Marketing-Routinen optimieren: 20 Stunden pro Woche gewinnen
Marketing-Agentur
- Problem: 6 Werbekonten → 4 Stunden manueller Export, um identische Kampagnen auf verschiedenen Plattformen abzugleichen.
- Ziel: Ein einziges Dashboard, das die Anzeigenleistung in Sekunden anzeigt.
- Priorität: Präzise Analysen in einem Fenster, mit der Möglichkeit, das Produkt nach internen Tests zu einer SaaS-Lösung zu erweitern.
- Zeitrahmen: 10 Wochen für das MVP, sofortiger Test mit unseren eigenen 1 Million Ereignissen pro Tag.
- Ergebnis: Bericht in 30 Sekunden erstellt. Möglichkeit, neue Plattformen anzubinden.
Erfahren Sie, wie aus einem internen “Workaround“ ein SaaS-Produkt wurde – inklusive API-Adapter, Metriknormalisierung, Cache, Vue-Frontend und Laravel-Backend.
Fordern Sie eine Beratung an
Unsere PR-Manager analysieren Ihr Problem und erarbeiten individuelle Lösungsvorschläge.
Was die Marketer gewonnen haben
Der Kunde erhielt ein analytisches Dashboard anstelle von sechs separaten Konten – Google Ads, Facebook Ads, TikTok Ads, AdMob, Pangle und AppMetrica. Metriken sind bereits in eine einheitliche Währung und Zeitzone umgerechnet, Kampagnen werden automatisch abgeglichen. Die Ermittlung der Herkunft eines Leads dauert weniger als 30 Sekunden. Kein Wechsel zwischen Dutzenden von Tabs erforderlich – alle relevanten Kennzahlen an einem Ort.
Was unter der Haube steckt – zwei Zeilen pro Technologie
| Knoten und Zweck | Ergebnis |
|---|---|
| API-Adapter – 6 fertige Konnektoren | Schnelles Hinzufügen neuer Datenquellen |
| Einheitliche API + Datenbank – normalisiert Währungen, Feldnamen | Saubere, vergleichbare Metriken erhalten |
| Kampagnen-Match-Engine – Abgleich nach internen IDs | Ein Diagramm – eine Kampagne. Zeigt die Leistung auf verschiedenen Plattformen. |
| Vue-Interface – Rendering in < 500 ms | Filter "Datum-Quelle-Kampagne" – ohne Verzögerungen |
| Laravel-Backend – 1 Million Ereignisse/Tag, horizontale Skalierung | Hohe Lasten bewältigen – stürzt bei Traffic-Wachstum nicht ab. |
API-Adapter – 6 fertige Konnektoren
Schnelles Hinzufügen neuer Datenquellen
Einheitliche API + Datenbank – normalisiert Währungen, Feldnamen
Saubere, vergleichbare Metriken erhalten
Kampagnen-Match-Engine – Abgleich nach internen IDs
Ein Diagramm – eine Kampagne. Zeigt die Leistung auf verschiedenen Plattformen.
Vue-Interface – Rendering in < 500 ms
Filter "Datum-Quelle-Kampagne" – ohne Verzögerungen
Laravel-Backend – 1 Million Ereignisse/Tag, horizontale Skalierung
Hohe Lasten bewältigen – stürzt bei Traffic-Wachstum nicht ab.
Automatische Datenaktualisierung — keine Exporte oder Excel-Zusammenfassungen. Analysten öffnen ihren Browser und sehen sofort aktuelle KPIs.
Drei Hauptprobleme und wie wir sie gelöst haben
| Problem | Was wir getan haben | Was der Marketer gewonnen hat |
|---|---|---|
| 1. Google berechnet den CTR anders als TikTok; Währungen schwanken zwischen $, € und ₽, Zeitzonen weichen ab. Die Konsolidierung der Metriken nahm einen halben Tag Excel-Routine in Anspruch. |
Eine Normalisierungsschicht erstellt:
|
Das Dashboard zeigt alle Kampagnen im einheitlichen Standard. Der „ehrliche“ Kanalvergleich dauert Sekunden statt Stunden. Der Anschluss neuer Plattformen erfolgt in 1–2 Tagen. |
| 2. Google Ads nennt eine Kampagne „Spring_Sale“, TikTok „spring-sale-TTK“, Facebook verwendet eine eigene Bezeichnung. Die Ergebnisse zu konsolidieren und die kostengünstigste Leadquelle zu erkennen, war nur manuell möglich. |
Der Match-ID-Algorithmus vereinheitlicht alle Varianten unter einem internen Code. Im Dashboard:
|
Die Plattform gleicht Kampagnen automatisch über interne IDs ab. Klickzahlen, Lead-Kosten und Conversion-Raten sind sofort ersichtlich. |
| 3. Das System stürzt bei großen Datenmengen ab. Marketer erstellten Filter nach Daten, Kanälen und Historie. Die Anfragen überlasteten die Datenbank, Wartezeiten dauerten Minuten. |
Ein zweistufiges Schema wurde implementiert:
|
|
1. Google berechnet den CTR anders als TikTok; Währungen schwanken zwischen $, € und ₽, Zeitzonen weichen ab. Die Konsolidierung der Metriken nahm einen halben Tag Excel-Routine in Anspruch.
Eine Normalisierungsschicht erstellt:
- 6 APIs → ein einheitliches Metrikschema, eine Währung, eine Zeitzone.
- Automatische Vereinheitlichung von CPC-, CTR- und Kostenfeldern.
- Ein neues Werbenetzwerk kann in 1–2 Tagen ohne Änderungen am Kern angeschlossen werden.
Das Dashboard zeigt alle Kampagnen im einheitlichen Standard. Der „ehrliche“ Kanalvergleich dauert Sekunden statt Stunden. м
Der Anschluss neuer Plattformen erfolgt in 1–2 Tagen.
2. Google Ads nennt eine Kampagne „Spring_Sale“, TikTok „spring-sale-TTK“, Facebook verwendet eine eigene Bezeichnung. Die Ergebnisse zu konsolidieren und die kostengünstigste Leadquelle zu erkennen, war nur manuell möglich.
Der Match-ID-Algorithmus vereinheitlicht alle Varianten unter einem internen Code. Im Dashboard:
- eine Kampagne – ein Diagramm,
- Quellen farblich hervorgehoben.
Die Plattform gleicht Kampagnen automatisch über interne IDs ab. Klickzahlen, Lead-Kosten und Conversion-Raten sind sofort ersichtlich.
3. Das System stürzt bei großen Datenmengen ab. Marketer erstellten Filter nach Daten, Kanälen und Historie. Die Anfragen überlasteten die Datenbank, Wartezeiten dauerten Minuten.
Ein zweistufiges Schema wurde implementiert:
- Rohdaten-Cache. Der Datenstrom wird sofort in eine „Roh“-Tabelle geschrieben und stündlich aggregiert.
- Hintergrundprozesse generieren Berichte; das System benachrichtigt nach Fertigstellung.
- Die Benutzeroberfläche reagiert in unter 0,5 Sekunden, selbst bei 1 Million Ereignissen pro Tag.
- Tiefgehende Analysen laufen ohne Verzögerung und verhindern Serverabstürze.
- Beliebige Auswertungen sind möglich, sodass die Kampagnenoptimierung ohne Wartezeiten fortgesetzt werden kann.
Ergebnisse
- Reduzierung der Analysezeit von Stunden auf Sekunden.
- Sechs Werbeplattformen sind in einem einzigen Dashboard verbunden.
- Vergleich einer einzelnen Kampagne auf verschiedenen Plattformen – in einem Diagramm.
- Verarbeitung von bis zu einer Million Ereignissen pro Tag ohne Leistungseinbußen.
- Skalierbarkeit als SaaS-Lösung gewährleistet.
Was kommt als Nächstes – und wie kann es Ihnen helfen?
Die Plattform hat sich in anspruchsvollen Tests bewährt. Die nächste Phase ist die Veröffentlichung als SaaS mit folgenden Modulen:
- Automatische KPI-Alarme → Sie werden Einbrüche bemerken, bevor das Budget verpufft.
- CPL- und ROAS-Prognosen basierend auf historischen Daten → Planen Sie Ihre Einkäufe für das kommende Quartal.
- Konnektoren zu Power BI und Looker → Ziehen Sie Daten dorthin, wo Ihre Analysen stattfinden.
Demo anfordern und Pilotprojekt besprechen
Wir sind bereit, die ersten externen Nutzer an Bord zu nehmen und das System an Ihre Metriken anzupassen.