Dieser abschließende Blogbeitrag fasst die zentralen Erkenntnisse der inkrementellen Steuerung zusammen und dient als strategischer Leitfaden für Marketing-Führungskräfte, die ihr Budget zukunftssicher und effizient gestalten wollen.

Inhaltsverzeichnis

1. Executive Summary: Die neue Ära der Marketing-Messung
2. Paradigmenwechsel: ROAS ist tot – Lang lebe der iROAS
   • Das Problem der Korrelation
   • Die Formel für kausales Wachstum
3. Das strategische Mess-Tool-Kit für Führungskräfte
   • Tool 1: Multi-Touch-Attribution (MTA) – Die taktische Sicht
   • Tool 2: Inkrementalitätstests (Lift-Tests) – Der Beweis der Kausalität
   • Tool 3: Marketing Mix Modeling (MMM) – Die strategische Allokation
4. Der Königs-Weg: Geo-Split-Tests als Fundament der Budgetplanung
5. Die Budget-Revolution: Strategische Umschichtung nach marginalem iROAS
6. Handlungsanweisung: Fünf Schritte zur inkrementellen Organisation
7. Fazit: Vom Kostenfaktor zum Wachstumsmotor

1. Executive Summary: Die neue Ära der Marketing-Messung

Liebe Marketing-Führungskräfte,

Der Wettbewerbsvorteil liegt heute nicht mehr im reinen Sammeln von Kundendaten, sondern in der Fähigkeit, den kausalen Wert dieser Daten zu bestimmen. Die traditionelle ROAS-Steuerung führt Sie in die Irre, da sie Umsatz belohnt, der ohnehin entstanden wäre (Basisumsatz).

Die neue strategische Mess-Suite – iROAS als Kennzahl, gestützt durch Incrementality Tests und Marketing Mix Modeling (MMM) – ist der einzige Weg, um:

1. Verschwendung zu eliminieren: Keine Budgets mehr für Kanäle, die nur Umsätze abschöpfen.
2. Wachstum zu beschleunigen: Budgets gezielt in Kanäle lenken, die nachweislich neuen Umsatz schaffen.
3. Strategische Klarheit: Den wahren Wert von Upper-Funnel-Kanälen (Brand, Display, Social Awareness) beweisen und finanzieren.

Der Übergang zur inkrementellen Steuerung ist eine der wichtigsten Weichenstellungen für nachhaltigen Unternehmenserfolg.

2. Paradigmenwechsel: ROAS ist tot – Lang lebe der iROAS

Das Problem der Korrelation

Der klassische Return on Advertising Spend (ROAS) ist eine Korrelations-Kennzahl. Er misst, ob eine Werbeanzeige einer Conversion vorausging. Aufgrund der weit verbreiteten Last-Click-Attribution überschätzt er systematisch Kanäle, die am Ende der Customer Journey stehen (z.B. Branded Search).

Achtung! Ein hoher attributierter ROAS (> 10:1) ist oft ein Alarmzeichen für eine hohe Kannibalisierung des Basisumsatzes, nicht für hocheffizientes Marketing.

Die Formel für kausales Wachstum

Der inkrementelle Return on Ad Spend (iROAS) hingegen ist eine Kausalitäts-Kennzahl. Er berechnet den Umsatz, der ohne die spezifische Marketingmaßnahme nicht entstanden wäre.

$$\text{iROAS} = \frac{\text{Inkrementeller Zusatzumsatz}}{\text{Werbekosten}}$$

Ein iROAS von 4:1 bedeutet: Für jeden Euro, den wir investieren, wächst unser Unternehmen um vier zusätzliche Euro. Dies ist die einzige Kennzahl, die eine wachstumsorientierte Budgetallokation ermöglicht.

3. Das strategische Mess-Tool-Kit für Führungskräfte

Um den iROAS zuverlässig zu messen, müssen Marketing-Führungskräfte ein dreistufiges Mess-Tool-Kit etablieren, das auf unterschiedliche Zeithorizonte und Granularitäten ausgerichtet ist.

Tool 1: Multi-Touch-Attribution (MTA) – Die taktische Sicht

• Zweck: Tägliche und wöchentliche Optimierung von Kampagnen innerhalb digitaler Kanäle.
• Funktion: Verteilt den Conversion-Wert auf die verschiedenen Touchpoints (Search, Social, Display) einer Customer Journey, meist auf Basis von Machine Learning (Data-Driven Attribution).
• Grenze: Ist aufgrund des Verlusts von Third-Party-Cookies und des Endgeräte-Trackings zunehmend unvollständig und kann keine echten Kausalaussagen treffen.

Tool 2: Inkrementalitätstests (Lift-Tests) – Der Beweis der Kausalität

• Zweck: Valide Nachweise für den Wert eines Kanals, einer Taktik oder eines Budgets.
• Funktion: Wissenschaftliche Experimente (z.B. User-Level-A/B-Tests oder Geo-Split-Tests) vergleichen eine Testgruppe mit einer Kontrollgruppe. Der gemessene Unterschied ist der inkrementelle Lift.
• Strategischer Wert: Definiert den wahren iROAS eines Kanals und identifiziert Sättigungspunkte.

Tool 3: Marketing Mix Modeling (MMM) – Die strategische Allokation

• Zweck: Ganzheitliche und zukunftsgerichtete Budgetplanung über alle Kanäle (digital und klassisch) hinweg.
• Funktion: Analysiert historische, aggregierte Daten (Budget, Umsatz, externe Faktoren) und prognostiziert den optimalen Budget-Mix, um den Gesamt-iROAS zu maximieren.
• Synergie: Das MMM wird durch die kausalen Ergebnisse der Inkrementalitätstests kalibriert und liefert so verlässliche strategische Umschichtungs-Empfehlungen.

4. Der Königs-Weg: Geo-Split-Tests als Fundament der Budgetplanung

Für strategische Entscheidungen über die kanalübergreifende Budgetallokation sind Geo-Split-Tests unverzichtbar. Sie bieten den robustesten kausalen Beweis:

Diese Erkenntnisse bilden das unerschütterliche Fundament für Ihre strategischen Budget-Entscheidungen der kommenden Quartale.

5. Die Budget-Revolution: Strategische Umschichtung nach marginalem iROAS

Der iROAS-Ansatz zwingt Sie, Budgets nicht dem Kanal mit dem höchsten ausgewiesenen Erfolg zuzuweisen, sondern dem Kanal, der den größten Zusatzertrag pro zusätzlichem Euro liefert.

Dieser marginale iROAS ist der Schlüssel zur maximalen Effizienz:

1. Unterfinanzierte Kanäle erkennen: Finden Sie Kanäle (häufig Upper/Mid Funnel), deren marginaler iROAS hoch ist, aber deren Gesamtbudget aufgrund der alten, verzerrten ROAS-Sicht zu niedrig ist.
2. Überfinanzierte Kanäle reduzieren: Identifizieren Sie Kanäle (häufig Lower Funnel), bei denen der marginale iROAS nur noch knapp über dem Break-Even liegt, weil der Sättigungspunkt erreicht wurde. Hier muss Budget abgezogen werden.
3. Umschichtung: Verschieben Sie Kapital aus dem gesättigten Such-Kanal in den inkrementell starken Social- oder Display-Kanal, um den Gesamt-iROAS zu maximieren und das Unternehmenswachstum zu beschleunigen.

Die strategische Herausforderung ist hierbei, intern zu vermitteln, dass ein Budgetabzug bei einem Kanal mit hohem attributiertem ROAS richtig ist, weil das freigewordene Kapital in einem anderen Kanal mehr Zusatzumsatz generiert.

6. Handlungsanweisung: Fünf Schritte zur inkrementellen Organisation

Als Führungskraft ist es Ihre Aufgabe, diesen Wandel einzuleiten:

1. KPI-Verschiebung: Legen Sie den iROAS als primäre Kennzahl für die kanalübergreifende Budgetallokation fest.
2. Daten-Fundament: Stellen Sie sicher, dass die Infrastruktur für die Durchführung von Geo-Split-Tests und das Sammeln der Daten für MMM vorhanden ist (Investition in Data Science und MarTech).
3. Starten Sie mit dem Großen: Beginnen Sie mit strategischen Geo-Tests, um den wahren Wert Ihrer größten Kanäle (z.B. Google vs. Meta vs. Display-Netzwerk) zu validieren.
4. MMM Implementieren: Nutzen Sie die Ergebnisse der Tests, um ein Marketing Mix Model zu kalibrieren, das kontinuierliche Empfehlungen zur optimalen Budgetallokation liefert.
5. Kulturwandel: Etablieren Sie eine Test-Kultur, in der das Team ermutigt wird, Hypothesen über den kausalen Wert ihrer Arbeit zu beweisen, anstatt nur nach Korrelationen zu optimieren.

Dieser Fokus ist der logische und wichtigste Schritt: Die Umwandlung von Test-Erkenntnissen in konkrete Budgetentscheidungen. Nur so wird aus iROAS-Messung eine strategische Unternehmenssteuerung.

Inhaltsverzeichnis

1. Einleitung: Von der Messung zur strategischen Allokation
2. Die Wahrheit über Kanäle: iROAS vs. Attributierter ROAS
   • Search (Lower Funnel)
   • Social & Display (Upper/Mid Funnel)
3. Die strategische Anwendung der iROAS-Ergebnisse
   • Fokus auf Marginale Inkrementalität
   • Identifizierung von Sättigungspunkten
4. Der Königsdisziplin: Marketing Mix Modeling (MMM)
   • Was MMM und Inkrementalität verbindet
   • Synergien und optimale Allokation
5. Der neue Budget-Prozess: Vier Schritte zur iROAS-Steuerung
6. Fazit: Wachstum durch echte Effizienz

1. Einführung: Von der Messung zur strategischen Allokation

In den vorherigen Beiträgen haben wir die Schwächen der Last-Click-Steuerung beleuchtet und gezeigt, wie Inkrementalitätstests den inkrementellen Return on Ad Spend (iROAS) als wahre Kennzahl etablieren. Aber das Wissen um den iROAS eines Kanals allein ist nur der halbe Weg. Die eigentliche Revolution beginnt, wenn wir diese kausalen Erkenntnisse nutzen, um die Budgetverteilung zwischen den Kanälen (Search, Social, Display, etc.) fundamental neu zu denken.

Das Ziel ist die marginale Budgetallokation: Jeden zusätzlichen Euro in den Kanal zu investieren, der aktuell den höchsten inkrementellen Zusatzumsatz verspricht.

2. Die Wahrheit über Kanäle: iROAS vs. Attributierter ROAS

Inkrementalitätstests decken fast immer eine systematische Verzerrung in der traditionellen ROAS-Messung auf. Diese Verzerrung führt zu chronischer Über- oder Unterfinanzierung von Kanälen.

Search (Lower Funnel)

Social & Display (Upper/Mid Funnel)

3. Die strategische Anwendung der iROAS-Ergebnisse

Der iROAS ist nicht nur eine Kennzahl; er ist ein Kompass für zwei entscheidende strategische Budgetfragen.

Fokus auf Marginale Inkrementalität

Der marginale iROAS beschreibt den inkrementellen Umsatz, der durch den nächsten zusätzlichen Euro an Werbeausgaben erzielt wird. Dies ist die effizienteste Kennzahl für die Budgetallokation.

Regel der marginalen Allokation:

Investieren Sie das Budget in den Kanal, der aktuell den höchsten marginalen iROAS aufweist, bis der marginale iROAS aller Kanäle gleich ist.

• Szenario: Ihr Geo-Split-Test zeigt, dass der zusätzliche Euro auf Display einen inkrementellen Umsatz von 4,00 € generiert, während der zusätzliche Euro auf Search nur noch 2,50 € generiert (weil der Kanal bereits gesättigt ist).
• Aktion: Sie müssen Budget von Search zu Display umschichten. Selbst wenn der attributierte ROAS von Search hoch bleibt, wächst Ihr Unternehmen schneller und effizienter, indem Sie in den Channel mit dem höheren marginalen iROAS investieren.

Identifizierung von Sättigungspunkten

Jeder Marketingkanal folgt dem Gesetz des abnehmenden Grenznutzens. Irgendwann erfordert die Generierung des nächsten inkrementellen Umsatzes exponentiell höhere Ausgaben.

Inkrementalitätstests (insbesondere über verschiedene Intensitäts-Level) identifizieren den Sättigungspunkt, an dem der iROAS beginnt, stark abzufallen.

• Praxisbeispiel:
  • Display-Kampagne: Bei 50.000 € Budget lag der iROAS bei 4:1. Bei 70.000 € Budget fällt er auf 2:1.
  • Aktion: Der Sättigungspunkt liegt zwischen 50.000 € und 70.000 €. Alles über dem optimalen Level ist eine ineffiziente Ausgabe, die sofort in einen Kanal mit höherem marginalen iROAS (z.B. Social) umgeschichtet werden muss.

4. Der Königsdisziplin: Marketing Mix Modeling (MMM)

Während Inkrementalitätstests Momentaufnahmen liefern, benötigen Sie für die kontinuierliche, ganzheitliche Budgetsteuerung über Quartale und Jahre hinweg ein höheres analytisches Werkzeug: das Marketing Mix Modeling (MMM).

Was MMM und Inkrementalität verbindet

MMM ist eine statistische Methode, die historische Daten (Werbeausgaben, Umsatz, externe Faktoren wie Saisonalität oder Wetter) verwendet, um den inkrementellen Beitrag jedes einzelnen Kanals zu prognostizieren und zu optimieren.

• Synergie: Inkrementalitätstests dienen als Kalibrierung für das MMM. Die kausalen Ergebnisse der Geo-Tests beweisen dem Modell, dass der Beitrag von Social tatsächlich so hoch ist, wie es das Modell geschätzt hat. Dies macht das MMM deutlich robuster und genauer.
• Ganzheitliche Sicht: Nur das MMM kann die Synergie-Effekte zwischen Kanälen quantifizieren (z.B. „1€ in TV erhöht den iROAS von Search um 15 %“). Diese Synergien sind entscheidend für die optimale Budgetallokation über den gesamten Marketing-Mix (inkl. Offline-Kanälen).

5. Der neue Budget-Prozess: Vier Schritte zur iROAS-Steuerung

Die Umstellung auf iROAS-Steuerung erfordert die Integration der Erkenntnisse in einen neuen, datengestützten Entscheidungsprozess:

1. Strategische Testplanung: Definiert, welche strategischen Fragen (z.B. „Wie viel ist unser Branding-Kanal wirklich wert?“) durch Geo-Tests beantwortet werden müssen. Planung von $\text{iROAS}_{\text{Ziel}}$.
2. Durchführung & Validierung: Ausführen der Inkrementalitätstests und Kalibrierung des MMM. Die Ergebnisse liefern den iROAS und den Sättigungspunkt pro Kanal.
3. Marginale Allokation: Das Controlling und Marketing optimieren das Budget nicht mehr nach dem höchsten attributierten ROAS, sondern nach dem höchsten marginalen iROAS (ggf. unterstützt durch das MMM), um den Gesamtumsatz zu maximieren.
4. Kontinuierliche Optimierung: Regelmäßiges Re-Testing der Kanäle und des Creative-Lifts, da sich die inkrementelle Effizienz im Laufe der Zeit ändert (neue Wettbewerber, neue Creatives, neue Zielgruppen).

6. Fazit: Wachstum durch echte Effizienz

Die Ära des reinen ROAS ist vorbei. Die Steuerung nach inkrementellem Zusatzumsatz ist der Übergang von der historischen Attributions-Buchhaltung zur vorausschauenden Wachstums-Ökonomie.

Durch die konsequente Nutzung von iROAS-Erkenntnissen und deren Integration in ein holistisches System wie das Marketing Mix Modeling stellen Sie sicher, dass Ihr Marketingbudget dort eingesetzt wird, wo es den größten kausalen Mehrwert für Ihr Unternehmen schafft – und nicht nur bereits existierende Umsätze feiert.

Die Implementierung von Inkrementalitätstests ist der Sprung von der reinen Korrelationsbetrachtung zur kausalen Erfolgsmessung.

Inhaltsverzeichnis

1. Einführung: Warum Testen Kausalität beweist
2. Die zwei Hauptformen des Inkrementalitätstests
   • User-Level-Tests (Conversion/Brand Lift)
   • Geo-Split-Tests (Geo-Lifting)
3. Schritt-für-Schritt: Das ideale Test-Setup
   • 3.1 Die Hypothese formulieren
   • 3.2 Die Wahl des Test-Designs
   • 3.3 Die Stichprobengröße und Testdauer bestimmen (Signifikanz)
4. Im Fokus: Der Geo-Split-Test in der Praxis
   • 4.1 Die Erstellung des Geo-Paares (Matching)
   • 4.2 Der Ablauf der Kampagnensteuerung
   • 4.3 Die Auswertung: Berechnung des Inkrementalität-Lifts
5. Tools und Technologien für den Start
6. Fazit: Vom Schätzer zum Wissenden

1. Einführung: Warum Testen Kausalität beweist

Im Online-Marketing gilt: Korrelation ist nicht gleich Kausalität. Nur weil ein Kunde eine Anzeige gesehen und danach gekauft hat, bedeutet das nicht, dass die Anzeige den Kauf verursacht hat. Der Weg zur inkrementellen Steuerung führt daher über das wissenschaftliche Experiment: den Inkrementalitätstest.

Ein Inkrementalitätstest isoliert den Effekt einer Marketingmaßnahme, indem er eine Testgruppe (die die Maßnahme sieht) mit einer Kontrollgruppe (die sie nicht sieht) vergleicht. Der daraus resultierende Mehrwert im Umsatz oder der Conversion Rate ist der inkrementelle Lift – der klare Beweis für zusätzlichen Geschäftserfolg.

2. Die zwei Hauptformen des Inkrementalitätstests

Das Test-Design bestimmt, wie Sie die Kontrollgruppe definieren. Die zwei gängigsten Methoden sind:

User-Level-Tests (Conversion/Brand Lift)

Diese Tests werden direkt auf Werbeplattformen wie Meta, Google oder TikTok durchgeführt.

• Design: Die Plattform teilt die Zielgruppe in zwei zufällige Gruppen (z.B. 90 % vs. 10 %). Die Kontrollgruppe sieht keine oder eine irrelevante Anzeige.
• Vorteile: Hohe statistische Reinheit durch zufällige Zuweisung auf Nutzerebene (Randomization). Ideal, um die Wirkung einzelner Creatives, Zielgruppen oder Kampagnen zu messen.
• Einschränkungen: Funktioniert nur innerhalb der jeweiligen Plattform. Kann nicht den Cross-Channel-Effekt (z.B. Facebook auf Google Search) messen.

Geo-Split-Tests (Geo-Lifting)

Der Geo-Split-Test löst das Problem des kanalübergreifenden Messens und ist das Mittel der Wahl für strategische Entscheidungen über ganze Kanäle oder Budgets.

• Design: Es werden geografische Einheiten (Städte, Regionen, Postleitzahlen) in eine Testgruppe (mit erhöhter/neuer Werbeintensität) und eine Kontrollgruppe (mit unveränderter/reduzierter Intensität) aufgeteilt.
• Vorteile: Misst den wahren Gesamt-Lift über alle Kanäle hinweg (auch Offline-Effekte). Ideal, um den inkrementellen Wert eines gesamten Kanals (z.B. Programmatic Display) zu bestimmen.
• Einschränkungen: Die Erstellung der geografischen Paare ist komplexer, da externe Faktoren (Wettbewerb, Saisonalität) die Märkte beeinflussen können.

3. Schritt-für-Schritt: Das ideale Test-Setup

Unabhängig vom Design erfordert jeder Inkrementalitätstest ein sauberes Vorgehen.

3.1 Die Hypothese formulieren

Ein Test ohne klare Hypothese ist nutzlos. Die Hypothese ist eine Vorhersage über den zu erwartenden kausalen Effekt.

Beispiel-Hypothese:

„Die Investition von zusätzlichen 10.000 € in unseren YouTube-Kanal in der Testregion führt zu einem inkrementellen Umsatz-Lift von mindestens 5 % im Vergleich zur Kontrollregion in einem Zeitraum von vier Wochen.“

3.2 Die Wahl des Test-Designs

Während User-Level-Tests die beste Lösung für schnelle, taktische Optimierungen (Creative A vs. B) sind, werden für strategische Budget-Entscheidungen meist Geo-Split-Tests genutzt. Sie sind die einzige Methode, die den inkrementellen Beitrag eines gesamten Kanals oder einer Budgeterhöhung kanalübergreifend valide nachweisen kann.

3.3 Die Stichprobengröße und Testdauer bestimmen (Signifikanz)

Die größte Herausforderung ist die statistische Signifikanz. Ein Test muss lange genug laufen und genügend Daten sammeln, um Zufallseffekte auszuschließen.

• Dauer: Eine Faustregel ist eine Laufzeit von 3 bis 6 Wochen. Dies gewährleistet, dass der gesamte Conversion-Zyklus abgebildet wird und wochentags- oder wöchentliche Schwankungen berücksichtigt werden.
• Signifikanz: Sie wird meist mit $\mathbf{p < 0.05}$ (95 % statistische Sicherheit) angestrebt. Je kleiner der erwartete Lift ist, desto länger oder größer muss der Test sein.
• Wichtig: Messen Sie immer eine Baseline (Vortest-Phase) von gleicher Länge, um das normale Umsatzniveau der Regionen zu kalibrieren.

4. Im Fokus: Der Geo-Split-Test in der Praxis

Der Geo-Split-Test ist komplexer, liefert aber die strategisch wertvollsten Erkenntnisse.

4.1 Die Erstellung des Geo-Paares (Matching)

Die Regionen müssen so ähnlich wie möglich sein, um saubere Vergleiche zu ermöglichen. Dies ist der kritischste Schritt.

1. Datenerfassung (Baseline): Sammeln Sie historische Daten (Umsatz, Traffic, organische Nachfrage) der letzten 3 bis 6 Monate für alle in Frage kommenden Regionen (z.B. alle Postleitzahlgebiete oder Bundesländer).
2. Matching (Paarbildung): Verwenden Sie statistische Methoden (z.B. Time-Series-Matching oder Synthetische Kontrollmodelle), um Regionen zu paaren, die sich in der Vergangenheit sehr ähnlich entwickelt haben. Ein ideales Paar hat eine hohe Korrelation der Kennzahlen.
   • Beispiel: Region A (Test) und Region B (Kontrolle) zeigten in den letzten Monaten eine Umsatzkorrelation von $\mathbf{r > 0.95}$.
3. Zuweisung: Weisen Sie die Hälften des Paares der Test- bzw. Kontrollgruppe zu.

4.2 Der Ablauf der Kampagnensteuerung

Der Test läuft in der Regel über 4 bis 6 Wochen, nachdem die Baseline gemessen wurde.

Wichtig: Alle anderen Marketingaktivitäten (Preise, Saisonalität, E-Mail-Marketing) müssen in beiden Regionen gleich bleiben, um die Variable zu isolieren.

4.3 Die Auswertung: Berechnung des Inkrementalität-Lifts

Nach Ende der Testphase wird der kausale Lift berechnet. Hierbei vergleicht man nicht nur die absoluten Umsätze, sondern die Abweichung von der erwarteten Performance (Baseline).

1. Performance-Abweichung der Kontrollregion: Analysieren Sie, wie sich die Kontrollregion (B) im Vergleich zu ihrer eigenen Baseline entwickelt hat (z.B. $ +2 %$ natürliches Wachstum).
2. Performance-Abweichung der Testregion: Analysieren Sie das tatsächliche Wachstum der Testregion (A) (z.B. $ +7 %$ Wachstum).
3. Berechnung des Inkrementalität-Lifts: Man zieht das natürliche Wachstum der Kontrollregion (B) vom Gesamtwachstum der Testregion (A) ab.

$$\text{Inkrementeller Lift} = (\% \text{Wachstum Testregion}) – (\% \text{Wachstum Kontrollregion})$$

Beispielrechnung:

$\text{Inkrementeller Lift} = 7\% – 2\% = 5\%$

• Ergebnis: Die zusätzliche Budgetinvestition hat einen kausalen Umsatz-Lift von $5\%$ generiert.
• iROAS Berechnung: Mit diesem inkrementellen Umsatz kann nun der iROAS berechnet werden (siehe vorheriger Blogbeitrag), der die wahre Effizienz Ihrer Ausgaben zeigt.

5. Tools und Technologien für den Start

Da die statistische Auswertung komplex ist, empfiehlt sich die Nutzung spezialisierter Lösungen:

• Interne Plattform-Tools: Plattformen wie Meta bieten oft eigene Conversion-Lift- oder Brand-Lift-Studien an, die User-Level-Tests vereinfachen.
• Geo-Lifting-Tools: Spezialisierte MarTech-Lösungen und Data-Science-Agenturen verwenden fortgeschrittene statistische Methoden (z.B. Causal Impact Libraries von Google oder Synthetische Kontrolle), um das optimale Geo-Matching durchzuführen und die Signifikanz zu berechnen.
• BI-Integration: Die Rohdaten müssen idealerweise in einem Business-Intelligence-Tool (z.B. Tableau, Power BI) mit den historischen Unternehmensdaten zusammengeführt werden.

6. Fazit: Vom Schätzer zum Wissenden

Inkrementalitätstests sind kein einmaliges Projekt, sondern der Beginn einer datengetriebenen Testkultur. Sie ermöglichen es Ihnen, von der reinen Schätzung der Performance zur gesicherten Kausalität überzugehen. Der Aufwand ist höher, aber die Belohnung ist eine signifikant effizientere und strategisch fundiertere Budgetallokation.

Herzlichen Glückwunsch zu diesem wichtigen Schritt! Die Abkehr von einer reinen ROAS-Steuerung hin zur Messung des inkrementellen Zusatzumsatzes ist der Schlüssel zu einer wirklich effizienten Budgetallokation im Online-Marketing.

Abkehr von einer reinen ROAS-Steuerung

Inhaltsverzeichnis

1. Einleitung: Das Dilemma der ROAS-Optimierung
2. Die Grenzen des ROAS-Modells
   • Das Problem der Last-Click-Attribution
   • Der Trugschluss des Basisumsatzes
3. Der neue Standard: Inkrementeller Zusatzumsatz
   • Was bedeutet Inkrementalität?
   • Der inkrementelle Return on Ad Spend (iROAS)
4. Die „Heiligen Grale“ der Marketingsteuerung
   • Attribution 2.0: Vom „Wer war’s?“ zum „Was hat’s gebracht?“
   • Incrementality Tests: Der Beweis für Kausalität
5. Praktische Umsetzung: Der Weg zur inkrementellen Steuerung
6. Fazit: Für ein nachhaltig profitables Wachstum

1. Einleitung: Das Dilemma der ROAS-Optimierung

Die ROAS-Steuerung (Return on Advertising Spend) war lange Zeit der Dreh- und Angelpunkt im Performance Marketing. Einfach in der Berechnung und klar in der Aussage („Für 1€ Investment erhalte ich X € Umsatz“), lieferte sie die Basis für die Budgetallokation. Doch die moderne, komplexe Customer Journey, datenschutzrechtliche Einschränkungen und der Wunsch nach echtem, zusätzlichem Wachstum stellen diese traditionelle Methode zunehmend in Frage.

Das größte Problem: Die strikte ROAS-Optimierung neigt dazu, Budgets in Kanäle und Kampagnen zu lenken, die zwar eine hohe Performance ausweisen, aber möglicherweise nur Umsatz abschöpfen, der ohnehin zustande gekommen wäre (sogenannter Basisumsatz). Die Folge: Hohe ROAS-Werte bei gleichzeitig stagnierendem oder nur mäßigem Gesamtwachstum.

2. Die Grenzen des ROAS-Modells

Das Problem der Last-Click-Attribution

In vielen Set-ups basiert der gemessene ROAS auf einer simplen Last-Click-Attribution. Das bedeutet, der gesamte Umsatz wird dem letzten Berührungspunkt vor der Conversion zugeschrieben.

• Verzerrung: Kanäle am Ende des Funnels (wie Brand Search oder Retargeting) werden massiv überbewertet, da sie oft nur den letzten Klick einer bereits getroffenen Kaufentscheidung erhalten.
• Fehlende Synergien: Kanäle am Beginn des Funnels (wie Display oder Social Awareness-Kampagnen), die den Kunden erst auf die Marke aufmerksam gemacht haben, werden als „schlecht performend“ eingestuft und unterfinanziert.

Der Trugschluss des Basisumsatzes

Die wichtigste Erkenntnis der fortgeschrittenen Marketingsteuerung ist die Unterscheidung zwischen korreliertem und kausalem Umsatz.

📝 Wichtiger Unterschied:

ROAS misst die Korrelation (Umsatz, der nach einer Ad-Interaktion stattfand).

Inkrementalität misst die Kausalität (Umsatz, der nur wegen der Ad-Interaktion stattfand).

Wenn eine Kampagne einen hohen ROAS von 10:1 erzielt, diese aber fast ausschließlich Kunden anspricht, die ohnehin gekauft hätten, ist der zusätzliche (inkrementelle) Umsatz dieser Kampagne fast null. Das Budget wird somit ineffizient eingesetzt, um eine Kaufhandlung zu belohnen, die auch ohne Werbung stattgefunden hätte.

3. Der neue Standard: Inkrementeller Zusatzumsatz

Die Lösung liegt in der inkrementellen Steuerung. Sie beantwortet die zentrale Frage: „Wie viel Umsatz haben wir mehr gemacht, als wir es ohne diese spezifische Marketingmaßnahme getan hätten?“

Was bedeutet Inkrementalität?

Inkrementeller Zusatzumsatz (Incremental Sales) ist der Netto-Mehrumsatz, der direkt und kausal auf eine bestimmte Marketingaktivität (Kanal, Kampagne, Creative) zurückzuführen ist. Es ist der Umsatz, der über den organischen Umsatz bzw. den Basisumsatz hinausgeht.

Der inkrementelle Return on Ad Spend (iROAS)

Der iROAS ersetzt den klassischen ROAS. Er berechnet sich aus dem Verhältnis des inkrementellen Zusatzumsatzes zu den Werbekosten und ist die wahre Kennzahl für die Effizienz Ihrer Ausgaben:

$$\text{iROAS} = \frac{\text{Inkrementeller Zusatzumsatz}}{\text{Werbekosten}}$$

Ein iROAS von 4 bedeutet, dass für jeden investierten Euro vier Euro zusätzlicher Umsatz generiert wurden, der das Unternehmen wachsen lässt. Ein hoher klassischer ROAS bei niedrigem iROAS ist ein klares Zeichen für ineffiziente Ausgaben.

4. Die „Heiligen Grale“ der Marketingsteuerung

Um den inkrementellen Zusatzumsatz zuverlässig messen und steuern zu können, sind zwei komplementäre Methoden unverzichtbar geworden:

Attribution 2.0: Vom „Wer war’s?“ zum „Was hat’s gebracht?“

Moderne algorithmische Attributionsmodelle oder Data-Driven Attribution (DDA) sind die Weiterentwicklung des Last-Click-Ansatzes. Sie nutzen Machine Learning, um jedem Touchpoint den wahrscheinlichen inkrementellen Beitrag zur Conversion zuzuordnen.

• Sie erkennen Synergien zwischen Kanälen.
• Sie weisen nicht mehr den gesamten Wert einem einzigen Klick zu.

Die Attribution liefert eine kontinuierliche Schätzung der inkrementellen Wirkung und ist essenziell für die tägliche, automatisierte Gebotssteuerung und Budgetverteilung innerhalb der Werbeplattformen.

Incrementality Tests: Der Beweis für Kausalität

Inkrementalitätstests (Lift-Tests) sind der Goldstandard, um die Kausalität zweifelsfrei nachzuweisen. Sie funktionieren nach dem wissenschaftlichen Prinzip einer Kontrollgruppe:

1. Testgruppe: Sieht die Werbekampagne.
2. Kontrollgruppe: Sieht die Werbekampagne nicht (oder eine Baseline-Kampagne).
3. Messung: Der Umsatzunterschied zwischen Test- und Kontrollgruppe ist der inkrementelle Lift der Kampagne.

Gängige Testmethoden sind Geo-Tests (Werbung in Region A vs. Kontroll-Region B) oder User-Level-Tests (A/B-Split auf Nutzerebene innerhalb einer Plattform). Diese Tests sind aufwändiger, liefern aber den grundlegenden Beweis dafür, ob ein Kanal oder eine Taktik überhaupt zusätzliches Wachstum generiert. Sie sind das Fundament für die strategische Budgetplanung.

5. Praktische Umsetzung: Der Weg zur inkrementellen Steuerung

Die Umstellung erfordert eine Verlagerung des Fokus und den Aufbau neuer Capabilities:

6. Fazit: Für ein nachhaltig profitables Wachstum

Die strikte Steuerung nach dem klassischen ROAS gehört ins Marketing-Museum. In einer datenschutzfreundlicheren Welt, in der die direkte Verfolgung von Conversions schwieriger wird, bieten Attribution auf Basis von Kausalität und Inkrementalitätstests die dringend benötigte Klarheit.

Indem Sie Ihre Budgets auf den inkrementellen Zusatzumsatz ausrichten, stellen Sie sicher, dass jeder eingesetzte Euro auch tatsächlich zum nachhaltigen Wachstum Ihres Unternehmens beiträgt. Der Weg ist anspruchsvoll, aber er ist der einzig richtige, um Ihr Online-Marketing wirklich profitabel und zukunftssicher zu gestalten