ADZINE: Tom, im digitalen Marketing wird bisher überwiegend auf Impressions, Klicks, Reichweite oder Conversions optimiert. Warum reichen diese Signale heute nicht mehr aus?

Tom Laband: Das sind Kennzahlen, die uns etwas über die Auslieferung, aber nichts über echte Business-Ziele sagen. Im digitalen Marketing war und ist es sehr einfach, solche Kennzahlen zu tracken und darauf zu optimieren. Die Einschränkung: Sie sagen uns nicht, was die Nutzer daraufhin tatsächlich getan haben.

Besonders relevant wird diese Lücke, wenn man bedenkt, dass der Großteil des Handels nach wie vor offline stattfindet. Zwar können Advertiser ihre Kampagnen bereits seit Jahren auf Store-Visits optimieren, doch bislang fehlte die Möglichkeit, auch tatsächliche Käufe systematisch einzubeziehen. Mit der Integration von Transaktionsdaten und dem Einsatz von KI ändert sich das grundlegend.

ADZINE: Ihr nennt das die „Outcomes Era“. Was ist denn überhaupt ein messbarer Erfolg, wenn ein Großteil der Kaufentscheidungen weiterhin in physischen Räumen stattfindet?

Laband: Marken kennen Granularität und Genauigkeit aus dem digitalen Bereich. Die Herausforderung: das Gleiche für die reale Welt hinbekommen. Marken mit stationärer Präsenz – Lebensmittel, Möbel, Automotive, Gastronomie – müssen wissen, wer ihre Geschäfte besucht. Das ist quasi die Analogie zum Webshop-Besuch in der digitalen Welt.

Für uns heißt Erfolg, Besuchs- und Transaktionsdaten zur Planung, Auslieferung, Optimierung und Validierung von Media zu nutzen. Die Werbung läuft digital. Das Ergebnis ist physisch.

ADZINE: Was verändert diese Denkweise konkret in Planung, Budgetverteilung und Erfolgskontrolle in Marketing und Werbung?

Laband: Im Idealfall ändert sich der Arbeitsalltag von Marketern gar nicht. Sie machen weiter, was sie immer gemacht haben, nur mit einem zusätzlichen Signal – offline statt nur online. Was sich ändert: Ein riesiger Bereich an Ergebnissen wird plötzlich sichtbar, der vorher komplett im Dunkeln lag.

Bei der Budgetverteilung heißt das, dass der Kanal-Mix endlich auf dem vollen Bild basiert, und nicht nur auf digitalen Ergebnissen. Das Ergebnis: mehr Return on Advertising Spend, weil Unternehmen die Offline-Wirkung ihrer Kampagnen endlich beurteilen können.

ADZINE: Es wäre alles so einfach, wäre da nicht das, was ihr den “Online-to-Offline-Gap” nennt. Die Kampagne läuft digital, der Kauf passiert im Laden, im Autohaus oder im Restaurant. An welcher Stelle wird der Werbetreibende in diesem Prozess blind?

Laband: Ja, diese Lücke gibt es. Die Kampagne läuft digital, die Customer Journey ist "phygital" und viel komplexer. Sobald Konsumenten den digitalen Feedback-Kanal verlassen, verlieren wir sie aus dem Blick. Das passiert, wenn sie mit Freunden sprechen, Dark Social nutzen oder ein Geschäft besuchen. Genau dieser letzte Punkt – der kaufnächste – ist der, den wir zurückholen wollen: physische Handlungen als Input für digitale Planung, Aussteuerung und Messung.

ADZINE: Welche Daten müssen zusammenkommen, damit aus einem Standortsignal mehr wird als die Information, dass jemand an einem Ort war?

Laband: Unser Datenmodell kombiniert Mobilitäts-, Geo-Kontext-, POS-, Kreditkarten- und Loyalty-Daten, um Offline-Conversions gezielt zu optimieren. Für Inkrementalitätsstudien verknüpfen wir diese Daten mit den Impression-Logs der Kampagnen und weisen so den tatsächlichen Kampagnen-Lift präzise nach. Dabei arbeiten wir ausschließlich mit anonymisierten und aggregierten Daten. Wir wissen zu keinem Zeitpunkt, ob sich eine bestimmte Person an einem bestimmten Ort aufgehalten hat, sondern leiten statistische Erkenntnisse über das Verhalten von Zielgruppen beziehungsweise Kohorten ab.

ADZINE: Store-Visits gelten im Allgemeinen als Brücke zwischen digitaler Werbung und realem Verhalten. Aber ein Besuch ist noch kein Kauf. Wie nah kommt Location Intelligence an Outcomes heran?

Laband: Drehen wir die Frage einmal um: Wann warst du das letzte Mal in einem Fast-Food-Restaurant, ohne etwas zu bestellen? Ein Store-Visit ist in vielen Branchen ein ausgesprochen starkes Kaufsignal und kommt einer tatsächlichen Conversion sehr nahe. Gleichzeitig lässt er sich wesentlich einfacher und in deutlich größerem Maßstab messen als ein Kaufabschluss.

Natürlich gibt es Unterschiede zwischen den Branchen. Im Restaurant oder Supermarkt ist der Besuch häufig nahezu gleichbedeutend mit einem Kauf. Bei Möbeln, Luxusgütern oder Elektronik geht einer Kaufentscheidung meist ein längerer Prozess voraus. Aber auch hier ist der Store-Visit ein wichtiger Schritt auf dem Weg zur Conversion. Zusätzliche Signale wie Besuchshäufigkeit, Verweildauer und wiederkehrende Besuche helfen dabei, das Kaufinteresse noch besser einzuordnen.

Entscheidend ist allerdings nicht allein, ob Menschen ein Geschäft besuchen, sondern welchen zusätzlichen Effekt eine Werbekampagne tatsächlich erzielt – und zu welchen Kosten. Hier setzt der Cost per Incremental Store Visit an: Er zeigt, wie viel ein zusätzlicher Geschäftsbesuch kostet, der ohne die Werbung nicht stattgefunden hätte.

ADZINE: Wie sauber kann gemessen werden, ob eine Kampagne zusätzliche Besuche erzeugt hat, vor allem kanal- und geräteübergreifend? Wo liegen die Grenzen von Footfall Measurement?

Laband: Im Kern beantworten wir eine einfache Frage: Wie hätten sich die Menschen, die eine Kampagne gesehen haben, ohne die Werbung verhalten? Dafür analysieren wir das historische Besuchsverhalten der erreichten Zielgruppe und berücksichtigen Faktoren wie Saisonalität, Wetter oder Feiertage. Auf dieser Basis prognostizieren wir, wie viele Besuche auch ohne Kampagne stattgefunden hätten. Nur die statistisch belastbare Differenz zu den tatsächlich gemessenen Besuchen zählt als inkrementeller Effekt.

Das funktioniert auch kanalübergreifend, sofern sich Werbekontakte datenschutzkonform mit Standortdaten verknüpfen lassen. Für geschlossene Plattformen wie Meta oder Amazon ist das nur über Clean Rooms möglich. Daran arbeiten wir als nächsten Schritt.

Natürlich gibt es Grenzen: Wir arbeiten mit repräsentativen Stichproben und statistischen Modellen, nicht mit einer vollständigen Erfassung aller Konsumenten. Deshalb weisen wir auch die Unsicherheit unserer Ergebnisse transparent aus. Unser Anspruch ist nicht, möglichst große Effekte auszuweisen, sondern den tatsächlichen Mehrwert einer Kampagne so präzise und glaubwürdig wie möglich zu messen.

ADZINE: Danke für das Interview, Tom!