Retargeting
Retargeting im Detail
kann eine bereits begonnene Kaufentscheidung unterstützen: Eine Anzeige erinnert an ein angesehenes Produkt oder beantwortet eine offene Frage. Nicht jeder Besuch ohne Kauf ist jedoch ein verlorener Kunde. Manche Menschen kehren von selbst zurück; andere haben sich bewusst gegen ein Angebot entschieden. Diese Unterschiede sind für Botschaft, Budget und Erfolgsmessung entscheidend.
Typische Ansätze sind die erneute Ansprache von Website-Besuchern, dynamische Anzeigen mit zuvor angesehenen Produkten und Anzeigen nach einem Warenkorbabbruch. Auch Interaktionen innerhalb einer Werbeplattform können je nach deren Funktionen zur Zielgruppenbildung dienen. Customer Match gleicht geeignete Kundendaten mit Konten einer Werbeplattform ab. Eine Zielgruppe aus neuen Personen mit vermutetem Interesse ist dagegen keine erneute Ansprache früherer Besucher.
Eine brauchbare Planung definiert das relevante Verhalten, den Zeitraum seit der Interaktion, passende Inhalte und Ausschlüsse. Nach einem erfassten Kauf sollte die bisherige Kaufaufforderung überprüft oder ausgeschlossen werden. Kontaktfrequenz und Laufzeit richten sich nach Entscheidungsdauer, Produkt und Reaktion der Zielgruppe. Eine allgemeingültige Zahl von Anzeigen pro Tag gibt es dafür nicht. Technische Erfassung und plattformübergreifende Begrenzung haben zudem Grenzen.
Eine hohe Conversion Rate im Retargeting beweist keinen ebenso hohen Werbebeitrag. Die angesprochenen Personen hatten schon vorher Interesse. Entscheidend ist daher, welche zusätzlichen Käufe oder qualifizierten Anfragen durch die Werbung entstehen. Geeignete Kontrollgruppen oder Conversion-Lift-Tests können diesen Mehrbeitrag untersuchen, wenn ausreichend Daten und die nötigen Plattformfunktionen verfügbar sind. Zur Bewertung gehören Kosten, Marge, Vergleichszeitraum und Unsicherheit des Ergebnisses.
Vor dem Einsatz sind Rechtsgrundlage, notwendige Einwilligungen, transparente Information und Plattformvorgaben zu klären. Eine bestehende Kundenbeziehung oder die bloße Angabe einer E-Mail-Adresse erlaubt nicht automatisch deren Verwendung für Werbeabgleiche. Auch First-Party-Daten und serverseitige Verarbeitung sind für sich genommen kein Nachweis der Datenschutzkonformität. Widerrufe und Löschanforderungen müssen im jeweiligen Verfahren berücksichtigt werden.
KI kann beispielsweise bei Anzeigenvarianten und Auslieferungsentscheidungen unterstützen. Ob daraus bessere Kommunikation und ein wirtschaftlicher Vorteil entstehen, muss am konkreten Ziel gemessen werden. Maßgeblich sind relevante Botschaften, passende Zielseiten und zusätzliche Ergebnisse. Die folgenden Szenarien zeigen mögliche Anwendungen unter den jeweils erforderlichen Daten- und Einwilligungsvoraussetzungen.
Beispiele
Beispielszenario: Online-Shop
Ein fiktiver Shop könnte Personen mit abgebrochenem Warenkorb eine Anzeige zum angesehenen Produkt zeigen. Aktuelle Verfügbarkeit und Preis müssten stimmen; bereits erfasste Käufe würden für diese Ansprache ausgeschlossen.
Beispielszenario: B2B-Information
Ein Anbieter könnte frühere Besucher einer Produktseite auf ein vertiefendes hinweisen. Bewertet würden zusätzliche qualifizierte Anmeldungen und spätere Vertriebsqualität.
Beispielszenario: längere Kaufentscheidung
Eine fiktive Einrichtungsmarke könnte nach einer Produktansicht mit Materialinformationen statt einem sofortigen Rabatt werben. Ein Test würde prüfen, ob diese Hilfe zusätzliche qualifizierte Anfragen erzeugt.
Beispielszenario: ergänzendes Angebot
Ein Dienstleister könnte geeigneten Bestandskunden ein ergänzendes Angebot zeigen, sofern die Daten dafür verwendet werden dürfen. Eine Vergleichsgruppe würde helfen, zusätzliche Abschlüsse von ohnehin erwarteten Käufen zu unterscheiden.
Wichtige Punkte
- Retargeting knüpft an eine frühere Interaktion an.
- Botschaft, Zeitraum und Ausschlüsse auf die Situation abstimmen.
- Kontaktfrequenz beobachten und passend begrenzen.
- Hohe Conversion Rates sind kein Beleg für zusätzliche Verkäufe.
- Erfolg möglichst mit einem geeigneten Kontrollvergleich bewerten.
- Kundendaten und serverseitige Verarbeitung ersetzen keine rechtliche Prüfung.
Quellen und Einordnung
- Google Ads: About Conversion Lift
Erklärung der Messung zusätzlicher Conversions mithilfe von Test- und Kontrollgruppen.
- Google: Customer Match policy
Vorgaben zur Herkunft, Weitergabe und Nutzung von Kundendaten für Customer Match.
- EDPB: Guidelines 8/2020 on targeting social media users (PDF)
Leitlinien zu Verantwortlichkeiten, Rechtsgrundlagen und Transparenz bei Social-Media-Targeting.
Häufige Fragen zu Retargeting
Retargeting bezeichnet die erneute Ansprache von Menschen mit digitalen Anzeigen auf Basis einer früheren Interaktion, etwa eines Website-Besuchs oder einer Produktansicht. Welche Daten dafür verwendet werden dürfen und welche Zielgruppen erreichbar sind, hängt vom konkreten Einsatz ab.
Zum Beispiel frühere Website-Besucher, Personen mit Produktansichten oder Interaktionen innerhalb einer Plattform. Entscheidend sind erlaubte Datennutzung, verfügbare Plattformfunktionen und die Relevanz einer erneuten Ansprache.
Nein. Die angesprochenen Personen hatten bereits Interesse und könnten auch ohne Anzeige kaufen. Geeignete Kontrollgruppen oder Conversion-Lift-Tests helfen, den zusätzlichen Beitrag der Werbung zu untersuchen.
Nein. Die Erhebung einer E-Mail-Adresse oder eine Kundenbeziehung erlaubt nicht automatisch einen Werbeabgleich. Rechtsgrundlage, notwendige Einwilligungen, transparente Information und Plattformvorgaben müssen für den Einsatz geklärt werden. Das gilt auch bei serverseitiger Verarbeitung.
Es gibt keine allgemeingültige Zahl pro Tag. Kontaktfrequenz und Laufzeit richten sich nach Produkt, Entscheidungsdauer und Reaktion der Zielgruppe. Erfasste Käufe und andere Ausschlussgründe sollten berücksichtigt werden.
Weiterführende Links
Begriffsempfehlungen werden geladen…
Alle BegriffeArtikel zu Retargeting

CTV & Retail Media: Dein Performance-Upgrade fürs TV-Budget
Zwei Megatrends verschmelzen: Wie du mit Handelsdaten aus CTV-Werbung messbare Sales generierst und dein TV-Budget endlich performance-orientiert steuerst.

YouTube Ads mit Demand Gen: Wie aus guten Videos messbares Geschäft wird
Gute Videos allein beantworten noch nicht, ob eine Kampagne das richtige Geschäft bringt. Wie ihr Daten, kreative Kaufargumente und Landingpages für Demand Gen zusammenführt.

Meta Ads: Warum Targeting mit der Idee beginnt
Automatisierte Ausspielung macht die Idee zur strategischen Aufgabe. Wie Marken Kaufmotive in unterschiedliche Creatives übersetzen und aus Tests lernen.