Über Demand Generation

Wenn Demand-Kanäle isoliert gemanaged werden, werden sie auf ihre eigenen Kennzahlen optimiert, ohne zu berücksichtigen, wie sie sich gegenseitig beeinflussen. Euer Paid-Team generiert Traffic, den euer Lifecycle-Programm nicht auffängt. Euer SEO-Team erstellt Content, den euer Paid-Team nicht nutzt. Euer Social-Tean schafft Brand Awareness, die euer Amazon-Team nicht misst. Ein vernetztes Demand-System macht jeden Kanal für dasselbe Ziel verantwortlich und optimiert sie als System, statt als Sammlung einzelner Programme.

Ein starker ROAS bedeutet oft Marketing-Effizienz, nicht Marketing-Wachstum. Wir schauen uns die MER (Marketing Efficiency Ratio, Rechnung = Gesamter Umsatz geteilt durch die gesamten Marketingausgaben) an, weil sie zeigt, ob das gesamte System wächst und nicht nur, ob einzelne Kanäle effizient wirken. Stagnation trotz gesundem ROAS lässt sich meist auf eines der zwei Dinge zurückführen: ein Defizit im Upper-Funnel, bei dem keine neuen Audiences in die Pipeline kommen, oder ein Retention-Problem, bei dem Kunden nicht wieder einkaufen. Da die Lösungsansätze unterschiedlich sind, diagnostizieren wir zuerst die konkrete Einschränkung, bevor wir eine Investitionsempfehlung geben.

Paid Media ist ein wichtiger Akquisitionsmaßnahme, aber oft nicht die mit dem höchsten Hebel für Brands mit einer bestehendem Kundenstamm und einer unterentwickelten Retention. Bevor wir das Acquisitionbudget erhöhen, prüfen wir das Verhalten nach dem Kauf. Lifecycle-Segmentierung, Loyalty-Programme, Win-Back-Kampagnen und optimierte E-Mail-/SMS-Flows können euch aus eurer bestehenden Audience oft mehr Umsatz generieren, als ein weiterer Euro in Paid zu investieren und das zu einem Bruchteil der Kosten.

Die Strategien unterscheiden sich, weil die Kaufabsicht unterschiedlich ausgeprägt ist. Bei Amazon geht es darum, bestehende Kaufabsicht zu erfassen und zu beschleunigen: Nutzer, die bereits suchen, konvertieren schnell. Bei D2C geht es darum, neue Kaufabsichten zu erzeugen und aufzubauen, also Awareness zu schaffen und Kunden über einen längeren Zyklus zu informieren. Beide nutzen gemeinsame Daten und Creatives, erfordern aber unterschiedliche Taktiken, Kennzahlen und Optimierungsansätze. Wir behandeln sie als eine Strategie mit zwei Aufgaben, nicht als zwei getrennte Programme.

Content, der ohne Distributionsplan entsteht, erreicht selten das mediale Gewicht, das er braucht. Und Paid-Kampagnen, die nicht auf Basis von relevantem Content geplant werden, enden meist sehr teuer. Deshalb führen wir Content und Paid als ein System: SEO identifiziert relevante Demand-Signale, Paid verstärkt den Content, der bereits konvertiert, und Lifecycle-Kanäle wie E-Mail spielen ihn an Bestandskunden zurück. Das wird immer wichtiger, da die KI-Suche die Grenze zwischen Organic und Paid vollständig auflöst.

Paid Search erfasst bestehende Nachfrage, die bereits existiert: Jemand sucht, weil bereits eine konkrete Kaufabsicht besteht. Paid Social erzeugt Nachfrage, indem es die Zielgruppe erreicht, bevor sie aktiv sucht. Die meisten Brands brauchen beides, allerdings in unterschiedlichen Verhältnissen, je nachdem wie ausgeprägt die bestehende Nachfrage bereits ist und wo im Funnel aktuell die größte Lücke liegt. Wir berechnen das Verhältnis anhand von Suchvolumen-Trends, Share of Voice im Wettbewerbsumfeld und einer Funnel-Gap-Analyse, nicht mit einer festen Formel.

Vor jedem Budgetgespräch bauen wir die Messebene auf: eine einheitliche UTM-Struktur, Marketing-Mix-Modeling dort, wo die Plattform-Attribution nicht ausreicht, und eine Single Source of Truth, die Spend mit Pipeline und Umsatz verknüpft. Attribution-Reports, die nicht mit der Realität übereinstimmen, sind fast immer ein vorgelagertes Datenproblem, uneinheitliche Benennung, defektes Tracking oder nicht integrierte Systeme, und kein Strategieproblem. Erst die Architektur fixen. Ohne sie ist jede Kanalentscheidung nur ein Ratespiel.

Attribution zeigt Korrelation, keine Kausalität. Ein Kanal kann so aussehen, als würde er Umsatz treiben, nur weil er der letzte Touchpoint vor dem Checkout war. Retargeting und Branded Search sind hier die klassischen Beispiele. Wir führen Incrementality-Tests, Holdout-Gruppen und Geo-Experimente durch, um zu identifizieren, was ein Kanal tatsächlich bewirkt, statt nur, wofür er sich Credit nimmt. Die eigentliche Frage ist nicht "Was wird diesem Kanal zugeschrieben?", sondern "Wäre dieser Verkauf ohnehin passiert?".

Jeder Marktplatz hat seinen eigenen Demand Pool, Algorithmus und Kunden, daher behandeln wir sie nicht als einen Kanal mit drei Storefronts. In der Regel priorisieren wir zuerst Amazon, aufgrund von Suchvolumen und Kaufabsicht, und bewerten dann Walmart oder andere Marktplätze basierend auf Category Fit und inkrementeller Reichweite. Das D2C-Investment bemessen wir anhand dessen, was nur die eigene Website erfassen kann: First-Party-Data, Subscription- und Loyalty-Programme sowie höhere Margen. Die Kanäle konkurrieren nicht miteinander, sie übernehmen unterschiedliche Rollen für denselben Kunden.

Die richtige Aufteilung hängt davon ab, wo ihr aktuell den größten Wertverlust habt, nicht von einem festen Verhältnis, auch wenn die Daten aufschlussreich sind: Die meisten DTC-Brands fahren noch 70/30 zugunsten der Neukundengewinnung, während Brands mit dem stärksten LTV:CAC-Verhältnis eher bei 50/50 liegen. Ist die Wiederkaufrate niedrig, schließt Retention-Budget diese Lücke schneller als noch mehr Acquisition. Ist die Retention gesund, aber das Wachstum stagniert, liegt die Einschränkung im oberen Funnel. Wir bemessen die Allokation anhand eures tatsächlichen CAC:LTV-Verhältnisses, nicht anhand eines Branchenstandards.

Ja, und zwar deutlich. Das geht über reine Übersetzung hinaus. Suchverhalten, Kaufabsicht-Signale und selbst wie direkt eine Botschaft formuliert werden kann, unterscheiden sich je nach Markt. Was in den USA konvertiert, braucht in der EU oder APAC oft einen anderen Ton, einen anderen Kanal-Mix und eine andere Botschaftsreihenfolge. Wir entwickeln regionsspezifische Demand-Modelle, statt ein einzelnes Playbook einfach zu exportieren, wobei lokale Teams oder Partner Botschaft und Kanalwahl mitgestalten, nicht nur die Sprache.

Saisonale Brands müssen Nachfrage aufbauen, bevor der Peak beginnt, nicht einfach während des Peaks mehr ausgeben. Wir verschieben den Funnel-Mix vor die Saison, indem wir Brand Awareness und Audience Building in den ruhigeren Monaten fahren, damit Paid Media auf warme Nachfrage trifft, wenn das Volumen einsetzt, statt kalt zu starten. Brands, die auch außerhalb des Peaks eine Grundpräsenz halten, schlagen konsequent jene, die komplett aussetzen und dann versuchen, wieder anzuspringen. Nach dem Peak verschieben wir den Fokus auf Retention, um den Wert der während dieser Zeit gewonnenen Kunden zu verlängern.

Ja, und das ist einer der häufigsten Grüunde, an denen Attribution unbemerkt kaputtgeht. Bei Migrationen verlieren Brands häufig 12 bis 24 Monate an Kampagnen-zu-Umsatz-Historie, wenn das Attribution Mapping nicht von Anfang an als Teil des Projekts mitgeplant wird und erst im Nachhinein ergänzt werden soll. Bevor wir nach der Migration einen Kanal skalieren, prüfen wir deshalb, ob Tracking, Lead Scoring und Lifecycle-Trigger tatsächlich korrekt ausgelöst werden. Demand Generation auf einer fehlerhaften Infrastruktur aufzusetzen, verschärft das Datenproblem nur, statt es zu lösen.