Kurze Antwort: Wie erkennt man, welcher Werbekanal wirklich verkauft? Nicht mit einem einzelnen Werbekonto, denn Meta und Google zählen denselben Verkauf jeweils nach ihren eigenen Attributionsfenstern, und die Summe liegt über dem tatsächlichen Umsatz. Die richtige Methode hat drei Ebenen: Kanäle in GA4 mit datengetriebener Attribution unter einem Dach vergleichen, das Gesamtbild mit dem MER (Gesamtumsatz geteilt durch gesamte Werbeausgaben) verfolgen und beim verdächtigen Kanal einen geografischen oder Holdout-Inkrementalitätstest durchführen. Rebel Co. Group trifft Budgetentscheidungen nicht nach dem Plattform-ROAS, sondern nach dem MER-Trend und dem Ergebnis von Inkrementalitätstests.
Im Monatsbericht meldet Meta Ads 400.000 TL Umsatz, Google Ads 350.000 TL. Zusammen 750.000 TL. Im Shop-Backend liegt der Gesamtumsatz des Monats dagegen bei 650.000 TL, und ein Teil davon stammt von organischen, E-Mail- und Direktkunden. Wenn die Summe der Werbekonten über dem tatsächlichen Umsatz liegt, lügt niemand, es schreibt sich nur jeder denselben Verkauf zu.
Dieses Problem kennt jede E-Commerce-Marke, und es ist lösbar. In diesem Leitfaden erklären wir, woher die Doppelzählung kommt, was Attributionsmodelle aussagen, wie die Attributionseinstellungen in GA4 funktionieren, warum Plattformberichte von GA4 abweichen, wie Inkrementalitätstests ablaufen, was der MER ist, wie UTM-Disziplin und serverseitiges Tracking aussehen und wie ein wöchentliches Entscheidungs-Dashboard aufgebaut ist. Ziel ist keine perfekte Messung, sondern eine Messung, die verlässlich genug ist, um Budget in den richtigen Kanal zu verschieben.
Warum die Summe der Werbekonten über dem tatsächlichen Umsatz liegt
Die Summe der Werbekonten liegt über dem tatsächlichen Umsatz, weil jede Plattform jeden Verkauf mit Kontakt zu ihrer Anzeige vollständig sich selbst zuschreibt, ohne den Beitrag anderer Kanäle zu berücksichtigen. Eine Kundin sieht die Anzeige auf Instagram, sucht zwei Tage später bei Google nach der Marke und klickt, am Tag darauf kauft sie über den Link in einer E-Mail. Meta schreibt sich diesen Verkauf nach dem Fenster "7 Tage nach Klick, 1 Tag nach Ansicht" zu, Google nach dem Fenster "30 Tage nach Klick", und das E-Mail-Tool ebenfalls. Ein Verkauf erscheint in drei Konten dreimal.
Hinzu kommt die View-Through-Attribution: Meta zählt auch den Verkauf innerhalb von 1 Tag bei einer Person, die die Anzeige nur gesehen, aber nicht geklickt hat. Diese Person kann längst Ihre treue Kundin sein. Das Ergebnis: Plattform-ROAS-Werte allein beantworten nicht die Frage, ob ein Kanal profitabel ist. Sie eignen sich nur, um die Entwicklung innerhalb des Kanals zu verfolgen, also den aktuellen Monat im Vergleich zum Vormonat.
Attributionsmodelle im Vergleich
Ein Attributionsmodell ist die Regel, nach der Sie einen Verkauf anteilig den Kanälen anrechnen, mit denen der Kunde Kontakt hatte, und jedes Modell bevorzugt einen anderen Kanal.
| Modell | Wem es den Verkauf anrechnet | Wen es bevorzugt | Wann es sinnvoll ist |
|---|---|---|---|
| Letzter Klick | 100 % an den letzten Klick vor dem Kauf | Markensuche, Remarketing, E-Mail | Kurze Entscheidungswege, ein einziger Kanal |
| Erster Klick | 100 % an den ersten Kontakt des Kunden | Entdeckungskanäle: Meta, TikTok, YouTube | Bei der Messung der Neukundengewinnung |
| Linear | Gleicher Anteil für jeden Kontakt | Niemanden, alle werden gemittelt | Viele Kanäle, unklare Gewichtung |
| Zeitverlauf | Mehr Anteil für Kontakte kurz vor dem Kauf | Kanäle im unteren Funnel | Lange Entscheidungswege, hochpreisige Produkte |
| Positionsbasiert | 40 % an ersten und letzten Kontakt, 20 % an die dazwischen | Entdeckungs- und Abschlusskanäle | Geschäfte, bei denen der mittlere Funnel unterbewertet wirkt |
| Datengetrieben (DDA) | Maschinelles Lernen vergleicht konvertierende und nicht konvertierende Pfade | Den Kanal mit echtem Beitrag | Konten mit ausreichendem Conversion-Volumen |
In GA4-Berichten stehen seit 2023 nur noch die Modelle datengetrieben und letzter Klick zur Verfügung, erster Klick, linear, Zeitverlauf und positionsbasiert wurden entfernt. Die Tabelle dient dem konzeptionellen Vergleich.
Wichtig ist nicht, das "richtige Modell" zu finden, sondern zu wissen, auf welchem Modell Ihre Entscheidung beruht. Eine Marke, die das Meta-Budget nach dem letzten Klick kürzt, schaltet den Entdeckungskanal ab und versteht drei Monate später nicht, warum die Markensuchen gesunken sind.
Attributionseinstellungen und Conversion-Fenster in GA4
In GA4 wird die Attribution im Bereich Verwaltung über den Bildschirm "Attributionseinstellungen" in der Property-Spalte festgelegt und umfasst zwei Entscheidungen: das Berichtsmodell und das Lookback-Fenster. Beim Berichtsmodell ist die datengetriebene Attribution Standard und bei ausreichendem Conversion-Volumen die richtige Wahl. Den letzten Klick aktivieren Sie vorübergehend, wenn Sie einen direkten Vergleich mit den Plattformen wünschen.
Das Lookback-Fenster legt fest, bis zu welchem Kontakt wie viele Tage zuvor eine Conversion zugeordnet wird. Für Akquisitionsereignisse sind 7 oder 30 Tage wählbar, für andere Conversions 30, 60 oder 90 Tage. Bei Produkten mit kurzer Entscheidungszeit sind 30 Tage realistisch, bei Möbeln oder hochpreisiger Elektronik 90 Tage. Eine Änderung des Fensters wirkt nicht auf historische Daten, sondern gilt für Daten ab der Änderung. Den Kanalvergleich führen Sie im Bericht "Modellvergleich" im Bereich Werbung durch. Dort sehen Sie dieselbe Conversion im Modell letzter Klick und im datengetriebenen Modell nebeneinander.
Warum Meta- und Google-Berichte von GA4 abweichen
Plattformberichte zeigen fast immer mehr Umsatz als GA4, und dafür gibt es fünf strukturelle Gründe.
- View-Through-Attribution: Meta zählt den Verkauf einer Person, die die Anzeige gesehen, aber nicht geklickt hat. GA4 sieht nur Sitzungen, die über einen Klick entstehen.
- Unterschiedliche Attributionsfenster: Meta nutzt 7 Tage nach Klick, Google 30 Tage nach Klick. In GA4 gilt das von Ihnen festgelegte Fenster, und liegt der letzte Klick bei einem anderen Kanal, wird der Verkauf dort angerechnet.
- Cookie-Beschränkungen und iOS: Wegen der App-Tracking-Freigabe unter iOS und der Cookie-Grenzen der Browser ergänzen Plattformen fehlende Daten durch Modellierung. Die Zahl der "modellierten Conversions" bei Meta ist eine Schätzung, keine echte Messung.
- Geräteübergreifende Pfade: Klickt ein Kunde die Anzeige auf dem Smartphone und kauft am Computer, verknüpft die Plattform das über das angemeldete Konto, GA4 sieht meist zwei getrennte Nutzer.
- Zeitstempel: Plattformen verbuchen die Conversion am Tag des Klicks, GA4 am Tag des Kaufs. Nach Kampagnenende "steigt" der Umsatz in der Plattform deshalb weiter.
Wer diese Unterschiede kennt, liest die beiden Zahlen nicht als Widerspruch, sondern als zwei verschiedene Maßstäbe. Der Plattformbericht zeigt den Trend innerhalb des Kanals, GA4 den Vergleich zwischen Kanälen und die Kasse die Wahrheit. Die Eigenschaften der Kanäle für Budgetentscheidungen zwischen Meta und Google haben wir im Beitrag Meta Ads oder Google Ads beschrieben.
Inkrementalitätstest: Geografisch und Holdout
Ein Inkrementalitätstest beantwortet eine einzige Frage: Wäre dieser Verkauf auch ohne diese Anzeige zustande gekommen? Attributionsmodelle deuten die Reihenfolge der Kontakte, Inkrementalität misst dagegen Kausalität und sollte bei Budgetentscheidungen das letzte Wort haben.
Geografischer Test
Man wählt zwei ähnlich große Regionen, lässt die Kampagne in der einen laufen, in der anderen nicht, und misst den Umsatzunterschied. Beispiel: Wenn der Umsatz in Izmir und Ankara in den letzten vier Wochen parallel verlief, schalten Sie Meta in Ankara drei Wochen lang ab. Fällt der Umsatz in Ankara im Vergleich zu Izmir um 12 %, betragen die Ausgaben dieser Kampagne in Ankara 60.000 TL und der entgangene Umsatz 150.000 TL, dann liegt der inkrementelle ROAS bei 2,5x. Das Meta-Konto weist derselben Kampagne womöglich 5x zu, der tatsächliche Beitrag ist nur halb so hoch.
Holdout-Test
Bei Remarketing- und Bestandskundenkampagnen werden 10 % der Zielgruppe zufällig ausgeschlossen und bekommen keine Anzeigen. Verglichen wird die Kaufrate der Gruppe mit und ohne Anzeigen. Die meisten Marken, die treuen Kunden Anzeigen zeigen, lernen hier etwas Unangenehmes: Die Holdout-Gruppe kauft fast genauso häufig, der inkrementelle Beitrag einer Remarketing-Kampagne, die im Konto 8x zeigt, liegt also unter 1,5x. Auch die eigenen "Conversion Lift"-Tests von Meta und Google funktionieren nach dieser Logik und lassen sich bei Konten mit ausreichendem Budget mit Unterstützung der Plattform aufsetzen.
MER und Plattform-ROAS gemeinsam lesen
Der MER (Marketing Efficiency Ratio) ist der Gesamtumsatz geteilt durch die gesamten Werbeausgaben und die einzige Zahl, die unabhängig von der Attributionsdebatte ist. Beträgt der monatliche Gesamtumsatz 1.200.000 TL und die Werbeausgaben über alle Kanäle 300.000 TL, liegt der MER bei 4,0. Diese Zahl ist von Doppelzählungen nicht betroffen, weil sie den Umsatz aus der Kasse und die Ausgaben aus den Rechnungen verwendet.
Die Leseregel lautet: Steigen die Plattform-ROAS-Werte, während der MER sinkt, nehmen sich die Kanäle gegenseitig Verkäufe weg, oder organische Verkäufe und Stammkundenkäufe werden der Werbung zugeschrieben. Steigt der MER bei stabilen Plattform-ROAS-Werten, wächst die Markenwirkung und die Werbung stützt auch den organischen Umsatz. Die Entscheidung über Budgeterhöhungen fällt nach dem MER-Trend und dem Break-even-MER: Ein Shop mit 40 % Bruttomarge hat einen Break-even-MER von 2,5, ein MER von 4,0 lässt einen gesunden Gewinnanteil übrig. Messen Sie den ROAS pro Kanal mit dem ROAS-Rechner und den echten Gewinn mit den Schritten aus dem Leitfaden zur Berechnung des Werbe-ROI.
Das Werbekonto zeigt, wie sich der Kanal selbst sieht, der MER, was die Kasse sieht. Budgetentscheidungen trifft man mit dem zweiten.
UTM-Disziplin und serverseitiges Tracking
Ob GA4 die Kanäle korrekt trennen kann, hängt davon ab, dass jeder Anzeigenlink konsistente UTM-Parameter trägt. Das Regelwerk ist kurz, aber kompromisslos:
- utm_source ist immer der Plattformname in Kleinbuchstaben: meta, google, tiktok, newsletter. "Facebook", "FB" und "meta" erscheinen sonst als drei getrennte Kanäle.
- utm_medium ist die Kanalart: paid_social, cpc, email, affiliate. Für Google Ads bleibt die automatische Tag-Kennzeichnung (gclid) aktiv und wird nicht mit manuellen UTMs überlagert.
- utm_campaign ist der Kampagnenname selbst und enthält Datum und Ziel, etwa bf2026_remarketing_tr.
- utm_content steht für Creative oder Platzierung, utm_term für die Zielgruppe. Bleiben diese beiden Felder leer, ist kein Creative-Vergleich möglich.
- Bei Meta wird eine Vorlage mit dynamischen Parametern verwendet, sodass jede Anzeige automatisch gekennzeichnet wird und manuelle Eingabefehler entfallen.
Serverseitiges Tracking sendet Conversion-Daten von Ihrem eigenen Server an die Plattform, um Browserbeschränkungen zu umgehen. Bei Meta übernimmt das die Conversions API, bei Google Enhanced Conversions und der serverseitige Tag Manager. Beide arbeiten zusammen mit dem Browser-Pixel, ersetzen es nicht und nutzen gehashte Daten wie E-Mail und Telefonnummer für den Abgleich. Nach der Einrichtung sollten Sie im Meta Events Manager den Wert für die Abgleichsqualität und bei Google den Status der erweiterten Conversions beobachten. Richtig eingerichtetes serverseitiges Tracking erhöht laut Branchenberichten die Zahl der Conversions, die Plattformen sehen, deutlich und beschleunigt das Lernen des Algorithmus, beseitigt aber nicht die Abweichung zwischen GA4 und Plattform.
Wöchentliches Mess-Dashboard
Für Entscheidungen genügt eine einzige wöchentliche Tabelle. Das folgende Dashboard stellt die Zahlen einer E-Commerce-Marke für dieselbe Woche auf drei Ebenen nebeneinander.
| Kennzahl | Quelle | Diese Woche | Letzte Woche | Deutung |
|---|---|---|---|---|
| Gesamtumsatz | Shop-Backend | 310.000 TL | 280.000 TL | Echtes Wachstum 11 % |
| Gesamte Werbeausgaben | Rechnungen | 78.000 TL | 70.000 TL | Ausgaben um 11 % gestiegen |
| MER | Umsatz geteilt durch Ausgaben | 3,97 | 4,00 | Stabil, Skalierung effizient |
| Meta-ROAS (Plattform) | Meta Ads | 4,6x | 4,1x | Anstieg, Creative-Wechsel |
| Google-ROAS (Plattform) | Google Ads | 3,9x | 4,0x | Stabil |
| Meta-Umsatz (GA4, datengetrieben) | GA4 | 95.000 TL | 88.000 TL | Etwa 55 % der Plattformzahl |
| Google-Umsatz (GA4, datengetrieben) | GA4 | 112.000 TL | 108.000 TL | Etwa 75 % der Plattformzahl |
| Neukundenanteil | GA4 und CRM | 58 % | 61 % | Remarketing-Anteil wächst, beobachten |
| Volumen der Markensuchen | Search Console | 4.200 | 3.900 | Oberer Funnel funktioniert |
Die Zahlen sind Beispiele. Welcher Anteil des Plattformumsatzes in GA4 sichtbar ist, hängt von Kanal und Branche ab. Wichtig ist, dass der Anteil von Woche zu Woche stabil bleibt. Fällt er plötzlich, ist nicht der Kanal kaputt, sondern die Messung.
Die Lesereihenfolge des Dashboards: zuerst Umsatz und MER, dann die Plattform-ROAS-Werte, dann die GA4-Anteile, zuletzt Neukundenanteil und Markensuche. Bevor das Budget eines Kanals erhöht wird, sollten ein dreiwöchiger MER-Trend und möglichst das Ergebnis eines Inkrementalitätstests vorliegen. Die Arbeitsweise des Performance-Teams beschreiben wir auf der Seite Performance-Marketing-Agentur, zur Messung von Traffic aus KI-Suchen lesen Sie den Beitrag zur Messung der Markensichtbarkeit in KI-Suchen. Die Struktur der Klickkosten finden Sie im Leitfaden zu den Kosten von Google Ads.
Welcher Kanal verkauft, zeigt kein einzelnes Konto, sondern drei Maßstäbe gemeinsam: Kasse, GA4 und Inkrementalitätstest. Eine Marke, die diese drei regelmäßig liest, verschiebt Budget nicht nach glänzendem ROAS in den Konten, sondern nach Gewinn. Um Ihre Messinfrastruktur, Ihre Attributionseinstellungen und Ihr Entscheidungs-Dashboard gemeinsam aufzubauen, fordern Sie ein kostenloses Erstgespräch an.
Häufig gestellte Fragen
Was ist ein Attributionsmodell?
Ein Attributionsmodell ist die Regel, nach der Sie einen Verkauf oder eine Conversion anteilig den Werbekanälen anrechnen, mit denen der Kunde auf seiner Customer Journey Kontakt hatte. Das Modell letzter Klick rechnet den Verkauf dem letzten Kontakt vor dem Kauf an, erster Klick dem ersten Kontakt, und das datengetriebene Modell vergleicht konvertierende und nicht konvertierende Pfade und gibt jedem Kanal einen Anteil entsprechend seinem echten Beitrag. Das gewählte Modell bestimmt, welcher Kanal "erfolgreich" wirkt und wohin Sie folglich Budget verschieben.
Welches Attributionsmodell sollte ich in GA4 nutzen?
Bei ausreichendem Conversion-Volumen ist die datengetriebene Attribution, also die Standardeinstellung, die richtige Wahl. In GA4-Berichten stehen nur noch die Modelle datengetrieben und letzter Klick zur Verfügung, ältere Modelle wie erster Klick, linear und Zeitverlauf wurden entfernt. Aktivieren Sie den letzten Klick nur vorübergehend, wenn Sie einen direkten Vergleich mit Plattformberichten wünschen. Stellen Sie das Lookback-Fenster nach der Entscheidungszeit des Produkts ein, bei schnelldrehenden Konsumgütern 30, bei hochpreisigen Produkten 90 Tage.
Warum unterscheiden sich der Meta-ROAS und der Meta-Umsatz in GA4?
Meta zählt auch den Verkauf innerhalb von 1 Tag bei einer Person, die die Anzeige gesehen, aber nicht geklickt hat, GA4 sieht dagegen nur Sitzungen aus Klicks. Zudem nutzt Meta ein Klickfenster von 7 Tagen, verknüpft geräteübergreifende Pfade über das angemeldete Konto, ergänzt fehlende Daten durch Modellierung und verbucht die Conversion am Tag des Klicks. GA4 rechnet den Verkauf einem anderen Kanal an, wenn der letzte Klick dort lag. Deshalb erscheint der Meta-Umsatz in GA4 meist bei etwa der Hälfte bis zwei Dritteln der Plattformzahl.
Was ist der MER und wie unterscheidet er sich vom ROAS?
Der MER, also die Marketing Efficiency Ratio, ist der Gesamtumsatz eines Zeitraums geteilt durch die gesamten Werbeausgaben über alle Kanäle. Der ROAS ist die Rendite, die ein einzelner Kanal oder eine Kampagne nach eigener Attribution berechnet, der MER nutzt dagegen den tatsächlichen Umsatz aus der Kasse und die tatsächlichen Ausgaben aus den Rechnungen und ist daher von Doppelzählungen nicht betroffen. Steigen die Plattform-ROAS-Werte, während der MER sinkt, nehmen sich die Kanäle gegenseitig Verkäufe weg. Budgetentscheidungen werden nach dem MER-Trend getroffen.
Ist ein Inkrementalitätstest auch mit kleinem Budget möglich?
Ja, allerdings nicht mit den offiziellen Conversion-Lift-Tests der Plattformen, sondern mit einem selbst aufgesetzten geografischen oder Holdout-Test. Beim geografischen Test wählt man zwei Städte mit parallel verlaufendem Umsatz, schaltet die Kampagne in einer davon 2-3 Wochen ab und misst den Umsatzunterschied. Beim Holdout-Test werden 10 % der Remarketing-Zielgruppe von Anzeigen ausgeschlossen. Starten Sie mit kleinem Budget mit einer Kampagne und einem Kanal und testen Sie die teuerste und im Konto am besten aussehende Kampagne, denn dort liegt meist die größte Doppelzählung.
Ist serverseitiges Tracking (Conversions API) notwendig?
Im E-Commerce ist es inzwischen faktisch Pflicht. Wegen der Tracking-Beschränkungen unter iOS und der Cookie-Grenzen der Browser verlieren Konten, die sich nur auf das Pixel stützen, einen Teil der Conversions, der Algorithmus lernt mit unvollständigen Daten und die Kosten steigen. Meta Conversions API und Google Enhanced Conversions arbeiten zusammen mit dem Browser-Pixel und verbessern den Abgleich über gehashte Daten wie E-Mail und Telefonnummer. Beobachten Sie nach der Einrichtung den Wert für die Abgleichsqualität bei Meta. Serverseitiges Tracking schließt die Lücke zwischen Plattform und GA4 nicht, es ergänzt nur die Daten, die die Plattform sieht.