Die Ausgangslage: Stagnation trotz hoher Reichweite
Der Kunde, ein wachsendes D2C-Mode-Label mit Sitz in Stockholm und 15 Mitarbeitern, stand vor einer klassischen Skalierungsproblematik. Trotz einer etablierten Marke und einer aktiven Community stiegen die Customer Acquisition Costs (CAC) kontinuierlich an. Der Durchschnitt lag bei 45 Euro pro Neukunde über Instagram, ein Wert, der den Break-even-Punkt der Produktmargen überschritt und die Profitabilität pro Order stagnieren ließ.
Das Kernproblem war eine gefährliche Abhängigkeit von einem einzigen Kanal: Instagram Reels. Obwohl die Marke hier eine hohe organische Reichweite besaß, fiel die Conversion-Rate in den letzten sechs Monaten um 18 % ab. Die Zielgruppe war offenbar satt oder die Inhalte verloren an Relevanz. Gleichzeitig wurde TikTok nur punktuell und ohne strategische Tiefe getestet. Es fehlte an strukturiertem Tracking, an klaren Zielgruppen-Segmentierungen und vor allem an einer vergleichbaren Datenbasis, um die Effizienz der beiden Video-Plattformen objektiv gegenüberzustellen.
Die Situation spitzte sich zu, da zusätzliche Budgets in Instagram keine lineare Umsatzsteigerung mehr brachten. Stattdessen stiegen die Kosten pro Impression und Klick, ohne dass dies durch eine höhere Conversion-Rate kompensiert wurde. Das Unternehmen benötigte dringend einen datenbasierten Ansatz, um zu verstehen, wo das wahre Skalierungspotenzial lag und wie die Marketingausgaben effizienter gesteuert werden konnten.
Herausforderungen im Detail
Um die Situation zu entschärfen, mussten wir mehrere spezifische Hürden überwinden, die über das reine Werben hinausgingen:
- Fehlende Daten-Granularität: Die bisherige Messung basierte stark auf Plattform-Reports (Impressionen, Klicks), nicht aber auf tatsächlichen Verkäufen im CRM. Viele Conversions traten erst Tage nach dem Klick auf, was die direkte Zuschreibung im Advertising-Tool verzerrte.
- Creative-Ineffizienz: Die bestehenden Inhalte wurden oft als Cross-Postings behandelt. Ein Video, das auf Instagram funktionierte, wurde oft ohne Anpassung auf TikTok hochgeladen, was zu einer niedrigen Resonanz führte, da die User-Expectations der beiden Plattformen fundamental unterschiedlich sind.
- Budget-Silos: Es gab keine klare Trennung zwischen Akquisition und Retargeting auf der Kanalebene. Das Budget wurde oft nach Bauchgefühl verteilt, statt nach nachweisbarer Effizienz pro Kanal und Kampagnenstruktur.
Der Tech-Stack
Um einen validen Vergleich zu ermöglichen, setzten wir auf einen schlanken, aber leistungsstarken Stack:
- Meta Pixel & TikTok Pixel: Für die Basis-Tracking-Erhebung auf der Website mit dedizierten Events für Add-to-Cart und Purchase.
- Customer Data Platform (CDP): Zur Synchronisierung der User-IDs zwischen den Advertising-Plattformen und dem internen CRM, um Deduplizierung sicherzustellen.
- CRM-System: Die Quelle der Wahrheit für finale Conversion-Daten und Customer Lifetime Value (LTV).
- Creative-Management-Tool: Zur Versionierung und Analyse der Performance der 12 produzierten Videoclips.
Umsetzung: Ein kontrollierter A/B-Test
Wir starteten einen kontrollierten A/B-Test über einen Zeitraum von acht Wochen. Das Ziel war es, die Effizienz beider Kanäle unter identischen Konditionen zu vergleichen, um kausale Zusammenhänge zwischen Kanalwahl und CAC zu etablieren.
Phase 1: Technische Integration und Tracking (Woche 1–2) Der erste Schritt war die technische Sauberkeit. Wir verbanden das bestehende CRM-System direkt mit den jeweiligen Advertising-Plattformen. Dies erlaubte es uns, jeden Klick bis zur finalen Zahlung im CRM nachvollziehen zu können, anstatt uns auf die oft verzögerten oder ungenauen Conversions in den Meta- oder TikTok-Tools zu verlassen. Wir implementierten den TikTok Pixel und den Meta Pixel mit dedizierten Events und richteten Custom Conversions in beiden Tools ein. Ein kritischer Punkt war die Synchronisation der Customer Data Platform (CDP), um deduplizierte User-IDs zu gewährleisten. So konnten wir sicherstellen, dass ein User, der bereits über einen anderen Kanal gekauft hatte, nicht doppelt als Neukunde gezählt wurde.
Phase 2: Kampagnen-Struktur und Creative-Testing (Woche 3–6) Hier lag der größte operative Hebel. Wir produzierten 12 organisch wirkende Videoclips, die jedoch nicht identisch waren, sondern an die jeweilige Plattform angepasst wurden. Für TikTok nutzten wir einen stärkeren, trendorientierten Ton mit einer Ästhetik, die an User-Generated Content (UGC) erinnerte: schnelle Schnitte, direkte Calls-to-Action und eine lockere, authentische Darbietung. Für Instagram Reels setzten wir auf einen polierteren, lifestyle-fokussierten Ansatz mit Hochglanz-Produktpräsentation und ästhetischer Kohärenz. Das Budget wurde strikt getrennt: 5.000 Euro pro Kanal und Woche, was eine hohe statistische Signifikanz bei der Datenanalyse garantierte.
Phase 3: Analyse und Optimierung (Woche 7–8) In der finalen Phase analysierten wir die Daten nicht nur auf Klick-Ebene, sondern primär auf CRM-Ebene. So konnten wir die tatsächlichen Neukunden und deren Lifetime Value (LTV) im Blick behalten. Wir führten tägliche Review-Meetings durch, um Targeting-Parameter basierend auf den ersten Erkenntnissen anzupassen. Ein wesentlicher Schritt war der Ausschluss bereits bestehender Kunden aus den Werbesets, um die CAC-Statistik auf reine Neukundengewinnung zu fokussieren.
Ergebnis: Die Zahlen sprechen für sich
Nach acht Wochen zeigte sich ein klares Bild. TikTok lieferte bei gleicher Budgetallokation signifikant günstigere Neukunden als Instagram Reels. Die Plattform, die zuvor nur als „Testkanal“ galt, entpuppte sich als der effizientere Akquisitionskanal.
Die CAC-Vergleichszahlen belegten den Vorteil des TikTok-Kanals eindrucksvoll:
| Metrik | Instagram Reels | TikTok Ads |
|---|---|---|
| CAC (Neukunde) | 42,00 Euro | 33,50 Euro |
| Click-Through-Rate (CTR) | 1,2 % | 2,8 % |
| Conversion-Rate (CR) | 1,8 % | 3,1 % |
| ROAS | 2,4x | 3,1x |
Schlüssel-Erkenntnisse aus den Daten: TikTok erreichte eine 25 % höhere CTR, was auf eine stärkere Resonanz der UGC-Formate bei der Zielgruppe hindeutete. Die Conversion-Rate lag auf TikTok fast doppelt so hoch wie auf Instagram (3,1 % vs. 1,8 %). Der Return on Ad Spend (ROAS) war auf TikTok um 29 % besser (3,1x vs. 2,4x), was die Skalierung dieses Kanals wirtschaftlich extrem attraktiv machte. Der CAC sank von 42 Euro auf 33,50 Euro, was einer relativen Senkung von etwa 20 % gegenüber dem Instagram-Wert und einer signifikanten Verbesserung gegenüber dem Ausgangswert von 45 Euro bedeutet.
Basierend auf diesen Daten empfahlen wir dem Kunden, 60 % des Paid-Social-Budgets auf TikTok zu verlagern. Instagram sollte nicht komplett abgeschaltet, sondern für Retargeting und Branding-Purpöse genutzt werden, wo seine Stärke in der visuellen Markenwahrnehmung liegt.
Wie wir die Zahlen messen
Die Validität dieser Ergebnisse beruht auf einer strengen Methodik. Wir haben den CAC nicht als „Ausgaben geteilt durch Klicks“ berechnet, sondern als „Ausgaben geteilt durch verifizierte Neukunden im CRM“. Durch die CDP-Synchronisation konnten wir Nutzer, die über beide Kanäle interagiert haben, korrekt deduplizieren. Der ROAS wurde auf Basis des tatsächlich erzielten Umsatzes (nicht des vorhergesagten) im CRM berechnet. Die CTR und CR wurden auf Basis der deduplizierten Klick- und Conversion-Daten der jeweiligen Plattform-Ads gemessen, um Verzerrungen durch organische Reichweite zu minimieren.
Learnings und strategische Implikationen
Der Test bestätigte eine These, die wir in der Branche oft sehen: Plattform-Ästhetik korreliert nicht immer mit Conversion-Effizienz. Authentizität schlägt Hochglanz, wenn es um die direkte Kaufentscheidung bei einer jungen Zielgruppe geht.
Tracking ist entscheidend: Ohne die CRM-Anbindung wäre der wahre CAC-Vorteil von TikTok unsichtbar geblieben. Viele Conversions traten erst nach 2–3 Tagen ein. Wer nur auf die direkten Conversions im Advertising-Tool schaut, bewertet TikTok oft zu schlecht, da die „Delayed Conversions“ dort nicht korrekt gewichtet werden.
Creative-Adaption schlägt Cross-Posting: Das bloße Hochladen der gleichen Videos auf beide Plattformen hätte die Ergebnisse nicht erzielt. Die Anpassung an die jeweiligen User-Expectations war der eigentliche Hebel. TikTok verlangt eine andere Sprache, einen anderen Rhythmus und eine andere visuelle Dichte als Instagram.
Skalierungspotenzial: TikTok bot noch ungenutztes Volumen bei stabilen Kosten, während Instagram bereits in der Sättigungsphase war. Das bedeutet, dass man auf TikTok noch günstiger skalieren kann, bevor die Auktionspreise steigen, während man auf Instagram bereits an der Obergrenze der Effizienz kratzt.
Was wir heute anders machen würden
Rückblickend gibt es zwei Punkte, die wir in einem ähnlichen Projekt optimieren würden. Erstens: Wir hätten die Creative-Produktion noch früher in den Prozess eingebunden. In der aktuellen Phase 2 mussten wir kurzfristig zwei Videos nachproduzieren, weil die initialen TikTok-Videos zu „produziert“ wirkten. Ein früherer Feedback-Loop mit der Zielgruppe (z. B. durch kleine Test-Budgets vor dem Haupttest) hätte diesen Aufwand reduziert.
Zweitens: Wir hätten die Zielgruppen-Segmentierung noch feiner granularisieren können. Wir haben breite Demos genutzt, aber eine tiefere Segmentierung nach Interesse (z. B. „Sustainable Fashion“ vs. „Streetwear“) hätte vielleicht noch höhere CTRs auf TikTok ergeben. Für zukünftige Projekte planen wir, diese Segmentierung bereits in der Phase 1 mitzudenken, um die Budgets noch präziser zu steuern.