Adstock einfach erklärt
Werbung wirkt nicht nur am Schalttag, sondern klingt nach. Adstock beschreibt diesen Nachhall. Wir erklären den Begriff mit Bild und Beispiel und warum er vor allem Markenwerbung betrifft.
Adstock erklärt eine Erfahrung, die viele Marketing-Teams kennen, aber selten benennen können. Werbung wirkt nicht nur in dem Moment, in dem sie läuft, sondern auch noch Tage und Wochen danach. Wer diese verzögerte Wirkung ignoriert, bewertet Kampagnen falsch, vor allem Markenwerbung. Wir erklären Adstock hier mit Bild und Beispiel.
In drei Sätzen
- 01Adstock beschreibt, dass die Wirkung von Werbung über die Schaltung hinaus nachklingt.
- 02Ein Teil des heutigen Umsatzes geht auf Werbung zurück, die schon vor Tagen oder Wochen lief.
- 03Wer nur die Wirkung am Schalttag misst, unterschätzt Kanäle mit langem Nachhall, besonders Markenwerbung.
Die einfache Definition
Ein Beispiel
Du schaltest eine Woche lang eine Kampagne. Am Schalttag selbst siehst du nur einen Teil der Wirkung. Manche Menschen sehen die Anzeige, kaufen aber nicht sofort, sondern erinnern sich eine Woche später und kaufen dann. Würdest du nur den Umsatz während der Schaltung messen, unterschätzt du die Kampagne, weil ein Teil ihrer Wirkung erst nach dem Ende eintritt.
Werbung ist kein Lichtschalter, der nur an oder aus ist. Sie ist eher ein Nachhall, der erst laut ist und dann langsam verklingt.
Warum das vor allem Markenwerbung betrifft
Kanäle mit direkter Kaufabsicht, etwa die Suche nach einem konkreten Produkt, wirken meist sofort. Markenwerbung dagegen baut Aufmerksamkeit und Vertrauen auf, die sich erst später in Käufen niederschlagen. Genau diese Kanäle haben einen langen Adstock. Wer sie nur am Schalttag misst, hält sie fälschlich für schwach und kürzt sie, obwohl sie langfristig die Nachfrage tragen.
Was du daraus mitnimmst
Bewerte Werbung nicht nur über das enge Zeitfenster der Schaltung, sondern berücksichtige den Nachhall. In der Mathematik des Marketings wird Adstock als Teil von Modellen abgebildet, die die verzögerte Wirkung herausrechnen. Tiefer steigen wir im Beitrag über Adstock-Effekte ein, und warum der ehrliche Wirkungsnachweis ein Was-wäre-wenn braucht, zeigt der Beitrag über Bayesian Causal Impact.