ROI-Messung für Banking-Marketing: Warum die meisten Banken den falschen Maßstab anlegen

"Unsere Kampagnen-Conversion lag im letzten Quartal bei 4,2 Prozent." Dieser Satz klingt nach einer Aussage. Er ist keine. Denn er beantwortet nicht die Frage, die zählt: Hätten diese Kunden das Produkt auch ohne die Kampagne abgeschlossen?

Das ist das grundlegende Problem der ROI-Messung im Banking-Marketing. Die meisten Banken messen, was passiert ist. Sie messen nicht, was die Kampagne bewirkt hat. Der Unterschied zwischen diesen beiden Aussagen ist der Unterschied zwischen Reporting und Wertmessung.

Das Grundproblem: Correlation ist keine Kausalität

Ein klassisches Beispiel: Eine Bank verschickt eine Kampagne für Baufinanzierungen an 50.000 Kunden. Innerhalb von 30 Tagen schließen 1.200 Kunden aus dieser Gruppe eine Baufinanzierung ab — eine Conversion von 2,4 Prozent.

Klingt gut. Aber wie viele dieser 1.200 Kunden hätten die Baufinanzierung auch ohne die Kampagne abgeschlossen — weil sie ohnehin in der Planungsphase für einen Hauserwerb waren? Wenn es 900 von 1.200 wären, war der kausale Effekt der Kampagne 300 Abschlüsse, nicht 1.200. Das verändert die ROI-Berechnung fundamental.

Diesen kausalen Anteil zu messen ist das Kernproblem der Marketingwirkungsmessung — und es wird in den meisten Banking-Marketing-Berichten systematisch ignoriert.

Die vier Messmethoden im Vergleich

Methode 1: Naive Conversion-Messung

Die heute am weitesten verbreitete Methode. Sie misst: Wie viele Kunden, die die Kampagne erhalten haben, haben das beworbene Produkt abgeschlossen?

Problem: Sie überschätzt den Kampagneneffekt systematisch, weil sie keine Kontrollgruppe kennt. Kunden, die ein Produkt ohnehin abschließen würden (sogenannte "Sure Things"), werden als Kampagnenerfolg gewertet.

Wann akzeptabel: Als grobes Screening-Tool, um offensichtlich nicht funktionierende Kampagnen zu identifizieren. Nicht als Grundlage für Budgetentscheidungen.

Methode 2: A/B-Test mit Holdout-Gruppe

Der methodische Goldstandard. Eine zufällig ausgewählte Kontrollgruppe erhält die Kampagne nicht. Die Differenz in der Abschlussrate zwischen Test- und Kontrollgruppe ist der kausale Kampagneneffekt.

Problem: Erfordert ausreichende Stichprobengrößen. Für Nischenprodukte mit geringen Abschlussraten braucht es sehr große Gruppen, um statistisch signifikante Effekte zu messen. Außerdem: Wenn ein Produkt an alle ausgespielt werden sollte, ist die Kontrollgruppe ein bewusster Verzicht auf mögliche Abschlüsse.

Wann empfohlen: Für alle Kampagnen mit ausreichenden Stichprobengrößen. Die methodisch sauberste Lösung im Banking-Kontext.

Methode 3: Matched Pairs / Propensity Score Matching

Für Situationen, in denen ein sauberer A/B-Test nicht möglich war (z.B. weil die Kampagne bereits gelaufen ist), können nachträgliche Matchingverfahren eingesetzt werden. Jeder Kampagnenempfänger wird mit einem möglichst ähnlichen Nicht-Empfänger gematcht — gleicher Produktbesitz, ähnliche Transaktionshistorie, ähnliches Segment. Die Differenz in den Abschlussraten zwischen gematchten Paaren ist ein Schätzer für den kausalen Effekt.

Problem: Die Qualität des Schätzers hängt stark von der Qualität des Matchings ab. Unbeobachtete Unterschiede können das Ergebnis verzerren.

Wann empfohlen: Als Nachkalkulation, wenn kein A/B-Test vorlag. Besser als naive Messung, schlechter als echter Randomisierungstest.

Methode 4: Geo-Split und Zeitreihenanalyse

Für Kampagnen, die auf Ebene von Filialen, Regionen oder Zeitfenstern variiert werden können (z.B. unterschiedlicher Kampagnenbeginn in verschiedenen Regionen), ermöglicht eine Difference-in-Differences-Analyse einen kausalen Schluss ohne klassischen A/B-Test.

Wann empfohlen: Für größere Kampagnen, bei denen geografische oder zeitliche Variation möglich und vertretbar ist.

Die relevanten KPIs — jenseits der Conversion-Rate

Conversion-Rate allein ist kein ausreichender ROI-Maßstab. Die vollständige KPI-Struktur für Banking-Marketing sollte umfassen:

Inkrementelle Conversion-Rate: Kampagneneffekt bereinigt um den Basisanteil (wie oben beschrieben).

Revenue per Incremental Conversion (RPIC): Welchen durchschnittlichen Deckungsbeitrag bringt ein kausaler Abschluss? Deckungsbeiträge von Produkten unterscheiden sich erheblich — eine Baufinanzierung hat eine andere Marge als ein Girokonto-Upgrade.

Cost per Incremental Conversion (CPIC): Kampagnenkosten geteilt durch inkrementelle Abschlüsse. Dieser KPI ist vergleichbar über Kampagnen hinweg und ermöglicht echtes Budget-Allocation.

Customer Lifetime Value (CLV)-Delta: Wie verändert sich der erwartete Lifetime Value eines Kunden durch den Produktabschluss? Ein Sparplanvertrag verändert den CLV anders als eine einmalige Transaktionserhöhung.

Abmelderate und Sentiment: Kampagnen, die Kunden irritieren oder als irrelevant empfunden werden, erhöhen die Abmelderate — ein langfristiger Kostenfaktor, der in kurzfristigen Conversion-Berechnungen nicht erscheint.

Der richtige Reporting-Rhythmus

Taktisches Marketing (einzelne Kampagnen) und strategisches Marketing (CLM-Architektur) brauchen unterschiedliche Reporting-Zyklen:

Kampagnenebene (wöchentlich/monatlich): Inkrementelle Conversion, CPIC, Abmelderate. Operative Entscheidungsgrundlage für Nachsteuerung.

CLM-Architektur (quartalsweise): CLV-Entwicklung nach Kohorte, Retention-Rate nach Onboarding-Jahrgang, Cross-Sell-Tiefe pro Segment. Strategische Entscheidungsgrundlage für Ressourcenallokation.

Modell-Performance (monatlich): Wie gut prognostizieren die Propensity-Modelle tatsächliche Konversionen? Wie entwickeln sich Bias-Metriken über Zeit? Technische Qualitätssicherung.

Fazit: ROI-Messung ist eine Designentscheidung, keine Berichtspflicht

Die Qualität der ROI-Messung entscheidet, ob Marketingbudgets auf Basis von Wirkung oder auf Basis von Annahmen vergeben werden. Banken, die inkrementelle Kausalität messen statt naive Correlation, treffen bessere Entscheidungen — und können gegenüber Vorständen und Aufsichtsräten den Wert ihres Marketings belastbar begründen.

ACCELERAID liefert das Measurement-Framework, die experimentelle Infrastruktur für Holdout-Tests und die KPI-Dashboards, die Banken benötigen, um Marketingwirkung präzise zu messen.

Demo anfragen