Mit statistischen Analysen die Performance von Taboola Kampagnen um 30 % steigern (gilt auch für Facebook & Google Display Ads!)

Jeder, der schon lange Ads schaltet, kennt das nur zu gut: Eine Anzeigenkampagne, die anfangs hohe Klickraten erzielte und eine Zielgruppe effektiv erreichte, verliert im Laufe der Zeit an Wirkung. Die Klickpreise steigen, die Klickrate sinkt, die Anzeige scheint auszubrennen. Doch wie lässt sich dieser Prozess genauer analysieren und verstehen? Wie kann man bestimmen, wann genau eine Anzeige an Effektivität verliert, um rechtzeitig gegensteuern zu können?

Was sind Taboola Native Ads?

Taboola ist eine Online-Werbeplattform, die ähnlich wie Google Display Ads oder Facebook Ads funktioniert. Taboola ermöglicht es, sogenannte “Native Ads” auf einer Vielzahl von Websites zu schalten, um neue Zielgruppen zu erreichen und Traffic auf eigene Websites zu leiten. Das ganze geht auch mit Outbrain, einer ähnlichen Plattform.

Taboola ist eine der führenden Plattformen für Native Advertising, eine spezielle Art der Online-Werbung, die sich nahtlos in den redaktionellen Inhalt einer Webseite einfügt und dabei auf den ersten Blick wie ein Bestandteil des Inhalts wirkt. Ziel ist es, den Nutzern ein natürlicheres, weniger aufdringliches Werbeerlebnis zu bieten und somit ihre Aufmerksamkeit zu gewinnen.

Beispiel für die Darstellung von Native Ads unter einem journalistischen Artikel (Hier: Outbrain)
(Beispiel für die Darstellung von Native Ads unter einem journalistischen Artikel (Hier: Outbrain))

Native Ads erscheinen häufig auf Nachrichten- und Inhaltsseiten, wo sie neben oder zwischen redaktionellen Beiträgen platziert werden. Dabei sind sie so gestaltet, dass sie ästhetisch und vom Inhalt her mit dem umgebenden redaktionellen Material harmonieren. So werden beispielsweise Überschriften, Teasertexte und Bilder so gewählt, dass sie den redaktionellen Inhalten ähneln und den Nutzern “vorgaukeln”, dass es sich um einen Artikel der Webseite handelt.

Der Vorteil von Native Ads, wie sie von Taboola ermöglicht werden, besteht darin, dass sie die klassischen Werbemuster durchbrechen und es Werbetreibenden ermöglichen, ihre Zielgruppen in einem weniger werblichen und mehr inhaltsorientierten Kontext zu erreichen. Darüber hinaus haben Studien gezeigt, dass Native Ads oft höhere Klickraten und Engagement-Raten erzielen als traditionelle Display-Anzeigen, da sie weniger “Widerstand” bei den Nutzern hervorrufen, draufzuklicken und zu kaufen. Natürlich sollte die Landingpage im Anschluss die Illusion eines informativen Artikels dann auch nicht zerstören.

Trotz ihrer Effektivität begegneten uns jedoch auch Herausforderungen beim Einsatz von Native Ads, insbesondere in Bezug auf das Phänomen des Ausbrennens von Anzeigen.? Eine besondere Herausforderung stellt hierbei die Ad Plattform Taboola dar, die keinen Zeitverlauf der Click-Through-Rate (CTR) anbietet. Genau dieses Problem lösen wir in diesem Artikel: Wir zeigen, wie Du mithilfe von Google Tabellen, dem Schnittstellen- bzw. Importtool Adveronix und der KI-gestützten Analysen samt Code Interpreter von ChatGPT, das Ausbrennen von Anzeigen genau untersuchst und optimierst.

Wie sind wir dieses Problem nun angegangen und haben es schlussendlich gelöst?

Was ist die Click-Through-Rate?

Die Click Through Rate (CTR) ist eine entscheidende Kennzahl für die Effektivität von Werbeanzeigen, die das Verhältnis von Anzeigenklicks zu Anzeigenimpressionen in Prozent darstellt. So ergibt beispielsweise eine Anzeige mit 50 Klicks aus 1.000 Impressionen eine CTR von 5%. Eine hohe CTR deutet auf eine ansprechende und relevante Anzeige für die Zielgruppe hin, während eine niedrige CTR auf ein weniger ansprechendes Angebot oder eine fehlende Resonanz bei der Zielgruppe hinweist.

In Bezug auf Taboola und andere Plattformen für Native Advertising spielt die CTR eine entscheidende Rolle, da sie Auskunft darüber gibt, wie effektiv eine Anzeige in der Lage ist, Nutzer auf die beworbenen Inhalte zu lenken. Ein Rückgang der CTR über die Zeit kann ein Anzeichen dafür sein, dass die Anzeige „ausbrennt“.

Das Problem: Ausgebrannte Anzeigen

Das Phänomen des „Ausbrennens“ von Anzeigen ist ein weit verbreitetes Problem in der Online-Werbung. Im Grunde genommen handelt es sich dabei „Werbeblindheit„, bei der die Zielgruppe nach einer Weile beginnen, die Anzeigen unterbewusst zu ignorieren. Das liegt daran, dass sie die Anzeigen bereits zu oft gesehen haben und daher nicht mehr so stark darauf reagieren.

Dies führt dazu, dass die Click Through Rate (CTR) sinkt und die Kosten pro Klick steigen. Es handelt sich hierbei um ein Problem, das nicht nur bei Taboola, sondern bei allen Werbekanälen auftritt, online wie offline. Stärker noch bei Ad Plattformen, die viel auf Bilder setzen (Facebook/Instagram, Google Display-Netzwerk).

Die Lösung: Google Tabellen und Adveronix

Die Herausforderung besteht nun darin, eine Methode zu finden, um die Performance der Anzeigen im Zeitverlauf zu verfolgen und den genauen Zeitpunkt des „Ausbrennens“ zu bestimmen. Denn so kann man zum richtigen Zeitpunkt schlechter laufende Kampagnen ausschalten (oder deren Budget verringern) und guten Kampagnen mehr Budget geben. Eine Budgetoptimierung ist nur so wirklich möglich. Natürlich könnte man das auch manuell machen, aber gerade, wenn man sehr viele verschiedene Kampagnen schaltet, weil man z.B. mehrere Standorte oder unterschiedliche Zielgruppen anspricht, wird das schnell zu einer Herkulesaufgabe.

Import von Taboola-Daten mit Adveronix: (Schnittstellen-Plugin für Google Tabellen)
(Import von Taboola-Daten mit Adveronix: (Schnittstellen-Plugin für Google Tabellen))

Da Taboola selbst jedoch keine zeitlichen Verläufe der CTR bietet, ist ein kreativer Umweg erforderlich. Dieser führt über Google Tabellen und das Tool Adveronix. Mit Adveronix können Daten aus dem Taboola Ads Manager effizient in Google Tabellen übertragen werden. So wird eine detaillierte Zeitanalyse der Kampagnenperformance möglich. Nächster Schritt: Datenanalyse.

ChatGPT und sein neuer Code Interpreter

Um die umfangreichen Datenmengen zu analysieren, verwenden wir die künstliche Intelligenz von ChatGPT. Mit der neuen Code Interpreter-Erweiterung kann sie als virtueller Statistiker fungieren und die Daten interpretieren. Dies beinhaltet die Identifizierung von Mustern und Anomalien, die Interpretation von Abweichungen und das Erzeugen wertvoller Erkenntnisse aus den Rohdaten.

So kommt man zur neuen Code Interpreter Erweiterung für ChatGPT-4
(So kommt man zur neuen Code Interpreter Erweiterung für ChatGPT-4)

Dieser Ansatz hat den Vorteil, dass er nicht nur kostengünstiger, sondern auch zeitsparender ist als der Einsatz eines menschlichen Statistikers.

ChatGPT wandelt die Daten aus unserer Excel-Datei um, und verwendet zur Dateninterpretation Python
(ChatGPT wandelt die Daten aus unserer Excel-Datei um, und verwendet zur Dateninterpretation Python)

Die Analyse durch ChatGPT

Nach dem Export der Daten aus Google Tabellen und dem Hochladen in ChatGPT beginnt der Analyseprozess. In diesem Fall exportieren wir mit Adveronix die CTR und die Conversions, sowie Kampagnenname und Datum. ChatGPT durchforstet die einzelnen Spalten, um herauszufinden, ab welchem Zeitpunkt Kampagnen auszubrennen beginnen, ob es Zusammenhänge zwischen CTR und Conversions gibt und welche weiteren Muster sie in den Daten erkennen kann.

Datenübertragung aus Taboola in Google Tabellen dank Schnittstelle von Adveronix (hier: CTR & Conversions)
(Datenübertragung aus Taboola in Google Tabellen dank Schnittstelle von Adveronix (hier: CTR & Conversions))

Diesen Prompt geben wir ChatGPT samt Erweiterung Code Interpreter:

				
					Analysiere die Conversion Rate in dieser Tabulator-getrennten Reihe von Kampagnen. Diese stammen aus einem Taboola Account. Welche Kampagnen drohen auszubrennen? Nutze dazu auch die Spalte “Budgets”. Bei höheren Budgets pro Tag ist die Gefahr des Ausbrennens (Verlust der Werbewirksamkeit) größer.
				
			

Und jetzt kommt die Magie. ChatGPT baut sich ein Python-Skript, um die statistischen Berechnungen durchzuführen und das Ergebnis auszugeben.

Das Tolle daran: ChatGPT führt eine eigene Metrik ein, die viel früher erkennt, ob eine Kampagne ausbrennt.

Die Metrik:

Von ChatGPT erstellte Graphen. Sichtbar ist der Verlauf der CTR verschiedener Kampagnen über mehrere Tage. In Blau: Veränderung der Conversion Rate einer Kampagne über mehrere Tage, in rot: Kombinierte Metrik (Die kombinierte Metrik wurde berechnet, indem der Trend der Conversion Rate mit der Varianz der Conversion Rate und den durchschnittlichen Kosten multipliziert wurde.)
(Von ChatGPT erstellte Graphen. Sichtbar ist der Verlauf der CTR verschiedener Kampagnen über mehrere Tage. In Blau: Veränderung der Conversion Rate einer Kampagne über mehrere Tage, in rot: Kombinierte Metrik (Die kombinierte Metrik wurde berechnet, indem der Trend der Conversion Rate mit der Varianz der Conversion Rate und den durchschnittlichen Kosten multipliziert wurde.))

Von den acht übermittelten Kampagnen ist nur eine aktuelle Kampagne mit einem Tagesbudget von 75 € und einer relativ kleinen Zielgruppe vom Ausbrennen betroffen.

Blau dargestellt ist die Entwicklung der Conversion Rate. Fällt diese in den nächsten Tagen weiter ab, besteht Handlungsbedarf durch neue Werbeanzeigenbilder.

In Rot ist die Metrik aus verschiedenen Kennzahlen ersichtlich. Steigt diese, steigt auch die Gefahr des Ausbrennens. Wie in der Grafik ersichtlich, sind hier deutlich höhere Ausschläge im Vergleich zur Conversion Rate sichtbar, damit man rechtzeitig handeln kann.

Nach der Analyse ist vor der Analyse: Vorschläge zur Budgetoptimierung

Jetzt möchte ich wissen, wie die verschiedenen Kampagnenbudgets idealerweise aufgeteilt werden:

				
					Ausgehend von den eingesetzten Tagesbudgets und der Performance der Kampagnen: Wie würdest du die Budgets idealerweise verteilen und warum?
				
			

Folgende Optimierungsvorschläge fließen in die Budgetverteilung ein (der Output von ChatGPT):

  1. Priorisieren Sie Kampagnen mit höheren Conversion Rates: Kampagnen mit höheren Conversion Rates sind effizienter, da sie eine größere Anzahl von Conversions pro Interaktion erzielen. Daher könnte es sinnvoll sein, diesen Kampagnen ein größeres Budget zu zuweisen.
  2. Berücksichtigen Sie die Stabilität der Kampagnen: Kampagnen, die eine hohe Varianz in ihrer Conversion Rate aufweisen, könnten als weniger stabil angesehen werden und daher ein höheres Risiko haben, auszubrennen. Es könnte sinnvoll sein, diesen Kampagnen ein kleineres Budget zuzuweisen.
  3. Berücksichtigen Sie die Kosten der Kampagnen: Kampagnen, die bereits hohe Kosten aufweisen, könnten eher ausbrennen, da sie eine größere Anzahl von Personen aus der relevanten Zielgruppe erreichen. Es könnte sinnvoll sein, diesen Kampagnen ein kleineres Budget zuzuweisen.
  4. Berücksichtigen Sie die Laufzeit der Kampagnen: Ältere Kampagnen haben möglicherweise eine gesättigte Zielgruppe und könnten daher eher ausbrennen. Es könnte sinnvoll sein, diesen Kampagnen ein kleineres Budget zuzuweisen.
Output von ChatGPT: Vorschläge für die neue Budgetverteilung, um auf ausgebrannte Werbeanzeigen zu reagieren
(Output von ChatGPT: Vorschläge für die neue Budgetverteilung, um auf ausgebrannte Werbeanzeigen zu reagieren)

Letztlich konnten wir die Performance unserer Kampagnen dadurch um 30 % steigern.

Wurde Dein Interesse an Native Ads geweckt?

Melde Dich doch einfach bei uns. Wir schauen uns Deine bisherigen Kampagnen an, geben Dir wertvolle Inhalte für eine deutliche Performancesteigerung und analysieren, was mit Plattformen abseits von Facebook & Google für Dein Produkt alles möglich ist.

Uwe Walcher | Founder & CEO

Uwe ist seit über 21 Jahren auf der Jagd nach den besten Online-Marketing Strategien. Am meisten faszinieren ihn dabei alle wenig bekannten, aber wirkungsvollsten Methoden. 2014 gründete er die Performance-Marketing Agentur WebQuantum. Als eine Art “Online-Marketing Professor” unterrichtete er unter anderem an der Hochschule Fulda und referiert auf den unterschiedlichsten Bühnen rund um seine Lieblingsthemen SEO, Social Media Marketing & Co.

Besuche mich gerne auf LinkedIn!

Wir helfen Dir dabei, Deine Akquise- und Recruiting-Prozesse durch Social-Media Ads zu automatisieren. Konkret bedeutet dies, dass Neukundenanfragen und Bewerbungen direkt in Deinem E-Mail-Postfach oder CRM landen.
Nach oben scrollen

Jede Woche neue Marketing-Strategien!

Wir publizieren wöchentlich tolle, neue und unbekannte Marketing Tipps wie diesen. Melde dich jetzt an, um dein Marketing auf das nächste Level zu heben!

pfeil-newsletter-popup
(Uwe Walcher | Founder & Chief Executive Officer)
(Uwe Walcher | Founder & Chief Executive Officer)