Meta Ads Dashboards: 2x Varianten für 0 EUR / Monat

Kulturorganisationen, die bereits Werbekampagnen auf Meta schalten, kennen das Problem: Der Meta Ads Manager bietet keine guten Reports oder Dashboards.

Google Ads lässt sich easy und kostenlos in Google Looker Data Studio integrieren, aber bei Meta geht das nur mittels kostenpflichtiger “Connectoren”.

Gerade kleinere Kulturorganisationen können daher von meinen beiden kostenlosen Lösungen profitieren. Einziger Nachteil: Der “Connector” ist ein von mir geschriebenes Skript, das heißt, ich kann es nur meinen aktiven Kunden bereitstellen. Wenn sich die Meta Ads API ändert, entsteht bei mir nämlich ein Aufwand.

Ganz unten gebe ich euch noch Tipps, wie man ein Dashboard konzipiert.

A) Dashboard für Leitungsebene

Die Leitungsebene benötigt nur geschäftsrelevante Daten. Welche Werbeanzeige wieviele Likes bekommt, sollte egal sein.

In Looker Studio erstelle ich daher ein Dashboard, das in etwa so aussehen kann, welches die Fragen beantworte:

1. Wieviel haben wir investiert?

2. Wieviel Umsatz wurde angestoßen?

3. Wie sieht das ganze zeitlich aus?

Zeitraum kann natürlich selbst ausgewählt werden.

B) Dashboard für Analysten

Wer mehr Daten benötigt, um auch selbst Analysen anstellen zu können, dem hilft dieses Dashboard, das im Prinzip die Rohdaten liefert. Diese können dann selbst verarbeitet und grafisch dargestellt werden. Hier mal als gestapeltes Balkendiagramm, um zu sehen, ob die neuen Werbeanzeigen bereits ausgespielt wurden – oder ob die bestehenden Anzeigen weiterhin dominieren:

🕵🏻‍♂️ Wer muss was wissen? Abstraktionsgrad definieren

Das ist die entscheidende Frage, bevor man ein Dashboard erstellt. Ich habe häufig die Erfahrung gemacht, dass diese self-service Dashboard nicht für jeden geeignet sind. Man muss sich selbst in die Daten reinfuchsen – man kann dann aber viel damit anstellen. Die Zeit hat jedoch nicht jeder.

Statische Dashboards ohne Einstellungsmöglichkeiten (A) geben diese Komplexität quasi an mich ab: ich mache es dem Anwender leicht – aber er/sie kann eben auch nichts ändern.

Oder eine dritte Variante: Ihr stellt mir einfach eure Frage. Nachdem wir diese dann so definiert haben, dass sie eindeutig zu beantworten ist, erstelle ich die Analyse und gebe euch eine vereinfachte Antwort.

Beispiel:

“Wie läuft Meta gerade?”

wird zu einer Frage, die man beantworten kann:

“Wie viele Käufe wurden dem Werbekanal Meta attribuiert in den letzten 7 Tagen (“gerade”) im Vergleich zu den letzten 7 Tagen (+Vorjahr). Gibt es Gründe, warum diese Zahlen nicht vergleichbar sind (Saisonalität, Budget, Anzahl Konzerte, Auslastung Konzerte, Wettbewerbssituation etc.).

Antwort:

Besser als sonst! Aber wir haben auch 20 % mehr investiert dafür. Anbei die Grafik mit weiteren Infos.

Geht das nicht auch mit Agentic AI?

Meine Tests mit lokaler KI ergeben aktuell leider noch, dass ein LLM zwar selbständig Analysen machen kann, aber man nie weiß, ob sie stimmen – oder totaler quatsch sind. Gefährlich finde ich das gerade daher, weil sie meistens korrekt sind und man daher das kritische Hinterfragen langsam einstellt.