Meta vs RevenueCat vs Adjust. Oder, allgemeiner: Ad-Plattform vs Subscription-Management-Plattform vs MMP.
Niemand will diese Zahlen abgleichen. Die Unterschiede sind unübersichtlich, die Definitionen sind kompliziert, und die Ergebnisse sehen oft widersprüchlich aus.
Aber alle drei Tools zum Übereinstimmen zu bringen, ist nicht das Ziel. Man kann in zwei Richtungen verlieren:
- Attribuiertem Umsatz vertrauen, der nie zu Cash wird, und irgendwann das Geld ausgehen lassen. Auf Wiedersehen.
- So konservativ werden, dass man aufhört auszugeben, während mutigere Wettbewerber den Markt übernehmen. Auf Wiedersehen.
Das Ziel ist zu verstehen, was jeder Vergleich sagen kann und was nicht.
| Vergleich | Die Frage, die er beantwortet | Zuerst prüfen |
|---|---|---|
| Meta vs RevenueCat | Welcher bezahlte Umsatz lässt sich direkt belegen? | Der nicht attribuierte Anteil |
| Meta vs Adjust | Wie viel Credit sollte Paid bekommen? | Kampagnen, Spend, Timing, Fenster stimmen überein |
| Adjust vs RevenueCat | Ist der Umsatz tatsächlich angekommen? | Dieselben vollständigen Daten, beide Summen |
Meta vs RevenueCat: Welcher bezahlte Umsatz lässt sich direkt belegen?
RevenueCat sieht die Belastung. Aber unter ATT ist sein Umsatz pro Kanal oft eine Untergrenze, weil ein Großteil des Umsatzes nicht attribuiert bleibt.
Worauf zu achten ist:
- Der nicht attribuierte Anteil
- Stabile bezahlte und organische Anteile
- Eine wiederkehrende Lücke, statt identischer Summen
Meta vs Adjust: Wie viel Credit sollte Paid bekommen?
Das ist der nützliche Budgetvergleich, aber erst, nachdem Sie Kampagnen, Spend, Timing-Basis und Attributionsfenster abgeglichen haben.
Zuerst abgleichen:
- Kampagnen und Spend
- Snapshot gegen Snapshot
- Click- und View-Through-Fenster
Adjust vs RevenueCat: Ist der Umsatz tatsächlich angekommen?
Vergleichen Sie den gesamten Snapshot-Umsatz über dieselben vollständigen Daten. Ein Cash-Realitätscheck.
Worauf zu achten ist:
- Summen bleiben nah beieinander
- Vollständige Wochen bewegen sich zusammen
- Rand- und Teilwochen werden ausgeschlossen
Konsistenz bedeutet nicht identische Zahlen
Wenn Sie nach Konsistenz suchen, fragen Sie nicht, ob die Zahlen identisch sind. Fragen Sie, ob:
- dieselben Nutzer und Kampagnen verglichen werden
- dieselben Daten und dieselbe Timing-Logik verwendet werden
- die Attributionsregeln aufeinander abgestimmt sind
- der Unterschied über die Zeit einigermaßen stabil bleibt
Ein vertrauenswürdiger Unterschied ist erklärbar, wiederholbar und auf derselben Basis gemessen. Das reicht, um eine Entscheidung zu treffen.