Viele Marken bewerten Google anhand von ROAS. Diese Case Study zeigt, wie viel Umsatz tatsächlich zusätzlich entsteht.

Fainz ist eine wachsende D2C-Marke mit hoher Markenbekanntheit – ein Umfeld, in dem Google Ads traditionell gut aussieht. Doch genau das ist das Problem:

• Brand-Traffic erscheint in der Plattform-Attribution profitabel.
• PMAX wird in der Attribution begünstigt.
• ROAS erzählt nur die halbe Wahrheit.

Die zentrale Frage lautete: Welche Google-Kampagnen erzeugen wirklich neuen Umsatz und welche werden überschätzt? Eine Frage, die sich viele Marken stellen. Nur wenige haben den Mut, die Antwort sauber zu messen. Fainz wollte absolute Klarheit.

Der Ansatz: Neuer Umsatz statt Plattform-Attribution.

Um echte Wirkung sichtbar zu machen, haben wir ein geografisch-basiertes Incrementality-Framework eingesetzt. Nicht um „Daten schöner zu machen“, sondern um herauszufinden: Welcher Umsatz entsteht zusätzlich – und was wäre ohnehin passiert?

Dafür wurden:

• Regionen differenziert aktiviert
• Brand komplett deaktiviert
• PMAX ausschließlich als Non-Brand-Setup gefahren
• reale Absatzveränderungen gemessen
• alle Ergebnisse mit p-Werten (<0.05) statistisch abgesichert

Wir offenbaren keine interne Testlogik oder Secret Sauce, aber der Kern ist: Wir messen Verhalten, nicht Attribution.

‍

Die Ergebnisse: Brand Search: Starke Zahlen. Kein zusätzlicher Gesamt-Uplift.

Brand sah, wie fast immer, beeindruckend aus. Doch die Analyse zeigte:

• scheinbarer Uplift: +16 %
• p = 0.03 (der Effekt existiert, ist jedoch kein Mehrwert)
• organische Brand-Conversions steigen, sobald Brand aus ist
• PMAX priorisiert Brand aggressiv
• Brand überschreibt vorhandene Nachfrage statt neue zu schaffen
• Brand-Kunden wurden bereits über andere Channel bezahlt → keine klare Kostenaufschlüsselung bei Google Brand-Kampagnen möglich (bspw. CPA)

Fazit: Brand ist kein Wachstumsmotor, sondern ein Messartefakt. Fainz schaltet Brand dauerhaft ab.

‍

PMAX Non-Brand: Der einzige echte Wachstumstreiber.

Sobald PMAX ohne Brand-Signale lief, zeigte sich das wahre Bild:

• +17.5 % echte Incrementality
• p = 0.03 → mit 95% Sicherheit kein Zufall
• ~20 € CPO
• hoher Neukundenanteil
• sauberer, unverzerrter Effekt
• konservativ gemessen (Budget nicht ausgeschöpft)

Fazit: PMAX Non-Brand ist der einzige Kampagnentyp, der belegbar echten und neuen Mehrumsatz erzeugt.

‍

Gesamtwirkung:

• +17.2 % Gesamt-Uplift
• p = 0.01

Der gesamte validierte Impact ist fast vollständig auf PMAX Non-Brand zurückzuführen. Brand trägt nicht zur Skalierung bei.

‍

Was das für Fainz bedeutet: Klarheit statt Schätzerei.

Fainz weiß jetzt: 

• welche Kampagnen wachsen
• welche Kampagnen verschieben
• welche Kampagnen ineffizient sind

Ein skalierbares Google-Setup:

• PMAX Non-Brand dient als Wachstumskern
• Brand bleibt dauerhaft deaktiviert
• Shopping wird separat in Folgetests geprüft

‍

Marketing, das auf Realität basiert, nicht auf ROAS.

Die Entscheidungen von Fainz basieren jetzt auf:

• echter Nachfrage
• statistischer Validität
• realen Kaufpfaden
• robusten Business-Effekten

Nicht auf Plattformlogik. Nicht auf Attributions-Bias.

‍

Warum das für jede D2C-Marke relevant ist.

Diese Case Study zeigt ein Muster, das wir in vielen Accounts sehen:

• Plattform-ROAS überschätzt Performance – oft massiv
• PMAX-Reporting kann durch Brand-Signale verzerrt werden; daher trennen wir Brand/Non-Brand und testen inkrementell
• ohne Incrementality-Analyse ist es schwieriger, Budgets auf echten Business-Impact zu optimieren

Fainz hat dieses Problem gelöst – strukturiert, datenbasiert, eindeutig.

‍

Fazit: Brand verschiebt. PMAX Non-Brand wirkt.

Mit einer sauberen, statistisch validierten Incrementality-Analyse hat Fainz ein Google-Setup, das:

• profitabel ist.
• skalierbar ist.
• objektiv steuerbar ist.
• auf echter Wirkung basiert.