Masse mit Klasse: Delivery Hero findet mit First-Party-Daten und Google AI das optimale Verhältnis von Reichweite und Qualität
Stell dir vor, du hast die Möglichkeit, eine globale Bevölkerung von über zwei Milliarden Menschen in mehr als 70 Ländern lokal mit Lieferungen von Mahlzeiten, Lebensmitteln und anderen Waren des täglichen Bedarfs zu versorgen. Stell dir weiter vor, dass du in einigen dieser Länder monatlich mehr als eine Bestellung pro Einwohner*in auslieferst und dass du mit einem globalen Ökosystem aus über 1,5 Millionen Restaurantpartnern und lokale Anbietern zusammenarbeitest, um dies zu erreichen.
Jetzt hast du in etwa eine Vorstellung davon, in welcher Größenordnung Delivery Hero weltweit tätig ist. Aber um in allen Märkten auf sehr hohem Niveau immer weiter zu skalieren, ist es für das börsennotierte Unternehmen unabdingbar, kontinuierlich Neukundinnen und Neukunden zu gewinnen, die nicht nur einmal, sondern langfristig über die Plattform bestellen. Denn für ein klassisches Kohortenbusiness ist die Wertentwicklung von Kundengruppen ein zentraler Erfolgsfaktor. In einem dynamischen Markt mit zahlreichen Wettbewerbern ist dies allerdings eine besondere Herausforderung. Mit dem Einsatz von Google Analytics 4 (GA4), der Integration von First-Party-Daten (1P-Daten) und der Einbindung von Google AI will Delivery Hero Qualität und Effizienz in der Neukundenakquise gleichermaßen verbessern.
In der Vergangenheit experimentierte das Unternehmen bereits mit verschiedenen Strategien zur Neukundengewinnung. Anfangs lag der Fokus darauf, eine möglichst breite Neukundenbasis aufzubauen. Doch nicht jede Erstbestellerin und jeder Erstbesteller ist für Delivery Hero gleich wertvoll, stattdessen entwickeln Neukundinnen und Neukunden ihren tatsächlichen Wert erst mit der Zeit. Entsprechend justierte Delivery Hero seine Taktik feiner und zielte verstärkt auf die Ansprache potenziell profitabler Zielgruppensegmente ab. Dies allerdings birgt das Risiko, das eigene Wachstum zu drosseln.
Mehr Marketingausgaben bedeuten nicht immer mehr Gewinn
Der Königsweg: das optimale Gleichgewicht zwischen Qualität und Quantität in der Neukundenansprache finden. Das variiert allerdings je nach Marktreife. In Ländern mit geringer Marktdurchdringung empfiehlt es sich für Delivery Hero, auf Masse zu setzen. In Regionen, in denen sich der Lieferdienst bereits eine führende Position gesichert hat, konzentriert sich das Online-Marketing stärker auf die Rentabilität. „Ab einem gewissen Punkt können mehr Ausgaben tatsächlich zu weniger Gewinn führen, das wollten wir unbedingt vermeiden“, erklärt Gökhan Reisoglu, Global Head of SEM bei Delivery Hero. „Unser Ziel ist es im Prinzip, die gleiche hohe Anzahl an Neukundinnen und Neukunden zu gewinnen wie bisher, aber gleichzeitig den Return on Advertising Spend (ROAS) zu maximieren. Und das ist ziemlich knifflig.“
Am Anfang des Projekts stand die Frage, ob sich anhand bestimmter Kundendaten vorhersagen lässt, wie wertvoll ein Kunde oder eine Kundin in Zukunft für das Unternehmen sein wird. Diese Daten sollten dann als Entscheidungssignale an Google AI ausgespielt werden. Bei der Entwicklung eines geeigneten Modells zur Berechnung des Kundenwerts stellten die Marketer schnell fest: Weniger Komplexität führt nicht nur schneller zum Erfolg, sondern ist auch effektiver. „Ein Modell muss immer an den aktuellen Anwendungsfall angepasst werden“, sagt Emily Sutti, Head of Performance Marketing Solutions bei Delivery Hero. Für KI-gestütztes Bidding sei es relevant, möglichst aktuelle Daten zur Verfügung stellen zu können. „Da ist Schnelligkeit wichtiger als der Genauigkeitsgrad eines Modells“, so Sutti.
Ein Drei-Stufen-Plan für jeden Entwicklungsstand
Gemeinsam mit Google entwickelte Delivery Hero in seiner Berliner Zentrale, aber auch in den regionalen Länderteams einen dreistufigen Ansatz, um 1P-Daten in GA4 zu integrieren und für Google AI-Kampagnen zu nutzen. Welcher Ansatz zum Einsatz kam, hing nicht nur von der Marktreife in den einzelnen Ländern ab, sondern auch von den Daten, die in diesem Markt zur Verfügung stehen. Und diese Datenlage kann von Land zu Land sehr unterschiedlich sein, beispielsweise aufgrund der jeweils gültigen Datenschutzverordnungen.
Die unterschiedlichen Stufen gestalteten sich folgendermaßen:
Level 1: Nutzung von GA4 für Audience Signals und Aussteuerung auf CPA
Im Basis-Level nutzt Delivery Hero GA4, um datenschutzfreundlich wertvolle Einblicke in das Kaufverhalten seiner Kundinnen und Kunden zu gewinnen. Auf Basis dieser Daten identifiziert der Lieferdienst besonders wertvolle Nutzersegmente und übermittelt diese als Audience Signals an Google, um seine Kampagnen kosteneffizienter auf CPA-Basis aussteuern zu können.
Level 2: ROAS-Optimierung auf Basis von GA4
Im Fortgeschrittenen-Level nutzt der Lieferdienst erlernte Zusammenhänge zwischen dem kurzfristigen Gross Merchandise Value (GMV), also dem Betrag, den ein Kunde oder eine Kundin bei den ersten Bestellungen ausgibt, und dem langfristigen Kundenwert, um die Gebote über Google Ads auf ROAS auszusteuern. Die GMV-Daten speisen sich dabei aus GA4.
Level 3: Vorhersage des Nutzerwerts und Anpassung der Kampagnen
Im Experten-Level nutzt Delivery Hero KI-gestützte Prognosemodelle, um den Wert neuer Kundinnen und Kunden zu schätzen. Diese Informationen werden dann in GA4 integriert und mittels tROAS-Bidding so ausgespielt, dass der vorhergesagte langfristige Nutzerwert maximiert wird. Hierbei macht sich Delivery Hero auch die Rechenkapazität von Googles Cloud-Technologie zunutze, um große Datenmengen zu verarbeiten und komplexe Prognosemodelle zu trainieren.
Die lateinamerikanische Delivery-Hero-Marke PedidosYa beispielsweise kombinierte ihre eigenen Prognosen zum Wert neuer Kundinnen und Kunden mit Googles KI-gestütztem Kampagnen-Setup und Smart Bidding. Das Zusammenspiel führte in einem A/B-Test im Vergleich zu CPA-Kampagnen zu einem doppelt so hohen erwartbaren Nutzerwert. Auch der Anteil der über die Kampagne gewonnenen Kundinnen und Kunden mit hohem Lifetime Value stieg um 13 Prozentpunkte, während gleichzeitig CPAs erzielt wurden, wie man sie von normalen CPA-Bidding-Kampagnen kennt.
Andere Delivery-Hero-Töchter profitieren ebenfalls von der Strategie: In Südostasien erzielte die Delivery-Hero-Marke Foodpanda durch die Integration von 1P-Signalen zusätzlich zur Kampagnenoptimierung einen ROAS-Uplift von 52 Prozent. Und die im Mittleren Osten beheimatete Marke Talabat konnte durch dynamische Gebotsstrategien ihren ROAS im Vergleich zu klassischen Kampagnen um bis zu 100 Prozent steigern.
„In der Vergangenheit haben wir unsere eigenen Nutzerdaten vor allem für interne Reportings und Analysen genutzt“, sagt SEM-Chef Gökhan Reisoglu. „Inzwischen wissen wir, dass diese Daten viel mehr Potenzial haben – vor allem dann, wenn wir sie mit der Leistungsfähigkeit von Google AI kombinieren.“
Damit Google AI optimale Ergebnisse erzielen kann, muss man ihr allerdings auch Freiraum lassen. Wer manuell eingreift, um beispielsweise gezielt nur bestimmte Standorte oder Nutzersegmente anzusprechen, verbessert vielleicht die Kundenrentabilität, verliert aber möglicherweise an Reichweite. Delivery Hero schließt inzwischen keine Nutzerinnen und Nutzer mehr von vornherein aus – und die Ergebnisse sprechen für sich. „Interessanterweise haben wir in direkten Vergleichstests festgestellt, dass sich die Zusammensetzung der Nutzergruppen angleicht, wenn man Kampagnen vollständig auf pROAS (predicted Return on Ad Spend) umstellt, also auf Langzeitkundenwert optimiert“, sagt Djordje Petrovic, Google Senior Growth Manager, Appdev LCS EMEA. „Wenn Google AI selbst entscheidet, wann für eine potenzielle Neukundin oder einen potenziellen Neukunden mehr ausgegeben wird und wann nicht, gleicht sich auch das Verhältnis von Reichweite und Qualität bzw. Effizienz aus.“
Evolutionärer Prozess führt zum Erfolg
Gökhan Reisoglu ist mit der Ausrichtung der Neukundenansprache mehr als zufrieden: „Wir hatten eigentlich damit gerechnet, dass wir weniger Neukundinnen und Neukunden gewinnen“, sagt er. „Dass man mit einer Kampagne gleichzeitig die Zahl der Neukund*innen und den Gewinn steigern kann, ist ungewöhnlich und eine sehr positive Überraschung.“
Auch Leo Salani, Director Performance Marketing bei PedidosYa, zieht eine positive Bilanz: „Unsere Transformation zu einem KI-getriebenen Marketingansatz war und bleibt ein evolutionärer Prozess“, erklärt er. „Der Schlüssel zum Erfolg liegt darin, unsere Insights über den Kundenwert in ein für Google AI nutzbares Format zu bringen.“ Zwar kann auch Google AI die Zahl der wertvollen Nutzerinnen und Nutzer im Markt nicht auf magische Weise steigern. Durch zielgerichtete Gebote können diese aber besser gefunden werden.
Einige Marken von Delivery Hero haben inzwischen damit begonnen, ihre ROAS-Strategien anzupassen, indem sie den GMV/LTV-basierten ROAS je nach Skalierungsbedarf nach oben oder unten korrigieren. Gökhan Reisoglu will die Strategie noch in weiteren Ländern ausrollen. „Vielleicht werden wir nicht ganz so ausgefeilte Methoden nutzen können“, sagt er. „Aber in Ländern, in denen wir uns auf den GMV konzentrieren, werden wir unsere Marketingstrategien entsprechend anpassen.“
Das ermöglicht weiter nachhaltiges Wachstum auf hohem Niveau und trägt zu den zahlreichen Kundenbestellungen bei, die bei der Plattform eingegangen sind, während du diesen Artikel gelesen hast.
Mass with class: With first-party data and Google AI, Delivery Hero has found the perfect balance between reach and quality
Imagine having the reach to provide a global population of over two billion people in more than 70 countries with local deliveries of meals, groceries and other everyday goods. Imagine further that in some of these countries, you deliver more than one order per inhabitant per month. Imagine partnering with a global ecosystem to achieve this, including over 1.5 million restaurant partners and local vendors. Now you have a rough idea of the scale of Delivery Hero's global operations.
To continue scaling at a very high level in all markets, it is essential for Delivery Hero to continuously acquire new customers who not only make a one-time purchase, but also become long-term customers. For a classic cohort business, the performance of customer groups over time is a central success factor. However, this is a particular challenge in a dynamic market with numerous competitors. With the use of Google Analytics 4 (GA4), the integration of first-party data (1P data) and the integration of Google AI, Delivery Hero wants to improve both quality and efficiency in new customer acquisition.
In the past, the company has experimented with various strategies for new customer acquisition. Initially, the focus was on building a broad new customer base. However, not every first-time customer is equally valuable to Delivery Hero. Instead, new customers develop their actual value over time. So Delivery Hero refined its tactics and increasingly focused on targeting potentially profitable customer group segments. However, this approach carries the risk of throttling its own growth.
More marketing spend does not always mean more profit
The key to success is to find the optimal balance between quality and quantity in new customer acquisition. However, this balance varies depending on market maturity. In countries with low market penetration, it is advisable for Delivery Hero to focus on a broader customer spectrum. In regions where the delivery service has already secured a leading position, online marketing focuses more on profitability. “From a certain point on, more spending can actually lead to less profit, which we wanted to avoid at all costs,” explains Gökhan Reisoglu, Global Head of SEM at Delivery Hero. “Our goal is basically to win the same high number of new customers as before, but at the same time maximize the return on advertising spend (ROAS). And that's pretty tricky.”
At the beginning of the project, the question arose as to whether it is possible to predict the future value of a customer to the company based on certain customer data. This data should then be utilized as decision signals to Google AI. When developing a suitable model for calculating customer value, the marketers quickly realized that reducing complexity not only leads to faster success, but is also more effective. “A model always has to be adapted to the current use case,” says Emily Sutti, Head of Performance Marketing Solutions at Delivery Hero. For AI-based bidding, it is important to be able to provide the most up-to-date data possible. “Speed is more important than the accuracy of a model,” says Sutti.
A three-stage plan for every stage of development
Together with Google, Delivery Hero developed a three-stage approach in its Berlin headquarters, but also in the regional country teams, to integrate 1P data into GA4 and use it for their Google AI campaigns. The approach not only depended on the market maturity in the individual countries, but also on the data available in that market. And this data situation can vary greatly from country to country, for example due to the respective data protection regulations.
The different levels were designed as follows:
Level 1: Using GA4 for audience signals and CPA targeting
At the basic level, Delivery Hero uses GA4 to gain valuable insights into the purchasing behavior of its customers in a data protection-friendly manner. Based on this data, the delivery service identifies particularly valuable user segments and transmits them as audience signals to Google in order to be able to control its campaigns more cost-effectively on a CPA basis.
Level 2: ROAS optimization based on GA4
In the advanced stage, the delivery service uses learned relationships between the short-term gross merchandise value (GMV), i.e., the amount a customer spends on the first few orders, and the long-term customer value, to control the bids via Google Ads on ROAS. The GMV data is fed from GA4.
Level 3: Predicting user value and adjusting campaigns
In expert mode, Delivery Hero uses AI-based forecasting models to estimate the value of new customers. This information is then integrated into GA4 and played out using tROAS bidding in a way that the predicted long-term user value is maximized. To achieve this, Delivery Hero also takes advantage of the computing power of Google Cloud technology to process large amounts of data and train complex forecasting models.
For example, the Latin American Delivery Hero brand PedidosYa combined its own forecasts of the value of new customers with Google's AI-powered campaign setup and smart bidding. In an A/B test, the combination led to twice the expected user value compared to CPA campaigns. The proportion of customers acquired through the campaign with a high lifetime value also increased by 13 percentage points, while at the same time CPAs were achieved that are comparable to standard CPA bidding campaigns.
Other Delivery Hero subsidiaries also benefit from the strategy: In Southeast Asia, the Delivery Hero brand foodpanda achieved a 52 percent ROAS uplift by integrating 1P signals in addition to campaign optimization. And the Middle East-based brand Talabat was able to increase its ROAS by up to 100 percent compared to classic campaigns through dynamic bidding strategies.
“In the past, we mainly used our own user data for internal reporting and analysis,” says SEM manager Gökhan Reisoglu. “We now know that this data has much more potential - especially when we combine it with the power of Google AI.”
However, in order for Google AI to achieve optimal results, it must also be given some freedom. If you intervene manually, for example to specifically target only certain locations or user segments, you may improve customer profitability, but you may also lose reach. Now Delivery Hero no longer excludes users from the outset - and the results speak for themselves. “Interestingly, we have found in direct comparison tests that the composition of the user groups converges when campaigns are completely switched to pROAS (predicted return on ad spend), i.e., optimized for long-term value return,” says Djordje Petrovic, Google Senior Growth Manager, Appdev LCS EMEA. “When Google AI itself decides when to spend more and when not to spend more on a potential new customer, the relationship between reach and quality or efficiency also evens out.”
Evolutionary process leads to success
Gökhan Reisoglu is more than satisfied with the focus on new customer acquisition: “We actually expected to win fewer new customers,” he says. “The fact that you can simultaneously increase the number of new customers and profits with a campaign is unusual and a very positive surprise.”
Leo Salani, Director Performance Marketing at PedidosYa, also takes a positive view: “Our transformation to an AI-driven marketing approach was and remains an evolutionary process,” he explains. “The key to success is to bring our insights about customer value into a format that Google AI can leverage.” While Google AI cannot magically increase the number of valuable users in the market, targeted bidding can help to find these users better.
Some Delivery Hero brands have already started to adapt their ROAS strategies by adjusting the GMV/LTV-based ROAS up or down depending on their scaling needs. Gökhan Reisoglu wants to roll out the strategy in even more countries. “We may not be able to use such sophisticated methods everywhere,” he says. “But in countries where we focus on GMV, we will adapt our marketing strategies accordingly.”
This enables further sustainable growth at a high level and contributes to the numerous customer orders processed by the platform as you read this article.
