Was Vectalyze macht, in einfachen Worten
Vectalyze schätzt für jeden Kanal eine Wirkungskurve und sagt dir, wo der nächste Euro am meisten bringt. Hier steht, wie das abläuft, für wen es sich lohnt und was wir bewusst nicht versprechen.
Die meisten Marketing-Werkzeuge zeigen dir, was passiert ist. Vectalyze beantwortet eine andere Frage: Was passiert, wenn du dein Budget anders verteilst? Dieser Beitrag erklärt in einfachen Worten, was dahinter steckt, wie der Ablauf aussieht und wo die Grenzen liegen.
In drei Sätzen
- 01Vectalyze schätzt für jeden Kanal eine Wirkungskurve und leitet daraus eine Budget-Empfehlung ab.
- 02Jede Zahl kommt mit einem Konfidenzintervall, damit du siehst, wie sicher die Schätzung ist.
- 03Gebaut in Deutschland, Daten auf EU-Servern, monatlich kündbar ab 99 Euro.
Das Problem, das wir lösen
In fast jedem Marketing-Team gibt es diesen Moment: Das Budget für das nächste Quartal steht, und jemand muss entscheiden, wie es sich auf Google, Meta, LinkedIn und den Rest verteilt. Die Grundlage dafür ist meist ein Report mit ROAS je Kanal. Nur sagt der ROAS nichts darüber, was passiert wäre, wenn der Kanal nicht gelaufen wäre. Warum das in die Irre führt, steht ausführlich in Warum klassische Marketing-Auswertung uns in die Irre führt.
Wie Vectalyze arbeitet, in vier Schritten
Erstens, Daten zusammenführen. Google Ads, Meta, Microsoft, LinkedIn, TikTok, Snapchat und GA4 lassen sich per OAuth anbinden. Wer das nicht will oder darf, importiert CSV-Dateien oder trägt Zahlen manuell ein. Beides funktioniert gleichwertig, viele Agenturen arbeiten ausschließlich mit CSV.
Zweitens, Wirkung modellieren. Für jeden Kanal wird eine Kurve geschätzt, die zwei Dinge berücksichtigt: dass Werbung nachwirkt (Adstock) und dass mehr Budget irgendwann weniger bringt (Sättigung). Die Methodik dahinter ist Marketing-Mix-Modeling, ergänzt um Kalman-Filter für die Prognose. Die Bausteine sind einzeln erklärt in Die drei mathematischen Werkzeuge.
Drittens, Budget optimieren. Aus den Kurven folgt die Verteilung, bei der alle Kanäle am gleichen Grenznutzen arbeiten. Das ist kein Zaubertrick, sondern die Regel, die auch im Playbook Budget in 30 Minuten neu verteilen von Hand angewendet wird, nur eben über alle Kanäle gleichzeitig und mit echten Daten.
Viertens, Wirkung nachprüfen. Nach der Umschichtung willst du wissen, ob es etwas gebracht hat. Dafür gibt es Causal-Impact-Analysen, die eine Maßnahme gegen einen rechnerischen Verlauf ohne Maßnahme stellen. Wie so ein Test aufgebaut ist, steht in Ein Causal-Impact-Experiment aufsetzen.
Was wir bewusst nicht versprechen
Wir garantieren keinen ROAS-Lift. Jede Empfehlung kommt stattdessen mit einer Wahrscheinlichkeitsschätzung und einem Backtest-Wert, der zeigt, wie zuverlässig die Modelle in deiner Vergangenheit lagen. Wenn die Datenlage dünn ist, sagen wir das, statt eine scheinbar präzise Zahl auszuweisen. Wie man mit wenig Historie trotzdem sinnvoll rechnet, steht in Sättigungskurven mit wenig Daten.
Eine ehrliche Spannbreite ist im Budget-Meeting mehr wert als eine glatte Zahl, der niemand widersprechen kann, weil niemand weiß, woher sie kommt.
Für wen sich das lohnt
Sinnvoll wird es ab dem Punkt, an dem mehrere Kanäle parallel laufen und die Verteilung eine echte Entscheidung ist, in der Praxis grob ab einem mittleren vierstelligen Monatsbudget. Typische Fälle sind D2C-Shops (Beispiel D2C), B2B-SaaS mit langen Zyklen (Beispiel B2B-SaaS) und Agenturen, die mehrere Kundenbudgets gleichzeitig verantworten (Beispiel Agentur). Wer nur einen einzigen Kanal fährt, braucht kein Modell, sondern ein sauberes Konto.
Datenhaltung und Preis
Vectalyze läuft auf Servern in der EU, mit Verschlüsselung im Transport und im Ruhezustand und mit Zeilen-Sicherheit auf Datenbankebene, sodass jeder Zugang nur eigene Daten sieht. Warum das mehr als ein Detail ist, steht in Marketing-Analytics und DSGVO. Der Starter-Plan kostet 99 Euro im Monat, der Pro-Plan 299 Euro, beide monatlich kündbar, bei Jahreszahlung sind zwei Monate frei. Eine Einordnung gegenüber anderen Ansätzen steht in Was kostet Marketing-Mix-Modeling.