Fallstudie
Der ROI von AI
Nielsen + Google:
Quantifizierung der Macht
von AI in der Werbung
Einführung
Die neue Rolle der KI bei den Marketingergebnissen
Künstliche Intelligenz (KI) wird oft als die ultimative Lösung zur Steigerung der Werbeeffizienz gefeiert, die Marken hilft, besser zu planen, intelligenter zu arbeiten und Zeit zu sparen. Sie ist die Schlagzeile auf jeder Branchenveranstaltung und ein heißes Thema in den Vorstandsetagen. Und bisher hat sich KI bei der Rationalisierung des Planungsprozesses als wertvoller Aktivposten erwiesen. Doch die nächste große Frage lautet: Kann KI auch nach der Planungsphase noch messbare Auswirkungen haben? Und wie kann man überhaupt genügend Daten haben, um jeden Touchpoint zu messen und genügend externe Faktoren zu kontrollieren, um das wirklich herauszufinden?
Zielsetzung
Quantifizierung der Auswirkungen von AI auf das Endergebnis
Google wollte die Auswirkungen seiner neuesten KI-gestützten Lösungen für YouTube und die Suche aufdecken, indem es sie einem ultimativen Test unterzog: Es wurden über 50.000 Markenkampagnen und über 1 Million Performance-Kampagnen in den USA mit seinen KI-Tools gemessen. Diese Kampagnen erstreckten sich über einen Zeitraum von zwei Jahren bis Juni 2024 auf eine Vielzahl von Kategorien wie Lebensmittel, Haushalts- und Körperpflegeprodukte, Einzelhandel, Bekleidung, Telekommunikation und Automobil. Die fraglichen KI-gestützten Lösungen umfassten:
1. Video Reach Campaigns (VRC): Maximize reach with AI, combining multiple formats and optimizing towards a singular goal of efficient reach, non-skippable reach, or reach at a target frequency.
2. Video View Campaigns (VVC): Drive increased consideration by leveraging AI to optimize ad placement, delivering more views at a lower cost.
3. Demand Gen: Generate demand, drive performance, and deliver strong ROI with AI-driven, multi-format ads across YouTube and other visual surfaces, ideal for social advertisers.
4. Performance Max: Achieve more conversions and value across all Google channels, with AI optimizing performance in real-time.
5. Broad Match: Expand reach beyond exact and phrase match, using AI to target additional, relevant queries and attract valuable customers, increasing conversions and improving ROI.
Herausforderung
Die unbewiesene Erfolgsbilanz der KI
Die Messung der Leistung von KI-gestützten Lösungen ist eine neue Herausforderung im Marketing-Ökosystem. Google benötigte eine Messlösung, mit der sich die Auswirkungen von KI von manuellen Kampagnen abgrenzen lassen und die zudem Zugriff auf umfangreiche Daten auf Kategorieebene bietet, um die große Reichweite der Kampagnen effektiv zu erfassen. Um nachzuweisen, ob KI-gestützte Lösungen den ROAS (Return on Ad Spend) und die Vertriebseffektivität verbessern, benötigte Google eine Marketing-Mix-Modellierungslösung (MMM), mit der sich die Forschungsfragen zuverlässig beantworten lassen.
Solution
Verknüpfung der Punkte zur Leistung
Google turned to Nielsen Marketing Mix Modeling’s new AI/ML-powered modeling platform to uncover ROAS and sales effectiveness. Nielsen took Google’s over 50,000 brand campaigns and over 1 million performance campaigns, controlled for external factors, and used advanced modeling techniques to aggregate digestible and accurate insights. Due to Nielsen’s extensive data categorization and data partnerships, Nielsen was able to provide the deep cuts of data needed for granular and speedy analysis.
Wichtigste Ergebnisse
17%
KI bringt mehr ROAS als manuell
KI-gesteuerte Google-Videokampagnen auf YouTube liefern 17 % mehr ROAS als manuelle Kampagnen.
23%
Synergien zwischen AI-Kampagnen steigern die Wirksamkeit
Google AI-gestütztes VRC für Efficient Reach + VVC liefert eine um 23 % höhere Verkaufseffektivität als VRC für Efficient Reach allein.
10%
Demand Gen steigert ROAS und Vertriebseffektivität
Das Hinzufügen von Google AI-powered Demand Gen zu Search- und Performance Max-Kampagnen führt zu einem 10 % höheren ROAS und einer 12 % höheren Verkaufseffektivität als bei Kampagnen ohne Demand Gen.
8%
Performance Max steigert die Leistung zusätzlich zur eigenständigen Suche
Google AI-powered Performance Max liefert 8 % mehr ROAS und 10 % mehr Verkaufseffektivität als reine Suchstrategien.
15%
Broad Match sorgt für signifikante ROAS- und Umsatzsteigerungen
KI-gesteuerte Broad Match-Kampagnen für die Suche von Google liefern einen um 15 % höheren ROAS und eine um 10 % höhere Verkaufseffektivität als andere Keyword-Match-Typ-Strategien.
Ergebnisse
Ein Rezept für den Erfolg
Die Ergebnisse zeigten, dass die KI-gestützten Werbelösungen von Google die manuellen Kampagnen sowohl beim ROAS als auch bei der Verkaufseffektivität durchweg übertrafen. Aber die wahre Magie geschah, als Marken mehrere KI-Werbelösungen strategisch kombinierten. Dieser KI-Mix sorgte für die beste Balance aus Reichweite, Effizienz und Rendite.
Wie es funktioniert
Nielsen Marketing Mix Modeling ist ein statistisches Analyseverfahren zur Messung der Auswirkungen verschiedener Marketingaktivitäten auf die Geschäftsergebnisse, wie z. B. Umsatz und ROAS. Durch die Analyse historischer Daten aus mehreren Kanälen isoliert Nielsen die Auswirkungen der einzelnen Marketingelemente und kontrolliert gleichzeitig externe Faktoren wie Saisonalität und wirtschaftliche Veränderungen. Mit diesem Ansatz kann Nielsen die effektivsten Strategien identifizieren, die Budgetzuweisung optimieren und besser verstehen, wie verschiedene Marketingmaßnahmen zusammenwirken, um den Erfolg zu steigern.
Schlussfolgerung
KI treibt die Ergebnisse der Werbung voran
AI isn’t just a fad or a futuristic planning tool – it’s a performance driver. While there are many use cases for single format campaigns, it’s undeniable that AI-powered campaigns can drive a bottom line impact. However, the real expert should find and harness that perfect blend of AI tools to maximize impact and always keep measuring to uncover the truth in today’s ever-changing AI landscape.
"Die Nielsen-Studie hat die signifikante Wirkung der KI-Lösungen von Google sowohl für Marken- als auch für Performance-Kampagnen eindeutig bestätigt. Die Daten zeigen erhebliche ROAS-Verbesserungen gegenüber manuellen Methoden sowie wertvolle Synergien zwischen KI-Formaten. Diese Erkenntnisse aus der Nielsen-Studie stärken das Vertrauen der Werbetreibenden in die greifbaren Ergebnisse, die sie mit Google KI erzielen können."
Shannon Trainor Stark - Geschäftsführerin, Solutions and Thought unternehmensführung, Google
Möchten Sie mit unserem Expertenteam sprechen?
