Wie Google-Ads-Optimierung eine Sicherheits-App belebte

Anzeigendaten und Umsatzdaten widersprachen sich

Die App steckte seit Monaten auf einem Plateau fest: laufende Werbeausgaben, steigende Aktivität oben im Funnel und kaum etwas, das zu zahlenden Nutzern wurde. Der Umsatz stagnierte, und niemand konnte allein anhand der Dashboards sagen, warum.

Das Kernproblem war nicht der Traffic. Es waren verlässliche Daten. Google Ads meldete starke Engagement-Werte, doch RevenueCat erzählte eine andere Geschichte. Spitzen bei Trials wurden nicht zu zahlenden Nutzern, und solche Spitzen hatten früher Abrechnungsfehler, Trial-Missbrauch und Abwanderung mit sich gebracht. Niemand konnte auf Zahlen skalieren, die sich gegenseitig widersprachen.

Ohne Abgleich zwischen Google Ads, Firebase und RevenueCat optimieren Gebotsalgorithmen auf die Signale, die sie sehen können: Installationen, Klicks, Trial-Starts. Umsatz fließt nie in die Rechnung ein. Der Kunde kam zu Strataigize, um herauszufinden, warum die Conversions nicht funktionierten, die plattformübergreifenden Dateninkonsistenzen zu beheben und ein System aufzubauen, das Umsatz skalieren kann.

Zwei Dashboards, die sich widersprechen, sind eine häufige Lage, und es lohnt sich, das zu prüfen, bevor Sie ein Gebot anfassen. Wenn Ihre Werbeplattform und Ihre Abrechnungsplattform unterschiedliche Wahrheiten melden, ist jede Optimierung danach ein Ratespiel.

Erst die Signale reparieren, dann mehr ausgeben

Strataigize baute eine datengestützte, am Umsatz ausgerichtete Google-Ads-Strategie auf und reparierte die Signale, bevor irgendein Budget skaliert wurde.

1. Dateninkonsistenzen zwischen Plattformen beheben

Der erste und wichtigste Schritt war, zu korrigieren, wie Google Ads App-Ereignisse interpretierte. Es hatte auf unzuverlässige Kaufwert-Signale optimiert, was den Algorithmus hinter Volumen herjagen ließ. Wir prüften die Ereigniszuordnungen in Firebase, Google Ads und RevenueCat, identifizierten unzuverlässige historische Kaufdaten, stellten das Bieten von In-App Actions Value (Purchases) auf In-App Actions (Purchases) um und konfigurierten die Conversion-Hierarchie neu, sodass Käufe das primäre Optimierungssignal wurden und alle anderen Ereignisse nur noch beobachtet wurden. So konnte Google Ads neu lernen, wer wahrscheinlich kauft. Es hatte viel zu früh über den Wert geraten.

2. Klarheit im Funnel, ohne den Algorithmus zu verzerren

Wir fügten Funnel-Ereignisse nur zur Beobachtung hinzu und hielten das Bieten davon fern, sodass wir den ganzen Funnel sehen konnten, ohne ihn zu verbiegen.

3. Geografische Optimierung nach Umsatz

Mit den Ansichten von RevenueCat zu Trial-zu-bezahlt und Conversion zu Zahlenden ermittelten wir, welche Märkte tatsächlich Umsatz statt Volumen brachten. Wir konzentrierten uns auf hochwertige Märkte (USA, Kanada, Nigeria), entfernten Märkte mit vielen Installationen und ohne Käufe (Indien, Pakistan, Bangladesch) und fügten Wachstumsmärkte mit hoher Kaufabsicht hinzu (Vereinigte Arabische Emirate, Saudi-Arabien, Oman, Katar, Singapur). Das Installationsvolumen sank mit Absicht. Der Umsatz pro Installation stieg.

4. Botschaften und Zielgruppen nach Kaufabsicht

Anzeigentexte und Targeting wurden neu aufgebaut, um Nutzer mit geringer Kaufabsicht vor der Installation herauszufiltern: die App klar als kostenpflichtiges Premium-Sicherheitsprodukt positionieren, irreführende Andeutungen von „kostenlos“ entfernen, Keyword-basierte Zielgruppensegmente passend zur Kaufabsicht hinzufügen und weniger auf breite kaufbereite Segmente setzen, um Trial-Missbrauch zu vermeiden. Das Ziel waren bessere Trials. Weniger davon waren ein akzeptabler Preis.

Anzeigen von günstigen Anmeldungen wegzulenken fühlt sich am Tag der Umstellung verkehrt an. Genau dieser Instinkt hält die meisten Konten davon ab, das je zu beheben.

5. Auch App-Store-Optimierung (ASO) trug ihren Teil bei

Während sich die Qualität des bezahlten Traffics verbesserte, legte die organische Leistung stark zu. Die Begriffe, bei denen die App aufstieg, waren Suchen nach virtuellen privaten Netzwerken (VPN), also die Suchen, die Menschen nutzen, wenn sie ihre Verbindung verbergen wollen.

Erste bezahlte Conversions nach Monaten bei null

Die erste Tabelle zeigt die App insgesamt, alle Kanäle eingeschlossen, im Zeitraum vom 13. Januar bis 4. Februar 2026, der im Screenshot zu sehen ist; die zweite zeigt nur den Google-Ads-Funnel über die im Tabellenkopf genannten 10 Tage. Die Zeiträume unterscheiden sich, lesen Sie die Tabellen also getrennt und teilen Sie nicht die eine durch die andere.

Leistung des Google-Ads-Funnels:

Nach Monaten ohne Conversions kamen die Abos endlich in Bewegung. Dreizehn Käufe sind eine kleine Zahl. Von null aus war es die einzige Zahl, die zählte.

“We were driving installs but couldn’t turn them into revenue. We were able to uncover major data inconsistencies between Google Ads and RevenueCat, fixed tracking, and rebuilt campaigns around real buyer intent. Within days, we finally started seeing subscription movement again. This is the most aligned our paid strategy has ever been with revenue.”

Abbey Dela Cruz, Strategic Director, Strataigize

Prüfen Sie Ihre Daten, bevor Sie den Anzeigen die Schuld geben

Wachstum stockt selten, weil Anzeigen aufhören zu funktionieren, sondern weil die Daten aufhören, die Wahrheit zu sagen. Indem Strataigize kaputte Conversion-Signale reparierte, Google Ads auf echte Umsatzdaten ausrichtete und nach Nutzern mit hoher Kaufabsicht filterte, brachte es diese Sicherheits-App schnell von monatelanger Stagnation zur ersten echten Welle bezahlter Abos.

Bevor Sie also eine Anzeige umschreiben oder ein Gebot erhöhen, öffnen Sie Ihre Abrechnungsplattform und Ihre Werbeplattform nebeneinander und prüfen Sie, ob beide beim letzten Monat übereinstimmen. Wenn Ihre App Installationen ohne Umsatz bringt oder Sie Budget skalieren, ohne Ihren eigenen Zahlen zu trauen, liegt das Problem fast nie am Traffic, sondern an der Ausrichtung darunter. Unsere Übersicht zu Google Ads und Messung erklärt, wie wir die Kampagnen- und Reporting-Tools aus dieser Arbeit verbinden.