Der Stand der Creative-App-Optimierung
2024 Ausgabe

Willkommen im KI-Zeitalter der Ad-Creative. In den letzten Jahren hat sich die Rolle der Creatives in der Werbung erheblich weiterentwickelt, indem der traditioneller Wert aus der „Mad Men“-Ära mit generativer KI verschmolzen wurde. Diese Entwicklung hat die Ideation, die Konzeptentwicklung und das Design verändert, so dass KI an jedem Berührungspunkt des Prozesses eingebunden ist.

Die Messung und Optimierung hypergranularer Creatives stellt jedoch eine weitere wichtige Entwicklung in der KI-Entwicklung dar. So können beispielsweise bestimmte Szenen und Elemente in Tausenden von Creative-Produkten identifiziert werden, wobei alles von nutzergenerierten Inhalten (UGC) bis hin zu Gameplay-Ausschnitten und Animationen automatisch analysiert wird. Auf dieser granularen Analyseebene können Marketers spezifische Creative-Komponenten mit Performance-Metriken korrelieren und so herausfinden, welche Kombinationen sich als Creative-Gewinner erweisen.

Eine weitere Differenzierung ist auf der Ebene des Creative-Engagements erkennbar. Plattformen wie Meta, TikTok und YouTube passen sich ebenfalls an, indem sie erweiterte Engagement-Metriken anbieten. AppsFlyers eigener Standard der Enriched Engagement Typen (EET) bietet zudem tiefere Insights in das Kampagnen-Engagement, die über Views und Klicks hinausgehen und einen entscheidenden Wandel in der Art und Weise, wie Kampagnen gemessen und attribuiert werden.

Da Datenschutzbedenken die Verfügbarkeit von Down-Funnel-Daten einschränken, liegt der Fokus jetzt verstärkt auf der Messung von Top-of-the-Funnel-Creatives. Werbeinhalte spielen jetzt eine wichtige Rolle, da sie in einer datenschutzfreundlichen Werbelandschaft für die Werbeplattformen selbst als wichtige First-Party-Daten dienen.

Beginnen wir mit einer bemerkenswerten Zahl: Nur 2 % der Creative-Varianten verschlingen 68 % der Werbebudgets. Hinzu kommt, dass fast 90 % der Ausgaben in nur 10 % der Creative-Varianten fließen, da die Medienplattformen sich stark auf die Varianten mit der besten Performance konzentrieren, während sie die Varianten mit der schlechtesten Performance ignorieren. Es unterstreicht eine ernüchternde Tatsache: Um nur eine einzige erfolgreiche Ad zu erzielen, sind unter Umständen satte 50 Ad-Varianten erforderlich.

Dieses Szenario bildet den Rahmen für ein unerbittliches Zahlenspiel, das die Marketers zur Massenproduktion von Varianten zwingt. Die Faktoren, die den Erfolg von Top-Ads ausmachen, sind oft unbekannt, und die Ergebnisse variieren von Plattform zu Plattform. Angesichts der Bannerblindheit und der unvermeidlichen Werbemüdigkeit ist ein ständig wachsendes Arsenal an Creative-Konzepten – mindestens zehn pro Kampagne – erforderlich. Es ist ein nie endender Kreislauf. KI ist zu einem unschätzbaren Verbündeten bei der Generierung dieser Inhalte in großem Umfang geworden und signalisiert einen bedeutenden Wandel in den Creative-Strategien.

Aus diesem Grund ist die Rolle der Creative Strategen auch unverzichtbar geworden, um die Größenordnung einer solchen Massenproduktion zu bewältigen. Noch vor ein paar Jahren existierte dieses System praktisch nicht. Diese Einführung stellt jedoch in den letzten Jahren einen bedeutenden Paradigmenwechsel dar.

Installs per Mille (IPM) ist eine wichtige Metrik zur Messung der Creative-Performance, die die Effektivität der Ads anzeigt und die Cost per Install (CPI) beeinflusst. Ein hoher IPM steht für eine starke Performance, die die Qualität der Creative widerspiegelt und zu niedrigeren CPIs führt, während ein niedrigerer IPM für umsatzstarke Modelle geeignet ist, die höhere CPIs tolerieren können.

Hypercasual Games sind mit einem IPM von 47,6 Spitzenreiter bei den Werbenetzwerken und übertreffen die spezielleren RPGs mit einem IPM von 3,1. Hohe IPMs können jedoch täuschend sein. Hypercasuals stehen nach der Installation oft vor Monetarisierungsproblemen, wofür ein niedrigerer CPI erforderlich ist. Im Gegensatz dazu zielen Nischengenres wie Casino- und Strategie- RPGs auf eine kleinere, profitablere Zielgruppe ab, die niedrigere IPMs für höhere Umsätze pro Installation in Kauf nimmt und damit höhere CPIs ermöglicht.

Die IPM-Effektivität variiert je nach Medium, wobei Werbenetzwerke aufgrund ihrer Kontextrelevanz in der Regel eine bessere Performance für Games bieten. Außerhalb der Games-Kategorie ziehen generative KI-Apps mit einem IPM von 9 die Aufmerksamkeit auf sich, während Foto- und Video-Apps aufgrund ihres Creative-Ad-Potenzials ebenfalls gut abschneiden. Entertainment-Apps hingegen liegen bei den IPM-Zahlen tendenziell zurück und haben mit einem schwierigeren Umfeld zu kämpfen. 

Die IPM nach Creative entspricht weitgehend der Kostenverteilung: Nur 2 % der Gaming- und Non-Gaming-Ads erreichen einen IPM über 80. Umgekehrt erzielt die Hälfte aller Ads kaum Wirkung.

Mit anderen Worten: Nur wenige Creatives können die Zielgruppen so sehr fesseln, dass sie die Aufmerksamkeit auf sich ziehen und hohe Ausgaben verursachen, so dass der IPM ein Indikator für die Resonanz einer Ad ist. Aus einer reinen Performance-Perspektive ist ein höherer IPM oft vorteilhaft für Werbetreibende, Medien und Nutzer:innen, da er sowohl das Nutzerengagement als auch die Werbeausgaben optimiert.

Wir sehen einen großen Unterschied in der IPM-Distribution zwischen Gaming und Non-Gaming. Wir haben ein Gewinner im Non-Gaming: Es besteht eine deutliche Spaltung zwischen den High-Performern und dem Rest. Die Distribution der IPM-Scores für Games ist gleichmäßiger, da die Gaming-Marketers oft eine Menge von Ad-Variationen produzieren und testen. Dieser Ansatz, der auf kontinuierliche Iteration und Tests setzt, trägt dazu bei, die IPM-Performance auf breiter Front auszugleichen, was zu mehr Creative Gewinnern führt und die Expertise der Gaming-Branche bei der Verbesserung der Werbewirksamkeit unterstreicht.

Der CPI ist eine sehr sensible Metrik für Marketers. Zahlreiche Faktoren, wie z. B. geografischer Standort, Ad-Typ, Kategorie, Medienplattform usw., können einen großen Unterschied ausmachen. Dieses Maß an Komplexität bedeutet, dass Marketers tief in supergranulare Daten eintauchen müssen (siehe Tabelle unten). Im Allgemeinen korreliert ein niedriger CPI oft mit einer höheren IPM.

Jedoch ist ein niedriger CPI nicht immer nur positiv. Für Games mit intensiver Monetarisierung, die einen höheren durchschnittlichen Umsatz pro Nutzer:in (ARPU) aufweisen, ist die Annahme eines höheren CPI nicht nur akzeptabel, sondern auch strategisch sinnvoll. Midcore Games werden beispielsweise vorrangig eine Nische und eine hoch engagierte Zielgruppe ansprechen und die Qualität der Nutzerakquise über das Volumen stellen. Im Gegensatz dazu zielen Hypercasual Games, die von ihrer Beliebtheit strahlt, darauf ab, eine breite Zielgruppe anzusprechen. Diese Games weisen in der Regel einen niedrigeren CPI auf, da sie auf das Volumen abzielen und auf die schiere Anzahl der Installationen setzen, um den Umsatz zu steigern.

In der nachstehenden Grafik sehen wir beispielsweise, dass Midcore-Game-Marketers erhebliche Summen zahlen, um ihre Nutzer:innen mit Video Ads in Werbenetzwerken zu gewinnen.

Die Performance von Creative Ads ist nicht auf allen Plattformen gleich. Unsere KI-gesteuerte Analyse von über 220.000 Video Ads in verschiedenen Medienumgebungen hebt die unterschiedliche Effektivität von „Szenen“ innerhalb eines Creative hervor, wie z. B. nutzergenerierte Inhalte (UGC), Gameplay-Demos, die sowohl für Gaming als auch Non-Gaming gelten, Animationen und Szenen aus dem echten Leben. (siehe die Beispiele unter den Diagrammen).

Bei der IPM-Messung schneiden Video Ads für Games ohne UGC im Durchschnitt 20 % besser ab als Ads mit UGC (+25 % in Werbenetzwerken und +15 % in DSPs). Auch bei Games ist der Einsatz von Animationen sehr effektiv: 26 % höherer IPM im Vergleich zu Ads ohne Animationen (im Durchschnitt aller Medientypen).

UGC findet seine Nische in sozialen Netzwerken, einem Umfeld, in dem diese Inhalte nativ sind, wobei UGC-Ads die Non-UGC-Ads bei Games um 12 % übertreffen und bei Non-Gaming mit einem höheren IPM von 22 %. Die Nutzung von realen Videos führt auch zu besseren Ergebnissen bei Non-Gaming, mit einem um 15 % höheren IPM als bei animierten Ads.

Es gibt keine Szene, die auf allen Plattformen gleich gut abschneidet. Marketers müssen daher ihre Inhalte auf die jeweilige Zielgruppe und den Kontext der einzelnen Kanäle abstimmen.

Da die KI optimale Strategien für verschiedene Kontexte aufzeigt, sollten Sie berücksichtigen, dass jedes Produkt anders ist und der Erfolg auf verschiedenen Ansätzen beruhen kann. Marketers experimentieren oft mit einer Reihe von unterschiedlichen Szenentypen innerhalb Medienplattformen, um die Reichweite zu erhöhen und die Erfolgswahrscheinlichkeit bei unterschiedlichen Zielgruppen zu steigern.

Da Creatives oft eine Mischung verschiedener Szenentypen einsetzen, ist es interessant zu sehen, welche Kombinationen die beste Performance bringen. In Bezug auf Werbenetzwerke zeigen die Daten, dass die Games-Creatives wahrscheinlich weniger Wert auf UGC und mehr auf animierte Charaktere innerhalb derselben Ad legen sollten. Am höchsten ist die IPM, wenn auch das Gameplay mit einbezogen wird: Ein klares Signal, dass Nutzer:innen das Game/die App sehen wollen, bevor sie sich für einen Download entscheiden.

UGC funktioniert schlechter in einem nicht-sozialen Kontext. Bei Games ist die Wahrscheinlichkeit am größten, dass eine Ad, die das Gameplay anzeigt und animierte Charaktere enthält, die virtuelle Gaming-Umgebungen widerspiegeln, ankommt. Alle anderen Kombinationen hinken weit hinterher.

Auf sozialen Plattformen sollten Gaming-Apps experimentieren, indem sie animierte und reale Videos kombinieren und den Schwerpunkt weniger auf das Gameplay legen. Das Hinzufügen von UGC wird einen leicht höheren Vorsprung an der Spitze der IPM-Performance bringen. Die Kombinationen aus Gaming- und Non-Gaming-Apps haben interessanterweise die gleichen Top-Zahlen. 

In DSP-Einstellungen deuten die Daten darauf hin, dass Game-Ads eher auf animierte Charaktere als auf UGC ausgerichtet sein sollten. Die Darstellung des Gameplays entsprach nicht der Animation, lag aber in Bezug auf die IPM knapp dahinter. 

Zur Erinnerung: Auch wenn die KI herausfindet, was in jedem Kontext am besten funktioniert, sollten Sie beachten, dass jedes Produkt einzigartig ist und der Erfolg auf verschiedenen Wegen erreicht werden kann. Daher sind Experimente unerlässlich, um die besten Kombinationen herauszufinden. 

Unterschiedliche Kanäle und Kontexte beeinflussen die Retention von Varianten. Ein hoher IPM kann zwar Nutzer:innen anziehen, kann aber aufgrund schwankender Engagement-Level im Laufe der Zeit auch die Abwanderung erhöhen. Bei Werbenetzwerken erweist sich eine Mischung aus UGC, Gameplay und animierten sowie realen Videos als Top-Performer für die 30-Tage-Retention bei Games und erreicht einen beeindruckenden Wert von 6,01 %.

Wenn man nur UGC in Werbenetzwerken für Games isoliert, ist die Retention höher, wenn diese Art von Creative nicht genutzt wird. Für DSPs optimiert die Kombination von UGC und realen Videos ohne Gameplay die Retention der Nutzer:innen nach der Installation von Games.

Tatsächlich verbessert UGC als Teil des Mixes die Retentionsraten auf breiter Front. Social-Media-Plattformen fördern die Retention bei Games durch Gameplay und den Einsatz von animierten und realen Videos, während Ads für Non-Games am meisten durch die Kombination von UGC und Gameplay profitieren. 

Das Gleichgewicht zwischen IPM und Retention ist für die Maximierung des ROAS entscheidend. Obwohl ein hoher IPM den CPI senken kann, kann er auch zu einer höheren Nutzerabwanderung führen. Die Herausforderung besteht darin, den Sweet Spot zu finden, der Nutzer:innen effizient anzieht, aber auch ein dauerhaftes Engagement fördert. Deshalb ist es entscheidend, den gesamten Funnel zu analysieren und sich nicht auf wichtige, aber unvollständige Zwischenmetriken wie CTR, IPM oder CPI zu beschränken.

Die Videolänge ist eine weitere wichtige Metrik zur Messung des Nutzer-Engagements. Wir haben festgestellt, dass Gaming-Creatives mit einer Länge von mehr als 15 Sekunden auf sozialen Plattformen eine gute Performance aufweisen und die Retentionsrate nach 30 Tagen um 30 % und in Werbenetzwerken um 9 % höher ist.

Im Non-Gaming ist die Performance in den sozialen Netzwerken mit einer um 12 % höheren Retention bei langen Videos ähnlich. Bei den Werbenetzwerken und DSPs ist es jedoch umgekehrt: kürzere Videos unter fünfzehn Sekunden erzielen mit nicht weniger als 50 % bzw. 80 % eine weitaus bessere Performance.