Präzision kostet Reichweite
Eine engere Zielgruppe kann besser reagieren, erreicht aber weniger Menschen und kann dadurch den Gesamtprofit senken.
Target oder Non-Target?
Wann eine genauere Zielgruppe den Kampagnenprofit verringern kann
Im Online-Marketing ist zielgerichtete Werbung (Targeted Ads) erfolgsentscheidend – aber je spezifischer die Zielgruppe, desto stärker sinkt die Reichweite und damit potenziell die Profitabilität. Es kommt zur „Reichweitenbestrafung“. In diesem Blogbeitrag stellen wir ein einfach zu bedienendes R-Script vor, mit dessen Hilfe vorhergesagt werden kann, wann die Reichweite so stark eingeschränkt wurde, dass eine Werbekampagne nicht mehr erfolgreich sein kann.
Unser R-Script bieten wir zudem als R-Shiny-App an. Diese kann für den heimischen gebrauch hier heruntergeladen werden oder im Browser unter https://klicklautapps.shinyapps.io/reichweitenbestrafung/ genutzt werden.
- Nutzerziel
- Werbung optimieren
- Schlagwörter
- TargetingReichweiteProfitRStudioSimulation
Die Kernpunkte
Entscheidend ist die gesamte Wirkungskette
Impressionen, Klickrate, Conversion Rate und Profit pro Conversion müssen gemeinsam betrachtet werden.
Simulationen machen den Grenzbereich sichtbar
Das R-Script schätzt, welche Reichweitenreduktion vertretbar ist und wie wahrscheinlich ein profitabler Effekt bleibt.
Reichweite
Warum genaueres Targeting nicht automatisch profitabler ist
Im Online-Marketing steigern Targeted Ads häufig die Werbewirkung, da sie gezielt auf demografischen Daten und dem Nutzerverhalten basieren. Allerdings stellt sich die Frage: Ab wann wird die Zielgruppe zu klein und wirkt sich negativ auf die Rentabilität aus?
Diese sogenannte „Reichweitenbestrafung“ kann die Profitabilität stark beeinträchtigen, da Targeted Ads bei geringerer Reichweite deutlich besser performen müssen, um kostendeckend zu sein. Der Hintergrund ist, dass eine bessere Conversion-Rate nichts nützt, wenn die Nutzeranzahl erheblich sinkt. Schnell muss die Anzeige unrealistisch gut performen, lediglich um den Break-even-Point zu erreichen.
Um nicht in diese Falle zu treten, haben Ahmadi et al. (2024) eine Break-Even-Formel zur Vorhersage entwickelt, bis zu welcher Reichweitenreduktion Targeted Ads rentabel bleiben. Auf dieser Formel basiert unser R-Script.
Prognose
Wie sich der wirtschaftliche Effekt der Eingrenzung abschätzen lässt
Um die Reichweitenbestrafung vorherzusagen, haben Ahmadi et al. (2024) eine Profit-Formel entwickelt, welche die Customer Journey nachempfindet. Sie startet mit der Anzahl der Impressionen, die mit der CTR (Klickrate) multipliziert wird. So wird die Anzahl der Klicks berechnet. Die Anzahl der Klicks wird wiederum mit der Conversion-Rate multipliziert, wodurch sich die Anzahl der Conversions ergibt. Schließlich wird die Anzahl der Conversions mit dem Profit pro Conversion multipliziert. Der Profit pro Conversion wurde zuvor anhand der Kosten pro Conversion sowie des Umsatzes pro Conversion berechnet.
Profitformel:
Gesamtprofit = Impressionen * CTR * CR * ProfitProConversion
Das Ergebnis ist schließlich der Gesamtprofit einer Werbekampagne bzw. Anzeige. Da die Formel die gesamte Customer Journey mit Beginn der Impressionen, sprich der Reichweite, berücksichtigt, können Änderungen der Reichweite und deren Auswirkungen auf den Profit erfasst werden.
Die Profit-Formel wird nun zweimal erstellt: einmal auf Basis einer aktiven Anzeige, deren Performance-Daten bereits vorliegen, und einmal für eine noch nicht aktivierte Targeted-Anzeige, die auf der aktiven Anzeige basiert, jedoch eine geringere Reichweite aufweist, da die Zielgruppe kleiner ist.
Nun werden beide Formeln gleichgesetzt und nach der Break-Even-Variable aufgelöst, wodurch sich als Ergebnis die Performance-Formel ergibt. Mithilfe dieser kann schließlich vorhergesagt werden, ab welcher Reichweitenreduktion eine Targeted Ad de facto nicht mehr profitabel sein kann.
Berechnung
Wie das R-Script die vertretbare Reichweitenreduktion berechnet
R bzw. RStudio (https://posit.co/download/rstudio-desktop/) ist eine Open-Source-Statistiksoftware, mit deren Hilfe eine Vielzahl komplexer Berechnungen vorgenommen werden kann.
Unser R-Script, das in RStudio ausgeführt wird, nutzt die Performance-Formel, um die Reichweitenbestrafung anhand von 10.000 simulierten Punktwerten zu berechnen. Auf diese Weise kann schließlich die Wahrscheinlichkeit ermittelt werden, unter welchen Umständen eine Reichweitenreduktion zu keiner Bestrafung führt. In das R-Script müssen lediglich die Performance-Daten einer aktiven Anzeige bzw. Kampagne sowie die zu erwartende reduzierte Reichweite der Targeted Ads eingefügt werden, die auf der aktiven Anzeige basieren.
Im Anschluss kann das Script einfach ausgeführt werden. Es gibt die maximal zu empfehlende Reichweitenreduktion an, ebenso wie die Wahrscheinlichkeit, dass die Anzeige bei der gewünschten Reichweitenreduktion profitabel sein wird. Zudem können spezifische Konfigurationen zur Performance der Targeted-Anzeige vorgenommen werden. Dies ist dann sinnvoll, wenn Erfahrungswerte vorliegen, die berücksichtigt werden sollen. Andernfalls wird die Default-Konfiguration genutzt.
Unser Script kann unten kopiert und direkt für die Planung von Anzeigen eingesetzt werden. In unserem Bild-Slider zeigen wir Schritt für Schritt, wie das R-Script genutzt werden kann.
Anleitung
Wie Sie die Simulation Schritt für Schritt ausführen
Weiterlesen
Mehr aus dem Studienblog
Statistik & Forschungsmethoden
Das Chaos der inferenzstatistischen Methoden
Welche inferenzstatistischen Methoden im Marketing wirklich weiterhelfen und warum die Regression viele Spezialtests ersetzen kann.
CRO
Wenn der Webseiten-Relaunch schiefgeht
Warum ein neuer Webauftritt trotz guter Gestaltung schlechter funktionieren kann und wie A/B-Tests schnelle, überprüfbare Änderungen ermöglichen.
Persönlichkeitsoptimierung
Die Limbic Map kritisch geprüft
Eine kritische Prüfung der wissenschaftlichen Grundlagen des Limbic-Ansatzes und seiner Aussagen über Emotionen, Persönlichkeit und Kaufentscheidungen.
Kontaktieren Sie uns gerne unverbindlich
