OpenAdLibraryOpenAdLibrary
Definition

Dayparting

Dayparting ist die Planung einer Werbekampagne, sodass sie nur zu bestimmten Stunden oder Wochentagen geschaltet wird, basierend auf der tatsächlichen Reaktion der Zielgruppe, anstatt das Budget rund um die Uhr gleichmäßig zu verteilen.

Redaktionelle Illustration: Dayparting

Dayparting ist die Praxis, Anzeigen nur zu bestimmten Tageszeiten oder Wochentagen zu schalten (oder mit höheren oder niedrigeren Geboten zu schalten), basierend darauf, wann Conversion-Raten, Kosten pro Akquisition oder verfügbares Budget diese Fenster priorisieren lassen. Anstatt ein Budget gleichmäßig über 24 Stunden zu verteilen, konzentriert Dayparting die Ausgaben dort, wo sie am besten performen, und reduziert oder pausiert dort, wo sie es nicht tun.

Warum die Tageszeit die Leistung verändert#

Das Verhalten der Zielgruppe ist nicht über den ganzen Tag hinweg gleich. Eine Kampagne, die auf Büroangestellte in der Mittagspause abzielt, verhält sich anders als dieselbe Kampagne, die dieser Zielgruppe um 2 Uhr morgens gezeigt wird, und ein Nutra- oder Finanzangebot für Rentner könnte seine stärkste Reaktion am späten Vormittag statt am Abend haben. Zusätzlich zum Zielgruppenverhalten verschiebt sich die Konkurrenz um Anzeigeninventar stündlich: CPCs steigen tendenziell in Spitzenzeiten, wenn mehr Werbetreibende bieten, was die Rechnung verändert, ob eine bestimmte Stunde das gleiche Gebot wert ist, das Sie über Nacht zahlen würden.

Wie es in Native-Kampagnen angewendet wird#

Die meisten Native-Netzwerke und DSPs erlauben es, einen stunden- oder wochentagsbasierten Zeitplan auf Kampagnenebene festzulegen, entweder die Auslieferung in schwachen Fenstern vollständig auszuschalten oder einen Gebotsmultiplikator anzuwenden, der die Ausgaben erhöht oder senkt, ohne die Auslieferung ganz zu stoppen. Der weichere Ansatz, Gebote anzupassen anstatt vollständig zu pausieren, funktioniert tendenziell besser mit Smart Bidding-Algorithmen, da ein vollständiges Start-Stopp-Muster die Optimierung der Plattform stören und die Datensammlung eines Algorithmus häufiger zurücksetzen kann als eine sanfte Gebotskurve – ein Mechanismus, der in wie MGID Native Ads funktionieren behandelt wird.

Ihre eigenen Dayparting-Fenster finden#

Der einzig zuverlässige Weg, einen Dayparting-Zeitplan festzulegen, sind Ihre eigenen Auslieferungsdaten, aufgeschlüsselt nach Stunde, nicht Annahmen über die Gewohnheiten Ihrer Zielgruppe. Die meisten Werbeplattformen berichten die Leistung nach Stunde des Tages in ihren Dashboards; ein oder zwei Wochen dieser Daten, kombiniert mit Conversion-Rate und Kosten pro Ergebnis, zeigen meist ein klares Muster von ein oder zwei schwachen Fenstern, die es zu kürzen lohnt. Werbetreibende, die Affiliate-Kampagnen über mehrere Geos hinweg schalten, benötigen oft einen separaten Dayparting-Zeitplan pro Zeitzone, da „Abend“ in einem Geo-Tier nicht mit „Abend“ in einem anderen übereinstimmt.

Wann Dayparting wenig hilft#

Bei Kampagnen mit bescheidenen Tagesbudgets oder kurzen Attributionsfenstern können die Gewinne durch Dayparting marginal sein, und der zusätzliche Aufwand für die Verwaltung von Zeitplänen über Zeitzonen und Kampagnen hinweg ist den Einrichtungsaufwand möglicherweise nicht wert. Es ist tendenziell am wichtigsten bei Konten mit höheren Ausgaben oder vertikalen Märkten wie B2B und Finanzen, wo das Verhalten während der Geschäftszeiten ausgeprägt ist, und am wenigsten bei impulsegetriebenen E-Commerce-Angeboten, bei denen die Reaktion rund um die Uhr ziemlich konstant ist.

Dayparting und Budget-Pacing zusammen#

Dayparting und Budget-Pacing lösen verwandte, aber unterschiedliche Probleme: Pacing steuert, wie ein festes tägliches Anzeigenbudget über den Tag verteilt wird, während Dayparting entscheidet, welche Stunden überhaupt eine Ausgabe wert sind. Zusammengenommen kann eine Kampagne gleichmäßig durch ihre stärksten Stunden laufen und die schwächsten einfach überspringen, anstatt eine volle 24-Stunden-Spanne zu pacen, die Fenster enthält, die wahrscheinlich nicht konvertieren – eine Unterscheidung, die es wert ist, zu verstehen, bevor man die Anzeigen-Intelligence-Tools von OpenAdLibrary einrichtet, um den wahrscheinlichen Zeitplan eines Konkurrenten zu benchmarken.

Häufig gestellte Fragen

Wie erkenne ich, welche Stunden ich für Dayparting nutzen sollte?
Rufen Sie die Leistungsdaten aufgeschlüsselt nach Stunde des Tages aus dem Berichtswesen Ihrer Werbeplattform ab, normalerweise nach ein bis zwei Wochen Auslieferung verfügbar, und achten Sie auf konsistente Lücken bei der Conversion-Rate oder den Kosten pro Ergebnis, anstatt auf einen einzelnen starken oder schwachen Tag zu reagieren.
Sollte ich Anzeigen in schwachen Stunden ganz pausieren oder nur die Gebote senken?
Das Senken der Gebote mit einem zeitplanbasierten Multiplikator erhält tendenziell die Auslieferungsstabilität besser als eine vollständige Pause, insbesondere bei Kampagnen mit automatischem Bidding, da wiederholte vollständige Stopps die Optimierung des Algorithmus stören können.
Funktioniert Dayparting in allen Zeitzonen gleich?
Nein. Wenn Sie dieselbe Kampagne über mehrere Geos hinweg schalten, muss Dayparting pro Zeitzone eingestellt werden, da ein starkes Abendfenster in einem Land mit der Mitte des Arbeitstages in einem anderen Land überlappen kann.
Lohnt sich Dayparting für kleine Budgets?
Oft nicht. Der Einrichtungs- und Überwachungsaufwand kann die Gewinne bei bescheidenen Tagesbudgets überwiegen. Es zahlt sich tendenziell deutlicher bei höheren Ausgabenkonten oder vertikalen Märkten mit ausgeprägtem Tageszeitverhalten aus, wie B2B oder Finanzangebote.
Das OpenAdLibrary-Team
Geschrieben vonDas OpenAdLibrary-Team
Ad Intelligence & Native Advertising Research

Wir entwickeln OpenAdLibrary, die offene Plattform für Anzeigentransparenz. Täglich erfassen unsere Systeme Live-Native-Anzeigen auf Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo und MSN, identifizieren den tatsächlichen Werbetreibenden hinter jeder Anzeige und folgen dem Klick zur jeweiligen Landingpage. Diese Leitfäden destillieren die Erkenntnisse aus diesen Daten, damit Sie den Markt schneller erforschen können.