Auf dieser Seite
Das Dilemma der Phantom-Renditen
Stellen Sie sich ein kommerzielles Dashboard vor, das einen Return on Ad Spend (ROAS) von 420 % meldet und Multi-Touch-Attributionssoftware (MTA) glänzende Effizienzwerte für Retargeting und Brand-Search vergibt. Wenn Kostenbeschränkungen das Marketingbudget um 25 % kürzen, kann sich der Gesamtumsatz dennoch kaum bewegen.
Die vom Messsystem gemeldeten Zahlen waren im engeren Sinne nicht gefälscht; sie waren mathematisch korrekte Zusammenfassungen einer Kennzahl, die schlicht nicht das maß, was die Unternehmensleitung zu messen glaubte. Ähnlich wie jedes Wachstumsbudget eine Bruttozahl ist, die den Unterschied zwischen Substanzerhalt und echter Neugeschäftsbildung verschleiert, versäumen Attributions-Dashboards die Trennung von kausaler Wirkung und bereits vorhandener Nachfrage.
Die zentrale Pathologie moderner Werbeanalytik ist die systematische Verwechslung von Intent Capture (Abschöpfen bestehender Nachfrage) und Demand Creation (Generierung neuer Nachfrage). Wenn ein Kunde bereits beschlossen hat, ein Abonnement zu verlängern, einen Flug zu buchen oder einen B2B-Liefervertrag abzuschließen, fangen moderne Ausspielungsalgorithmen diesen Käufer unmittelbar vor der Ziellinie ab. Durch das Einblenden einer Werbeimpression oder einer gesponserten Suchanzeige Sekunden vor dem Kaufabschluss registriert die Plattform eine hochgradig korrelierte Konversion. Das Attributionsmodell verbucht den investierten Euro als hochrentabel. In der ökonomischen Realität war die Anzeige jedoch inframarginal: Sie zahlte Geld, um die Urheberschaft für eine Transaktion zu beanspruchen, die ohnehin stattgefunden hätte.
Um zu verstehen, warum ein kommerzielles Team für Phantom-Renditen zahlen kann – und wie Evidenz über Anekdoten siegt, wenn es um echte Kausalität geht –, lesen wir drei ökonometrische Feldstudien zusammen:
- Das Versagen beobachtender Modelle: Warum nicht-experimentelle statistische Verfahren selbst bei massiven Verhaltensdaten den kausalen Werbeeffekt verfehlen (Gordon et al., 2019).
- Die inframarginale Falle: Was geschieht, wenn ein Unternehmen Marken- und generische Suchwerbung über einen gesamten nationalen Markt hinweg abschaltet (Blake et al., 2015).
- Die statistische Nachweisgrenze: Die mathematische Realität natürlicher Umsatzvarianz, die echte randomisierte Holdout-Tests für mittelgroße Budgets unmöglich macht (Lewis & Rao, 2015).
1. Warum können reine Kovariaten in Beobachtungsmodellen die Kausalität nicht retten?
Multi-Touch-Attribution und Propensity-Score-Matching werden oft als wissenschaftliche Antwort auf den Last-Click-Ansatz beschrieben. Die Prämisse klingt bestechend: Wenn ein Analyst granulare Nutzerdaten beobachtet – Klickpfade, Kaufhistorie, Geografie, Gerätetyp, demografische Marker –, könne ein statistisches Matching eine valide synthetische Kontrollgruppe konstruieren. Durch den Vergleich exponierter Nutzer mit „statistisch identischen“ nicht-exponierten Nutzern sollte die Regression den wahren Kausaleffekt isolieren.
Diese Prämisse wurde von Gordon et al. (2019) in einer Studie in Marketing Science, A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook, empirisch geprüft.
Gordon und seine Koautoren untersuchten 15 groß angelegte Werbefeldexperimente in den USA mit insgesamt 500 Millionen Nutzer-Experiment-Beobachtungen und 1,6 Milliarden Impressionen. In jedem Experiment wurden Nutzer zufällig einer Behandlungsgruppe (werbeberechtigt) oder einer Kontrollgruppe (gemeinnützige Anzeigen oder werbefrei) zugeordnet. Weil die Zuweisung randomisiert war, schätzt die Differenz der Konversionsraten zwischen Test- und Kontrollgruppe den Kausaleffekt in diesen Kampagnen unverzerrt; „wahr“ heißt hier innerhalb dieser fünfzehn Kampagnen auf einer Plattform in einem Jahr und nicht darüber hinaus.
Anschließend wandten die Forscher das gesamte Arsenal nicht-experimenteller Methoden – OLS-Regressionen, Exact Matching, Propensity Score Matching (PSM) und Machine-Learning-Stratifizierungen – auf dieselben Datensätze an, basierend auf den internen Nutzerprofilen von Facebook.
Das Ausmaß der Verzerrung
Der Vergleich zeigt unter anderem:
- Abweichende Größenordnungen: Bei 7 von 14 Checkout-Zielen wichen die beobachtenden Punktschätzer um mehr als das Dreifache vom experimentellen Benchmark ab; einige erhielten sogar das falsche Vorzeichen.
- Kein universeller Korrekturfaktor: Der Vergleich liefert keinen allgemeinen Multiplikator, mit dem sich jede beobachtende Schätzung nachträglich korrigieren lässt.
- Tiefe Kovariaten reichen hier nicht: Selbst unter Einbezug detaillierter Verhaltensvariablen (Historie der Plattformaktivität, Gerätenutzung, Konversionssignale) ließ sich der Selektions-Bias in diesem Vergleich nicht beseitigen.
Abbildung 1Geschätzter Behandlungseffekt (ATT) auf Checkout-Konversionen
Die Intervalle werden mit zusätzlichen Kovariaten enger, doch jede Beobachtungsschätzung bleibt über dem randomisierten Benchmark.
Quelle: Gordon et al. (2019), Marketing Science 38(2), §7.
Der zugrundeliegende Mechanismus ist der sogenannte Activity Bias (Lewis et al., 2011). Konsumenten mit akuter Kaufabsicht zeigen eine hohe digitale Aktivität: Sie besuchen Vergleichsseiten, interagieren mit Produktkategorien und verbringen mehr Zeit online. Auktionsalgorithmen sind darauf trainiert, genau diesen Aktivitätsschub zu identifizieren und aggressive Gebote abzugeben.
Infolgedessen erhalten kaufbereite Konsumenten deutlich mehr Anzeigenimpressionen, schlicht weil sie kurz vor dem Abschluss stehen. Beobachtende Modelle sehen eine hohe Korrelation zwischen Werbekontakt und Transaktion und schreiben die Konversion fälschlicherweise der Anzeige zu. Tatsächlich sind Werbekontakt und Kauf gemeinsame Folgen einer unbeobachteten Drittvariable: bestehende Kaufabsicht.
Eine Regression allein kann den kausalen Effekt nicht identifizieren, wenn die Kaufabsicht unbeobachtet bleibt. Ein exogenes Design, etwa der Entzug der Anzeige durch eine randomisierte Zuweisung, ist eine Möglichkeit, den nötigen Kontrast herzustellen.
2. Was belegte das eBay-Experiment über inframarginale Mitnahmeeffekte?
Während Gordon et al. Display- und Social-Media-Werbung untersuchten, tritt das Problem im Suchmaschinenmarketing (SEA) noch deutlicher zutage.
In ihrer 2015 in Econometrica veröffentlichten Studie, Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment, untersuchten Thomas Blake, Chris Nosko und Steven Tadelis die Kausalrenditen von Suchanzeigen bei eBay. Damals gehörte eBay zu den weltweit größten Werbetreibenden und investierte hunderte Millionen Dollar in Brand-Keywords (z. B. „eBay“, „eBay Schuhe“) und Non-Brand-Keywords (z. B. „gebrauchte Gibson Gitarre“, „Speicherkarte“).
Klassische Attributionsberichte wiesen für Suchanzeigen exorbitante Renditen im dreistelligen Prozentbereich aus. Um dies zu überprüfen, führte das Ökonomenteam zwei groß angelegte Experimente durch.
Experiment 1: Die Abschaltung der Markensuchanzeigen
Im ersten Test setzte eBay alle bezahlten Suchanzeigen auf markeneigene Begriffe in ausgewählten US-Metropolregionen (DMAs) vollständig aus, während die organischen Suchergebnisse unverändert blieben.
Das Ergebnis war eine nahezu vollständige Substitution:
Organische Rückholquote: ca. 99,5 %
In der Sekunde, in der der bezahlte Link an oberster Stelle verschwand, klickten die Nutzer schlicht auf den direkt darunter platzierten organischen Link. Der Gesamt-Traffic auf eBay blieb unverändert, und die Transaktionszahlen blieben statistisch völlig flach.
Die Brand-Search-Kampagne hatte monatlich Millionenbeträge dafür aufgewendet, Navigationsklicks von Nutzern einzukaufen, die den Firmennamen bereits in die Suchmaske eingegeben hatten. Die Anzeige war rein extraktiv: Sie transferierte Konsumentenrente an die Suchmaschine, ohne eine einzige zusätzliche Transaktion zu erzeugen.
Experiment 2: Das Non-Brand-Suchexperiment
Befürworter argumentierten, dass zumindest generische Suchbegriffe echtes Neugeschäft generierten. Blake et al. testeten dies, indem sie Non-Brand-Suchanzeigen in 65 zufällig ausgewählten Regionen über mehrere Monate hinweg komplett pausierten und die Umsatzentwicklung mit Kontrollmärkten verglichen.
Die Ergebnisse legten eine fundamentale Heterogenität offen:
- Null Effekt bei Bestandskunden: Für Nutzer, die im Vorjahr mindestens einmal bei eBay gekauft hatten, bewirkten Suchanzeigen keine messbare Verhaltensänderung. Diese Kunden kannten die Plattform und nutzten alternative Zugangswege.
- Positiver Kausaleffekt bei Neukunden: Bei Neukunden und seltenen Nutzern (< 1 Transaktion im Vorjahr) erzeugte die Suchwerbung einen statistisch signifikanten Kaufzuwachs.
- Negative Gesamtkanal-Rendite: Da Vielkäufer den überwiegenden Teil aller Suchanfragen und Klickkosten verursachten, fraßen die Ausgaben für inframarginale Bestandskunden den Gewinn aus den Neukundenakquisitionen vollständig auf. Der aggregierte Return on Investment des Non-Brand-Kanals war negativ.
| Konsumenten-Segment | Ergebnis in diesem Experiment |
|---|---|
| Häufige Nutzer (mindestens ein Kauf im Vorjahr) | Kein statistisch messbarer Kaufeffekt |
| Neue und seltene Nutzer | Positiver und statistisch signifikanter Kauf-Uplift |
| Nicht-Marken-Suchkanal insgesamt | Negative Rendite in der aggregierten Berechnung der Studie |
Tabelle 1Effektivität von Non-Brand-Search nach Nutzerkohorten
Was dieses Experiment über Teilsegmente zeigt, ohne Budgetanteile oder Effekte zu verallgemeinern.
Quelle: Blake et al. (2015), Econometrica 83(1).
Die strategische Konsequenz für die Praxis: Ein Marketingkanal kann für ein spezifisches Teilsegment wirksam und in der Gesamtrechnung dennoch wertvernichtend sein. Wenn Ausspielungsalgorithmen nicht trennscharf auf uninformierte Neukunden beschränkt werden können, können inframarginale Nutzer das Budget abziehen und ein Akquisitionsinstrument in eine teure Subvention verwandeln.
3. Warum setzt die statistische Powergrenze digitalen Kausalbeweisen enge Grenzen?
Angesichts des Attributionsversagens fordern Vorstände oft: „Wir führen ab sofort auf jedem Kanal randomisierte Holdout-Tests ein.“
Hier stößt die Unternehmensführung auf eine unnachgiebige mathematische Grenze, die Randall Lewis und Justin Rao 2015 im Quarterly Journal of Economics unter dem Titel The Unfavorable Economics of Measuring the Returns to Advertising dargelegt haben.
Lewis und Rao belegen, warum die Messung von Werbewirkung fundamental schwieriger ist als klinische Arzneimittelprüfungen oder A/B-Tests auf Websites:
- Individuelles Kaufverhalten hat extreme Varianz (sigma ist groß): Die Kaufwahrscheinlichkeit eines Nutzers an einem beliebigen Tag unterliegt starken Schwankungen und rechtsschiefen Verteilungen.
- Der kausale Grenznutzen einer Anzeige ist moderat (delta ist klein): Eine erfolgreiche Kampagne verdoppelt selten die Konversionsrate; sie hebt eine Basisrate von beispielsweise 1,00 % auf 1,08 % an – ein Zuwachs von 8 Basispunkten (delta = 0,0008).
Für die Planung gilt zunächst nur die Proportionalität:
N skaliert mit (sigma / delta)^2
Die Konstante hängt unter anderem von Outcome, Allokation, Power, Alpha, Clusterung, Spillover und der Auswertung ab. Kleine erwartete Effekte können die benötigte Fallzahl daher stark erhöhen; eine konkrete Zahl braucht diese Annahmen.
| Erwarteter relativer Uplift | Planungsfolge | Benötigte Eingaben vor der Berechnung |
|---|---|---|
| Größer | Die erforderliche N kann bei sonst gleichen Bedingungen kleiner sein | Baseline-Outcome, Varianz, Allokation, Power, Alpha, Clusterung und Spillover |
| Moderat | Die erforderliche N kann deutlich größer sein | Dieselben Eingaben plus ein entscheidungsrelevanter Mindesteffekt |
| Sehr klein | Das Design kann praktisch nicht umsetzbar werden | Präzisionsziel, Opportunitätskostenlimit und Abbruchregel |
Tabelle 2Planungslogik für die Stichprobengröße
Eine konkrete Fallzahl ist eine Funktion von Effekt, Varianz, Design und Entscheidungskosten.
Quelle: Berechnungen auf Basis von Lewis & Rao (2015), Quarterly Journal of Economics 130(4).
Lewis und Rao untersuchten 25 Feldexperimente großer Marken. Das mediane 95%-Konfidenzintervall für den Kampagnen-ROI war breit:
Medianes 95%-Konfidenzintervall für den ROI = [-35 %, +175 %]
Im Klartext: Auch ein randomisiertes Experiment mit hohen Ausgaben und vielen Nutzern kann so verrauscht sein, dass die Geschäftsleitung die wirtschaftliche Bedeutung einer Kampagne nicht sicher einordnen kann.
Das Dilemma des Mittelstands
Für manche Unternehmen reichen die Volumina für kontinuierliche Holdouts aus. Bei geringeren Volumina gilt:
- Power kann begrenzt sein: Bei geringer Basisrate, hoher Varianz oder kleinem entscheidungsrelevantem Effekt kann ein Test sehr große Fallzahlen verlangen.
- Holdouts haben Opportunitätskosten: Das Vorenthalten von Werbung kann entgangene Verkäufe verursachen. Diese Kosten müssen gegen den erwarteten Wert besserer Allokationsentscheidungen gerechnet werden.
Die Forderung nach rein experimentellen Beweisen für jedes Budget muss deshalb mit der verfügbaren Power und den Entscheidungskosten abgeglichen werden. Zu verstehen, warum Wachstum sich potenziert, verlangt die Einsicht, dass nachhaltige Umsatzbasen aus kumuliertem Produkt- und Markenkapital entstehen, nicht aus kurzfristig optimierten Attributionskurven.
4. Die Management-Architektur: Vier Stufen der Werbe-Governance
Wenn beobachtende Modelle Renditen überzeichnen, Suchanzeigen bestehende Nachfrage abschöpfen und Holdouts je nach Volumen unterschiedliche Kosten haben, wie soll eine kommerzielle Organisation ihr Wachstumskapital steuern?
Die Lösung liegt in der Abkehr von der Illusion des einheitlichen Dashboards zugunsten eines vierstufigen Governance-Protokolls, das zur ökonomischen Physik jedes Kanals passt.
| Stufe & Kontext | Anwendbare Kanäle | Passende Mess- und Governance-Option |
|---|---|---|
| Stufe 1: Hohe Reichweite und Testbarkeit | Programmatic Display, Social, skalierte Suchanzeigen | Geo-Holdouts oder Ghost Ads: Auf inkrementelle Akquisitionskosten optimieren; Attribution nur als Hypothesensignal nutzen. |
| Stufe 2: Makro-Mix | Breitband-Marke, TV, Audio, Multi-Kanal-Awareness | Kalibriertes Bayesianisches MMM: Zeitreihenmodelle durch passende Experimente verankern. |
| Stufe 3: Geringe Volumina | B2B-Pipeline, Account-Based Marketing, Nischenwerbung | Deckungsbeitrag und Payback: Kausaltests nur erzwingen, wenn Power und Opportunitätskosten vertretbar sind. |
| Stufe 4: Defensiv | Brand Search, Retargeting, kaufbereite Bestandskunden | Gemessene Restriktionen: CRM-Ausschlüsse, Null-Gebot- oder Substitutionstests und geprüfte Frequenz- oder Zeitparameter. |
Tabelle 3Das 4-stufige Werbe-Governance-Framework
Die Stufe ist eine Designentscheidung, keine universelle Reichweiten- oder Frequenzschwelle.
Quelle: Synthese des Autors aus der zitierten ökonometrischen Literatur.
Stufe 1: Skalierte Direktkanäle – Regionale Geo-Holdouts
Bei hohen Reichweiten sollte Attribution als Hypothesengenerator dienen, nicht als führende Steuerungskennzahl. Eine universelle Reichweitengrenze gibt es nicht: Das Design hängt von Basisrate, Varianz, Geografie, Spillover und den Kosten des Zurückhaltens ab.
- Geo-Holdout-Zwillingsmärkte: Statt einzelner Nutzer werden Regionen (z. B. Nielsen-Gebiete oder Postleitzahlencluster) nach historischer Umsatzdynamik gematcht und als Test- und Kontrollregionen definiert.
- Ghost-Ad-Verfahren: Einsatz synthetischer Kontrollanzeigen (Johnson et al., 2017), um exakt zu erfassen, wann Kontrollnutzer eine Anzeige erhalten hätten, ohne teure Ersatzwerbung zu schalten.
- Leitkennzahl: Steuerung ausschließlich über inkrementelle Akquisitionskosten (iCPA):
iCPA = (Werbeausgaben_Test - Werbeausgaben_Kontrolle) / (Konversionen_Test - Konversionen_Kontrolle)
Liegt der im Geo-Holdout ermittelte iCPA nach Berücksichtigung von Unsicherheit und Spillover über der Deckungsbeitragsgrenze, wird der Kanal trotz glänzender Plattform-Reports zurückgefahren. Die Eurobeträge sind eine Illustration der Entscheidung, kein Benchmark.
Stufe 2: Makro-Markenwerbung – Kalibriertes Media Mix Modeling
Für Multi-Kanal-Markeninvestitionen ohne Trackingmöglichkeit empfiehlt sich modernes Bayesianisches Media Mix Modeling (MMM).
Unkalibrierte Regressionen unterliegen denselben Verzerrungen wie Attributionsmodelle (hohe Werbeausgaben im Weihnachtsgeschäft führen dazu, dass das Modell saisonale organische Nachfrage der Werbung zuschreibt). Die Lösung:
- Experimentelle Kalibrierung: Ergebnisse punktueller Geo-Holdouts fließen als Prior-Verteilungen in das bayesianische Modell ein.
- Anker-Priors: Zeigt ein hypothetisches RCT für Social Video einen Koeffizienten von b = 0,04 statt eines hypothetischen OLS-Werts von b = 0,18, kann dieser Unterschied die Prior-Wahl im Makromodell illustrieren.
- Trennung von Basis und Uplift: Explizite Modellierung der unbeworbenen organischen Basislinie, um makroökonomische Trends nicht als Werbeerfolg zu verbuchen.
Stufe 3: B2B & Nischen – Ökonomische Leitplanken statt Scheingenauigkeit
Bei kleinen Zielgruppen ist die Suche nach Kausalitätsnachweisen teure Scheingenauigkeit:
- Attribution nicht als Allokationsbeweis behandeln: Gibt ein Multi-Touch-System komplexen B2B-Kaufprozessen Prozentanteile, bleibt das ein beschreibendes Signal, solange es nicht gegen ein Experiment kalibriert wurde. Ein Dashboard ist kein Kausalitätsnachweis.
- Amortisationsfenster ausdrücklich setzen: Verknüpfen Sie die Leitplanke mit Deckungsbeitrag, Liquidität und Verkaufszyklus. Zwölf Monate im Enterprise-SaaS oder vier Monate im Abo-Commerce sind keine universellen Benchmarks.
- Portfolio-Betrachtung: Marketingausgaben werden als Gesamtkapital gegen Netto-Neuumsatz gesteuert; Touchpoints dienen als qualitative Interaktionssignale, nicht als Kausalbeweis.
Stufe 4: Brand Search & Retargeting – Defensive Restriktionen
Brand Search und Retargeting sind sinnvolle Orte, um auf inframarginale Verschwendung zu testen. Die Leitplanken sollten gemessen und nicht als universelle Regeln kopiert werden:
- CRM-Ausschlusslisten: Bestehende Kunden, aktive Abonnenten und Mitarbeiter werden über gehashte Listen mechanisch aus allen Retargeting- und Markensuch-Pools ausgeschlossen.
- Substitutions-Stresstests: In Testregionen werden Markengebote periodisch auf null gesetzt. Ist die organische Rückholquote hoch und sinken die Konversionen nicht über die Unsicherheitsgrenze hinaus, werden die defensiven Ausgaben reduziert oder beendet.
- Frequenztests: Setzen Sie Frequenz- und Zeitgrenzen als Testparameter und prüfen Sie inkrementelle Konversion und Marge. Zwei Impressionen pro Woche und sieben Tage sind keine allgemeingültigen Regeln.
Welchen wirtschaftlichen Nutzen stiftet methodische Ehrlichkeit im Marketing?
Das Fortbestehen der Inkrementalitäts-Illusion ist kein technisches Rätsel, sondern ein Problem falscher Anreizstrukturen.
Plattformen haben jedes Interesse daran, berührte Gesamtkäufe statt inkrementeller Gewinne auszuweisen. Agenturen, deren Vergütung am prozentualen Mediavolumen hängt, raten selten zur Abschaltung margenstarker Brand-Search-Kampagnen. Und Marketingchefs stehen im Vorstand unter Druck, stetig steigende ROAS-Kurven vorzulegen.
Der Wechsel von beobachtender Attribution zu echter Inkrementalität kann die ausgewiesene Marketingeffizienz deutlich senken. Die Größe dieser Lücke hängt von Kanal, Zielgruppe und Testdesign ab; eine pauschale Reduktion um 50 % bis 75 % ist kein allgemeiner Befund.
Der Schritt kann Budget aus ohnehin stattfindenden Transaktionen lösen. Wie viel das ist, muss das Unternehmen mit eigenen Tests messen; die anschließende Verschiebung in echte Neukundenakquisition ist eine zu prüfende Entscheidung, keine garantierte Höchstrendite.
Kausalitätsmessung garantiert nicht, dass jeder investierte Euro im Dashboard glänzt. Sie garantiert etwas weitaus Wertvolleres: Dass Ihr Unternehmen beim Bezahlen von Marketinggeld für Kunden zahlt, die es nicht ohnehin schon besaß.
Wo liegen die experimentellen Grenzen von Inkrementalitätstests?
Grenze. Der Aufsatz setzt Entscheidungsgrenzen für beobachtende Attribution. Er schätzt keine allgemeine Einsparquote, Zielgruppenschwelle oder Kontakthäufigkeit. Haltegebiet, Spillover, Marge und Testkapazität müssen für den jeweiligen Kanal kalibriert werden.
Evidenzbasis. Der analytische Rahmen stützt sich außerdem auf diese zusätzlichen Quellen: Bronnenberg et al. 2012. Die Links identifizieren die konkreten Werke; sie stützen die hier diskutierten Mechanismen und Geltungsgrenzen, nicht jede einzelne Aussage isoliert.
Literatur
- Blake, T., Nosko, C., & Tadelis, S. (2015). Consumer heterogeneity and paid search effectiveness: A large-scale field experiment. Econometrica, 83(1), 155–174. https://doi.org/10.3982/ECTA12423
- Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement: Evidence from big field experiments at Facebook. Marketing Science, 38(2), 193–225. https://doi.org/10.1287/mksc.2018.1135
- Johnson, G. A., Lewis, R. A., & Nubbemeyer, E. I. (2017). Ghost ads: Improving the economics of measuring online ad effectiveness. Journal of Marketing Research, 54(6), 867–885. https://doi.org/10.1509/jmr.15.0297
- Lewis, R. A., & Rao, J. M. (2015). The unfavorable economics of measuring the returns to advertising. The Quarterly Journal of Economics, 130(4), 1941–1973. https://doi.org/10.1093/qje/qjv023
- Lewis, R. A., Rao, J. M., & Reiley, D. H. (2011). Here, there, and everywhere: Correlated online behaviors can lead to overestimates of the effects of advertising. Proceedings of the 20th International Conference on World Wide Web, 157–166. https://doi.org/10.1145/1963405.1963431
- Bronnenberg, B. J., Dubé, J. P., & Gentzkow, M. (2012). The evolution of brand preferences: Evidence from consumer migration. American Economic Review, 102(6), 2472–2508. https://doi.org/10.1257/aer.102.6.2472
Aktualisiert 2 Änderungen
- Überarbeitung zur Veröffentlichung am 27. August 2026: Der Gordon-Vergleich wird als Befund zu 7 von 14 Checkout-Zielen statt als allgemeine Drei- bis Vierfachregel berichtet. Nicht belegte Stichprobengrößen und feste Zielgruppen- oder Häufigkeitsschwellen wurden durch eine annahmenbasierte Planungsvorlage und bedingte Governance-Sprache ersetzt.
- Aktualisierung vom 20. August 2026: Der Aufsatz setzt Entscheidungsgrenzen für beobachtende Attribution. Er schätzt keine allgemeine Einsparquote, Zielgruppenschwelle oder Kontakthäufigkeit. Haltegebiet, Spillover, Marge und Testkapazität müssen für den jeweiligen Kanal kalibriert werden.
