Geo-Lift-Test
Geo-Lift-Test im Detail
Mehr Umsatz in einer beworbenen Stadt beweist noch keine Werbewirkung: Vielleicht war dort auch das Wetter besser, die Distribution breiter oder eine Konkurrenzfiliale geschlossen. Ein braucht deshalb einen geplanten Vergleich.
**Regionen als Versuchseinheiten.** Zunächst werden historische Ergebnisverläufe, Größe und relevante Markteigenschaften geprüft. In einem randomisierten Design werden geeignete Gebiete zufällig einer Bedingung zugeteilt, gegebenenfalls innerhalb vergleichbarer Paare. Matching kann die Planung verbessern, ersetzt aber keine Randomisierung. Verfahren mit synthetischer Kontrolle schätzen einen Vergleichsverlauf aus anderen Regionen und benötigen eigene Annahmen und Validierung.
**Die Veränderung muss steuerbar sein.** Lege fest, wo Werbung ergänzt, reduziert oder verändert wird. Nationale Ausstrahlung, Pendelverkehr und Onlinekäufe über Regionsgrenzen können den Unterschied zwischen den Gruppen verwischen. Kleinere Gebiete sind deshalb nicht automatisch besser. Preise, Verfügbarkeit und parallele Aktionen gehören in die Testplanung und das Protokoll.
**Den Vergleich richtig lesen.** Die Auswertung schätzt, was in den Testgebieten ohne die Änderung zu erwarten gewesen wäre. Die rohe Umsatzdifferenz zweier verschieden großer Regionen reicht dafür nicht aus. Berichte Effekt, Unsicherheit, Nachlaufzeit und bekannte Einschränkungen. Zusätzlicher Umsatz ist zudem noch kein zusätzlicher Gewinn.
Für die kreative Arbeit ist ein Geo-Test dann hilfreich, wenn eine konkrete Entscheidung daran hängt: Soll eine Kampagnenidee regional ausgebaut werden? Welche Ausspielung wird fortgeführt? Ein Test sollte diese Entscheidung vorbereiten, statt nachträglich ein positives Kampagnennarrativ zu liefern.
Beispiele
Hypothetisch: Regionales Zusatzbudget
Ein Händler erhöht Werbung in ausgewählten Gebieten; Kontrollgebiete behalten das bisherige Budget. Distribution und Preise bleiben vergleichbar. Gemessen wird die zusätzliche Wirkung der Budgeterhöhung, nicht die Gesamtwirkung aller bisherigen Werbung.
Hypothetisch: Schlechte Trennbarkeit
Eine bundesweit verbreitete - erreicht auch die vorgesehenen Kontrollgebiete. Der geplante regionale Unterschied lässt sich nicht zuverlässig herstellen. Vor einem Test muss die Ausspielung angepasst oder eine andere Messmethode gewählt werden.
Wichtige Punkte
- Gebiete sind die Versuchseinheiten.
- Matching und Randomisierung erfüllen unterschiedliche Aufgaben.
- Regionale Überschneidungen und parallele Aktionen prüfen.
- Lift gegenüber einem geschätzten Vergleichsverlauf ausweisen.
- Unsicherheit und wirtschaftliche Bedeutung gemeinsam bewerten.
Anwendung im Marketing-Alltag
Prüfe zuerst die regionale Steuerbarkeit von Werbung und Ergebnismessung. Entwickle anschließend mit historischen Daten ein Design, das die wirtschaftlich relevante Veränderung erkennen kann.
Sinnvolle Messgrößen
Zusätzlicher Ergebniswert
Geschätzter Unterschied zum Vergleichsverlauf, etwa bei Umsatz oder qualifizierten Leads.
Relative Veränderung
Zusatzwirkung bezogen auf die ausdrücklich benannte erwartete Basis.
iROAS und Unsicherheit
Zusätzlicher Wert je passender Ausgabeneinheit, zusammen mit einem Intervall und den Testannahmen.
Häufige Fehler
- Rohe Umsätze unterschiedlich großer Regionen vergleichen.
- Matching als Garantie gegen Verzerrung ansehen.
- Nationale Medienwirkung in Kontrollgebieten ignorieren.
- Aus Umsatz-Lift unmittelbar einen Gewinnbeitrag ableiten.
Quellen und Einordnung
- Vaver & Koehler: Measuring Ad Effectiveness Using Geo Experiments (2011)
Methodische Grundlage für randomisierte geografische Werbeexperimente.
- Google Ads: Geography-based Conversion Lift metrics
Definitionen für zusätzlichen Conversion-Wert, zusätzliche Kosten und Unsicherheitsintervalle im Google-Produkt.
Häufige Fragen zu Geo-Lift-Test
Ein randomisiertes Geo-Experiment ist ein kontrollierter Test mit Regionen als Versuchseinheiten. Nicht jeder als Geo-Lift angebotene Ansatz ist randomisiert; bei modellierten Kontrollgruppen müssen die zusätzlichen Annahmen erklärt werden.
Damit können lokale Sonderereignisse leicht mit Werbung verwechselt werden. Ob ein Design ausreicht, hängt von Daten und Methode ab. Historische Validierung und eine Planung der Aussagekraft sind erforderlich.
Die Laufzeit folgt aus Datenvolumen, erwarteter Wirkung, Streuung und Kaufzyklus. Verzögerte Abschlüsse können einen Nachlauf erfordern. Ein pauschaler Zeitraum ist keine Qualitätsgarantie.
Nur wenn die unterschiedlichen Bedingungen ausreichend getrennt umgesetzt und die Ergebnisse regional zugeordnet werden können. Nationale Reichweite oder starke Überschneidungen können dagegen sprechen.
Prüfe zunächst Unsicherheit und mögliche Störungen. Vergleiche danach zusätzlichen Deckungsbeitrag und Gesamtkosten. Eine schrittweise Ausweitung mit weiterer Messung kann sinnvoller sein als sofortige nationale Skalierung.
Weiterführende Links
Begriffsempfehlungen werden geladen…
Alle BegriffeArtikel zu Geo-Lift-Test

Predictive Analytics im Marketing: Datengetriebene Vorhersagen für bessere Entscheidungen
Wie Machine Learning und Predictive Analytics Marketing-Entscheidungen revolutionieren – von Churn Prediction über CLV-Modelle bis hin zu Demand Forecasting.

Behavioral Data Fusion: Wie die Verschmelzung von Verhaltensdaten das Marketing revolutioniert
Behavioral Data Fusion verbindet Datenströme aus Web-Analytics, CRM, Social Media und IoT zu einem ganzheitlichen Kundenbild. Erfahre, warum isolierte Datensilos der größte blinde Fleck im Marketing sind.

Dark Social: Die unsichtbaren 80 % deiner Content-Reichweite messen und nutzen
Der Großteil deines Contents wird über private Kanäle geteilt – aber unsichtbar für Analytics. So nutzt du Dark Social strategisch.