Wirkungskurven
Eine Wirkungskurve schätzt den Ertrag eines Kanals bei unterschiedlichen Ausgaben. Sie zeigt, was die nächste Budgetentscheidung bewirken könnte, statt nur einen durchschnittlichen Ertrag auszuweisen.
6 Min. Lesezeit · Aktualisiert am 7. September 2026
Seitlich scrollen, um die ganze Abbildung zu sehen.
Was ist das?
Eine Wirkungskurve ordnet den Ausgaben eines Kanals den dadurch bewirkten Umsatz zu. Beim heutigen Budget zeigt sie den aktuellen Ertrag; an anderen Stellen den dort erwarteten. Ein Plan braucht die ganze Kurve, weil er Entscheidungen über Änderungen des Budgets enthält.
Die Sättigung bestimmt den Verlauf: anfangs steiler, bei zunehmender Ausschöpfung flacher. Der geschätzte Koeffizient bestimmt die Höhe. Die Unsicherheitsspanne stammt aus dem Posterior eines bayesianischen Modells.
Warum ist das für die Mediaplanung wichtig?
Auf derselben Kurve stehen zwei Zahlen für verschiedene Fragen.
Der durchschnittliche Ertrag ist Umsatz geteilt durch Ausgaben am aktuellen Punkt: die Linie vom Ursprung dorthin. Dashboards nennen ihn ROAS. Er beantwortet: „Was hat dieser Kanal mit dem eingesetzten Budget erwirtschaftet?“
Der marginale Ertrag ist die Steigung am aktuellen Punkt. Er beantwortet: „Was bringt der nächste Euro?“ Im konkaven, abflachenden Kurvenbereich liegt er unter dem Durchschnitt; bei fortgeschrittener Sättigung wird der Abstand größer.
Ein auf Durchschnittswerten beruhender Plan bevorzugt historisch erfolgreiche Kanäle, die besonders leicht bereits gesättigt sind. Ein Plan auf Basis marginaler Erträge verlagert Budget dorthin, wo die Steigung höher ist.
Wie funktioniert es?
Das angepasste Modell liefert je Kanal einen Koeffizienten β, den Halbsättigungspunkt k und den Formparameter s. Die Umsatzkurve lautet:
revenue(spend) = β × saturation(adstock(spend))
Sie wird über verschiedene Ausgabenniveaus ausgewertet. Der Durchschnitt bei x ist revenue(x) / x. Der marginale Ertrag ist die Ableitung, praktisch die Differenz zwischen dem Umsatz bei x und knapp oberhalb von x, geteilt durch die zusätzliche Ausgabe.
Ein Szenario legt je Kanal einen Ausgabenwert fest. Der prognostizierte Umsatz ist die Summe der dort ausgewerteten Kurven zuzüglich der Basis. Diese Summe wird für jede Posterior-Ziehung berechnet. Die Prognose ist deshalb eine Verteilung mit Punktschätzung und Spanne.
Zwei Szenarien zu vergleichen heißt, zwei Verteilungen zu vergleichen. Ein Wachstumsszenario mit mehr Budget und ein Effizienzszenario mit Kürzungen gesättigter Kanäle lassen sich mit Ertrag, Spanne und Zielkonflikten nebeneinander prüfen.
So nutzt Kuwalyst die Methode
Die Plan-Ansicht beruht auf Wirkungskurven. Szenarien nennen den prognostizierten Gesamtertrag samt Spanne. Die Begründung liest die marginalen Werte ab, etwa: „Budget aus einem Kanal mit marginalem Ertrag von 0,87× in einen mit 3,2× verlagern.“ Schließt die Spanne des zusätzlichen Effekts null ein, sagt der Plan, dass dieser nicht klar von null zu unterscheiden ist.
Tune schlägt Umschichtungen entlang der Kurven vor und bestimmt ihre Größe: Wie viel kann wechseln, bevor der aufnehmende Kanal seinen eigenen Knick erreicht? Nahe der Grenze des beobachteten Bereichs setzt der Planner eine Obergrenze und schlägt einen Test zur Erweiterung der Datengrundlage vor.
Worauf Sie achten sollten
Kurven enden mit den Daten. Jenseits der höchsten beobachteten Ausgaben sind sie Extrapolationen. Entsprechende Szenarien sind Hypothesen.
Eine Kurve gilt für einen Kanal und einen Zeitraum. Neue Werbemittel, Wettbewerber oder Preise können sie verschieben. Ein über ein Quartal laufender Plan sollte neu angepasst werden.
Wechselwirkungen stehen nicht automatisch auf der Kurve. Fernsehen kann Markensuchen auslösen. Ein additives Modell kann Search einen Teil dieser Wirkung zuschreiben. Solche Effekte brauchen zusätzliche Einordnung oder eine explizite Modellierung.
Lesen Sie die Spanne mit. Eine einzelne Linie verbirgt Unsicherheit; jede Entscheidung über ihre Steigung übernimmt diese Unsicherheit.
Im Produkt ansehen
