Fallstudie Aboalarm: Durch Targeting-Optimierung zu 200% mehr Installationen

Wir von Aboalarm wollten endlich die App-Install-Werbung auf Facebook für unsere iOS-App testen und sind mit einer Kampagne ohne Targeting, die als Benchmark dienen sollte, gestartet. Wir folgten bei unseren Tests dem berühmten Facebook-Motto „Done is better than perfect“ – einfach starten und dann Schritt für Schritt optimieren. Nach ein paar Tagen hatten wir erste Metriken vor uns liegen, die uns – gelinde gesagt – nicht in Freudentänze ausbrechen ließen! Insbesondere der für Aboalarm wichtigste Key Performance Indicator (KPI), nämlich die Kosten pro Installation (CPI = Cost Per Install) lagen bei 0,92€. Da sahen wir erhebliches Optimierungspotenzial!

Wir beschäftigten uns also intensiver mit dem Thema und planten ein systematisches Testszenario mit dem Ziel, die KPIs und insbesondere den CPI, signifikant zu verbessern und generell Erkenntnisse für die App-Install-Werbung zu gewinnen. An dieser Stelle sei angemerkt, dass wir grundsätzlich anhand des Customer Livetime Values (Unser Tool: Adjusti.io) optimieren. Im Rahmen dieses Beitrags soll aber ausschließlich auf das Testverfahren zur CPI-Optimierung eingegangen werden.

Facebook Marketing Test-Setup von Aboalarm

Um valide Ergebnisse zu erzielen, haben wir jeweils mehrere Kampagnen mit verschiedenen Targeting-Einstellungen parallel getestet. Um weitere Verbesserungen zu erzielen, haben wir später die Erkenntnisse der ersten Testrunden in den darauf folgenden Kampagnen-Tests berücksichtigt.

• Budget pro Kampagne: 15€ / Tag
• Laufzeit pro Test: ca. 1 Woche
• Deal Type: CPC (Cost Per Click)
• Ziel: Optimierung des CPI (Cost per Install = Kosten pro Installation)

Tipp: Wichtig ist grundsätzlich, dass man sich überlegt, ob verschiedene Kampagnen gegeneinander getestet werden oder ob innerhalb einer Kampagne mehrere Werbeanzeigen gegeneinander laufen sollen. Wir empfehlen, verschiedene Kampagnen gegeneinander zu testen. Man behält die Kontrolle und kann vergleichbare Ergebnisse erzielen. Innerhalb einer Kampagne werden die verschiedenen Werbeanzeigen automatisch durch Facebook optimiert. So kann es sein, dass eine Werbeanzeige schon nach kurzer Zeit von Facebook nicht mehr ausgespielt wird.

Wir haben also Kampagnen mit jeweils einer Werbeanzeige gegeneinander getestet und nicht mehrere Werbeanzeigen innerhalb einer Kampagne.

Testablauf

Basis-Kampagne

Für unsere initiale Basis-Kampagne, die später als Benchmark dienen sollte, hatten wir kein Targeting gewählt. Das Ergebnis war ein CPI von 0,92€.

Test 1: Targeting “Devices” (Device = Gerät)

Facebook bietet im Rahmen der App-Install-Werbung ein Targeting auf die verschiedenen Betriebssysteme bzw. mobilen Geräten. Man wählt zunächst zwischen Android und iOS. Wir haben den Device-Test mit einem Targeting auf iOS durchgeführt.

Innerhalb von iOS kann man jetzt die verschiedenen Geräte von Apple gegeneinander testen, sprich iPhone, iPad und iPod. Das Targeting auf iPod-Nutzer stach schon nach kurzer Zeit sehr negativ heraus, so dass wir diese Kampagne direkt stoppten, obwohl die kritische Masse noch nicht erreicht war. Aber in diesem Fall war die schlechte Performance offensichtlich.

Die KPIs bei iPhone vs. iPad waren sehr unterschiedlich, das Endergebnis dann aber wieder recht ähnlich. Sofort aufgefallen ist uns eine extrem stark voneinander abweichende CTR. Werbung von Aboalarm auf dem iPad hat eine 3-fach (!) so hohe CTR wie die Werbung auf dem iPhone (4,8% vs. 1,7%). Das kann verschiedene Ursachen haben. Vielleicht wird Werbung auf dem iPad aufgrund der Display-Größe stärker wahrgenommen oder der Surfer auf einem iPad hat mehr Zeit bzw. nimmt sich mehr Zeit. Auf das iPhone greift man häufig von unterwegs zu. Außerdem ist das Display des iPhones deutlich kleiner als beim iPad. Betrachtet man den KPI „CTR“ isoliert, stellt man also deutlich mehr Aktivität beim iPad mit dementsprechend höheren Kosten fest, denn es handelt sich in diesem Fall – wie oben beschrieben – um einen CPC-Deal (CPC = Cost Per Click) – sprich jeder Klick kostet.

Entscheidend für Aboalarm sind die Cost per Install (CPI). Dieser ist das Endergebnis der Teil-KPIs  wie CTR, CPC und Install Rate.

Während die CTR beim iPad um das Dreifache höher ist als beim iPhone, sind sowohl CPC als auch die Install Rate beim iPhone deutlich besser. In Summe gleichen sich die unterschiedlichen KPIs aus. Der CPI unterscheidet sich am Ende nicht so stark wie die Teilergebnisse zunächst vermuten lassen. Die Kosten pro Installation beim iPhone liegen ca. 10% unter denen beim iPad.

Test 2: Targeting „Altersgruppen“

Wir haben drei Altersgruppen (Jung – Mittel – Älter) definiert und gegeneinander getestet. Die älteste gewählte Gruppe hatte den niedrigsten CPI. Interessanterweise hatte die älteste Gruppe sowohl die höchste CTR als auch die beste Install Rate. Die Folge waren halb so hohe Kosten pro Installation beim Vergleich der jüngsten mit der ältesten Zielgruppe. Der CPI der dritten Kampagne (mittlere Altersgruppe) lag in der Mitte.

Test 3: Targeting „Unterschiedliche Texte“

Für dieses Targeting wurden bereits einige der Learnings von den vorherigen Tests berücksichtigt, wie z.B. der Ausschluss eines Teils der ganz jungen Altersgruppe oder der Ausschluss des iPods im Targeting. Somit kann man bei den weiteren Tests nicht mehr exakt sagen, welche Maßnahme welchen Einfluss hat. In unserem Fall haben wir drei Texte gegeneinander getestet. Die KPIs lagen nicht so weit auseinander wie in den vorherigen Tests, trotzdem offenbarten sie deutliche Unterschiede. Der beste Text war bezogen auf den CPI um ca. 30% besser als der schlechteste Text. Mit dem besten Text fuhren wir anschließend fort und testeten ein weiteres sehr relevantes Targeting: „präzise Interessen“.

Test 4: Targeting „Präzise Interessen“

Vorweg können wir sagen, dass es jetzt richtig interessant wird! Wir haben die präzisen Interessen genauer unter die Lupe genommen und drei für unsere Zielgruppe relevante identifiziert und daraus Kampagnen kreiert, die wir wieder gegeneinander laufen ließen.

Durch die Kombination mit den präzisen Interessen der Facebook-Nutzer konnte der CPI noch einmal deutlich reduziert werden. Alle KPIs verbesserten sich. Besonders auffällig war die Verbesserung des CTR und der Install Rate. Auch die CPCs lagen im unteren Bereich und so konnte insgesamt ein CPI erzielt werden, der ca. ein Drittel des anfänglichen CPI ausmachte, was einer 200%-igen Steigerung der Installationen bei gleichen Kosten entspricht.

Erkenntnisse aus dem Testszenario

Es sollten immer parallel verschiedene Targetings innerhalb eines Bereichs getestet werden, z.B. verschiedene Altersgruppen. Mit den Gewinnern der jeweiligen Kampagnen-Tests kann man im nächsten Schritt erneut mehrere Kampagnen mit einem neuen Targeting gegeneinander laufen lassen. So verbessert man sich Schritt für Schritt und die Vergleichbarkeit ist stets gewährleistet.

Was sollte man außerdem immer beachten

• Für Targeting-Tests immer verschiedene Kampagnen testen (und nicht verschiedene Werbeanzeigen innerhalb einer Kampagne)
• Paralleles Testen sinnvoll, da sonst keine validen Ergebnisse (gleicher Zeitraum, gleiches Budget)
• Kritische Masse beachten. Insbesondere bei niedrigen Tagesbudgets ist es ideal, wenn man die Kampagnen für mehrere Tage (am besten 1 Woche) laufen lässt.
• Präzise Interessen nicht zu detailliert wählen, sonst können nennenswerte Impressionen gar nicht erzielt werden. Diese Kampagnen sind dann schwer mit den anderen vergleichbar.

Fazit und Ausblick

Natürlich gibt es viele Möglichkeiten derartige Tests durchzuführen.  Wir haben uns für dieses Szenario entschieden und wichtige Erkenntnisse gewonnen, auf die wir in Zukunft aufbauen können.

Jedes Unternehmen muss für sich definieren, welche Metriken es in welchem Stadium als wie wichtig ansieht. Für uns war in diesem Test der CPI das entscheidende Kriterium. Entscheidend sind am Ende natürlich nicht die Customer Aqucisition Cost sondern der Customer Lifetime Value (CLV), den wir auch in diesem Szenario berücksichtigen. Diesen optimieren wir mit Adjust.io, einer App Download Tracking Lösung von adeven.

Facebook bietet viele weitere Targeting-Möglichkeiten, die man testen könnte, wie z.B. Geschlecht, Location oder Ausbildung. Die relevanten Targetings muss jedes Unternehmen für sich identifizieren und dann die Test entsprechend priorisieren. Es gibt auch immer wieder neue Targetings wie z.B. den App-Zugriff ausschließlich per WiFi-Verbindung.

Und was noch wichtiger ist: The show must go on! Das Testen hat auch für Aboalarm gerade erst begonnen.