Return on Ad Spend (ROAS)

Wie der ROAS berechnet wird

Die Formel ist der Kampagne zugeschriebener Umsatz geteilt durch Kampagnenkosten. Gib 2.000 Dollar für Anzeigen aus, schreibe ihnen 8.000 Dollar an Bestellungen zu, und die Kampagne lief mit einem ROAS von 4×. Üblich ist die Schreibweise als Faktor statt als Prozentwert, und es ist bewusst ein Verhältnis, damit es über sehr unterschiedlich große Kampagnen hinweg vergleichbar bleibt.

Es existieren zwei Varianten der Zahl, die ständig verwechselt werden. Der Kanal-ROAS nutzt den Umsatz, den eine Plattform für sich reklamiert, und die Ausgaben auf dieser Plattform. Der Blended ROAS nutzt den Gesamtumsatz geteilt durch die gesamten Werbeausgaben. Mit dem ersten optimiert man eine Kampagne; der zweite ist der, der sich mit dem Bankkonto deckt, und er ist immer der niedrigere von beiden, sobald mehr als eine Plattform läuft.

Das Zeitfenster zählt so viel wie die Formel. Jede Plattform zählt Conversions innerhalb eines selbst gewählten Attributionsfensters, oft Tage nach dem Klick, sodass dieselbe Woche drei verschiedene ROAS-Werte zeigen kann, je nachdem wann du hinsiehst und welches Fenster eingestellt ist. Lege ein Fenster fest, schreibe es auf und vergleiche Gleiches mit Gleichem: Ein ROAS, der besser wurde, weil jemand das Fenster verbreitert hat, ist nicht besser geworden.

Was als guter ROAS gilt

Es gibt keinen allgemeingültigen Richtwert, und jeder Artikel, der einen nennt, zitiert die Marge von jemand anderem. Dein Break-even-Faktor ist eins geteilt durch deine Bruttomarge: Bei 25% Marge brauchst du 4×, nur um auf null zu kommen, während ein Softwareprodukt mit 90% Marge nahe 1,1× die Schwelle erreicht. Alles Folgende sind die Stellen, an denen die Zahl in die Irre führt.

• Die Marge setzt die Untergrenze, dieselbe Zahl ist also Erfolg und Misserfolg. Ein ROAS von 3× ist bei 30% Marge ein Verlust und bei Software ausgezeichnet. Berechne deine eigene Untergrenze, bevor du fremde Zielwerte übernimmst.
• Der von der Plattform gemeldete ROAS ist nicht der ROAS des Unternehmens. Jede Plattform reklamiert Conversions, an denen sie beteiligt war, dieselbe Bestellung kann also in zwei Dashboards auftauchen. Gleiche gegen Gesamtausgaben und Gesamtumsatz ab, bevor du glaubst, ein Kanal trage das Geschäft.
• Der ROAS der ersten Bestellung ignoriert alles danach. Ein Abo oder ein Store mit Wiederkäufen kann einen Verlust beim Erstkauf akzeptieren, wenn der zweite profitabel ist — eine Entscheidung über den Customer Lifetime Value, nicht über die Anzeige.
• Ein steigender ROAS bedeutet oft, dass du geschrumpft bist. Die Effizienz steigt, wenn du die Ausgaben auf dein wärmstes Publikum zusammenstreichst, eine Kampagne kann also jede Woche besser aussehen und dabei jede Woche weniger Kunden liefern.

ROAS, CAC und die Zahl unter beiden

ROAS und Customer Acquisition Cost beantworten verschiedene Fragen, und kleine Teams kommen mit beiden weiter. Der ROAS fragt, wie viel Umsatz ein Werbe-Euro zurückgebracht hat; der CAC fragt, was ein neuer Kunde gekostet hat, und kann einschließen, was der ROAS ignoriert: Agenturhonorare, Creative-Produktion, den Rabatt, mit dem du den Abschluss geholt hast. Eine Kampagne kann einen respektablen ROAS ausweisen und trotzdem Kunden liefern, die mehr kosten, als sie je wert sein werden — deshalb liest man beide zusammen und nicht eines statt des anderen.

Eine Beobachtung aus erster Hand aus unserer eigenen bezahlten Suche bei AgentCeres, dem AI-Wachstumsteam auf agentceres.com. Kaputt war bei uns nie das Verhältnis, sondern das Ereignis darunter: Unsere Anmelde-Conversion feuerte korrekt, während die Conversion für den bezahlten Tarif still ausblieb, weil der Analytics-Aufruf in einer Form gesendet wurde, die die Bibliothek ohne Fehlermeldung ignorierte. Auf der Seite, in der Konsole und in der Kampagne sah nichts falsch aus. Jede in diesem Zeitraum berechnete Effizienzzahl war rechnerisch perfekt und sachlich falsch. Bevor du irgendeinem ROAS traust: Kaufe bei dir selbst zum vollen Preis und prüfe, dass die Conversion mit dem richtigen Wert ankommt — eine Kennzahl ist nur so ehrlich wie das Ereignis, das sie speist.