Beginne mit breiten Discovery-Zielgruppen
Bei kalter Discovery schränkst du nur ein, was nötig ist:
- Geografie
- Sprache, wenn der Song sprachspezifisch ist
- eine Altersuntergrenze, wenn das Genre es erfordert
Dann lässt du das Modell suchen.
Geografie und RPM: Die verborgene Targeting-Variable
Geografie betrifft nicht nur die Passung zur Zielgruppe. Sie wirkt sich direkt darauf aus, was jeder Stream wert ist. Bevor du Länder gewichtest, prüfe das aktuelle Streaming-Royalty-Dashboard und die plattformspezifischen Seiten für dein wichtigstes Ziel, insbesondere Spotify, Apple Music, YouTube Music und Art Tracks sowie TikTok.
Märkte mit höherem RPM können höhere CPMs rechtfertigen, wenn die Kampagne auf Umsatz ausgerichtet ist. Märkte mit niedrigerem RPM können weiterhin für Entdeckung, Fanaufbau und günstige Creative-Tests sinnvoll sein. Der Stream-Wert muss aber getrennt von den Kosten der Werbeplattform modelliert werden.
Ein niedriger Cost-per-Save in einem Land mit geringeren Auszahlungen kann effizient aussehen, bis der Wert der nachfolgenden Streams einbezogen wird. Vergleiche bei umsatzorientierten Kampagnen den Cost-per-Save mit dem aktuellen Plattform-RPM und den erwarteten wiederholten Streams, bevor du das Budget verschiebst.
Breite Zielgruppen funktionieren, weil:
- Musikgeschmack mit Hunderten von Signalen korreliert, die Meta bereits sieht
- dein Creative der eigentliche Filter ist
Wann solltest du Leitplanken hinzufügen?
Füge Leitplanken nur hinzu, um klare Fehlzuordnungen zu beheben.
Beispiele:
- ein Metal-Track wird Mainstream-Pop-Scrollern gezeigt
- ein spanischsprachiger Song liefert zu viele Ergebnisse außerhalb spanischsprachiger Gebiete
Leitplanken können sein:
- eine Handvoll passender Interessen
- ausgeschlossene Interessen, die eindeutig falsch sind
- eine engere Aufteilung nach Regionen
Füge keine Leitplanken hinzu, weil die Ergebnisse „zu breit“ wirken. Füge sie hinzu, weil die Ergebnisse falsch sind.
Advantage+-Zielgruppen
Advantage+-Zielgruppen erlauben Meta, über deine Ausgangs-Targeting-Signale hinauszugehen, wenn das Modell dort bessere Ergebnisse erwartet.
Für Musik ist das normalerweise gut. Geschmackscluster sind weit gefächert. Du möchtest, dass das Modell angrenzende Szenen findet, an die du selbst nicht gedacht hast.
Nutze Advantage+ für Discovery- und Intent-Kampagnen, außer du arbeitest in einem streng regionalen oder durch Rechte begrenzten Kontext.
Lookalikes funktionieren weiterhin, aber Volumen entscheidet
Lookalikes sind nur dann nützlich, wenn du echtes Intent-Volumen hast:
- mindestens einige tausend Personen, die gespeichert oder engagiert angesehen haben
- saubere Server-Ereignisse, keine Bot-Klicks
Wenn deine Seed-Zielgruppe klein ist, schlägt eine breite Zielgruppe ein minderwertiges Lookalike.
Retargeting-Fenster für Musik
Menschen werden nicht über Nacht zu Fans.
Nutze längere Fenster als im E-Commerce:
- 7 Tage für unmittelbare Follow-ups nach einem Drop
- 14 Tage für Erinnerungen in der Mitte des Zyklus
- 30 Tage für Katalog- oder Tour-Pushes
Retargete auf Intent, nicht auf Neugier. Ein Zuschauer mit 95% Videowiedergabe ist warm. Ein Zuschauer mit 3 Sekunden ist es nicht.
Fehler beim Interessen-Targeting, die du vermeiden solltest
- 20 Mikrointeressen stapeln. Du zerstörst die Reichweite und zwingst Meta in eine enge, oft minderwertige Nische.
- Nur „große Künstler wie dich“ targeten. Du trainierst das System, Fans von etablierten Namen zu finden, nicht Fans deines Sounds.
- Interessen-Targeting als Ersatz für schwaches Creative verwenden. Das funktioniert nie dauerhaft.
Das Creative erzeugt die Zielgruppe, nicht umgekehrt.