Close Menu
Webmemo Consulting Walter Schärer | Generative AI Beratung
  • Home
  • Social Media
  • Online-Tools
X (Twitter) LinkedIn Facebook RSS
  • Home
  • Kontakt / Über mich
  • Datenschutz
  • Nach oben
Webmemo Consulting Walter Schärer | Generative AI Beratung
LinkedIn YouTube RSS
  • Home
  • Social Media
  • Online-Tools
Webmemo Consulting Walter Schärer | Generative AI Beratung
NavigationHome»SEA»Kampagnen optimieren: Beyond CTR und Conversions
David Kuruc über Kampagnenoptimierung
David Kuruc über Kampagnenoptimierung
SEA

Kampagnen optimieren: Beyond CTR und Conversions

Walter SchärerBy Walter Schärer23. April 20232 Kommentare3 Mins Read
Hier teilen
LinkedIn Twitter Facebook Email
David Kuruc von Valuestream über Kampagnen-Optimierung mit Google Analytics und Multichannel-Trichter.
Bei Kampagnen-Analysen geht es oft darum, Entscheidungsgrundlagen zu erarbeiten. Aber Vorsicht vor kognitiven Verzerrungen, denn all unsere Annahmen unterliegen einer subjektiven Färbung.

Verhaltensdaten nutzen

Manchmal sitzen wir so lange vor einem Datensatz bis wir sehen, was wir sehen wollen. Click-through-Rates und Conversion-Rates können helfen, einen Benchmark zu setzen, an dem man andere Werte abgleichen kann.Google Analytics bietet verschiedene Sichten auf denselben Datensatz. Ad hoc können unterschiedliche Fragestellungen beantwortet werden. Klickraten sind einerseits interessant, andererseits für Effizienzbetrachtungen nicht sinnvoll. Die Intensität misst man eher mit Anzahl Klicks und Nutzungsdauer.Dafür ist es problematisch, die Nutzungsdauer zu messen, da sie nach der letzten Seite nicht mehr gemessen werden kann. Der nächste Klick erfolgt ja dann auf einer externen Seite.Auch Bounce-Rates sind nicht einfach zu erheben, da standardmässig Besucher von nur einer Seite als Bounce gewertet werden. Aber allenfalls wurde die gesuchte Information ja dort bereits gefunden…Bei Adwords Auswertungen sollte man die gewichtete Sortierung nutzen. In der Vergleichsansicht kann man abweichende Suchanfragen auswerten. Dies eignet sich auch als Einstiegspunkt ins Datenmeer von Google Analytics.Die Auswertung nach Conversion-Wert wäre am einfachsten. Daneben interessiert das Engagement, also die Nutzungstiefe geteilt durch die Nutzungsdauer. Via Custom-Segment werden diese User separat ausgewertet. Aber auch Engagement korreliert nicht automatisch mit Conversions.Mittels «intelligente Ziele» lassen sich Konversionsraten vorhersagen. Die Treffergenauigkeit liegt heute bei ca. 50%.

Multichannel-Trichter für bessere Attribution

Um die Attribution, also die Wertzuweisung eines Vermittlungskanals, genauer zuzuweisen, kann man einen Multichannel-Trichter einsetzen. Am zuverlässigten ist die Last Attribution: Die Konversion wird also dem letzten Kontaktpunkt zugewiesen.Erweiterte Filter weisen den Weg zu den relevanten Daten. So kann man auch auswerten, welchen Beitrag an die Konversionen die organische Suche hat.Multichannel-Trichter basieren auf Cookies. D.h. geräteübergreifend sind die Auswertungen nicht möglich.In Google Analytics kann man First- und Last-Attribution-Modelle miteinander vergleichen und beurteilen, welcher Kanal wohl interessanter ist.

Budgetallokation

Das Budget ist am effizientesten eingesetzt, wenn man man Customer Lifetime Value CLV optimiert. Nach CTR und Conversion-Rate ist am wenigsten effizient. Ab einem Scheitelpunkt tritt aber auch eine Sättigung ein, so dass nicht weiter optimiert werden kann.Die lineare Optimierung kann man in Excel anziehen über Extras –> Solver (Simplex-Lösung wählen). Damit kann man auch abschätzen, auf welche Kanäle mit welchen Konversionsraten man neu verfügbares Budget schalten soll. Das kann beim Deckungsbeitrag enorme Unterschiede ausmachen!Auch Google macht sich übrigens diesen Algorithmus zunutze, um für ihre Werbeplätze einen möglichst hohen Ertrag zu erzielen.
Analytics Anleitung Vortrag Werbung
Share. LinkedIn Twitter Facebook Email
Walter Schärer
  • Website
  • Facebook
  • X (Twitter)
  • LinkedIn

Walter Schärer ist ein Generative AI Marketing Manager und Solutions Architect und bloggt bei webmemo.ch über Trends in künstlicher Intelligenz KI.

Ähnliche Informationen

How to prompt videos in Runway ML or Kling AI

25. Oktober 2024

AI image generation with Flux and the ComfyUI visual user interface

2. Januar 2025

The Best Day and Time to Post on LinkedIn? It’s Personal—Forget the Averages

25. August 2024
View 2 Comments

2 Kommentare

  1. Urs E. Gattiker on 6. April 2016 09:10

    Lieber Walter
    Sehr interessanter Beitrag. Er zeigt wie schwierig es eben ist aus all den Daten die richtigen Schlüsse zu ziehen. Anders gesagt, vieles basiert auf Annahmen und auch Verhaltensdaten sind oft nicht sehr genau.
    Das wird hier sehr gut erklärt.
    Wir haben ebenfalls eine #helpilayda Crowdfunding Kampagne gemacht und dabei hatten wir natürlich kein Werbe-Etat. Es ging uns um Spenden.

    Für dies war uns nicht Web Analytics wie oben beschrieben so wichtig, sondern ein einfaches Social Media Monitoring http://blog.drkpi.de/campaign-audit-6/
    Mit Hilfe des Monitoring wollten wir sehen ob und wie das ganz Viral ging. Wir haben schon viel Geld gesammelt aber dank dem Monitoring gab es vielleicht noch ein wenig mehr. Bing mir aber nicht zu sicher :-)
    Grüessli
    urs

    Reply
    • Walter Schärer on 6. April 2016 19:53

      Ja, mir geht es immer noch so, dass ich nach dem Reinschauen in Google Analytics mehr Fragen habe als vorher ;-)

      Überlege mir, bei David Nachhilfe zu buchen…

      Reply
Leave A Reply Cancel Reply

Über Walter Schärer

Dies ist Walter Schärers Blog über Online-Themen wie Generative AI, Digital Marketing, Search Engine Optimierung (SEO), Content Marketing und Performance Marketing.

Walter Schärer arbeitet seit 1994 als Scrum Product Owner und Online-Manager im Web-Umfeld.

  • Von HTML / VRML kam er via
  • Powerpoint / Word zu
  • Confluence / Jira dann
  • Trello / Whiteboard (Edding 500) und organisiert sich aktuell mit
  • Asana / Google Drive, wenn er nicht gerade mit
  • ChatGPT / MidJourney oder
  • WordPress / Elementor experimentiert.

«Programmierung» begann er mit

  • NoCode von Make und
  • LowCode von ChatGPT, ging über zu tatsächlicher Programmierung in
  • Python auf Anaconda und dann in
  • Google Colab / Gemini / Claude Sonnet sowie
  • Visual Studio Code / GitHub Copilot

Die Inhalte dieses Blogs spiegeln meine persönliche Meinung und sind von keinem Arbeitgeber beeinflusst.

© 2010 - 2025 Webmemo Consulting | Walter Schärer
  • Home
  • Kontakt / Über mich
  • Datenschutz
  • Nach oben

Type above and press Enter to search. Press Esc to cancel.