Nochmal als “Nicht-Headline”: Dein A/B-Testing reicht nicht aus!
Auch dann nicht, wenn du schon fleißig Vorteilskommunikation, Formate oder Hooks gegeneinander testest. Sobald du eine signifikante Anzahl an Lower Funnel Signalen hast (Sales, Leads, Anmeldungen), bist du eigentlich aus der Phase raus, in der nur Anzeige A gegen Anzeige B wirklich spannend ist.
Und genau hier kommt etwas ins Spiel, das viele noch nie gehört haben:
Multi-Cell Conversion Lift.
Sagt dir nichts? Dann wird es jetzt interessant.
Warum klassisches A/B-Testing nur die halbe Wahrheit erzählt
A/B-Tests sind erst mal solide:
Du lässt zwei Ads gegeneinander laufen, schaust auf CTR, CPA oder ROAS und pickst dir den Gewinner. Alles fein.
Das Problem: Du testest dabei fast immer nur innerhalb eines bestehenden Setups.
Attribution, Platzierungen, Optimierungsziel, Kampagnenstruktur – all das steht vorher fest. Du bewegst dich also in einem Rahmen, den du nie wirklich hinterfragt hast.
Die wichtigere Frage wäre aber:
Hast du überhaupt das richtige Setup am Start?
Multi-Cell Conversion Lift: Vom Ad-Test zum Setup-Test
Multi-Cell Conversion Lift ist im Grunde dein Upgrade von „Welche Ad performt besser?“ zu „Welche Strategie bringt mir wirklich mehr Business?“.
Insbesondere Meta bietet solche Tests im Self Service an, andere Plattformen haben ähnliche Modelle. Der Unterschied zu normalen Tests:
- Du testest ganze Kampagnen Setups gegeneinander
- Du schaust nicht nur auf gemessene Conversions, sondern auf inkrementelle Conversions
- Also auf Sales und Leads, die ohne Werbung nicht stattgefunden hätten
Die Plattform vergleicht Testgruppen, die Ads sehen, mit Kontrollgruppen, die keine sehen, und misst am Ende den echten Uplift. Genau das ist der Punkt, an dem aus Bauchgefühl tatsächliche Wirkungsmessung wird.
Was du mit Multi-Cell Conversion Lift testen kannst
Spannend wird es, wenn du anfängst, deine Standardannahmen im Setup zu challengen. Zum Beispiel:
- Attribution: 7day vs 1day post Click
- Format-Fokus: Image-lastige Kampagne vs Video-lastige Kampagne
- Platzierungen: Instagram plus Facebook vs nur Instagram
- Objective: Value Optimierung vs Amount Optimierung
Du kannst so quasi alle deine Vermutungen im Kampagnensetup testen. Nicht nur auf Basis von normalen Conversions, sondern vor allem auf Basis von inkrementellen Conversions. Also Sales, Leads etc., die ohne die Werbung nicht zustande gekommen wären.
Gerade wenn du bereits viele Lower Funnel Signale hast, ist das ein enormer Hebel. Du arbeitest nicht mehr nach dem Motto „Sieht im Ads Manager gut aus“, sondern nach „Bringt nachweislich zusätzlichen Umsatz“.
Inkrementelle Conversions: Der eigentliche Gamechanger
Der spannendste Teil an Conversion Lift Tests ist genau das Thema Inkrementalität. Denn:
- Nicht jede Conversion im Ads Manager ist wirklich durch die Werbung generiert worden. Ein Teil wäre so oder so passiert.
- Conversion Lift trennt diese beiden Effekte besser voneinander.
Du lernst zum Beispiel:
- Welches Setup bringt wirklich zusätzlichen Umsatz?
- Welche Platzierungen sehen in der Theorie gut aus, sind aber inkrementell schwach?
- Welche Attribution gibt dir ein realistisches Bild und welche schönt nur das Gesamtbild?
Das ist der Punkt, an dem digitale Marketing Beratung anfängt, wirklich strategisch zu werden: weg von „Wir machen mal ein A/B-Testing auf die Headline“ hin zu „Wir prüfen, welches Setup deinem Business wirklich mehr inkrementelle Conversions bringt“.
Was Entscheider daraus mitnehmen sollten
Wenn du auf Kundenseite sitzt, eine Agentur steuerst oder gerade einen Pitch vorbereitest, ist das ein ziemlich guter Qualitätscheck.
Einmal mal Fragen stellen wie:
- Welche Kampagnen Setups würdet Ihr bei uns konkret gegeneinander testen?
- Nutzet Ihr Multi-Cell Conversion Lift oder vergleichbare Modelle, um inkrementelle Wirkung zu messen?
- Wie entscheidet Ihr, welche Attribution, Platzierungen und Optimierung für unser Geschäftsmodell sinnvoll sind?
Bei Antworten in die Richtung „Wir testen regelmäßig Ads gegeneinander und optimieren dann auf CPA“ lässt du Potenzial liegen. Vor allem bei ausreichend Lower Funnel Signalen.
Fazit: A/B-Testing ist Pflicht, Setup-Testing ist Kür
Klassische A/B-Tests bleiben wichtig. Aber sie reichen nicht aus, wenn du ernsthaft Performance Marketing betreibst und mit nennenswerten Budgets unterwegs bist.
Die sinnvolle Reihenfolge sieht folgendermaßen aus:
- Solides Kampagnen Setup definieren
- Setup Varianten mit Multi-Cell Conversion Lift testen
- Innerhalb des besten Setups Creatives per A/B-Testing optimieren
So nutzt du dein Budget und den Algorithmus der Plattform deutlich effizienter.
Als Inspiration, haben wir genau diese Strategie unter anderem bei Takko Fashion umgesetzt.