Geo Lift Test: Definition und Ablauf

Ein Geo-Lift-Test ist ein Inkrementalitätsexperiment, bei dem ein Werbekanal in einigen geografischen Regionen eingeschaltet und in passenden Kontrollregionen ausgeschaltet oder auf einem reduzierten Niveau belassen wird. Anschließend wird die Differenz der Conversions oder Verkäufe zwischen den beiden Gruppen verglichen, um die tatsächliche kausale Wirkung des Kanals zu messen. Es ist die gängigste Methode, um den inkrementellen Lift eines Kanals zu testen, bei dem man nicht sauber auf individueller Nutzerebene randomisieren kann.

Wie der Test aufgebaut ist#

Zunächst teilt man die Zielregionen – je nach Umfang Bundesstaaten, DMAs oder Länder – in eine Testgruppe und eine Kontrollgruppe auf, die möglichst genau auf Merkmale wie Bevölkerungszahl, historisches Verkaufsvolumen, bisherige Reaktion auf Geo-Targeting und Saisonalität abgestimmt sind. Die Testgruppe erhält die Werbeausgaben; die Kontrollgruppe nicht, oder sie erhält eine feste Basis, während die Testgruppe eine Erhöhung erhält. Nach einer festgelegten Laufzeit – in der Regel 4 bis 8 Wochen, abhängig vom Verkaufszyklus – vergleicht man die prozentuale Veränderung des Ergebnismesswerts zwischen den beiden Gruppen. Die Differenz, bereinigt um etwaige bereits bestehende Unterschiede zwischen den Regionen, ist der geschätzte Lift.

Warum auf Geo-Ebene statt auf Nutzerebene#

Geo-Tests vermeiden die Notwendigkeit einer individuellen Kennung auf Nutzerebene, da man aggregierte Ergebnisse einer gesamten Region vergleicht, anstatt den Weg einer einzelnen Person zu verfolgen. Das macht Geo-Tests nützlich für Kanäle, bei denen das individuelle Tracking unzuverlässig ist, sowie für Kanäle wie Native Advertising-Widgets, die auf vielen unabhängigen Publisher-Seiten erscheinen, wo das Session-Level-Tracking unübersichtlich wird. Es ist auch die Standardmethode für Kanäle, die nicht für einen einzelnen Nutzer abgeschaltet werden können, ohne alle in der Nähe zu beeinflussen – wie TV, Radio und manche programmatische Käufe über eine Demand-Side-Plattform.

Was schiefgehen kann#

Schlecht abgestimmte Kontrollregionen sind der häufigste Fehler. Wenn Ihre Testregion eine andere Saisonalität, eine andere Wettbewerbspräsenz oder einen anderen zugrunde liegenden Wachstumstrend als Ihre Kontrollregion aufweist, könnte der gemessene „Lift“ lediglich regionales Rauschen sein und nicht die Wirkung Ihres Werbekanals. Tests benötigen außerdem genügend Basis-Conversionsvolumen in jeder Region, um ein echtes Signal zu erkennen; ein Test, der in einem Markt mit nur wenigen Verkäufen pro Woche läuft, wird kaum statistische Signifikanz erreichen, egal wie lange man ihn laufen lässt. Die Durchführung eines Geo-Tests während einer unternehmensweiten Aktion oder einer größeren saisonalen Spitze – wie dem Black-Friday-Zeitraum – verfälscht die Messung für beide Gruppen gleichermaßen.

Wie es mit anderen Lift-Messungen zusammenhängt#

Eine weichere Begleitmessung fragt nach Veränderungen bei Bekanntheit oder Sympathie mittels Umfragen anstelle einer harten Conversion-Zahl und läuft in der Regel auf Impressionsebene statt auf Geo-Ebene. Statistische Modelle, die auf historischen Daten zu Werbeausgaben und Conversion-Tracking basieren und kontinuierlich über alle Kanäle gleichzeitig laufen, können Ergebnisse eines Geo-Tests als Kalibrierungspunkt einbeziehen, um das Modell an einem echten experimentellen Ergebnis zu verankern, anstatt sich nur auf historische Korrelationen zu verlassen.

Bevor man Budget für einen mehrwöchigen Geo-Test in einem nativen Werbenetzwerk bindet, lohnt es sich zu prüfen, wie viel Creative-Volumen – und wie lange dieses Creative tendenziell läuft, siehe Anzeigen-Langlebigkeit – bereits in den Zielregionen aktiv ist. Die Ad Intelligence-Tools von OpenAdLibrary schlüsseln die Netzwerkaktivität nach Geo auf, was dabei hilft, realistische Erwartungen zu setzen, wie viel Lift ein bestimmter Markt tatsächlich erzielen kann.