Artikel

Ich habe Subtext mitgegründet, eine App, die den Ton einer Nachricht vor dem Senden liest. Was sie macht, was nicht, und warum ein Growth-Mensch sie gebaut hat.

Ein Meta-Account, 1,2 Mio. $ über 22 Wochen, 722 Paare von Anzeigenwochen. ROAS sagte die Folgewoche am besten voraus, sobald eine Anzeige 50 oder mehr Käufe hatte, mit einer Korrelation von 0,44, und das ist immer noch nur moderat. So finden Sie die Schwelle in Ihrem eigenen Account.

Eine Subscription-App auf Meta, mehr als 1,2 Mio. $ Spend, 917 lokalisierte Anzeigen in 10 Sprachen. Die Sprache erklärte 4,8% der ROAS-Varianz. Das Creative-Konzept samt Variante erklärte 25,2%, mehr als fünfmal so viel. Auf Englisch testen, die Gewinner lokalisieren, jeden Markt validieren.

Aus einem Account mit mehr als 1,2 Mio. $ Meta-Spend, und im Einklang mit vielen anderen, die ich betreut habe: ROAS-Bidding gewinnt meist bei Wochenabos, Games mit In-App-Käufen und Apps, die Credits verkaufen. Purchase-Bidding kann bei einem einzelnen Jahresplan mithalten.

Zwei Google-Ads-Tests auf App-Kampagnen, 73K $ über 6 Kampagnentypen und 27K $ über 6 Gebotsstrategien. Max ROAS schlug tROAS auf beiden Plattformen und in jedem Markt. iOS lag vorn bei Max Conversion Value, Android bei tD0ROAS und MaxAction. Search nahm 58% des Budgets und lieferte 25%, Display nahm 32% und lieferte 43%.

Eine tROAS-Kampagne skalierte fünf Anzeigen immer weiter hoch, die das D0-Ziel von 30% nie erreichten. Wir duplizierten die Kampagne ohne sie und ließen beide 30 Tage bei vergleichbarem Budget laufen. Die ursprünglichen Top 5 erreichten das Ziel 0 von 5 Mal, die Testkampagne 3 von 5, und der Algorithmus brachte sechs neue Creatives über dem Ziel hervor.

Ein Casual Game startete bei 4 $ CPI und 27% D0 ROAS und erreichte sechs Wochen später mit komplett anderen Nutzern erneut denselben D0-Wert. Als D0 von 22% auf 11% halbiert wurde, war CPI für 11% des Rückgangs verantwortlich. Der AOV-Rückgang machte 62% aus. Wie man D0 ROAS in Conversion, AOV und CPI zerlegt, bevor man der Acquisition die Schuld gibt.

Das Argument für den Trial und das Argument dagegen, inklusive der Kanalfrage, die niemand stellt: ob eine High-Intent-Quelle wie Apple Search Ads genauso behandelt werden sollte wie eine Discovery-Quelle wie Meta oder TikTok. Dazu die Meta-Einschränkung, die oft entscheidet, weil sich Trial-Starts und Käufe nicht sauber gleichzeitig optimieren lassen.

Sechs Kriterien, die einen starken Subscription-App-Consultant von einem schwachen unterscheiden, und wie ich abschneide. EatBetter: 180.000 $ MRR.

Zwei Reports, die iOS-Install-Fehlattribution aufdecken: App-Store-Connect-Suchinstalls, die mit dem Spend mitlaufen, und organische Installs aus dem MMP gegen bezahlte geplottet. 103 Tage bei einem Account: iOS-Steigung 0,277, etwa 28 von 100 bezahlten iOS-Installs tauchen als organisch wieder auf. Android-Steigung 0,059, der normale Halo einer bezahlten Kampagne.

Ein Health-App-Account, 209 Tage, 346.317 Installs. Sonntags- und Montags-Installs konvertieren am besten, Mittwoch am schlechtesten. Meta setzt den größten Anteil des Wochenbudgets auf Mittwoch und den kleinsten auf Sonntag und Montag. p < 0,00001, gilt für beide Hälften der Daten und beide Plattformen. Der manuelle Fix, und was er wert ist.

Ein US-Account, 8 Kampagnen. Vier kamen nie über 50 Optimierungs-Events pro Woche hinaus und erzeugten zusammen 70 Events: das Signal einer einzigen Kampagne, verteilt auf vier. Diese vier liefen mit 16.843 $, 23% des Budgets, und erzielten 54% Day-28-ROAS. Die anderen vier liefen mit 58.012 $ und erzielten 80%. Hält man das Launch-Alter konstant, bleibt der Abstand bei 75% gegen 54%.

Ich habe dieselben 38 Meta-App-Kampagnen, 606.462 $ Spend, auf zwei Arten gerankt: nach Day-0-ROAS und nach Cost per Purchase. Die Rangkorrelation mit Day-28-ROAS lag bei +0,96 für Day-0-Value und -0,81 für CPA. Setzt man auf die besten 13, liegt der Abstand bei 96,6% gegen 85,9%.

Echter D28-ROAS einer Subscription-App über vier bezahlte UA-Kanäle: Meta 1,61x, Apple Search Ads 1,30x, Google Ads 1,09x, TikTok unter Parität. Wofür jeder Kanal taugt, und warum der Aufwand für einen neuen Kanal meist mehr bei Meta einbringt.

Eine Subscription-App hat ihren kostenlosen Trial für bezahlten Meta-Traffic entfernt. Die Conversion stieg von 7,1% auf 12%, und die Kosten pro Ergebnis fielen von 58 $ auf 40 $. Der komplette Test, Woche für Woche.

Ein Audit von 383K $ Meta-tROAS-Spend, Land für Land. 7% hatten genau die Metrik verfehlt, auf die der Algorithmus optimiert, und kein Dashboard hat es markiert. Das Scoring-Framework, das es in dreißig Minuten im Monat aufdeckt.

Eine Fitness-App mit organischer Traktion und positiver Unit Economics, 1.500 $ am Tag, 40+ Creatives, und Kosten pro Trial von 30 $, die sich nicht bewegen wollten. Warum wir pausiert statt gepusht haben, und die fünf Lektionen aus dieser Entscheidung.

Google Search für App-Installs ist von Grund auf kaputt: keine Keyword-Kontrolle, keine Sichtbarkeit der Suchbegriffe, und iOS-Attribution, die beim App-Store-Redirect stirbt. Die fünf Workarounds und ihre Trade-offs. Gemeinsam verfasst mit Burak Arslan.

Andromeda hat verändert, wie Meta Signale verarbeitet und Audiences findet. Das komplette Playbook: Kanalreihenfolge, Tier-1-West-Testing, IPM-Benchmarks, die dreiphasige Kampagnenstruktur, Signalwahl, Skalierung und Subscription-Cashflow.