{"id":22443,"date":"2025-02-26T16:26:22","date_gmt":"2025-02-26T15:26:22","guid":{"rendered":"https:\/\/www.nexoya.com\/help\/understanding-optimization-uplift-and-its-limitations\/"},"modified":"2025-03-12T11:37:06","modified_gmt":"2025-03-12T10:37:06","slug":"understanding-optimization-uplift-and-its-limitations","status":"publish","type":"help_center","link":"https:\/\/www.nexoya.com\/de\/help\/understanding-optimization-uplift-and-its-limitations\/","title":{"rendered":"Verst\u00e4ndnis des Optimierungs-Uplifts und seiner Einschr\u00e4nkungen"},"content":{"rendered":"\n

Jeder Marketer m\u00f6chte die Leistung seiner Kampagnen optimieren und dadurch den Return on Investment maximieren. W\u00e4hrend der Algorithmus von Nexoya stets darauf abzielt, die Leistung zu verbessern, indem Budgets optimal verteilt werden, macht er manchmal Empfehlungen, die \u00fcberraschen k\u00f6nnen. Diese unerwarteten Vorschl\u00e4ge sind keine Fehler \u2013 sie sind oft die bestm\u00f6glichen Schritte innerhalb der gegebenen Einschr\u00e4nkungen. In diesem Artikel werden wir erl\u00e4utern, warum das passiert, und einige Beispiele aus der Praxis betrachten, die zeigen, wie diese scheinbar kontraintuitiven Entscheidungen tats\u00e4chlich zu besseren Ergebnissen f\u00fchren k\u00f6nnen.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Was ist der % Uplift bei einer Optimierung?<\/strong><\/strong><\/h3>\n\n\n\n

Lass uns aufschl\u00fcsseln, wie der Uplift berechnet wird. Viele gehen vielleicht davon aus, dass wir einfach neue Vorhersagen mit der aktuellen Leistung vergleichen, aber unser Ansatz ist etwas raffinierter. Unsere Baseline sind nicht nur die aktuellen Ausgaben \u2013 es handelt sich um eine proportional skalierte Version der bestehenden Budgetaufteilung. <\/p>\n\n\n\n

Der Grund, weshalb das so wichtig ist: Wenn wir das Gesamtbudget um 20 % erh\u00f6hen m\u00f6chten, vergleichen wir unsere optimierten Empfehlungen nicht mit den aktuellen Ausgaben. Stattdessen vergleichen wir sie mit dem, was passieren w\u00fcrde, wenn das Budget jeder Kampagne einfach um 20 % erh\u00f6ht werden w\u00fcrde.<\/p>\n\n\n\n

Diese Methode stellt sicher, dass wir faire Vergleiche stellen und echte Verbesserungen liefern, anstatt einfach nur von der Erh\u00f6hung des Budgets zu profitieren.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
    \n
  1. Angenommen, das neue Optimierungsbudget wird von 900$ auf 1\u2019200$ erh\u00f6ht.
    <\/li>\n\n\n\n
  2. Mit diesem neuen Budget findet Nexoya die ideale Budgetaufteilung f\u00fcr alle Kampagnen und prognostiziert die erwartete Performance f\u00fcr jede Kampagne. In diesem Beispiel w\u00fcrden wir insgesamt 34\u2019500 Leads mit der neuen Optimierung erreichen.<\/li>\n\n\n\n
  3. Um den Uplift zu berechnen, muss eine Baseline definiert werden. Diese Baseline wird durch lineares Reskalieren erreicht. Da es diese Woche eine Gesamtbudgeterh\u00f6hung von +33 % gibt, m\u00fcssen alle Kampagnen zuerst reskaliert werden.<\/li>\n\n\n\n
  4. Die erwarteten Leads werden nun auch mit den linearen, reskalierten Budgets prognostiziert, was insgesamt 33\u2019000 Leads ergibt.<\/li>\n\n\n\n
  5. Der letzte Schritt ist die Berechnung des Uplifts. Die Zahlen des Basisszenarios werden mit den Zahlen des Optimierungsvorschlags verglichen, was f\u00fcr jede Kampagne im Einzelnen durchgef\u00fchrt wird und den prozentualen Uplift ergibt, wie im oben genannten Beispiel gezeigt.<\/li>\n<\/ol>\n\n\n\n

    <\/p>\n\n\n\n

    Einschr\u00e4nkende Faktoren zur Maximierung des Optimierungspotenzials<\/strong><\/strong><\/h3>\n\n\n\n

    Verschiedene Faktoren k\u00f6nnen den Algorithmus daran hindern, die Kampagnenperformance zu maximieren und einen positiven Uplift zu erzielen. Dies sind Business-Entscheidungen in Form von Mindest- und H\u00f6chstbudgets, aber auch Umweltfaktoren. Die Skalierung der perfromance-st\u00e4rksten Kampagnen wird eingeschr\u00e4nkt und eine weitere Skalierung verhindert:\u00a0<\/p>\n\n\n\n