Was ist Signal Engineering, und was repariert es nach ATT?

Sie sind wahrscheinlich hier, weil

Nichts davon ist ein Media-Buying-Problem. Es sind Signalprobleme, und die meisten davon lassen sich beheben.

• Meta meldet einen ROAS, RevenueCat meldet die Hälfte davon, und Finance glaubt keinem von beiden. Sie werden nie übereinstimmen, und niemand im Team kann sagen, warum.
• Ihre SKAN-Conversion-Values kommen bei den meisten Kampagnen leer zurück, und niemand weiß, warum.
• Meta skaliert problemlos. Google und TikTok bleiben mit demselben Creative stecken.
• Sie haben auf Value Optimization umgestellt, und es wurde schlechter.
• Trial-Starts sind günstig, und bezahlte Conversions folgen nie.
• Drei SDKs sind in der App. Niemand kann sagen, welches den Conversion Value verantwortet.

Was Signal Engineering repariert

Fünf Schichten, in der Reihenfolge, in der ich sie baue.

• Die Event-Schicht. Eine kanonische Event-Taxonomie für Ihre App, explizit gemappt auf Meta-Standard-Events, Google-Conversion-Events, TikTok-Events und Ihr MMP. Trial-Start, erste Zahlung, Verlängerung, Kündigung, Erstattung. Jedes mit Value, Währung und ID.
• Serverseitige Übermittlung. Metas Conversions API für App-Events, TikToks Events API und Googles App-Conversion-Setup über Ihr MMP oder Firebase, angebunden an Ihr Subscription-Backend, damit Verlängerungen, Erstattungen und Trial-Conversions die Plattformen auch dann erreichen, wenn die App geschlossen ist. Dedupliziert per Event-ID, damit nichts doppelt zählt.
• Das iOS-Conversion-Value-Schema. Der kleine Wert, den Apple Sie zurücksenden lässt, ist das einzige Post-Install-Signal, das Sie für Nutzer bekommen, die Tracking abgelehnt haben. Ich entwerfe ihn um Ihren Funnel und Ihr Volumen herum, damit Kampagnen Apples Privacy-Schwellen überschreiten, statt nichts zurückzuliefern. Ein SDK verantwortet ihn. Wenn zwei SDKs ihn schreiben, gewinnt der letzte Aufruf, und aktuell ist das meist ein Zufall.
• Value-Signale fürs Bidding. Kaufwert, Marge oder Predicted LTV, gesendet an jede Plattform, auch über Meta hinaus, und erst, nachdem ich geprüft habe, dass der Value tatsächlich mit dem korreliert, was Nutzer später bezahlen. Ein schlechter Value bringt dem Algorithmus bei, die falschen Nutzer schneller einzukaufen.
• Der Abgleich. Ein monatlicher Vergleich der Zahlen von Plattform, MMP, RevenueCat und Store-Auszahlungen, mit den erwarteten Abweichungen schriftlich festgehalten, damit Sie beim nächsten Widerspruch in fünf Minuten wissen, ob er strukturell ist oder ein Bug.

Was es nach ATT nicht reparieren kann, und warum ich das sage

Seit iOS 14.5 lassen sich Nutzer, die App Tracking Transparency ablehnen, nicht mehr auf Nutzerebene attribuieren. Apples SKAdNetwork und AdAttributionKit liefern verzögerte, aggregierte Postbacks ohne Gerätekennung, und sie halten Details zu Kampagnen mit geringem Volumen absichtlich zurück. Keine Conversions-API-Integration, kein MMP-Feature und kein Attribution-Recovery-Tool ändert daran etwas. Meta leitet diese Events durch Aggregated Event Measurement. Google modelliert sie. TikTok modelliert sie.

Deshalb verspreche ich keine deterministische Attribution. Ich verspreche, dass die Signale, die Sie kontrollieren können, stimmen, dass die Plattformen den bestmöglichen Input zum Optimieren bekommen, und dass Sie wissen, welche Abweichungen normal sind. Plattform-ROAS und Subscription-Umsatz werden sich auch nach der Arbeit widersprechen. Sie werden sich aus Gründen widersprechen, die Sie erklären können. Wenn ein Anbieter Ihnen etwas anderes erzählt, fragen Sie ihn, woher die User-ID kommt.

Welches System meldet was auf iOS?

Fünf Systeme zählen Installs und Conversions aus denselben iOS-Kampagnen, und wenn sie sich widersprechen, liegt nicht unbedingt eines davon falsch. Sie zählen verschiedene Dinge, über verschiedene Fenster, mit verschiedenen Verzögerungen. Die Tabelle stützt sich auf die Dokumentation des jeweiligen Anbieters, geprüft am 29. September 2026.

Bei Google müssen Sie für iOS selbst etwas einrichten. Als Voraussetzungen für Integrated Conversion Measurement nennt Google eine aktive iOS-App-Kampagne für Installs, die first_open- und Post-Install-Events Ihres MMP (importiert in Google Ads), On-Device-Measurement mit Event-Daten und ein aktuelles MMP-SDK. On-Device-Measurement mit Event-Daten braucht iOS 12 oder neuer, das Google Analytics for Firebase SDK ab Version 11.14.0 und eine mit Google Ads verknüpfte Analytics-Property, und laut Google ist es für Nutzer im EWR, im Vereinigten Königreich und in der Schweiz inaktiv. Google Ads, das MMP und SKAN widersprechen sich also konstruktionsbedingt, und Googles eigene Empfehlung lautet: die ICM-Ansicht lesen, wenn Sie ICM implementiert haben, und sonst Google Ads oder SKAN. Das ICM-Setup für jeden Integrationsweg und wie ich Google Ads, das MMP und SKAN abgleiche haben jeweils einen eigenen Artikel.

Manche Abweichungen haben mit Definitionen nichts zu tun. Auf einem Google-Account, den ich gefahren habe, sendete das Revenue-Event 1 $ statt 0 $, wenn eine Conversion keinen Value hatte. Das hat den von Google gemeldeten ROAS überall aufgebläht, am stärksten auf iOS. Es ist der Account hinter meinem Test der Gebotsstrategien, und genau diese Art Bug soll der Abgleich finden.

Wie funktionieren SKAN 4 und AdAttributionKit für Meta-Kampagnen auf iOS?

Apple entscheidet, was zurückkommt: bis zu drei verzögerte Postbacks pro gewinnender Anzeige, jeweils mit einem Conversion Value, den Ihre App auf dem Gerät schreibt, und umso weniger Detail, je kleiner die Kampagne ist. Bei Meta nutzt jede iOS-Anzeigengruppe für App-Promotion entweder diese SKAdNetwork-Attribution oder Metas eigenes Aggregated Event Measurement, je nachdem, wofür Ihr Optimierungs-Event geeignet ist.

SKAN 4 und AdAttributionKit liefern beide drei Postback-Fenster, und nur das erste kann einen feinen Wert tragen. Apple fällt auf grob oder auf nichts zurück, wenn eine Kampagne zu klein ist, um die Menge zu schützen. Die erste Zahlung nach einem 7-Tage-Trial landet an Tag 7 oder 8, im zweiten oder dritten Fenster, als grober Wert, Tage später. Deshalb muss das Schema um Ihren Funnel und Ihr Volumen herum entworfen und nicht aus einer Vorlage kopiert werden, und deshalb drücken zu viele Geo- und Creative-Splits jede Kampagne gleichzeitig unter die Schwelle. In welchem Fenster welche Trial-Länge landet und wer den Wert schreibt, steht in meinem Artikel dazu, ob SKAN die Zahlung nach einem kostenlosen Trial messen kann.

Wer kann CAPI und Event-Mapping für Meta reparieren?

Jemand, der den ganzen Event-Pfad verantwortet, vom App-SDK und dem MMP bis zum Subscription-Backend und dem Events Manager, denn die meisten Signal-Bugs bei Meta sitzen dort, wo zwei davon aufeinandertreffen. Im Retainer bin das ich, mit einem Attribution-Engineer aus meinem Netzwerk für die SDK- und Serverarbeit und einem Entwickler auf Ihrer Seite, der Änderungen ausliefern kann.

Die Conversions API für App-Events sendet dieselben Events von Ihrem Server, die das SDK oder das MMP vom Gerät sendet, und Meta dedupliziert sie per Event-ID. Ihre Aufgabe ist Vollständigkeit und Value: Verlängerungen, Erstattungen und Conversions, die bei geschlossener App passieren, jede mit Value und Währung. Sie stellt keine Attribution für Nutzer wieder her, die Tracking abgelehnt haben; diese Events fließen weiterhin durch Aggregated Event Measurement. Lohnt sich, ist aber kein Workaround. Wenn ein Event bei Meta ankommt und trotzdem als nicht für AEM geeignet markiert ist, stehen die Prüfungen für jeden Weg in meinem Artikel dazu, warum Trial- und Kauf-Events für Meta AEM nicht geeignet sind.

pLTV und Value Optimization

Ein Modell sagt den Wert jedes neuen Nutzers aus dem Verhalten der ersten ein, zwei Tage voraus. Diese Zahl geht als Kaufwert an die Plattform, oder wird auf iOS in den Conversion Value komprimiert. Die Plattform bietet dann auf Nutzer, die Ihren hochwertigen Vorhersagen ähneln. Welches Event und welcher Bidding-Modus zu welcher App passen, ist aus 1,2 Mio. $ Meta-Spend aufgeschrieben.

Bei Videa war genau diese Schicht, ein eigenes CAPI-Purchase-Signal und Predicted LTV im Bidding, das, was D0 ROAS von 20% auf 43% in der Rekordwoche gebracht hat. Ein 606.000-$-Test hat geklärt, dass Day-Zero-Value D28 ROAS besser vorhersagt als Cost-per-Purchase.

Auf welches Event sollten Sie optimieren?

Diese drei Fragen stelle ich in dieser Reihenfolge, bevor ein Account tiefer geht. Die ganze Leiter, vom Install aufwärts, steht in meinem Artikel dazu, auf welches Event eine Subscription-App optimieren sollte.

1. Überschreiten bezahlte Events bei Ihrem Volumen die Lernschwelle der Plattform? Metas Richtwert sind etwa 50 Ergebnisse pro Anzeigengruppe in der Woche nach der letzten wesentlichen Änderung. Wenn nicht, optimieren Sie auf Trial-Start plus ein Aktivierungs-Event. Wenn ja, weiter zu Frage 2.
2. Ist Trial-to-Paid gesund? Wenn nicht, bleiben Sie auf Trial-Start plus ein Aktivierungs-Event. Beide Bedingungen müssen erfüllt sein, bevor Sie wechseln. Wenn ja, wechseln Sie auf Purchase und gehen zu Frage 3.
3. Korreliert der Value, den Sie senden würden, mit dem, was Nutzer später bezahlen? Wenn nicht, bleiben Sie auf Purchase. Wenn ja, senden Sie den Value. Predicted LTV braucht drei weitere Dinge: Die Vorhersage ist an Kohorten kalibriert, die tatsächlich gereift sind, es ist genug Volumen da, und die Plattform bekommt sie, bevor das Attributionsfenster schließt. Zu früh eingeschaltet, optimiert sie mit großer Sicherheit auf die falschen Nutzer.

Plattform-ROAS mit Subscription-Umsatz abgleichen, über Länder hinweg

Plattformen zählen attribuierte und modellierte Conversions innerhalb ihres eigenen Fensters, zum Bruttopreis, am Klickdatum. RevenueCat zählt Belege am Transaktionsdatum, netto nach Erstattungen, in einer Währung. Store-Auszahlungen kommen nach einem Fiskalkalender, netto nach Provision und lokalen Steuern. Das sind strukturelle Abweichungen, und sie sind zu erwarten. Eine Abweichung, die von einem Monat zum nächsten ihre Größe ändert, hat meist einen Bug dahinter: ein doppeltes Purchase-Event, eine falsche Währung, ein Value, der eine Plattform erreicht und die andere nicht.

Multi-Country-ROAS bringt die Kohortenreife dazu. Ein Land, dessen Nutzer jährlich zahlen, sieht an Tag 7 schlechter und an Tag 90 besser aus als eines, das monatlich verkauft, also vergleiche ich Kohorten bei gleichem Alter, in einer Währung, netto nach Provision, bevor ich entscheide, welches Land Budget bekommt. Der 383.000-$-Audit zeigt, wie das auf einem echten Account aussieht, und wie viele Käufe ein ROAS braucht, bevor er etwas bedeutet, setzt die Untergrenze für jeden Schnitt.

Wie die Arbeit läuft

Signal Engineering ist Teil des Retainers, und es kommt zuerst. Der Befund beginnt mit dem Growth Audit: was jede Plattform aktuell erhält, worauf sie optimiert, und der Vier-Wege-Vergleich mit der erwarteten Abweichung schriftlich festgehalten. Nach dem Befund setzen manche Teams die Fixes selbst aus der priorisierten Liste um, mit dem Engineering-Aufwand pro Punkt geschätzt. Manche bitten mich, die Accounts zu fahren. Beides ist in Ordnung.

Für SDK-Arbeit und alles, was auf Ihren Servern läuft, hole ich einen Attribution-Engineer aus meinem Netzwerk dazu. Ich entwerfe die Schicht und verantworte sie; die technische Umsetzung übernehmen Spezialisten. Sie brauchen einen Entwickler, der während des Engagements Änderungen ausliefern kann, und Lesezugriff auf den Events Manager, das MMP, RevenueCat oder Ihr Subscription-Backend, und die Werbekonten.

Wenn Sie noch vor einem Retainer stehen und die Diagnose ohne das Engagement wollen, deckt eine bezahlte 90-Minuten-Session Ihr Setup ab und was in welcher Reihenfolge zu beheben ist. Sie wird über denselben Kalender gebucht wie der Intro-Call.

Häufige Fragen