Testing im Performance Marketing: Besser nicht aufs Ego verlassen
Vielleicht hattest du einen solchen Moment schon mal: Man hat die Idee für eine Marketing-Kampagne und am Ende stellt sich die große Enttäuschung ein, weil sie entgegen deinem guten Bauchgefühl wenig erfolgreich war. Die Lösung für mehr Erfolg im Performance Marketing ist es nicht, sich aufs eigene Ego zu verlassen, sondern: Testing. Aber wie funktioniert das? Und wie lässt sich eine erfolgreiche Kampagne überhaupt definieren? In diesem Artikel erkläre ich dir die Prinzipien des Testings im Performance Marketing, sodass du deine Kampagnen zukünftig messbar optimieren und effektivere Ergebnisse erreichen kannst.
Growth: Performance Marketing sollte Wachstum erreichen
Laut ChatGPT ist ein* Marathonläufer*in eine gute Metapher für Performance Marketing:
Wie ein Marathonläufer ist Performance-orientiertes Marketing darauf ausgerichtet, spezifische, messbare und umsetzbare Ziele zu erreichen. Es beinhaltet die Festlegung klarer Ziele, die Verfolgung und Messung des Fortschritts und datengestützte Entscheidungen zur Leistungsoptimierung. Dazu gehören auch kontinuierliche Verbesserungen und Wiederholungen sowie der Einsatz von Technologie und Automatisierung zur Unterstützung der datengestützten Entscheidungsfindung und Optimierung.
ChatGPT
Das klingt in der Tat wie von einem Roboter geschrieben, enthält aber viele richtige und grundlegende Gedanken. Und diese Grundgedanken lassen sich in einige Kernelemente zusammenfassen, die die Basis für den gesamten Performance-Marketing-Prozess bilden.
Konzentration auf spezifische, smarte Ziele
Es geht darum, spezifische und messbare Ergebnisse zu erreichen. Das bedeutet, dass es klare und genau definierte Ziele geben muss, auf die hingearbeitet werden kann. Das kann vieles sein: Typischerweise ist es die Steigerung des Umsatzes oder die Generierung von Leads. Besonders gut eignen sich smarte Ziele: spezifisch, messbar, attraktiv, realistisch, terminiert. Wer mehr zu der Methode lesen möchte, wird hier fündig.
Smarte Ziele sind wichtig, da eine Performance-Steigerung ohne sie sehr schwierig ist. Du solltest dir jederzeit sicher sein, dass deine Bemühungen auf das Gesamtziel des Unternehmens einzahlen.
Voller Fokus auf die kontinuierliche Optimierung
Genauso sollte es im Performance Marketing nicht nur um simples „schneller, höher, weiter, mehr“ gehen, sondern um eine differenzierte Optimierungsstrategie. Also um die kontinuierliche Entwicklung und das permanente Ausschöpfen von Ideen und Möglichkeiten. Das ist wichtig, um nicht permanent dem Markt und Wettbewerb hinterherzulaufen. Im Windschatten kann man zwar gut vorankommen, aber letztlich sieht man nur Hintern.
Der Einsatz von Technologie und Automatisierung ist dafür der Schlüssel. Längst sind Marketingprozesse so komplex und verzweigt geworden, dass die manuelle Bearbeitung von Daten nicht nur unnötig Ressourcen kostet, sondern fast unmöglich wird. Ohne eine saubere technische Arbeitsgrundlage kann die Zeit, Mühe und Konzentration nicht auf das gelegt werden, was den wirklichen Unterschied im alltäglichen Wettbewerb macht: die Strategie.
Build, Measure, Learn
Von der Theorie zur Praxis: das Modell
„Kontinuierliche Optimierung“ schön und gut – aber wie setze ich das jetzt in der Praxis um? Grundsätzlich kann keine Marketing-Kampagne von Anfang an perfekt sein. Jedes Produkt und jede Zielgruppe ist individuell und sollte auch so betrachtet werden. Natürlich gibt es Best Practices, eigene Erfahrungen und auch eigene Wünsche – aber auch diese sind im besten Fall nur ein guter Ausgangspunkt und müssen immer wieder auf den Prüfstand gestellt werden. Wer auf Anhieb die perfekte Marketinglösung verspricht, macht sicher auch aus Stroh Gold.
Die wichtigste Regel des Testens ist die Formel: Build – Measure – Learn. Welche eigentlich „Build – Measure – Learn – Build – Measure – Learn – Build …“ heißen müsste, denn es ist ein unendlicher Kreislauf. Etwas abstrakt? Im Folgenden sehen wir uns die einzelnen Phasen etwas genauer an.
Wie bereits erwähnt, sollte jede eurer Kampagnen ein konkretes Ziel haben – egal, ob das z. B. mehr Aufmerksamkeit, mehr Verkäufe oder mehr Newsletterabonnennt:innen sind. Daraus ergibt sich eine erste Kampagnenidee und eine erste Testphase. Du setzt deine Idee in der Realität um: Build.
Dann wird es Zeit, sich mit den Resultaten zu beschäftigen. In der Phase Measure schaust du, wie gut deine entwickelte Idee auf dein Ziel einzahlt. „Gut“ ist dabei ein relativ zu betrachtendes Wort: Heißt „gut“ einfach viele Verkäufe? Oder günstige Verkäufe? Oder Verkäufe mit hoher Marge? Oder ein hoher ROAS? Darauf musst du dich im Voraus festlegen.
Genauso wie du dir darüber klar werden musst, womit du deine Kampagne vergleichst, wenn du von „vielen Verkäufen“ oder „hohen Margen“ sprichst. Ich kann hierbei nur empfehlen, eigene Benchmarks aus früheren Kampagnen heranzuziehen. Diese haben immerhin ein Mindestmaß an Überschneidungen zur jetzt geplanten Aktion. Wer darauf nicht zurückgreifen kann, dem helfen Branchendurchschnitte zwar, aber auch nur für eine ungefähre Einordnung.
Das Schöne ist jedoch, dass jede Kampagne nach einiger Laufzeit selbst Benchmarks liefert, an denen du dich orientieren kannst und einschätzen kannst, ob eine Maßnahme erfolgreich war oder nicht. Hier sind wir bereits in der Phase Learn angekommen. Die Frage, die im Raum steht, lautet: Was hat sich warum und wie verändert? Und gleich danach solltest du dich fragen: Wie mache ich das noch besser?
Mit diesen Fragen geht es dann daran, die nächste Kampagnenidee umzusetzen – build – und wieder zu schauen, wie es funktioniert – measure – und daraus Schlüsse zu ziehen – learn. Aber wie machst du deine kommenden Performance-Marketing-Kampagnen nun eigentlich wirklich besser?
Erst der Plan, dann das Testing
Der erste Schritt sollte sein, die Probleme deiner aktuellen Kampagne zu identifizieren. Das ist gar nicht so einfach. Hier sind die oben erwähnte Expertise und Best Practices wichtige Pfeiler, um schnell zu möglichen Stellschrauben zu kommen und nicht ewig vor einem leeren Blatt Papier zu sitzen. Ist das Problem gefunden, kann die Suche nach einer Lösung beginnen. Gleichzeitig muss eine Hypothese aufgestellt werden, welche Veränderung du erwartest – denn ohne Hypothese kein Test.
Warum das so wichtig ist? Wie du das vielleicht aus dem Studium kennst, liefert eine Hypothese eine klare und spezifische Annahme, an der sich dein Test orientieren kann. Ohne eine Hypothese kann es schwierig sein, zu wissen, was getestet werden soll und wie überhaupt die Testergebnisse zu interpretieren sind. Eine Hypothese hilft sicherzustellen, dass wir nicht „einfach nur Daten sammeln“ und unserem Bauchgefühl vertrauen, sondern zielgerichtet und relevant arbeiten – eben Antworten auf spezifische Fragen suchen, die für unsere Marketingziele relevant sind.
Arbeite sauber
„Einfach nur Daten sammeln“ ist ein gutes Stichwort für einen kurzen Exkurs zum sauberen Arbeiten. Das beste Testing nützt nichts, wenn wir uns mit einem unsauberen Vorgehen selbst betrügen. Ich empfehle dir, dich an wissenschaftlichen Gütekriterien zu orientieren:
Objektivität – Personenunabhängigkeit:
Ein Maß dafür, inwieweit ein Test unabhängig davon, wer den Test durchführt oder wie er angewendet wird, dieselben Ergebnisse liefert. Wenn die Ergebnisse übereinstimmen, deutet dies darauf hin, dass die Messung oder der Test objektiv ist. Hier kann es auch hilfreich sein, sich Einschätzungen aus dem eigenen Team zu holen. Interpretiert jede*r die Daten auf die gleiche Art und Weise?
Reliabilität – Zuverlässigkeit:
Ein Test sollte unter den gleichen Bedingungen mit derselben Zielgruppe das gleiche Ergebnis erzielen. Dies kann man unter anderem erreichen, indem dieselbe Messung oder derselbe Test zu verschiedenen Zeitpunkten oder mit verschiedenen Versionen des Tests wiederholt wird. Dann sollten die Ergebnisse verglichen werden, um festzustellen, ob sie konsistent sind. Wenn sie übereinstimmen, deutet dies darauf hin, dass die Messung oder der Test zuverlässig ist.
Validität – Gültigkeit:
Der Test sollte das messen, was er messen soll. Und eben auch nur das. Wenn ich unterschiedliche Slogans ausprobieren möchte, sollte ich nicht noch nebenbei die Schriftgröße verändern oder das gesamte Grunddesign. Hier hilft der Vergleich mit externen Benchmarks oder Standards, um festzustellen, ob die Maßnahmen und Tests die Konzepte oder Phänomene, die sie bewerten sollen, genau widerspiegeln.
Wenn du mehr zu häufigen Fehlern bei A/B-Tests erfahren möchtest, empfehle ich dir diesen Beitrag.
Zufall oder Effekt? Die Signifikanz deines Testings
Wenn wir über Tests sprechen, müssen wir auch über Zufall sprechen. Und im gleichen Atemzug auch über Signifikanz: die statistische Bedeutsamkeit von gewonnenen Daten. Sie bezieht sich auf einen beobachteten Effekt – also in der Praxis deine Testergebnisse – der verallgemeinert werden soll. Signifikante Ergebnisse gelten als systematisch und nicht als zufällig. Aber Vorsicht: Nur weil etwas signifikant ist, ist es noch lange nicht inhaltlich bedeutsam.
Klingt etwas verwirrend? Dann noch einmal anders:
Die statistische Signifikanz klärt, wie wahrscheinlich es ist, dass ein beobachteter Effekt rein zufällig entstanden ist.
Wie und warum das so ist, füllt ganze Vorlesungen. Zum Glück gibt es Signifikanzrechner, die schön strukturiert helfen, die Signifikanz zu bestimmen und uns damit sagen, wie wahrscheinlich es ist, dass unser beobachteter Effekt zufällig entstanden ist. Ein gutes Beispiel findet sich hier. Und falls du dich noch etwas mehr zum Thema Signifikanz belesen möchtest, gibt es hier einen umfangreichen Artikel.
Habe den Mut, Ideen wieder loszulassen
Bei jedem Test kommt es irgendwann zu einer Bestätigung oder zum Verwerfen der Hypothese. Das heißt, entweder ist die erwartete Beobachtung eingetreten oder nicht. Und hier kommen wir meiner Meinung nach zum schwierigsten Teil des ganzen Prozesses: dem Loslassen von Ideen, die sich nicht als zielbringend erweisen. Egal wie gut einem die eigene Idee vorkam, Tests sind nicht dazu da, die eigene Meinung durchzusetzen, sondern um aus Daten Erkenntnisse zu gewinnen und daran zu wachsen.
Erspare Dir Tests für das eigene Ego!
Denn es geht nicht darum, wer was wann wo vorgeschlagen hat, sondern darum, gemeinsam zu wachsen und besser zu werden. Und das ist gar nicht so schwer, wenn man sich immer wieder daran erinnert: Daten sind Freunde – und Online Marketer auch.
Denn was braucht es neben versierten Marketern, um erfolgreich zu wachsen? Auch wenn es kitschig klingt: In erster Linie, ein Vertrauen in den Prozess und Vertrauen in das Team, das ihn gestaltet. Denn wir können zwar alle nicht in die Zukunft schauen, aber wir können als Online Marketer genau arbeiten und gemeinsam richtig hinsehen. Und manchmal braucht es auch ein bisschen Mut, die gewohnten, bequemen Pfade zu verlassen. Nie wieder Hintern!
Auf in die Praxis: A/B-Tests bei Meta
Wenn du dich jetzt an dieser Stelle fragst, wie du das Erklärte anhand von A/B-Tests für deine Kampagnen im Facebook Business Manager umsetzen kannst: Meine Kollegin Sarah hat in einem eigenen Blogartikel Schritt für Schritt erklärt, wie du einen solchen Test bei Meta aufsetzt und was du dabei beachten solltest.
Erfolgreiches Testen im Performance Marketing
Und für alle, denen das zu viel Text war, hier in aller Kürze acht Punkte für erfolgreiches Testen:
- Zuerst braucht es eine klare Hypothese – ohne Hypothese kein Test.
- Stelle sicher, dass du nur eine Variable testest, damit du mögliche Effekte auf diese eine Variable zurückführen kannst.
- Teste nur mit ausreichend Budget, damit deine Ergebnisse auch eine gewisse Aussagekraft haben.
- Prüfe geeignete KPIs, um den Erfolg deines Tests zu messen. Spoiler: Impressionen sind es normalerweise nicht.
- Verwende eine Kontrollgruppe, um deine Ergebnisse mit einer Baseline vergleichen zu können.
- Sei bereit, deinen Test auf der Grundlage der Ergebnisse zu wiederholen oder zu verfeinern.
- Mache deine Testmethoden transparent und teile deine Ergebnisse mit deinem Team.
- Nutze Tests als festen Bestandteil deiner Optimierungsstrategie und nicht als einmaliges Experiment.
Du wünschst dir Support beim Aufsetzen und Testen deiner Social-Media-Advertising-Kampagnen? Wir helfen dir gerne!
Über den Autor
