Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Lösungsübersicht
Was ist die Optimierung der Anzeigenhäufigkeit?
Ob Ihre App nun auf Hybrid- oder Anzeigenumsatz basiert – es kann schwierig sein, den Anzeigenumsatz zu optimieren und gleichzeitig für eine hohe Nutzerfreundlichkeit zu sorgen. Anzeigen sind eine gute Einnahmequelle, aber eine hohe Anzeigenhäufigkeit kann sich negativ auf die Nutzerfreundlichkeit auswirken und zu Nutzerabwanderung führen.
Es gibt keine einheitliche Anzeigenhäufigkeit für alle Apps. Die Anzeigenleistung kann je nach App und Zielgruppe stark variieren. Sie befürchten vielleicht, dass eine höhere Anzeigefrequenz sich negativ auf die Nutzerfreundlichkeit oder die Bindung auswirken könnte. Gleichzeitig möchten Sie aber auch wissen, ob sie bei richtiger Implementierung zu einer Steigerung von Umsatz und Interaktionen führen könnte, ohne dass die Interaktionsmesswerte beeinträchtigt werden.
Abbildung 1: Mit der optimalen Anzeigenhäufigkeit wird der Umsatz maximiert und die Abwanderung minimiert.
Um diese Unbekannten zu beseitigen, bietet Firebase Tools, mit denen Sie die optimale Anzeigenhäufigkeit testen und dann datengestützte Entscheidungen treffen können:
Mit Firebase können Sie die Leistung verschiedener Anzeigenhäufigkeiten mit einer kleinen Teilmenge von Nutzern A/B-testen.
Sie können die Testergebnisse beobachten und Empfehlungen von Firebase dazu prüfen, welche Anzeigenhäufigkeit besser abschneidet und sich nur minimal auf die Kundenbindung auswirkt.
Wenn Sie sicher sind, dass die Änderungen wahrscheinlich positive Auswirkungen haben werden, können Sie sie mit einem Klick auf weitere Nutzer ausweiten.
Business Case und Wert
Entwickler und Publisher, die Google AdMob und Firebase-Tools zur Optimierung ihrer Anzeigendichte verwenden, können ihren Umsatz erheblich steigern, ohne die Nutzerfreundlichkeit zu beeinträchtigen.
Qtonz nutzt Firebase, um die Werbeeinnahmen zu vervierfachen und das Engagement zu steigern. Dazu wird die Nutzererfahrung an die verschiedenen Phasen der App-Nutzung angepasst.
Weniger Anzeigen für neue Nutzer: Die Anzahl der Anzeigen, die Nutzer am ersten Tag der App-Nutzung sehen, wurde reduziert. Außerdem wurde die Platzierung so geändert, dass Anzeigen erst nach einer wichtigen In-App-Aktion eingeblendet werden. Durch diese Änderungen wurden Anzeigen weniger aufdringlich.
Häufigere Anzeigen für engagierte Nutzer: Bei Nutzern mit längeren Sitzungen erhöhte Qtonz die Anzahl der Anzeigen von 2 auf 3–4 pro Tag.
Lösung implementieren
Wenn Sie diese Lösung implementieren möchten, können Sie unserer Schritt-für-Schritt-Anleitung folgen (eine Übersicht über diese Anleitung finden Sie weiter unten auf dieser Seite).
In dieser mehrstufigen Anleitung erfahren Sie, wie Sie mit Firebase verschiedene Frequency Cappings für Google AdMob-Anzeigen in Ihrer App testen. Als Beispiel wird Interstitial-Anzeigen verwendet. Sie können die Schritte aber auch auf andere Anzeigenformate übertragen.
In diesem Tutorial wird davon ausgegangen, dass Sie AdMob bereits in Ihrer App verwenden und testen möchten, ob sich eine Änderung der Häufigkeit einer Interstitial-Anzeigenblock auf den Umsatz oder andere Messwerte Ihrer App auswirkt. Wenn Sie AdMob noch nicht in Ihrer App verwenden, ist das kein Problem. Die Schritte in dieser Anleitung können Ihnen auch dabei helfen, die richtige Anzeigenhäufigkeit für Ihre App zu ermitteln.
Für diese Lösung verwendete Produkte und Funktionen
Google AdMob
Google AdMob ermöglicht es Ihnen, Anzeigeneinheiten mit verschiedenen Anzeigenhäufigkeiten oder Aktualisierungsraten zu erstellen, die in Ihrer App ausgeliefert werden. Wenn Sie AdMob mit Firebase verknüpfen, werden Informationen zum Werbeumsatz von AdMob an Firebase gesendet, um die Optimierung der Anzeigenstrategie zu verbessern.
Google Analytics
Google Analytics bietet Ihnen Einblicke in Messwerte für Nutzer-Engagement, ‑Bindung und ‑Monetarisierung wie den Gesamtumsatz, den AdMob-Umsatz und den Umsatz mit Käufen. Außerdem können Sie Nutzerzielgruppen und ‑segmente erstellen.
Firebase Remote Config
Firebase Remote Config ermöglicht es Ihnen, das Verhalten und die Darstellung Ihrer App für bestimmte Nutzersegmente dynamisch zu ändern und anzupassen – ohne eine neue Version Ihrer App zu veröffentlichen. In diesem Tutorial verwenden Sie Remote Config-Parameter, um zu steuern, welcher Anzeigenblock Ihren Nutzern präsentiert wird.
Firebase A/B Testing
Firebase A/B Testing bietet die Schnittstelle und Infrastruktur zum Ausführen von Produkt- und Marketingtests in Ihrer App. Die Verteilung von Testvarianten an Nutzer wird übernommen und anschließend wird eine statistische Analyse durchgeführt, um festzustellen, ob eine Testvariante die Kontrollgruppe in Bezug auf den ausgewählten Schlüsselmesswert, z. B. Umsatz oder Nutzerbindung, übertrifft.
Definieren Sie die Grundlagen für Tests, die Ausrichtung und die Ziele, anhand derer der Test ausgeführt wird.
Definieren Sie Testvarianten und richten Sie den Parameter Remote Config ein, mit dem gesteuert wird, welcher Anzeigenblock Nutzern im Test präsentiert wird.
Nachdem Sie den Test gestartet und einige Tage oder Wochen laufen lassen haben, sehen Sie in der Firebase-Konsole nach, ob es eine Gewinner-Variante gibt, die auf dem primären Ziel des A/B-Tests basiert.
Sehen Sie sich die Auswirkungen auf die sekundären Messwerte für jede Variante an, um sicherzustellen, dass die Varianten keine unbeabsichtigten negativen Auswirkungen auf diese Messwerte haben.
Wenn A/B Testing feststellt, dass die Variante mit dem neuen Anzeigenformat die beste ist, können Sie das Anzeigenformat allen Nutzern, die im Test als Zielgruppe festgelegt sind, allen Nutzern Ihrer App oder einer Teilmenge Ihrer Nutzer präsentieren.
Wenn noch kein eindeutiger Gewinner ermittelt wurde, können Sie den Test entweder weiterlaufen lassen, um mehr Daten zu erfassen, oder ihn beenden, wenn er bereits seit längerer Zeit mit nicht eindeutigen Ergebnissen läuft.
Glossar
Liste mit häufig verwendeten Begriffen für diese Lösung ansehen
AdMob Umsatz: AdMob Umsatz aus dem Netzwerk und Open Bidding
Umsatz aus In-App-Käufen: Umsatz aus In-App-Käufen
Gesamtumsatz: Gesamtumsatz
Kundenbindung: Die Kundenbindung als wichtiger Messwert in A/B-Tests wird als Nutzerbindung nach 1 Tag, 2–3 Tagen, 4–7 Tagen, 8–14 Tagen oder 15 Tagen oder mehr erfasst.
Remote Config-Parameter: Der konfigurierbare Parameter, mit dem gesteuert wird, welcher Anzeigenblock Nutzern präsentiert wird. In diesem Leitfaden ist das eine Anzeigenblock-ID.
Baseline-Konfiguration: Die aktuelle Konfiguration in einem bestimmten A/B-Test, auch als Kontrollgruppe bezeichnet. Für die Kontrollgruppe wird in der Regel der Standardwert für den Parameter Remote Config verwendet. Bei Bedarf kann jedoch ein neuer Kontrollwert konfiguriert werden.
Variantenkonfigurationen: Die Variantenkonfigurationen sind die alternativen Konfigurationen mit unterschiedlichen Remote Config-Parameterwerten, die wir mit der Baseline-Konfiguration vergleichen möchten.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-23 (UTC)."],[],[],null,["**Solution overview**\n\nWhat is ad frequency optimization?\n\nWhether your app is hybrid-revenue or ads-revenue driven, optimizing ads revenue\nand keeping a high-quality user experience can be tricky. Ads are a great source\nof revenue, but a high frequency of ads can provide a negative user experience\nand might lead to user churn.\n\nThere is no \"one ad frequency suits all\" approach for any app; ads performance\nvaries greatly from app to app and from audience to audience. You might be\nconcerned that increasing ad frequency could have a negative impact on user\nexperience or retention, but you might also be curious to see if it could lead\nto an increase in revenue and engagement when instrumented properly, keeping\nengagement metrics in check.\n***Figure 1**: Optimal ad frequency maximizes revenue with minimal impact to churn*\n\nTo resolve these unknowns, Firebase offers tools that help you test and then\nmake data-driven decisions about the optimal ad frequency:\n\n- Using Firebase, you can A/B test the performance of various ad frequencies\n with a *small subset* of users.\n\n- You can observe the test results and review recommendations from Firebase\n about which ad frequency is performing better and with minimal impact on\n retention.\n\n- Once you're confident that the changes will likely have a positive impact,\n you can roll out the changes to more of your users with a click of a button.\n\nBusiness case and the value\n\nDevelopers and publishers using Google AdMob and Firebase tools for\noptimizing their ad frequencies enjoy major revenue uplifts without adversely\nimpacting user experience.\n\n|---|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| | [**Qtonz**](/use-cases/qtonz-mbit-music) uses Firebase to boost ad revenue by 4x and grow engagement by customizing the experience for different stages of the user journey. - **Fewer ads for new users** : They *reduced the number of ads* that a user sees on their first day using the app. They also changed the placement so that ads only appear after users complete a key in-app action. These changes made ads less intrusive. - **More frequent ads for engaged users** : For users with longer session lengths, Qtonz *increased the number of ads* shown from 2 to 3-4 per day. |\n\nImplementing the solution\n\nTo implement this solution, you can follow our step-by-step tutorial (find an\noverview of this tutorial later on this page). \n\nIn this multistep tutorial, you'll learn **how to use Firebase to test various\nfrequency caps for Google AdMob ads in your app** . It uses\n[interstitial ads](https://support.google.com/admob/answer/7311435)\nas the example test case, but you can extrapolate and use these same steps to\ntest frequency capping for\n[other ad formats](https://support.google.com/admob/answer/6128738).\n\nThis tutorial assumes that you already use AdMob in your app and that you'd\nlike to test whether changing the *frequency* of an interstitial ad unit will\nhave an impact on your app's revenue or other metrics. However, if you don't already\nuse AdMob in your app, that's ok! The steps in this tutorial can also help\nyou understand what ad frequency you should use in your app.\n| **Tip:** If there's a term that you're not familiar with, check out the [glossary](#glossary) at the bottom of this page.\n\nProducts and features used for this solution\n\n|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Google AdMob \u003e [Google AdMob](/docs/admob) enables you to create ad units with various ad frequencies or refresh rates that will be served within your app. When you link AdMob with Firebase, AdMob sends ad revenue information to Firebase to improve ad strategy optimization. Google Analytics \u003e [Google Analytics](/docs/analytics) gives you insight into user engagement, retention, and monetization metrics like total revenue, AdMob revenue, purchase revenue, and much more. It also allows you to create user audiences and segments. | Firebase Remote Config \u003e [Firebase Remote Config](/docs/remote-config) enables you to dynamically change and customize the behavior and appearance of your app for desired user segments --- *all without publishing a new version of your \u003e app* . In this tutorial, you'll use Remote Config parameters to control which ad unit is shown to your users. Firebase A/B Testing \u003e [Firebase A/B Testing](/docs/ab-testing) provides the interface and infrastructure to run product and marketing experiments in your app. It takes care of distributing experiment variants to users, and then performs statistical analysis to determine if an experiment variant is outperforming the control group based on your selected key metric, such as revenue or user retention. |\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\nSolution tutorial overview\n\n[Go\ndirectly to the step-by-step tutorial](/docs/tutorials/optimize-ad-frequency/step-1)\n\n1. [**Use AdMob to\n create new ad unit variants for testing**](/docs/tutorials/optimize-ad-frequency/step-1)\n\n 1. Create two new interstitial ad units in AdMob.\n\n 2. Set the *Frequency capping* of each ad unit to an impressions per user\n value that you want to test.\n\n 3. Implement the ad unit placements within your app's code.\n\n2. [**Set up an A/B test\n in the Firebase console**](/docs/tutorials/optimize-ad-frequency/step-2)\n\n 1. Define testing basics, targeting, and the goals that the test will run\n against.\n\n 2. Define test variants and set up the Remote Config parameter that\n will control which ad unit is shown to users in the test.\n\n3. [**Handle\n Remote Config parameter values in your app's code**](/docs/tutorials/optimize-ad-frequency/step-3)\n\n 1. Use the Remote Config parameter in your app.\n\n 2. Implement the logic for displaying the ad unit based on the parameter's\n value.\n\n4. [**Start the A/B test\n and review the test results in the Firebase console**](/docs/tutorials/optimize-ad-frequency/step-4)\n\n 1. After starting the test and allowing it to run for a few days or weeks,\n check the Firebase console for whether the A/B test has a winning\n variant based on the primary goal of the A/B test.\n\n 2. Review the impact on secondary metrics for each variant to ensure the\n variants didn't cause unintended negative impacts to those metrics.\n\n5. [**Decide whether to\n roll out the new ad unit with the updated ad frequency**](/docs/tutorials/optimize-ad-frequency/step-5)\n\n 1. If A/B Testing determines that the variant showing the new ad format\n is the winner, you can start showing the ad format to all users targeted\n in the experiment, all users of your app, or to a subset of your users.\n\n 2. If a clear winner isn't yet determined, you can either continue running\n the experiment to gather more data, or end the experiment if it's\n already been running for a long period with inconclusive results.\n\nGlossary\n\n\u003cbr /\u003e\n\nView a list of common terms for this solution\n\n\u003cbr /\u003e\n\n- **AdMob revenue** : AdMob network and open bidding revenue\n\n- **IAP revenue**: In app purchases revenue\n\n- **Total revenue**: Total revenue\n\n- **Retention**: Retention as a key metric in A/B tests is tracked as 1 day,\n 2-3 days, 4-7 days, 8-14 days, or 15+ days user retention\n\n- **Remote Config parameter**: The configurable parameter used to control\n which ad unit is show to users. In this guide, it will be an ad unit ID.\n\n- **Baseline configuration** : The as-is configuration in any particular A/B test\n --- also known as the control. The control usually uses the default value for\n the Remote Config parameter, but it can be configured to use a new control\n value if needed.\n\n- **Variant configurations** : The variant configurations are the alternative\n configurations with different Remote Config parameter values that we would\n like to test against the baseline configuration.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e"]]
