Vermarkter, die YouTube als Kanal für Awareness-Kampagnen einsetzen, stehen vor der Herausforderung, die Wirksamkeit des Kanals zu messen. Da YouTube nur einer von vielen Marketingkanälen im Marketing-Mix ist, ist es schwierig, diesem Kanal Credits zuzuweisen. Customer Journeys, die auf Klickpfaden basieren, sind bei YouTube nicht hilfreich, da die Wirkung von Videoimpressionen in Analysetools, wie beispielsweise Google Analytics nicht gemessen werden.

Marketing-Mix-Modelling basiert auf einer klassischen statistischen Methode zur Messung der Auswirkungen verschiedener Marketingkanäle auf den Umsatz oder die Conversionen. Regressionsanalysen mögen im Vergleich zur daten-getriebenen Attribution altmodisch klingen, können aber nach wie vor gewinnbringend von Vermarktern eingesetzt werden. Diese erfordern erklärende Variablen und eine Zielvariable. Bei ersteren kann es sich um verschiedene Variablen, also Marketingkanäle handeln, die mit Hilfe von Metriken wie z. B. Impressionen oder Kosten gemessen werden. Letztere beinhalten in der Regel Umsatz- oder Conversionsdaten, die aus Google Analytics exportiert werden können.

Um die Wirksamkeit von YouTube-Awareness-Kampagnen zu berechnen, kann die Metrik "video_views" aus den Daten des Google Ads API-Berichts mit der Dimension "campaign" verwendet werden. Hierbei wird empfohlen, mindestens einen 1-Jahr Datensatz zu verwenden, um ein exaktes Modell erstellen zu können.

Als Endergebnis erhalten wir eine Einschätzung zur Effektivitäsmessung der YouTube-Kampagnen im Vergleich zu anderen Marketingkanälen, die ebenfalls Teil des Modells sind. Im unteren Beispiel werden 19 % der Einnahmen YouTube zugewiesen, wobei der ROAS bei 162 % liegt.

Mit Hilfe des Marketing Mix Modellings können wir auch den Carry-Over sowie den Sättigungs-Effekt von Youtube berechnen. Ersterer beträgt 30%, was bedeutet, dass 70% der Wirkung des Youtube Creatives am Tag der Exposition stattfindet und die restlichen 30% auf die folgenden Tage übertragen werden. In diesem Fall ist die Werbewirkung 5 Tage nach der Exposition erloschen. Umgekehrt beträgt die Halbwertszeit 1 Tag, was zur Folge hat, dass die Hälfte der Wirkung nach einem Tag aufgebraucht ist.

Betrachtet man die Sättigung von YouTube genauer, so zeigt sich, dass noch ein gewisses Potenzial für eine zukünftige Erweiterung der Kampagnen besteht, da die Beziehung zwischen Videoaufrufen und zugewiesenen Einnahmen linear ist.

Bitte beachten Sie, dass das Marketing-Mix-Modelling nur eine Lösung zur Bewertung der Effektivität von Marketingkanälen ist. Wie beschrieben, liefert diese viele wertvolle Einblicke in die historische Auswirkung des Kanals vor dem Hintergrund der Zielvariable, dem Carry-Over-Effekt und dem Sättigungseffekt. All dies bietet eine solide datengestützte Grundlage für zukünftige Budgetentscheidungen.