Lieber 10 kleine Tests als ein großer „genialer Plan“. Deswegen habe ich meine Strategie der Kritik durch Sparringpartner ausgesetzt und bewerten lassen.
Meine Sparringpartner waren ein CEO und ein E-Commerce-Unternehmer fokussiert auf Purchases sowie ein Marketingexperte aus einer B2B-Agentur.
„Every10secs bringt Trash-Traffic. Alles außer ‘Purchase’ macht keinen Sinn“
Einwand:
„Ich habe dieses Jahr verschiedene Optimierungen auf FB und GAds getestet – Purchase, Every10sec., Thruplay … und habe so getestet, dass auf der Website immer derselbe Pop-up angezeigt wurde, der Nutzer zur Registrierung in einen VIP-Club mit speziellen Rabatten aufgefordert hat. Die Conversion-Rate dieses Pop-ups war für mich die Hauptmetrik, auf deren Basis ich anschließend bewertet habe, wie qualitativ hochwertig der Traffic der jeweiligen Optimierung ist. Sobald ich Every10sec. eingesetzt habe – egal ob in PMax oder auf FB – war dieser Traffic um 50 % weniger qualitativ als beim Purchase-Event auf Meta. Einfach gesagt: Sobald man etwas anderes als Purchase auswählt, schickt Meta Trash-Traffic – der ist zwar günstig, aber das sind Leute, die deutlich schlechter konvertieren, und die wirklichen Converter behält sich Meta logischerweise für das Purchase-Event.“
Meine Antwort: Ich stimme teilweise zu. Every10secs kann eine Vanity Metric sein. Andererseits ist dieser Ansatz pures Short-termism.
Der Algorithmus findet einfach Menschen, die 10 sichtbare Sekunden auf der Website bleiben, hakt eine Conversion ab, und done. Die ein paar Sekunden der Engaged Time bleiben nicht im Gedächtnis.
Andererseits hat Every10secs einem Robo-Advisor, meinem Freelance-Kunden, direkt Kunden gebracht. Einige Blogpost-Kampagnen hatten sogar denselben Client-CAC wie conversion-optimierte Demandgen-Kampagnen. In Podcasts stoße ich oft auf die Info, dass Editorial-Kampagnen gut performen können. Vlt hängt es vom Content ab: Ein Robo-Advisor kann spannende Themen kommunizieren. Einen Premium-Gürtel über Content zu promoten ist deutlich schwieriger, insbesondere in Textform.
Ich frage mich zunehmend, wie sehr das Google-Ads-Reporting gelogen ist? Im B2C mag das anders sein, im B2B bin ich beim Tracking jedoch skeptisch. Ich nutze Server-side GTM, Offline-Conversions aus Zoho, speichere UTM-Parameter als Cookies, ein Skript auf der Website überträgt UTMs von der Landingpage auf jede weitere Seite. Über UTMs plus Server-Side sehe ich sogar den Channel-Flow …
Und trotzdem bin ich blind. 90 % der Conversions sehen so aus: Der Interessent wirkt cold (am besten funktionieren bei mir Demandgen Broad Kampagnen), in Wirklichkeit findet der Algorithmus aber einen heißen User. Im Demo-Call (quasi Post-Purchase-Survey) stellt sich heraus, dass er seit einem halben Jahr nonstop Werbung überall im Netz sieht – vor allem auf LinkedIn. Im Tracking sehe ich jedoch nur, dass Demandgen mir einen Interessenten aus einer Cold Audience gebracht hat.
Google Ads sieht nicht, welche Menschen mit LinkedIn-Posts interagieren. Wenn es aber genug dieser Menschen gibt und die Kampagne ein ausreichend großes Budget hat, findet Google genau diese LinkedIn-User. Es saugt sie ab und attribuiert die Conversions sich selbst (während LinkedIn mit einem ROAS von 0,1 dasteht).
Das bedeutet wiederum, dass Outreach Sinn macht. Gleichzeitig folgt daraus, dass man mehr gesunden Verstand einsetzen und sich langfristig weniger auf den Algo – und mehr auf Studien – verlassen sollte. Jede B2B-Studie zeigt, dass mit der Anzahl der Touchpoints die Wahrscheinlichkeit eines Sales steigt. Deshalb nutze ich Retargeting, Audio, Visibility, Reach, Thruplay usw. (Bei hochpreisigen B2C-Käufen wird es nicht anders.) Ich bin nicht bereit, vollständig von dem Algo und dem Reporting der Ad-Plattformen abhängig zu sein. Ich sehe das als Risiko – insbesondere dann, wenn Studien und Aussagen von Interessenten etwas völlig anderes sagen als das, was die Plattformen reporten.
Das sieht man auch beim erwähnten Robo-Advisor. Vor einiger Zeit haben sie ein Buch mit Geschichten „devoted“ Kunden veröffentlicht. Alle hatten Podcasts gesehen, die sie überzeugt haben zu investieren und auf FIRE hinzuarbeiten. Niemand sagte, dass er sich über ein Banner registriert hat. Die Conversions im Ad Account sind jedoch Demandgen Single-Image-Ads zugeordnet.
Das Ergebnis des Pop-up-Tests überrascht mich daher nicht. Das Ergebnis war mMn im Voraus de facto garantiert.
Für mich ist die richtige Frage, ob der Gürtel-Shop ohne Blogposts und lustige Videokampagnen dort wäre, wo er heute ist. Hier stellt sich jedoch erneut die Frage der Messbarkeit.
Damit wir nicht nur bei gesundem Verstand und Self-Attribution stehen bleiben:
Les Binet, ein weltweit anerkannter Experte für Marketingeffektivität und langfristiges Markenwachstum, schreibt über die Ungenauigkeit digitaler Attribution:
Einer der größten Marketing-Denker unserer Zeit kritisiert die Unzulänglichkeit der Attribution in Werbesystemen. Dabei stützt er sich auf Studien von Google und Meta, die selbst die Begrenztheit und Kurzfristigkeit ihrer eigenen Attributionsmodelle zugeben.
Hier die zwei Materialien, über die Les Binet spricht:
Damit ist für mich beantwortet, warum man nicht nur Conversion-Kampagnen, sondern auch Upper-Funnel-Kampagnen machen sollte..
Wenn der Algorithmus einen User targetiert, der bereit ist zu konvertieren, sieht er Ads von weiteren 10 ähnlichen Unternehmen. Ich will aber viel früher bei ihm sein.
Jede rationale Strategie muss Fachstudien berücksichtigen und integrieren. Es ist nicht ratsam, sich blind auf kurzfristige Attribution der Werbeplattformen zu verlassen.
Korrektur:
- Every10secs ➔ 2 Minuten = 12× härterer Event. Damit habe ich Sicherheit bezüglich der Relevanz.
- Upper-Funnel-Budget max. 25 % des Gesamtbudgets. Einerseits laut Studien, andererseits schlechter trackbar und riskanter.
- Blogpost-Kampagnen lohnen sich nur, wenn sie das 2-Minuten-Event vielfach günstiger liefern als Conversion-Demandgen-Kampagnen.
„ICP-Session-Definition ist nicht relevant, die Website ist modern und ansprechend für zufällige Besucher“
Einwand:
Mein zweiter Sparringpartner argumentierte, dass die ICP-Session-Definition zu breit sei, dass sie zu viele Nutzer erfüllen und man nicht sagen könne, wie viele echte Tiefbauer auf der Website waren. „Die Website sei modern, spannend und anziehend – zum Beispiel mit eye-catching Animationen. Das verfälscht die Zahlen. Also ist die Metrik zu soft.“
Antwort:
Ich habe es getestet:
- GA4: 544 Engaged Sessions und 310 ICP-Session Key Events = nur 45 % weniger Events, was auf keine sinnvolle Differenzierung zwischen beiden Metriken hindeutet.
- GAds: Ø 0,13 € pro Every30secs. Total günstig aus meiner Sicht.
Der aktuelle ICP-Filter liegt noch zu nah am GA-Standard. Meine Zielvorstellung ist ein Verhältnis Session zu ICP-Session von maximal 20 %. +Zusätzlich senkt Server-Side-Tracking die Cost/Conversion rasant.
Das schafft Raum für einen deutlich anspruchsvolleren Event.
Korrektur:
- Statt der ursprünglichen 30 Sekunden wird die ICP-Session als 2 Minuten auf der Website definiert (wie bei Kampagnen).
„YouTube Ads nur auf Conversions optimieren“
Kritik:
„Auf Views gesteuerte YouTube-Kampagnen machen keinen Sinn und bringen keine Conversions. Stell das Kampagnenziel auf Conversions – nur das macht Sinn.“
Meine Antwort:
Nope. Dieselbe Antwort wie beim ersten Einwand: Les Binet usw. YouTube-View-Kampagnen erfordern allerdings einen spezifischen Ansatz, wie beschrieben, da ich keinen „harten“ Website-Event habe.
Korrektur:
- Keine. Setup und Logik sind korrekt.
