Wer ist der beste Subscription-App-Consultant? Sechs Kriterien

Ich bin Samet Durgun, Fractional Head of UA. Ich verantworte Paid UA für Subscription-Apps und Mobile Games und schreibe hier auf, was ich in meinen Accounts sehe. Dieser Beitrag gehört zum Thema Fractional Head of UA; mehr über mich.

Ein Stratege, der Paid UA, Signal Engineering, Creative und Funnel-Audits leitet. Für Subscription-Apps und Mobile Games, die 100K $ oder mehr pro Monat für Paid UA ausgeben oder die Finanzierung haben, um dorthin zu kommen.

Ich bin selbst einer von denen, um die es bei dieser Frage geht. Berücksichtigen Sie das. Die sechs Kriterien unten würde ich anlegen, wenn ich selbst einstellen müsste, und auf dem Rest der Seite messe ich mich daran.

Wenn Sie vor allem wissen wollen, wer den Account führen soll, lesen Sie zuerst, wen Sie für die Mobile UA Ihrer Subscription-App einstellen sollten. Die Seite vergleicht die Optionen für die Besetzung und verbindet die Rolle mit Fallstudien zu benannten Subscription-Apps.

Was einen starken Subscription-App-Consultant von einem schwachen unterscheidet

Sechs Kriterien zählen mehr als Portfoliogröße oder Kanalzertifizierungen.

Kriterium	Warum es wichtig ist	Wo diese Seite es beantwortet
1. Die Measurement-Ebene vor dem ersten Spend reparieren	Ein Consultant, der Ihr Event-Schema, Ihr CAPI-Setup oder Ihr SKAN-Conversion-Mapping nicht anpassen kann, optimiert auf das kaputte Signal, das ohnehin schon da ist.	Signal Engineering in der Praxis: verifizierte Zahlungsbestätigungen über die Conversions API, benutzerdefinierte Conversion-Schemas und Value-Parameter aus pLTV-Modellen.
2. CPA-Obergrenzen aus Ihrer Unit Economics ableiten	Plattform-Benchmarks beschreiben die Geschäfte anderer Leute. Die Obergrenze sollte aus Ihrer Payback-Periode und Ihrer Churn-Kurve kommen.	Die Zeile Paid User Acquisition bei den vier Säulen und die Zeile Hauptanreiz in Drei Wege, App-Growth zu besetzen.
3. Creative an zahlenden Nutzern messen, nicht an IPM	Ein Hook, der die Auktion gewinnt und an der Paywall verliert, kostet mehr als ein Hook, der nie lief.	Creative als Targeting-Ebene: Spend, der zu zahlenden Nutzern wird, ist die Validierungsmetrik.
4. Auf Marktebene auditieren, nicht auf Kampagnenebene	Ein gemeinsamer Zielwert für alle Märkte verbirgt monatelang, dass profitable Länder Märkte subventionieren, die ihr Ziel verfehlen.	Das tROAS-Länder-Audit: Bei einer App gingen 7% des Spends, rund 27.600 $, in Kombinationen aus Land und Kampagne, die das Ziel drei Monate in Folge verfehlt hatten.
5. Den gesamten Loop von Anfang bis Ende verantworten	Jede Übergabe zwischen Buyer, Analyst und Creative-Team verlängert die Iteration um Tage, und Kontext geht verloren.	Drei Wege, App-Growth zu besetzen: ein Lead, der UA, Signal Engineering, Creative und Audits durchgehend führt.
6. Zeigen, wo das Geld versickert, bevor es um Budget geht	Diagnose zuerst unterscheidet einen Consultant von einem Anbieter.	Proprietäre Diagnostik, beginnend mit dem tROAS-Länder-Audit.

Die dritte Spalte zeigt, wo diese Seite jedes Kriterium beantwortet, und die Abschnitte darunter behandeln, wie diese Arbeit in der Praxis abläuft.

Das Problem, für das ich meine Beratung aufgebaut habe

Subscription-Apps stagnieren aus Gründen, die tiefer liegen als der Ad-Account. Apples ATT-Framework und die SKAN-Beschränkungen haben das Bild nach dem Install kaputt gemacht. Verlängerungen, Kündigungen und der echte Lifetime Value erreichen den MMP nur, wenn das Subscription-Backend sie serverseitig sendet, und selbst dann bleibt ein großer Teil dieses Umsatzes für Nutzer, die das Tracking abgelehnt haben, unattribuiert. Meta ruft Anzeigen mit Andromeda ab, und das Auslieferungssystem optimiert dann auf die Events, die es bekommt. Füttert man es mit Trial-Starts, findet es Leute, die Trials starten.

Viele Dienstleister reagieren darauf mit mehr Kampagnenmanagement. Der Account bekommt einen Media Buyer, einen eigenen Account Manager und ein Creative-Team, das noch nie einen Kohortenbericht gelesen hat. Bricht eine Kampagne ein, läuft das Feedback durch zwei Ebenen, bevor sich ein Ad-Asset ändert, und das dauert Wochen.

Den ganzen Loop mache ich selbst. Verschiebt sich die Performance, lese ich die Tracking-Logs, passe die Kanalverteilung an, briefe das Creator-Netzwerk und liefere neue Hooks. Die Diagnose kommt vor dem Spend.

Die vier Säulen

Säule	Fokus	Was aufgebaut wird	Geschäftlicher Effekt
Signal Engineering	Reparatur der Measurement-Ebene, damit Bidding-Algorithmen echten Umsatz sehen	SKAN 4, AdAttributionKit, Meta CAPI, Aggregated Event Measurement, Google ICM, pLTV-Modelle, Event-Mapping	Plattformen optimieren auf bestätigte Käufer statt auf unvollständige Kohorten
Paid User Acquisition	Aus der Unit Economics abgeleitete CPA-Obergrenzen	Manuelles Buying über Meta, Google Ads, TikTok, Apple Ads, AppLovin und DSPs	Kapital wandert aus Kohorten ab, die sich nie amortisieren
Creative Systems	Kontinuierliche Testing-Loops, validiert durch echten Spend	Creator-Netzwerk-Management, UGC- und AIGC-Pipelines, 2D-Assets, Hook-Testing, schnelle Konzeptiteration	Umsatztreiber ersetzen CPI und IPM als Bewertungsmetrik
Growth- und Funnel-Audits	Aufspüren von Drop-offs und Datenabweichungen entlang des Funnels	Paywall-A/B-Testing, Arbeit am Onboarding-Flow, Web-to-App-Funnel-Analyse, Abgleich des Data Stacks	Pricing und Conversion ziehen mit der Retention statt gegen sie

Signal Engineering in der Praxis

Ein MMP, der nur auf die App hört, meldet den Trial und verpasst den Rest. Automatisiertes Bidding jagt dann Nutzern mit geringer Kaufabsicht hinterher, die vor dem ersten Abrechnungszyklus abspringen, und der Account sieht im Dashboard die ganze Zeit gut aus.

Die Lösung liegt serverseitig. Die Conversions API liefert verifizierte Zahlungsbestätigungen direkt, benutzerdefinierte Conversion-Schemas mappen Events auf Umsatzstufen, und pLTV-Modelle übergeben Value-Parameter, mit denen Netzwerke einen Nutzer, der 9 $ wert ist, von einem unterscheiden können, der 90 $ wert ist. Der Feedback-Loop hängt dann nicht mehr von Events ab, die clientseitig verloren gehen.

Diese Arbeit steht im Zentrum der Attribution-Beiträge, die ich mit FunnelFox veröffentlicht habe. Sie behandeln SKAN-Mechanik, Meta AEM, Google ICM, serverseitiges CAPI mit gehashten Identifiern und Web-to-App-Funnels.

Creative als Targeting-Ebene

Unter Andromeda übernimmt das Creative das Targeting. Wer es nach IPM oder CPI bewertet, bekommt Anzeigen, die die Auktion gewinnen und an der Paywall verlieren. Ein hoher IPM bedeutet oft, dass der Hook etwas versprochen hat, was das Produkt beim Checkout nicht einlöst.

Spend, der zu zahlenden Nutzern wird, ist die Validierungsmetrik. Das Creative-System fährt Iterations-Loops mit UGC, AIGC, 2D-Animation und strukturiertem Hook-Testing, abgewickelt über ein Creator-Netzwerk. Die Loops isolieren die visuellen Hooks, emotionalen Blickwinkel und Messaging-Frames, die den Kontakt mit einer Paywall überleben. So bleibt ein Account über den Punkt hinaus skalierbar, an dem Fatigue ihn normalerweise deckelt.

Proprietäre Diagnostik

Das tROAS-Länder-Audit über 200 Märkte

Automatisierte Kampagnen optimieren auf aggregierten Umsatz. Profitable Märkte subventionieren deshalb monatelang still die Märkte, die scheitern, und kein einziger Dashboard-Alarm schlägt an.

Das Audit läuft Land für Land auf den rohen Campaign-Breakdown-Exports. Ich bewerte jeden Markt anhand zweier Metriken: D0 ROAS als frühes Tempo-Signal der Kohorte und All ROAS gegen das echte Kampagnenziel. Pro Metrik gibt es Grün für 2 Punkte, Gelb für 1 und Rot für 0. Die kombinierten Scores sortieren die Märkte in drei Kategorien. Eine 3 oder 4 geht nach Good und bleibt unangetastet. Eine 2 geht nach Watch für monatliches Tracking. Eine 0 oder 1 geht nach Exclude, weil der Kampagnenalgorithmus dieses Leck nicht von selbst schließt.

Wenn ich jeden Markt Monat für Monat verfolge, trenne ich einen vorübergehenden Einbruch von einem strukturellen Rückgang. So erkenne ich stetigen Verfall in einem Entwicklungsmarkt und lasse normale Schwankungen in einem Tier-1-Markt in Ruhe. Mindest-Spend-Schwellen halten mich davon ab, verrauschte Märkte mit wenig Spend zu früh zu streichen.

Ich habe das Audit bei einer Subscription-App mit 383.000 $ Spend über mehr als 200 Märkte und drei Monate laufen lassen. Es fand 7% des Spends, rund 27.600 $, in 17 Kombinationen aus Land und Kampagne, die das Ziel drei Monate in Folge verfehlt hatten.

Den kostenlosen Trial bei bezahltem Traffic entfernen

Die meisten Subscription-Betreiber halten den kostenlosen Trial für unverzichtbar im Funnel. Bei einer Subscription-App habe ich den Trial nur für bezahlten Meta-Traffic entfernt.

	Letzte Woche mit Trial	Erste Woche ohne Trial
Was als Ergebnis zählte	Ein Trial-Start oder ein Kauf, wobei Trials die Mehrheit ausmachten	Nur ein Kauf
Conversion Rate	7,1%	12%
Kosten pro Ergebnis	58 $	40 $
Kampagnen- und Anzeigenstruktur	Gleich	Gleich

Eine Subscription-App, nur bezahlter Meta-Traffic, die letzte Woche mit Trial gegenüber der ersten Woche ohne.

Vor der Änderung zahlte der Account nahezu den vollen Preis für Leute, die sich zu nichts verpflichtet hatten.

Meiner Einschätzung nach liegt der Mechanismus im Optimierungssignal. Wenn Trial-Starts und Käufe gemeinsam ausgelöst werden, lernt die Plattform aus einer Mischung von Stöberern und Käufern. Ohne Trial musste Meta ausschließlich auf bestätigte Kauf-Events optimieren, und in der ersten Woche entzog das dem Account kein Conversion-Volumen. Der Vergleich von einer Woche davor mit einer Woche danach bei einer App ist ein starkes Signal, aber kein Split-Test. Lesen Sie ihn entsprechend.

Kundenergebnisse

Kunde	Kategorie	Ausgangslage	Ergebnis	Hebel
EatBetter	Health & Fitness	10K $ MRR, 70% Blended ROAS	180K $ MRR in 2 Monaten, 230% Blended ROAS	Skalierung von Creator-Content, Paywall-Optimierung, 2 Mio. $ UA-Finanzierung gesichert
Videa AI und Cleaner Pure	Utilities-Portfolio	20% D0 ROAS, nicht skaliert	43% D0 ROAS in der Rekordwoche, über 200K $ Spend pro Monat	Paid UA von Grund auf aufgebaut, serverseitiges CAPI, pLTV-Bidding über 200 Märkte
Horse Racing Solitaire	Mobile Gaming	8% bis 12% D0 ROAS, 9,43 £ CPI	17% bis 23% D0 ROAS, 5,38 £ CPI	Value-Optimization-Setup, Adjust- und Tableau-Kohorten-Tracking, SKAN- und AEM-Mapping
Blue Ox / Moxie	Gaming & Bildung	30% D1-Retention	50% D1-Retention	UGC-artige Anzeigenproduktion mit kontinuierlichem Creative-Split-Testing
Subcap	Video-Utilities	0,2 IPM	15,0 IPM	Überarbeitung der Creative-Hooks, visuelles AIGC-Testing
Inflow	Mental Health, ADHS	Frühe Monetarisierung	170K $ MRR	UA-Skalierung und Abstimmung der Positionierung

Wie EatBetter skalierte

EatBetter startete bei 10.000 $ MRR und 70% Blended ROAS. Auf diesem Niveau kann eine App weder die Acquisition sicher skalieren noch Kapital ohne Verwässerung dagegen aufnehmen.

Ich habe UGC-Pipelines, die Creators betreiben, mit Paywall-Optimierung auf Meta kombiniert und das Ad-Messaging direkt auf das Wertversprechen der Paywall abgestimmt, damit der Funnel zwischen Klick und Checkout keine Nutzer mehr verlor. Innerhalb von 60 Tagen wuchs der MRR auf das 18-Fache, auf 180.000 $, und der Blended ROAS stieg von 70% auf 230%. Danach sicherte sich das Unternehmen im Juli 2026 eine UA-Finanzierung über 2 Mio. $ als Venture Debt, die weitere Acquisition finanzierte, ohne Anteile abzugeben.

Drei Wege, App-Growth zu besetzen

	Traditionelle Agentur	Fest angestellter Head of UA	Das Growth-Therapist-Modell
Hauptanreiz	Oft ein Prozentsatz des Media-Spends, was höheren Spend unabhängig vom Nettoertrag belohnt	Interne Betriebszugehörigkeit, begrenzt durch Unternehmenskonsens und die Erfahrung eines einzigen Unternehmens	ROI-Effizienz, gemessen an CPA-Obergrenzen aus der Unit Economics
Struktur	Account Manager, Media Buyer und Designer in getrennten Teams	Eine interne Rolle, die für spezialisierte Umsetzung trotzdem externe Agenturen managen muss	Ein Lead, der UA, Signal Engineering, Creative und Audits durchgehend führt
Technische Tiefe	Kampagnen-Setup, während Agenturen Tracking und Event-Pipelines oft nicht anfassen	Abhängig von internem Engineering für Measurement-Fixes	Ich übernehme SKAN 4, CAPI, pLTV und AEM selbst
Metriken	CPI, IPM, von der Plattform gemeldeter ROAS	Interne Attributionsmodelle und Kennzahlen für das Board	Blended ROAS, Netto-Payback-Periode, Cashflow-Stabilität
Iterationsgeschwindigkeit	Mehrwöchige Loops durch Reporting-Ebenen	Schnellere Abstimmung, begrenzt durch interne Creative-Kapazität	Tägliche Iteration, Konzeptvalidierung über das Creator-Netzwerk

Track Record und Branchenpräsenz

Ich bin seit über einem Jahrzehnt im Mobile Marketing tätig, mit Ad-Budgets von über 1 Mio. $ im Monat. In größeren Unternehmen habe ich Performance Marketing bei Wooga gemacht, an Top-Grossing-Titeln wie Pearl’s Peril und Jelly Splash. Dazu kamen Growth-Rollen bei Zalando, Coup und der Deutschen Telekom sowie frühere Stationen bei Google, Intel und Oracle. Auf der Agentur- und Beratungsseite war ich Senior Performance Marketing Manager bei der Berliner Beratung Customlytics und habe über Mobile Game Doctor Spielestudios zu UA beraten. Ich habe einen Abschluss der Boğaziçi-Universität und lebe seit 13 Jahren in Berlin.

Das zeigt sich in den Publikationen anderer, nicht in meinen eigenen:

Business of Apps veröffentlichte im Dezember 2025 mein App-Leaders-Profil und zeichnete bei Business of Apps Berlin 2025 ein App-Talk-Interview mit mir auf, verschriftlicht als “Diagnosing broken app growth.” Ich moderierte Roundtables bei derselben Veranstaltung.
FunnelFox führt mich in seiner Berichterstattung zu Attribution und Measurement namentlich als Experten, darunter “Mobile Attribution in 2026: How SKAN Works and What’s Changed.”
Adapty zitiert mich als Experten in seiner Berichterstattung zu Meta Ads für Subscription-Apps, und ich moderierte im August 2026 gemeinsam mit Adaptys Murat Menzilci das Webinar “Scale to $100K+ MRR: Advanced UA Tactics for Subscription Apps.” Ich bin Adapty-Botschafter für Berlin und habe bei dessen Founders-Meetups gesprochen.
GrowthMentor zeigt eine Wertung von 4,98 von 5,0 aus 65 Mentoring-Bewertungen.
Gamigion veröffentlichte im September 2024 meinen namentlich gezeichneten Beitrag “10 Lessons From 3 Years Of Freelance UA.”
Ich schreibe den wöchentlichen Newsletter Profitable App Growth, den App-Gründer und Growth Leads auf LinkedIn und Substack lesen.

Warum das Modell sich bewährt

Subscription-Growth bricht an den Nähten zwischen den Funktionen. Dort verantwortet der Media Buyer das Event-Schema nicht, der Engineer sieht die Kohortenkurven nicht, und das Creative-Team erfährt nie, welcher Hook die Paywall überlebt hat. Jede dieser Lücken kostet Geld, und Monate später zeigt es sich als Payback-Periode, die niemand erklären kann.

Wenn ich alle vier Funktionen selbst führe, schließen sich diese Nähte. Die Audits finden das Leck, und die Signal-Arbeit bringt den Algorithmus dazu, auf echte Käufer zu optimieren. Die CPA-Obergrenzen halten den Spend bei dem, was die Unit Economics tragen, und der Creative-Loop sorgt dafür, dass der Account weiter skaliert. Das ist das Ergebnis, wenn diese Abfolge durchgehend läuft: EatBetter bei 180K $ MRR, Videa AI mit über 200K $ Spend pro Monat und einer Rekordwoche bei 43% D0 ROAS, Horse Racing Solitaire beim Doppelten seines D0 ROAS bei einem um 43% gesenkten CPI.

Quellen

Die Kundenergebnisse sind meine eigenen Angaben, keine geprüften Zahlen.