ROI-Analyse (Marktforschung)

Definition: Die ROI-Analyse (Return on Investment) im Marketingkontext bezeichnet die systematische Berechnung und Bewertung der Rentabilität von Marketinginvestitionen. Sie setzt den durch eine Maßnahme erzielten Nettoertrag (Umsatzzuwachs abzüglich Kosten) ins Verhältnis zu den eingesetzten Mitteln und gibt das Ergebnis als Prozentzahl oder Vielfaches des Einsatzes aus: ROI = (Ertrag − Kosten) / Kosten × 100 %. Im Unterschied zur rein finanziellen Unternehmensanalyse muss die Marketing-ROI-Analyse die schwierige Frage beantworten, welcher Anteil des Umsatzes oder Gewinns kausal auf spezifische Marketingmaßnahmen zurückzuführen ist – und nicht auf saisonale Effekte, Wettbewerberverhalten oder Produktveränderungen. Dies macht die Marktforschungsmethodik zur Quantifizierung des Marktforschungs-ROI selbst zu einem zentralen Thema: Wie misst man den Wert von Forschungsprojekten, deren Hauptoutput bessere Entscheidungsqualität ist?

Erläuterung

Die ROI-Analyse im Marketing operiert auf zwei Ebenen: Erstens der Messung des Kampagnen- und Kanal-ROI (Welcher Marketingkanal erzielt den besten Return?), zweitens der Messung des Marktforschungs-ROI (Was bringt die Investition in Marktforschung selbst?). Beide Perspektiven sind für strategische Marketingentscheidungen relevant.

Für den Kanal-ROI ist die größte methodische Herausforderung die Attribution: In einer Multi-Channel-Customer-Journey, bei der ein Kunde Werbung auf Social Media sieht, eine bezahlte Suchanzeige klickt und dann über organische Suche konvertiert, ist die Zurechnung des Umsatzes auf einzelne Touchpoints stets eine Vereinfachung. Last-Click-Attribution überschätzt performancestarke Bottom-Funnel-Kanäle; First-Click-Attribution überschätzt Awareness-Kanäle. Datengetriebene Attribution (Shapley Values, Markov-Chains) oder kontrollierte Experimente (Geo-Experimente, Holdout-Tests) liefern validere Schätzungen des inkrementellen Beitrags.

Für den Marktforschungs-ROI empfiehlt sich die Methode des Decision-Theoretic Value of Information (VOI): Welche Qualitätssteigerung von Entscheidungen und welche vermiedenen Fehlinvestitionen ermöglicht ein Marktforschungsprojekt? Ein klassisches Beispiel: Eine 50.000-Euro-Konzeptstudie verhindert die Markteinführung eines Produkts, das mit 90 % Wahrscheinlichkeit gefloppt wäre und 2 Mio. Euro Verlust verursacht hätte – der VOI übersteigt die Forschungskosten um ein Vielfaches.

In der Praxis werden häufig vereinfachte Näherungsmaße genutzt. Der ROAS (Return on Ad Spend) setzt den erzielten Umsatz (nicht Gewinn) ins Verhältnis zu den Werbeausgaben – einfach zu berechnen, vernachlässigt aber Margen und indirekte Effekte. Der MROI (Marketing ROI) bezieht den inkrementellen Deckungsbeitrag ein und ist damit betriebswirtschaftlich aussagekräftiger, erfordert aber Margeninformationen. Das Marketing-Mix-Modeling (MMM) ist die statistisch robusteste Methode zur Schätzung von Kanal-ROIs auf aggregierter Ebene.

Referenzen: Lenskold (2003): "Marketing ROI: The Path to Campaign, Customer, and Corporate Profitability". McGraw-Hill. – Farris et al. (2010): "Marketing Metrics". Pearson Education. – Hanssens/Pauwels (2016): "Demonstrating the Value of Marketing". Journal of Marketing. – Binet/Field (2013): "The Long and Short of It". IPA. – Damodaran (2012): "Investment Valuation". Wiley.

Methoden zur ROI-Quantifizierung

Marketing-Mix-Modeling (MMM): Ökonometrische Regressionsmodelle trennen den Umsatzbeitrag von Marketingkanälen, Saisonalität, Preiseffekten und externen Faktoren – Goldstandard für aggregierte ROI-Messung, erfordert historische Zeitreihendaten.
Inkrementelle Tests (Geo-Experimente): Regionen oder Kundensegmente werden zufällig in Test- und Kontrollgruppen aufgeteilt; der Unterschied im Umsatz ist der kausale Effekt der Maßnahme – aufwändiger, aber methodisch am validersten.
Attribution Modeling: Algorithmische Zuweisung von Conversion-Credits auf Touch-points in der Customer Journey – schnell und skalierbar, aber anfällig für Attributionsfehler bei langen oder kanalübergreifenden Journeys.
Customer Lifetime Value (CLV)-Einbezug: Statt nur sofortiger Conversion werden auch zukünftige Umsätze eines gewonnenen Kunden einbezogen – erhöht den gemessenen ROI für akquisitionsstarke Kanäle erheblich.
Value of Information (VOI): Speziell für Marktforschungs-ROI; bewertet Forschungsinvestitionen anhand der durch bessere Entscheidungsqualität vermiedenen Fehlallokationen und erzielten Zusatzerträge.

Häufige Fehler bei der ROI-Analyse

Umsatz statt Deckungsbeitrag: ROAS-Berechnungen auf Umsatzbasis verschleiern Margenunterschiede – ein Kanal mit hohem ROAS kann bei niedrigmargigen Produkten weniger profitabel sein als ein Kanal mit niedrigerem ROAS bei hochmargigen Produkten.
Kein Kontrafaktum: Ohne Vergleich zu einer Kontrollgruppe (was wäre ohne die Maßnahme passiert?) misst der ROI möglicherweise nur Umsatz, der auch ohne Marketingeinsatz entstanden wäre.
Kurze Betrachtungszeiträume: Brand-Building-Maßnahmen zeigen ROI oft erst nach 6–18 Monaten; kurzfristige ROI-Messung systematisch benachteiligt langfristige Markenwerbung zugunsten direkter Performance-Kanäle.
Doppelzählung durch Multi-Touch-Attribution: Wenn mehrere Kanäle jeweils 100 % einer Conversion zugeschrieben bekommen, wird der Gesamt-ROI systematisch überschätzt.

Praxistipp: Berechnen Sie den Marketing-ROI stets auf Basis des inkrementellen Deckungsbeitrags, nicht des Umsatzes, und vergleichen Sie immer mit einem Kontrafaktum. Nutzen Sie für strategische Budgetentscheidungen das Marketing-Mix-Modeling oder Geo-Experimente anstelle von Last-Click-Attribution. Und messen Sie den ROI Ihrer Marktforschungsinvestitionen selbst: Dokumentieren Sie, welche Entscheidungen durch Forschungsergebnisse verändert wurden, und beziffern Sie den finanziellen Effekt dieser Entscheidungsänderungen – so rechtfertigen Sie das Forschungsbudget mit harten Zahlen.