←Grundlagen
AOV
Average Order Value
Durchschnittlicher Bestellwert. Gesamtumsatz geteilt durch Anzahl der Bestellungen in einem definierten Zeitraum. Relevante Größe für die Bewertung von Kampagneneffizienz und Produktmix.
Attribution
Zuordnung von Conversions zu den Kanälen und Touchpoints, die sie verursacht haben. Fragmentierte Tracking-Strukturen und Plattformveränderungen erzeugen Attributionsdaten, die das tatsächliche Ergebnis nur ausschnittsweise abbilden.
Blended CAC
Gesamte Marketingausgaben geteilt durch alle Käufer, einschließlich Bestandskunden. Verdeckt den tatsächlichen Akquiseaufwand pro Neukunde und ist als Entscheidungsgrundlage für Kampagnensteuerung ungeeignet.
Break-Even-Kaufnummer
Der Kauf, ab dem die kumulierte Contribution Margin den CAC übersteigt. Bestimmt, wie viele Folgekäufe nötig sind, damit ein Neukunde wirtschaftlich tragbar wird.
CAC
Customer Acquisition Cost
Kosten, die entstehen um einen zahlenden Neukunden über bezahlte Kanäle zu gewinnen. Direkte Konsequenz aus Creative-Qualität, Zielgruppenpräzision und Kampagnenführung.
LTV
Customer Lifetime Value
Gesamter Deckungsbeitrag, den ein Kunde über seine gesamte Kundenbeziehung einbringt. Bestimmt, wie viel für Akquise ausgegeben werden darf, ohne die Wirtschaftlichkeit zu gefährden.
COGS
Cost of Goods Sold
Direkte Produktionskosten eines physischen Produkts. Umfasst Rohstoffe, Verpackung, Herstellungskosten, Logistik und Fulfillment sowie regulatorische Kosten. Bestimmt die Marge, die für Akquise zur Verfügung steht.
Contribution Margin
Das, was nach direkten Produktionskosten übrig bleibt. Grundlage für die Berechnung der verfügbaren Marge pro Akquise.
CPA
Cost per Acquisition
Kosten pro erzielter Conversion, abhängig von der Definition der Conversion. Häufig synonym zu CAC verwendet, bezieht sich aber auf eine definierte Zielaktion und nicht zwingend auf einen Erstkauf.
CPM
Cost per Mille
Kosten pro tausend Werbeeinblendungen. Steigt bei Creative Fatigue und zunehmender Plattformkongestion. Direkter Einfluss auf die Kampagneneffizienz.
Creative Fatigue
Nachlassende Wirkung von Creatives bei steigender Auslieferungsfrequenz. Äußert sich in steigendem CPM und sinkender Conversion. Entsteht, wenn Creative-Produktion als einmaliger Prozess verstanden wird.
CRO
Conversion Rate Optimierung
Systematische Verbesserung des Anteils an Besuchern, die eine definierte Zielaktion ausführen. Betrifft Landing Pages, Produktseiten und Checkout-Prozesse.
CTR
Click-Through Rate
Verhältnis von Klicks zu Impressionen einer Anzeige. Direkter Indikator für Creative-Relevanz und Zielgruppenfit. Niedriger CTR erhöht den effektiven CPM, da Plattformen weniger geklickte Anzeigen in der Auktion benachteiligen.
Cross-Channel Kannibalisierung
Interne Konkurrenz zwischen Kanälen, die ohne saubere Attributionslogik gleichzeitig bespielt werden. Budget verschiebt sich auf Kanäle, die Conversions melden, nicht auf Kanäle, die sie verursachen.
D2C
Direct to Consumer
Geschäftsmodell, bei dem Marken ihre Produkte direkt an Endkunden verkaufen, ohne Zwischenhandel. Wachstum über bezahlte Kanäle ist strukturell abhängig von einer tragfähigen Einheitsökonomie.
Diskontierungsrate
Faktor, der den Zeitwert zukünftiger Einnahmen berücksichtigt. Folgekäufe in der Zukunft sind weniger wert als Käufe heute. Relevant für die barwertbereinigte Berechnung des LTV.
Einheitsökonomie
Wirtschaftlichkeitsbetrachtung auf Ebene einer einzelnen Kundenbeziehung. Setzt CAC, COGS und LTV in Relation. Bestimmt, ob Wachstum über Paid Media wirtschaftlich tragbar ist.
First-Party Daten
Kundendaten, die direkt erhoben werden: Käufe, Klicks, Verhalten auf der eigenen Seite. Unabhängig von Plattformveränderungen und Cookie-Restriktionen. Grundlage für stabile Kampagnenentscheidungen.
GA4
Google Analytics 4
Aktuelle Version von Google Analytics. Ereignisbasiertes Tracking-System mit eingeschränkter Cookie-Abhängigkeit. Nachfolger von Universal Analytics.
GTM
Google Tag Manager
Tag-Management-System zur zentralen Verwaltung von Tracking-Codes und Marketing-Tags ohne direkte Eingriffe in den Website-Code.
MER
Marketing Efficiency Ratio
Verhältnis von Gesamtumsatz zu Gesamtmarketingausgaben über alle Kanäle. Gegenstück zu ROAS auf Gesamtebene. Relevante Kennzahl für die Beurteilung der Gesamtprofitabilität des Marketings.
Paid Media
Bezahlte Werbeplatzierungen auf externen Plattformen. Umfasst Meta Ads, Google Ads, TikTok Ads und vergleichbare Kanäle. Skaliert Bestellvolumen und Kundenanfragen gleichzeitig.
Platform-Konzentration
Abhängigkeit von einer einzigen Werbeplattform für den Großteil des Budgets. Erzeugt strukturelles Risiko bei Algorithmusänderungen, CPM-Anstiegen oder Policy-Änderungen.
Post-Purchase Experience
Gesamtheit der Kundenerfahrung nach dem Kauf. Umfasst Lieferkommunikation, Produkterlebnis und Kundenservice. Direkter Einfluss auf Wiederkaufrate und LTV.
Retention Rate
Anteil der Kunden, die innerhalb eines definierten Zeitraums erneut kaufen. Stärkster Einzelhebel auf den LTV. Eine Steigerung der Retention Rate von 30% auf 70% mehr als verdoppelt den LTV bei konstanter Marge.
Reverse ETL
Prozess, der Daten aus einem zentralen Data Warehouse in operative Systeme zurückspielt. Macht Kundendaten für Kampagnensteuerung, CRM und Personalisierung nutzbar.
ROAS
Return on Ad Spend
Verhältnis von generiertem Umsatz zu eingesetztem Werbebudget auf Kampagnenebene. Aussagekräftig auf Einzelkampagnenebene, verdeckt die Gesamtprofitabilität des Marketings ohne Betrachtung des MER.
Server-Side Tracking
Tracking-Methode, bei der Daten über einen eigenen Server erfasst werden. Reduziert Abhängigkeit von Browser-Cookies und erhöht Datenqualität bei steigenden Client-Side-Restriktionen.
UGC
User Generated Content
Inhalte, die von Kunden oder Nutzern erstellt werden. Authentisches Werbematerial mit nachweislich hoher Relevanz für D2C-Kampagnen im Health und Beauty Bereich.
Algorithmische und statistische Konzepte, die moderne Performance-Systeme strukturieren.
Causal Inference
Vgl. Incrementality Testing, Counterfactual Evaluation
Statistische Methodik zur Unterscheidung von Korrelation und Kausalität in Observationsdaten. Grundlage für belastbare Wirksamkeitsmessungen ohne kontrolliertes Experiment.
Cold Start Problem
Vgl. Multi-Armed Bandit, Exploration vs. Exploitation
Systemzustand, in dem ein Empfehlungs- oder Bidding-Algorithmus aufgrund fehlender historischer Daten keine zuverlässigen Vorhersagen liefert. Relevant bei Produktneueinführungen und neuen Zielgruppen.
Counterfactual Evaluation
Vgl. Causal Inference, Incrementality Testing
Bewertungsmethode, die das tatsächliche Ergebnis gegen ein hypothetisches Szenario ohne Intervention misst. Ermöglicht echte Inkrementalitätsmessung jenseits von Last-Click-Attribution.
Covariate Shift
Vgl. Data Drift
Verteilungsverschiebung zwischen Trainings- und Inferenzdaten bei gleichbleibender Zielstruktur. Führt zu stiller Modelldegeneration ohne expliziten Fehler – ein häufiger Grund für unerklärliche Performanceverluste.
Data Drift
Vgl. Covariate Shift, Lookalike Saturation
Zeitliche Veränderung der statistischen Eigenschaften von Eingabedaten. Macht periodische Neutrainierung von ML-Modellen erforderlich und untergräbt statische Lookalike-Audiences.
Exploration vs. Exploitation
Vgl. Multi-Armed Bandit, Thompson Sampling
Grundlegendes Spannungsfeld in sequenziellen Entscheidungssystemen: Ressourcen für bekannte, profitable Optionen einsetzen oder in neue, unsichere Optionen investieren, um langfristig bessere Ergebnisse zu erzielen.
Ghost Bidding
Vgl. Incrementality Testing, Counterfactual Evaluation
Kontrolltechnik in Online-Auktionen, bei der Bids für Nutzer abgegeben werden, denen die Werbung nicht ausgespielt wird. Erzeugt eine saubere Kontrollgruppe für Inkrementalitätsmessungen ohne externe Experimente.
Incrementality Testing
Vgl. Causal Inference, Ghost Bidding
Kausalexperiment zur Messung des echten Uplift durch eine Marketingmaßnahme gegenüber einer Kontrollgruppe. Einzige methodisch saubere Alternative zur attributionsbasierten Wirksamkeitsmessung.
Lookalike Saturation
Vgl. Data Drift, Cold Start Problem
Zustand, in dem eine Lookalike-Audience erschöpft ist und das Modell zunehmend unähnlichere Nutzer einschließt. Äußert sich in steigendem CPM bei sinkender Conversion Rate.
Multi-Armed Bandit
Vgl. Exploration vs. Exploitation, Thompson Sampling
Algorithmus zur adaptiven Ressourcenallokation unter Unsicherheit. Verteilt Budget dynamisch auf Basis laufender Ergebnisse, ohne auf den Abschluss eines vollständigen A/B-Tests zu warten.
Predictive LTV
Vgl. Value-Based Bidding, Propensity Scoring
Statistisches Modell zur Vorhersage des individuellen Customer Lifetime Value auf Basis von Kaufhistorie, Produktkategorie und Verhaltensmustern. Ermöglicht differentielle Gebote nach erwartetem Kundenwert statt nach Erstbestellwert.
Propensity Scoring
Vgl. Predictive LTV, Causal Inference
Schätzung der Wahrscheinlichkeit, mit der ein Individuum eine definierte Aktion ausführt. Anwendung in Zielgruppenqualifizierung, Churn-Prävention und kausalem Matching in Observationsstudien.
Signal Loss
Vgl. Covariate Shift
Strukturelle Verschlechterung der Datenqualität durch Cookie-Restriktionen, iOS-Privacy-Updates und plattformseitige Aggregation. Macht Conversion Modelling und First-Party-Datenstrategie zur operativen Notwendigkeit.
Thompson Sampling
Vgl. Multi-Armed Bandit, Exploration vs. Exploitation
Bayesianischer Algorithmus für das Exploration-Exploitation-Problem. Wählt Aktionen proportional zur Wahrscheinlichkeit, dass sie optimal sind, und aktualisiert seine Schätzungen kontinuierlich mit eingehenden Daten.
Uplift Modeling
Vgl. Causal Inference, Incrementality Testing
Modellierungsansatz, der nicht die Responserate insgesamt vorhersagt, sondern den kausalen Effekt einer Intervention auf ein Individuum. Identifiziert die Segmente, die durch Werbung tatsächlich beeinflusst werden.
Value-Based Bidding
Vgl. Predictive LTV, Propensity Scoring
Gebotsstrategie, bei der Plattformsysteme nicht auf Conversion-Volumen, sondern auf den erwarteten Kundenwert optimieren. Setzt valide LTV- oder Revenue-Signale an der Plattformschnittstelle voraus.