CPA-Optimierung

Wenn ein Unternehmen im Internet wirbt, will es meistens nicht einfach nur gesehen werden. Es will, dass jemand etwas tut: etwas kaufen, ein Konto anlegen, eine App installieren, ein Formular ausfüllen. Solche Handlungen nennt man in der Werbebranche Aktionen. Teilt man das Werbebudget durch die Zahl dieser Handlungen, erhält man die Kosten pro Aktion, abgekürzt CPA. Wer 1.000 Euro ausgibt und damit 50 Bestellungen auslöst, hat einen CPA von 20 Euro. CPA-Optimierung heißt: Die Werbeplattform steuert die Anzeigen automatisch so, dass dieser Wert möglichst niedrig bleibt oder ein vorher festgelegtes Ziel trifft.

Warum Klicks als Erfolgsmaß nicht reichen

Lange Zeit rechnete Onlinewerbung in Klicks oder in Sichtkontakten ab. Beides ist leicht zu messen, sagt aber wenig über den Geschäftserfolg aus. Eine Anzeige kann sehr viele billige Klicks einsammeln und trotzdem keinen einzigen Verkauf bringen. Wer nur auf Klickpreise achtet, optimiert also die falsche Zahl.

Der CPA verbindet die Werbeausgaben direkt mit dem, was ein Unternehmen wirklich will. Er lässt sich außerdem mit dem Gewinn vergleichen. Verdient ein Shop an einer Bestellung im Schnitt 30 Euro, darf die Werbung pro Bestellung weniger als 30 Euro kosten. Alles darüber ist ein Verlustgeschäft, egal wie beeindruckend die Klickzahlen aussehen.

Für Werbeplattformen wie Google, Meta oder TikTok ist die CPA-Optimierung deshalb ein zentrales Verkaufsargument. Sie ist auch ein wirtschaftlicher Grund, warum diese Konzerne so viel in maschinelles Lernen investieren. Je besser ihre Systeme vorhersagen, wer wirklich kauft, desto mehr Budget vertrauen ihnen die Werbekunden an.

Wie die Gebotssteuerung im Hintergrund rechnet

Jedes Mal, wenn jemand eine Webseite oder eine App mit Werbefläche öffnet, findet eine blitzschnelle Auktion statt. Innerhalb weniger Millisekunden geben mehrere Werbetreibende Gebote für diesen einen Platz ab. Bei der CPA-Optimierung tippt niemand diese Gebote von Hand ein. Ein Vorhersagemodell schätzt für jeden Einzelfall, wie wahrscheinlich es ist, dass genau diese Person die gewünschte Handlung ausführt.

Aus dieser Wahrscheinlichkeit ergibt sich das Gebot. Wer laut Prognose mit hoher Wahrscheinlichkeit kauft, ist dem System viel wert, also bietet es hoch. Bei einer unwahrscheinlichen Person bietet es wenig oder gar nicht. Das Modell stützt sich dabei auf Signale wie Gerätetyp, Tageszeit, besuchte Seiten oder frühere Reaktionen auf ähnliche Anzeigen.

Damit das funktioniert, muss die Plattform erfahren, ob die Handlung tatsächlich stattgefunden hat. Diese Rückmeldung nennt man Conversion-Tracking. Der Shop meldet also jede Bestellung zurück an das Werbesystem. Aus diesen Rückmeldungen lernt das Modell laufend weiter. Deshalb liefern neue Kampagnen anfangs oft schlechte Werte: In dieser Lernphase fehlen dem System schlicht die Daten.

Der Ziel-CPA im Werbekonto und seine Tücken

In Werbekonten begegnet einem die Sache meist als Gebotsstrategie mit einem Feld namens Ziel-CPA oder Target CPA. Man trägt dort einen Betrag ein, etwa 15 Euro, und die Plattform versucht, diesen Durchschnitt zu halten. Setzt man das Ziel zu niedrig an, wird die Anzeige kaum noch ausgespielt, weil das System keine passenden Auktionen mehr gewinnen kann. Setzt man es zu hoch, fließt unnötig Geld ab.

In Quartalszahlen und Börsenmeldungen taucht der Begriff indirekt auf. Wenn Meta oder Alphabet von besseren Werbeergebnissen durch neue KI-Modelle sprechen, meinen sie genau diese Vorhersagen. Sinkt der CPA für die Kunden, buchen sie mehr Anzeigen, und der Umsatz der Plattform steigt.

Ein häufiger Irrtum ist, der niedrigste CPA sei automatisch das beste Ergebnis. Ein sehr strenges Ziel führt oft zu wenigen, dafür extrem günstigen Abschlüssen und lässt viel Umsatz liegen. Verwandt, aber nicht identisch, ist der ROAS: Er misst den Umsatz je eingesetztem Werbeeuro und passt besser, wenn Bestellungen sehr unterschiedlich groß sind. Der CPA behandelt dagegen jede Aktion als gleich wertvoll.