LinkedIn Ads im B2B lassen sich auf Pipeline-Daten steuern — ohne Conversion-Tracking, ohne Click-IDs, ohne Pixel. Und zwar über den Abgleich von Ad-Impressionen mit dem CRM. Diese kleine Case Study zeigt, wie das funktioniert, wie die Schwelle finden und wo die Grenze des Beweisbaren verläuft.
*TLDR: Ich habe CRM-Firmennamen mit dem LinkedIn-Company-Impression-Report verglichen — Firmen mit 250+ Impressionen sind rund 3× häufiger in der Pipeline als Firmen darunter.
Der Standardsatz im B2B lautet: LinkedIn ist Branding oder schwierig messbar. Bei langen Sales-Cycles klingt das plausibel. Eine Firma sieht eine Anzeige im Frühjahr, unterschreibt im Herbst, dazwischen liegen Messe, Outbound und mehrere Meetings. Kein Klick beweist da etwas. Muss aber nicht so sein.
Das Ergebnis liegt trotzdem vor — nur nicht im Ad-Account, sondern im CRM. Die Pipeline ist die Conversion, die zählt.
Die Analyse: LinkedIn-Impressions gegen CRM-Pipeline
Datengrundlage: alle Firmen, denen LinkedIn die Ads über 365 Tage ausgespielt hat — tausende Unternehmen, gemessen an der Anzahl der LinkedIn Impression. Dagegen die relevante Pipeline aus Zoho über 180 Tage, 500+ relevante CRM Einträge.
Der Abgleich lief über den Firmennamen (LinkedIn Company Name x CRM Company Name), mit Konfidenz-Stufen und 119 handverifizierten Treffern. Kein Tracking-Pixel, kein Attributions-Tool. Zwei Datensätze, ein Join.
Die Frage dahinter: Landen Firmen mit hoher Ad-Exposure häufiger in der Pipeline als kaum exponierte Firmen?
Das Ergebnis: die 250-Impressions-Schwelle
Die kurze Antwort: Ja — LinkedIn Ads bewegen die Pipeline.
Bis etwa 250 Impressionen bleibt die Pipeline-Rate niedrig und nahezu flach:
- 1–49 Impressions: 0,72 % der Deals
- 50–99 Impressions: 1,54 %
- 100–249 Impressions: 1,29 %
- ab ~250 Impressions kippt es: 3,83 %
- 500–999 Impressions: 3,67 %
Learnings:
Unter 250 Impressionen landen rund 1 % der Firmen in der Pipeline, darüber ~3,8 % — etwa 3×, getragen ausschließlich von Mittelständlern.
Ab 250+ LinkedIn-Impressionen heißt das eine rund 3× höhere Pipeline-Rate. Eine rund 3× höhere Chance, dass die relevante Firma in der Pipeline landet.
Die Form der Kurve schließt reinen Zufall aus: Hätten LinkedIn-Exposure und Pipeline nichts miteinander zu tun, wäre die Rate über alle Bänder hinweg flach — kein Grund, warum häufiger exponierte Firmen öfter konvertieren sollten. Stattdessen steigt sie geordnet an und springt an einer Schwelle.
(Konzerne und Firmen mit 1.000+ Impressionen wurden aus der Analyse ausgeschlossen.)
Zusammengefasst, Mittelstand ohne Konzerne: unter ~250 Impressionen 0,93 %, ab ~250 Impressionen 3,77 %. Ein Lift von rund 3×.
Korrelation ist kein Incrementality-Test
Das Muster ist zu rund 92 % belastbar, nicht zu 98 % — die fehlenden Prozentpunkte sind die Kausalität. Eine Firma, die ohnehin im Markt ist, sieht mehr Ads und landet von selbst in der Pipeline. Dann ist die Impressionszahl ein Symptom, kein Hebel.
Den Beweis liefert nur ein Geo-Incrementality-Test: exponierte gegen Holdout-Regionen. Aufwendig, teuer, fast schon Laborbedingungen. Bis dahin gilt: beeinflusst, nicht bewiesen verursacht.
Actions
Der Hebel: LinkedIn lässt sich aus den eigenen Pipeline-Daten heraus steuern — ohne Conversion-Tracking, ohne Click-IDs. Nicht blind, sondern belegbar. Wer Strategie und Content über längere Zeit konstant fährt, weiß, wie viele Impressionen eine Firma braucht, bis sie in die Pipeline kippt. LinkedIn wird damit auf ein Business-Outcome gesteuert.
1 — Budget auf die ~250er-Schwelle. Kampagnen mit Company-Impression-Cap bei 250, diese Firmen gezielt über mehrere Kampagnen bespielen, größter Budgetanteil hierhin. Genau dort springt die Pipeline-Wahrscheinlichkeit. Vorsicht (Goodhart): Die 250 künstlich hochkaufen trifft die Kennzahl, nicht das Ergebnis — also auf bereits engagierte Accounts setzen, nicht beliebige Firmen pushen.
2 — Cap bei 500 Impressionen / 365 Tage. Oberhalb ~500 steigt die Pipeline-Wahrscheinlichkeit nicht weiter — reine Diminishing Returns. Diese Impressionen lieber dorthin lenken, wo der Grenznutzen sitzt: zu den Firmen unter 250.
Note: Nur ~20 % der Pipeline waren je auf LinkedIn — gesteuert wird dieser Ausschnitt, nicht die gesamte Pipeline.