Incrementality Testing im Retargeting: Misst Du echten Uplift oder Mitnahme-Effekte?

Retargeting fühlt sich oft wie ein sicherer Treffer an: Menschen waren bereits auf Deiner Website, haben Produkte angesehen, vielleicht sogar etwas in den Warenkorb gelegt – und nach der Kampagne steigen die Conversions. Doch genau hier liegt die gefährliche Frage: Wären diese Käufe auch ohne Deine Anzeigen passiert?

Viele Retargeting-Kampagnen sehen auf den ersten Blick hervorragend aus. Der ROAS ist hoch, die Kosten pro Conversion wirken niedrig, und im Reporting sieht alles nach effizientem Marketing aus. Aber Retargeting hat eine Besonderheit: Du sprichst Nutzer an, die bereits eine Kaufabsicht gezeigt haben. Ein Teil dieser Menschen hätte also möglicherweise ohnehin gekauft – auch ohne Banner, ohne Facebook Ad, ohne Criteo-Anzeige und ohne zusätzliche Werbekosten.

Genau deshalb ist Incrementality Testing im Retargeting so wichtig. Es hilft Dir herauszufinden, ob Deine Kampagnen tatsächlich zusätzlichen Umsatz erzeugen oder ob Du vor allem sogenannte Mitnahme-Effekte bezahlst. Anders gesagt: Misst Du echten Uplift – oder bezahlst Du für Conversions, die sowieso passiert wären?

Warum klassisches Retargeting-Reporting oft zu optimistisch ist

Die meisten Performance-Reports basieren auf Attribution. Eine Plattform zeigt Dir beispielsweise: Ein Nutzer hat Deine Anzeige gesehen oder geklickt und später gekauft. Daraus wird häufig abgeleitet, dass die Anzeige den Kauf ausgelöst hat. Das klingt logisch, ist aber nicht immer korrekt.

Attribution beantwortet in erster Linie die Frage: Welcher Touchpoint bekommt den Wert einer Conversion zugeschrieben? Incrementality beantwortet eine andere, viel wichtigere Frage: Wäre diese Conversion auch ohne den Touchpoint entstanden?

Gerade im Retargeting können diese beiden Perspektiven stark auseinanderliegen. Ein Nutzer, der gestern ein Produkt in den Warenkorb gelegt hat, ist bereits sehr nah am Kauf. Wenn er heute eine Retargeting-Anzeige sieht und anschließend kauft, kann die Plattform die Conversion der Kampagne zuschreiben. Trotzdem kann es sein, dass die Anzeige kaum Einfluss hatte. Vielleicht hätte eine Erinnerungs-E-Mail gereicht. Vielleicht wollte der Nutzer ohnehin am nächsten Tag bestellen. Vielleicht war der Kauf bereits entschieden.

Typische Gründe für überschätzte Retargeting-Ergebnisse sind:

• Hohe Kaufabsicht der Zielgruppe: Retargeting erreicht Nutzer, die bereits Interesse gezeigt haben.
• Kurze Conversion-Zeiträume: Viele Nutzer kaufen ohnehin kurz nach dem Website-Besuch.
• View-through-Conversions: Eine Anzeige wurde nur eingeblendet, ohne dass klar ist, ob sie wirklich wahrgenommen wurde.
• Mehrfachkontakt über verschiedene Kanäle: Google, Meta, E-Mail und Criteo beanspruchen möglicherweise dieselbe Conversion.
• Optimierung auf leicht erreichbare Nutzer: Algorithmen finden oft die Menschen, die ohnehin am wahrscheinlichsten kaufen.

Das bedeutet nicht, dass Retargeting schlecht ist. Im Gegenteil: Retargeting kann sehr profitabel sein. Aber Du solltest wissen, welcher Anteil Deiner Ergebnisse wirklich zusätzlich entsteht. Nur dann kannst Du Budgetentscheidungen sauber treffen.

Was Incrementality Testing im Retargeting wirklich misst

Incrementality Testing misst den kausalen Effekt Deiner Werbung. Es geht also nicht darum, ob eine Anzeige vor einer Conversion stattgefunden hat, sondern ob diese Anzeige die Conversion tatsächlich zusätzlich verursacht oder beschleunigt hat.

Das Prinzip ist vergleichbar mit einem sauberen AB Test: Eine Gruppe von Nutzern erhält Retargeting-Anzeigen, eine vergleichbare Kontrollgruppe erhält keine Anzeigen. Danach vergleichst Du die Ergebnisse beider Gruppen. Wenn die beworbene Gruppe mehr Umsatz, mehr Bestellungen oder eine höhere Conversion Rate erzielt als die Kontrollgruppe, kannst Du diesen Unterschied als inkrementellen Uplift bewerten.

Ein einfaches Beispiel:

• Gruppe A sieht Retargeting-Anzeigen und erzielt 1.200 Käufe.
• Gruppe B sieht keine Retargeting-Anzeigen und erzielt 1.000 Käufe.
• Der inkrementelle Effekt beträgt 200 zusätzliche Käufe.

Wenn Deine Plattform Dir jedoch 1.200 Conversions für die Kampagne ausweist, wäre das irreführend. Denn 1.000 Käufe wären vermutlich auch ohne Retargeting entstanden. Der echte Zusatznutzen liegt nicht bei 1.200, sondern bei 200 Käufen.

Für die Bewertung Deiner Wirtschaftlichkeit ist das entscheidend. Ein klassischer ROAS kann sehr gut aussehen, während der inkrementelle ROAS deutlich niedriger ausfällt. Deshalb solltest Du neben dem Plattform-ROAS auch den iROAS betrachten – also den incremental Return on Ad Spend.

Eine einfache Formel lautet:

iROAS = inkrementeller Umsatz / Werbekosten

Angenommen, Deine Retargeting-Kampagne verursacht 10.000 Euro Werbekosten. Die Plattform weist 80.000 Euro Umsatz aus. Dein klassischer ROAS liegt also bei 8. Wenn ein Incrementality Test zeigt, dass nur 25.000 Euro davon wirklich zusätzlich entstanden sind, liegt Dein iROAS bei 2,5. Das ist immer noch positiv – aber eine völlig andere Entscheidungsgrundlage.

So setzt Du einen sauberen Incrementality Test auf

Ein guter Test beginnt nicht mit einem Tool, sondern mit einer klaren Hypothese. Du solltest vorab definieren, was Du herausfinden möchtest. Zum Beispiel:

• Erzeugt unsere Retargeting-Kampagne zusätzlichen Umsatz?
• Welche Zielgruppe liefert den höchsten inkrementellen Uplift?
• Ist Warenkorb-Retargeting profitabler als Produktseiten-Retargeting?
• Wie stark sind Mitnahme-Effekte bei Bestandskunden im Vergleich zu Neukunden?
• Lohnt sich Retargeting auch dann noch, wenn View-through-Conversions nicht berücksichtigt werden?

Danach brauchst Du ein Testdesign, das möglichst faire Vergleichsbedingungen schafft. Die wichtigste Grundlage ist eine zufällige Aufteilung in Test- und Kontrollgruppe. Die Testgruppe erhält Deine Retargeting-Anzeigen. Die Kontrollgruppe wird ausgeschlossen oder erhält keine werbliche Behandlung. Wichtig ist, dass beide Gruppen strukturell möglichst ähnlich sind, damit Unterschiede später wirklich auf die Kampagne zurückgeführt werden können.

In der Praxis gibt es verschiedene Ansätze:

• User-Level-Holdout: Einzelne Nutzer werden zufällig in Test- und Kontrollgruppe aufgeteilt. Das ist oft sehr präzise, setzt aber sauberes Tracking und ausreichende Datenqualität voraus.
• Geo-Test: Bestimmte Regionen erhalten Retargeting, andere vergleichbare Regionen nicht. Das kann sinnvoll sein, wenn Nutzertracking eingeschränkt ist.
• Platform-Experimente: Einige Werbeplattformen bieten integrierte Lift Tests oder Conversion Lift Studies an. Diese können nützlich sein, sollten aber kritisch interpretiert werden.
• Budget-Pausen-Test: Retargeting wird zeitweise reduziert oder pausiert. Dieser Ansatz ist einfacher, aber anfälliger für externe Effekte wie Saisonalität, Aktionen oder Marktveränderungen.

Damit Dein Test belastbare Ergebnisse liefert, solltest Du besonders auf diese Punkte achten:

• Ausreichende Laufzeit: Ein Test über wenige Tage ist oft zu instabil. Plane genug Zeit ein, um typische Kaufzyklen abzudecken.
• Genügend Datenvolumen: Kleine Stichproben führen schnell zu zufälligen Schwankungen. Je geringer der erwartete Uplift, desto mehr Daten brauchst Du.
• Klare KPI-Auswahl: Entscheide vorher, ob Du Umsatz, Deckungsbeitrag, Neukunden, Conversion Rate oder Bestellungen bewertest.
• Keine parallelen Störfaktoren: Große Rabattaktionen, Relaunches oder Tracking-Änderungen können Testergebnisse verfälschen.
• Saubere Ausschlüsse: Die Kontrollgruppe darf nicht über andere Retargeting-Kampagnen doch wieder erreicht werden.

Besonders wichtig ist die Wahl der richtigen Erfolgskennzahl. Umsatz allein kann täuschen, wenn Du stark rabattierst oder Retourenquoten hoch sind. Für viele Shops ist der inkrementelle Deckungsbeitrag aussagekräftiger als der reine inkrementelle Umsatz. Wenn Du Neukunden gewinnen möchtest, solltest Du außerdem zwischen Neu- und Bestandskunden unterscheiden. Retargeting auf Bestandskunden kann zwar effizient aussehen, aber der echte Zusatznutzen ist dort häufig geringer.

Auch die Segmentierung spielt eine große Rolle. Nicht jede Retargeting-Zielgruppe ist gleich wertvoll. Nutzer mit Warenkorbabbruch reagieren anders als Besucher einer Kategorieseite. Menschen, die nur einmal kurz auf der Website waren, haben eine andere Kaufwahrscheinlichkeit als Nutzer, die mehrere Produkte verglichen haben. Ein guter Incrementality Test betrachtet deshalb nicht nur die gesamte Kampagne, sondern auch einzelne Zielgruppen und Funnel-Stufen.

Fazit: Miss nicht nur Conversions, sondern echte Wirkung

Retargeting gehört zu den wirkungsvollsten Instrumenten im Online Marketing – aber nur, wenn Du seine Wirkung realistisch bewertest. Ein hoher Plattform-ROAS ist noch kein Beweis für echten Mehrumsatz. Gerade im Retargeting ist die Gefahr groß, dass Du für Mitnahme-Effekte bezahlst und Budgets in Kampagnen steckst, die weniger zusätzlichen Wert schaffen, als es auf den ersten Blick scheint.

Incrementality Testing gibt Dir die Möglichkeit, bessere Entscheidungen zu treffen. Du erkennst, welche Kampagnen wirklich Uplift erzeugen, welche Zielgruppen überbewertet sind und wo Dein Budget den größten zusätzlichen Effekt hat. Ein sauberer AB Test mit Kontrollgruppe ist dafür oft der beste Ausgangspunkt.

Der wichtigste Schritt ist, nicht länger nur zu fragen: „Wie viele Conversions wurden meiner Kampagne zugeschrieben?“ Frage stattdessen: „Wie viele Conversions wären ohne diese Kampagne nicht entstanden?“ Genau dort beginnt profitables, datengetriebenes Retargeting.

Wenn Du Deine Retargeting-Budgets optimieren möchtest, starte mit einem klar abgegrenzten Test. Wähle eine relevante Zielgruppe, definiere eine Kontrollgruppe, lege Deine KPI fest und bewerte anschließend den inkrementellen Effekt. Schon ein einzelner sauberer Test kann Dir zeigen, ob Du Budget skalieren, reduzieren oder neu verteilen solltest.

Interessiert Dich ein neues Tool, mit dem Du 12-34% mehr Umsatz über Google Shopping, Facebook und Criteo generieren kannst? Dann schaue Dir doch direkt ConversionBuddy an!