren und nach den gewonnenen Erkenntnissen stetig bessere Ideen zu testen.
Wie das konkret gelingt, wäre ein eigenes Thema für sich. Doch über die Taktik hinaus erfordert es eine Denkweise der Klarheit, eine Marketingfunktion bewusst so zu bauen, dass sie sowohl schnell als auch überlegt agiert, und zu wissen, was wöchentlich gemessen werden sollte – und was quartalsweise oder jährlich. Außerdem benötigen Sie die passende Marketing-Analytics-Software.
Bleiben Sie dran für weitere Inhalte. Währenddessen sollten Sie sich auch für unseren Newsletter für Marketingverantwortliche anmelden und die neuesten Trends, Insights und Taktiken direkt ins Postfach erhalten.
