Conversion Based Bidding
Definition: Conversion Based Bidding ist eine automatisierte Gebotsstrategie im Suchmaschinenmarketing, bei der die Gebotsabgabe pro Auktion auf Basis der prognostizierten Wahrscheinlichkeit einer Conversion erfolgt. Das System optimiert dynamisch in Echtzeit auf den definierten Handlungserfolg, statt auf Klicks oder Impressionen.
Vom Keyword-Gebot zur maschinellen Optimierung
Klassisches Keyword-Bidding funktionierte nach einem simplen Prinzip: Der Werbetreibende legte einen Maximalpreis pro Klick fest, das System reagierte statisch. Conversion Based Bidding bricht mit dieser Logik fundamental. Die Gebotsentscheidung wird nicht mehr vom Menschen getroffen, sondern von einem Algorithmus, der für jede einzelne Auktion den erwarteten Wert einer Conversion berechnet.
Die Grundlage bildet ein Vorhersagemodell. Es analysiert hunderte Signale: Gerätetyp, Tageszeit, Standort, Browser, Suchintention, Retargeting-Status und historische Interaktionsmuster. Aus diesen Daten entsteht eine individuelle Conversion-Wahrscheinlichkeit. Multipliziert mit dem hinterlegten Ziel-CPA oder Ziel-ROAS ergibt sich daraus das optimale Gebot für genau diese Auktion.
Der entscheidende Vorteil liegt in der Geschwindigkeit. Ein menschlicher Bid-Manager kann vielleicht zehn Gebote pro Stunde anpassen. Das System evaluiert jede einzelne Suchanfrage in Millisekunden. Diese Form der dynamischen Preisbildung ist ohne maschinelles Lernen schlicht nicht abbildbar.
Die Mechanik der Zielvorgaben
Conversion Based Bidding ist kein monolithisches System, sondern eine Familie von Strategien. Die gängigsten Ausprägungen unterscheiden sich in ihrer Zielsetzung:
| Strategie | Zielvorgabe | Optimierungsfokus |
|---|---|---|
| Ziel-CPA | Fester Kostenrahmen pro Conversion | Maximierung des Conversion-Volumens unterhalb des CPA-Limits |
| Ziel-ROAS | Umsatzrendite pro Werbeausgabe | Maximierung des Umsatzes bei definierter Rendite |
| Conversions maximieren | Kein explizites Ziel | Maximierung der absoluten Conversion-Zahl im Budgetrahmen |
| Conversion-Wert maximieren | Kein explizites Ziel | Maximierung des Gesamtumsatzes im Budgetrahmen |
Die Wahl der Strategie hängt maßgeblich von der Datenlage ab. Ein Unternehmen mit zehn Conversions pro Monat verfügt nicht über genügend statistische Signifikanz für ein stabiles Modell. Die Faustregel: Ab 30 Conversions pro Monat pro Kampagne wird das System zuverlässig. Darunter dominieren Rauschen und Zufall.
Die Qualität des Bidding-Systems ist direkt proportional zur Qualität des Conversion-Trackings. Ein defektes Tracking führt zu einem perfekt optimierten System für die falschen Daten.
Kontextuelle Abgrenzung: SEA, Programmatic und E-Commerce
Der Begriff Conversion Based Bidding wird in unterschiedlichen Domänen mit abweichender Bedeutung verwendet. Im klassischen SEA-Kontext bezeichnet er die automatisierte Gebotsstrategie innerhalb der Suchmaschinen-Werbeplattformen. Hier steht die Prognose der Conversion-Wahrscheinlichkeit pro Suchanfrage im Zentrum.
Im Programmatic Advertising existiert eine verwandte, aber nicht identische Mechanik. Dort spricht man von Algorithmic Bidding oder Real-Time Bidding. Der Unterschied liegt in der Datenbasis: Während SEA auf Plattformdaten der Suchmaschine zurückgreift, nutzt Programmatic zusätzlich Third-Party-Daten zur Nutzerprofilierung. Die rechtlichen Rahmenbedingungen unterscheiden sich ebenfalls fundamental.
Im E-Commerce-Umfeld wird Conversion Based Bidding häufig mit dynamischen Preisstrategien verwechselt. Dort geht es jedoch um die Preisgestaltung des Produkts selbst, nicht um die Gebotsabgabe für Werbeflächen. Diese Verwechslung führt in der Praxis immer wieder zu fehlerhaften Budgetallokationen.
Voraussetzungen und Grenzen der Strategie
Conversion Based Bidding ist kein Selbstläufer. Die Strategie scheitert in der Praxis an drei zentralen Engpässen: unzureichender Datenmenge, fehlerhaftem Tracking und falscher Zielarchitektur.
Die Datenmenge lässt sich durch Zusammenlegung von Kampagnen oder Verlängerung des Betrachtungszeitraums erhöhen. Das Tracking erfordert eine saubere Implementierung von Conversion-Events inklusive Cross-Device-Attribution. Die Zielarchitektur ist die anspruchsvollste Disziplin: Ein zu aggressiver Ziel-CPA führt zu massivem Volumenverlust, ein zu großzügiger zu verschwendetem Budget.
Hinzu kommt die Lernphase. Jede Strategieänderung versetzt das System in einen Explorationsmodus, in dem es neue Kombinationen testet. In dieser Phase schwanken die Ergebnisse deutlich. Wer nach drei Tagen die Strategie abbricht, hat dem Algorithmus keine Chance gegeben, das Optimum zu finden.
Die Lernphase ist kein Bug, sondern ein Feature. Ein System, das nicht experimentiert, kann keine neuen Conversion-Potenziale entdecken.
Die Zukunft dieser Strategie liegt in der Integration von Offline-Conversion-Daten. Werden auch Telefonate, Store-Besuche oder CRM-Events in das Modell eingespeist, entsteht ein vollständiges Bild der Customer Journey. Die Gebotsabgabe wird dann nicht mehr nur auf den digitalen Klick optimiert, sondern auf den tatsächlichen Geschäftserfolg.
« Back to Glossary Index