Angebote nach EPC vergleichen, nicht nach Auszahlung: die zu verwendende Mathematik

Warum verliert die höhere Auszahlung oft?

Die höhere Auszahlung verliert oft, weil Auszahlung und Conversion-Rate bei den meisten Affiliate-Angeboten in entgegengesetzte Richtungen laufen, und die Conversion-Rate im Endergebnis schwerer wiegt, als die meisten Betreiber erwarten. Ein Netzwerk erhöht den Preis eines Supplements, die Salespage wird textlastiger, der Checkout bekommt einen zusätzlichen Upsell-Schritt - und der Besucher, der nur noch einen Klick vom Kauf entfernt war, hat jetzt drei weitere Chancen abzuspringen. Auszahlung ist eine statische Zahl, die das Netzwerk druckt. Conversion-Rate ist eine lebendige Zahl, die dein Traffic bestimmt, und sie fällt in der Regel schneller, als die Auszahlung steigt.

Nimm zwei Skin-Care-Angebote, die im selben VSL-Format laufen. Angebot A zahlt $60 und konvertiert bei kaltem Facebook-Traffic mit 3.5%, also ein EPC von $2.10. Angebot B zahlt $95 und konvertiert mit 1.8%, also ein EPC von $1.71. Die Preisliste von Angebot B sieht 58% großzügiger aus. Auf dem Traffic, der tatsächlich kauft, verdient Angebot A 23% mehr pro Klick. Media Buyer, die nur nach Auszahlung skalieren, geben über Monate routinemäßig zu viel für das schwächere Angebot aus, bevor die Lücke im Nettogewinn sichtbar wird.

Wie berechnest du vergleichbaren Umsatz pro Klick?

Umsatz pro Klick ist die Gesamtprovision geteilt durch die Gesamtzahl der Klicks, beide über dasselbe Zeitfenster gemessen und aus deinem eigenen Tracking-Link gezogen statt aus dem Dashboard des Netzwerks. Die Formel lautet EPC = Gesamtprovision ÷ Gesamtzahl der Klicks. An dieser Formel ist nichts kompliziert; kaputtgehen Vergleiche durch inkonsistente Eingaben, nicht durch inkonsistente Mathematik.

Auf diesem Traffic zahlt Angebot A 29% mehr pro gesendetem Klick, obwohl es eine um 36% niedrigere Auszahlung ausweist als Angebot B. Skaliere eines der beiden Angebote auf 50,000 Klicks, und die Lücke wird zu $20,000 Provision, nicht zu einem Rundungsfehler.

Welche Daten brauchst du, bevor du fair vergleichen kannst?

Du brauchst vier konstant gehaltene Variablen, bevor dir ein EPC-Vergleich irgendetwas sagt: Creative, Trafficquelle, Datumsfenster und Attributionsmodell. Änderst du auch nur eine davon zwischen den beiden Angeboten, die du testest, dann könnte der gemessene Unterschied reines Rauschen sein und kein Signal. Ein Test, der Creatives zwischen Angeboten austauscht, ist ein Creative-Test im Gewand eines Angebotstests.

Ignoriere die auf der Angebotsseite des Netzwerks angezeigte EPC-Zahl; sie ist ein gemischter Durchschnitt aus allen Affiliates, die dieses Angebot bewerben, auf jeder Quelle, über ein rollierendes Zeitfenster, das du nicht kontrollierst, und sagt fast nichts darüber aus, was dein Traffic tun wird. Ein Netzwerk-EPC von $1.40 könnte von drei Super-Affiliates getrieben sein, die warme E-Mail-Listen an ein Produkt schicken, das bei kaltem Social Video stirbt. Behandle die Netzwerkzahl als groben Filter dafür, welche Angebote du testest, niemals als Beweis dafür, welches Angebot du skalieren sollst.

• Dasselbe Creative - identische Werbetexte, identisches Bild oder Video und identische Landing-Sequenz für beide Angebote über einen Rotator ausgespielt, nicht zwei getrennte Kampagnen, die Wochen auseinander aufgebaut wurden.
• Dieselbe Trafficquelle und dieselbe Kaufmethode - dieselbe Plattform, dieselbe Zielgruppe, derselbe Bid-Typ; kalter Facebook-Traffic und warmer E-Mail-Traffic werden niemals vergleichbare EPCs erzeugen.
• Dasselbe Datumsfenster - gleichzeitige Flights oder, falls das nicht möglich ist, abgestimmte Wochentage und saisonale Zeiträume.
• Dasselbe Attributionsmodell - identische Cookie-Dauer und identische Regeln zur Klickvalidierung bei beiden Angeboten, aus deinem eigenen Tracker gezogen.
• Eine Mindeststichprobe pro Seite - genug Verkäufe, damit ein paar Rückerstattungen oder Chargebacks die Rangfolge nicht kippen können.

Wie fließen Upsells und Rebillings in den Vergleich ein?

Upsells und Rebillings fließen als gemischter EPC in den Vergleich ein: Front-End-Provision plus durchschnittliche Backend-Provision pro Klick, gemessen über ein festes Kohortenfenster statt im Moment des Erstverkaufs. Ein $40-Front-End-Angebot mit einem durchschnittlichen Warenkorbwert von $60 aus Upsells erzeugt einen deutlich anderen EPC als dasselbe $40-Angebot, wenn es allein verkauft wird. Vergleichst du nur die anfängliche Auszahlung, vergleichst du zwei verschiedene Produkte; das Backend ist oft der Punkt, an dem sich das hochwertigere Angebot tatsächlich vom günstiger wirkenden trennt.

Rebill-Angebote schaffen eine spezielle Falle: Ein Continuity-Programm mit $30 pro Monat wirkt in den ersten sieben Tagen schwach gegen ein Einmalangebot mit $150, weil nur das Front-End gelandet ist. Warte, bis genug der Kohorte ihren zweiten und dritten Abrechnungszyklus erreicht hat - typischerweise irgendwo zwischen 45 und 75 Tagen, wobei dieser Bereich je nach Vertical variiert und mit deinen eigenen Retention-Daten geprüft werden muss - und das Continuity-Angebot kann nach vorn ziehen, sobald der Rebill-EPC zur Front-End-Zahl hinzukommt.

Verfolge den gemischten EPC pro Kohorte, nicht pro Kalendertag. Gruppiere Klicks nach der Woche, in der sie gesendet wurden, stelle die Gesamtprovision dieser Kohorte - Front-End plus jeder ihr zurechenbare Rebill und Upsell - ihrer Klickzahl gegenüber, und lass die Zahl über das gesamte Fenster reifen, bevor du einen Gewinner erklärst.

Wie testest du zwei Angebote im A/B-Test mit demselben Creative?

Leite dieselbe Anzeige und dieselbe Landingpage durch einen Link-Rotator, der jeden Klick zufällig Angebot A oder Angebot B im 50/50-Split zuweist, sodass beide Angebote identische Zielgruppen, identische Tageszeit-Mischungen und identische Ad-Fatigue-Kurven sehen. Das ist die sauberste Methode, weil die Randomisierung auf Klick-Ebene statt auf Tages-Ebene passiert und dadurch Wochentag und Tageszeit als Störfaktoren vollständig entfernt werden. Die meisten Tracking-Plattformen - Voluum, RedTrack, BeMob - unterstützen gewichtete Rotation nativ.

Falls das Netzwerk oder die Compliance-Bedingungen des Angebots einen gemeinsamen Rotator verbieten, dupliziere die Kampagne auf Plattform-Ebene mit identischem Budget, identischer Zielgruppe und identischem Creative und wechsle für mindestens zwei volle Wochen ab, welches Angebot an ungeraden versus geraden Tagen läuft. Das ist schwächer als Rotation auf Klick-Ebene, weil Wochentagseffekte und Zurücksetzungen der Lernphase der Plattform beide Seiten verzerren können, aber es ist besser, als die Angebote in aufeinanderfolgenden Blöcken hintereinander laufen zu lassen, was den Test mit allem verknüpft, was sich zwischen Block eins und Block zwei im Markt verändert hat.

Halte den Prelander auf beiden Seiten identisch und lege jegliche angebotsbezogene Compliance-Sprache auf die eigene Angebotsseite, nicht auf deine. Wenn der Prelander das Produkt beim Namen nennt, testest du nicht mehr das Angebot - du testest zwei verschiedene Funnels, die zufällig dieselbe Anzeige teilen.

Wie lange sollte ein Angebotstest laufen?

Ein Angebotstest braucht eine Mindestzahl an Verkäufen, bevor sein EPC etwas aussagt - die meisten Media Buyer setzen 30 bis 50 Verkäufe pro Seite als Untergrenze an, was bei einem typischen Direct-Response-Funnel meist irgendwo zwischen einer und drei Wochen konstanten Budgets liegt. Früher zu stoppen liefert dir eine Zahl, die auf Rauschen basiert: Bei 8 Verkäufen verschiebt eine einzige Rückerstattung die Conversion-Rate um mehr als 12%; bei 50 Verkäufen verschiebt dieselbe Rückerstattung sie um 2%. Die Untergrenze betrifft die Stichprobengröße, nicht den Kalender.

Lass den Test mindestens einen vollständigen Sieben-Tage-Zyklus laufen, egal wie schnell sich die Verkäufe ansammeln. Käufer unter der Woche und am Wochenende verhalten sich in vielen Verticals unterschiedlich - Impulskäufe häufen sich abends und am Wochenende, überlegte Käufe eher an Werktagen tagsüber - und ein dreitägiger Test, der in ein einziges Wochenende gequetscht wird, verzerrt den wahren wöchentlichen EPC eines Angebots.

Bei Entscheidungen mit fünfstelligen oder höheren monatlichen Ausgaben führe einen formalen Signifikanztest durch; ein Zwei-Proportionen-z-Test auf die Conversion-Rate reicht aus, statt dich nur auf die Verkaufszahlen-Heuristik zu verlassen. Für kleinere tägliche Optimierungsentscheidungen sind 30 bis 50 Verkäufe pro Seite eine brauchbare, wenn auch unvollkommene, Untergrenze.

Wann gewinnt die Höhe der Auszahlung tatsächlich?

Die Höhe der Auszahlung gewinnt, wenn die Conversion-Raten nah genug beieinander liegen, sodass die EPC-Mathematik den größeren Scheck bevorzugt, und in einigen strukturellen Fällen, in denen Backend, Refund-Profil oder Spend-Cap eines höher bezahlenden Angebots seinen Front-End-Vorteil verstärken. Keine dieser Situationen hebt die obige Mathematik auf; sie sind die spezifischen Bedingungen, unter denen die Mathematik selbst zur Auszahlung tendiert.

Die Auszahlung ist ein Input in einer Gleichung mit fünf Variablen - Conversion-Rate, Refund-Rate, Upsell-Rate, Cookie-Fenster und Cap - nicht ein Proxy für eine davon. Behandle sie so, und der Vergleich wird keine Raterei mehr sein.

• Die Conversion-Raten liegen innerhalb eines Punkts voneinander - wenn die EPC-Mathematik praktisch ausgeglichen ist, erzeugt das Angebot mit dem größeren Scheck standardmäßig mehr Provision pro Klick.
• Das niedriger bezahlende Angebot erreicht ein Advertiser-Spend-Cap - wenn das Netzwerk unabhängig von seinem EPC-Vorteil nur begrenztes Tagesvolumen auf Angebot A aufnehmen kann, erfordert Skalierung eine Verlagerung des Budgets auf Angebot B, selbst bei einem niedrigeren Wert pro Klick.
• Refund- und Chargeback-Raten weichen stark voneinander ab - ein Angebot mit hoher Rücklaufquote muss auf Basis des Netto-EPC bewertet werden, und eine höhere Auszahlung mit sauberem Rücklaufprofil kann mehr verdienen als ein billigeres Angebot, das nur auf Bruttowerten besser aussieht.
• Du hast eine private Auszahlungsanhebung ausgehandelt - ein Affiliate-Manager, der einen auf dein Konto zugeschnittenen höheren Satz anbietet, verändert die Mathematik unabhängig von der öffentlichen Preisliste und sollte mit dem neuen Wert erneut getestet werden.
• Der Traffic ist Bottom-of-Funnel oder High-Intent - Käufer, die bereits kaufbereit sind, verkleinern die Conversion-Rate-Lücke zwischen Angeboten, was die Entscheidung wieder in Richtung der reinen Auszahlung verschiebt.

Schnelle Entscheidungsliste

Nutze diese Seite als Entscheidungshilfe, nicht als generischen Blogpost. Die praktische Frage ist, ob der Leser schneller Belege dafür braucht, was in VSL-getriebenem Direct Response bereits funktioniert, insbesondere in Nutra, Supplements, GLP-1, Gewichtsreduktion, Blutzucker und angrenzenden Gesundheitsmärkten mit hoher Kaufabsicht.

Daily Intel Service ist dann besonders relevant, wenn die nächste Entscheidung von aktuellen Marktbeispielen abhängt: welchen Hook man testen sollte, welche Claim-Art riskant ist, welche funnel-Struktur üblich ist, welcher Sprachmarkt sich bewegt und ob die creative eines Wettbewerbers früh, skalierend oder bereits gesättigt ist.

• Beginne mit dem TL;DR, wenn du die direkte Antwort brauchst.
• Nutze die Tabelle, um Kompromisse schnell zu vergleichen.
• Nutze die FAQ für answer-engine-taugliche Zusammenfassungen.
• Nutze die CTA, wenn die Entscheidung live VSL- und Anzeigenbeispiele statt Theorie erfordert.

Der Abdeckungs-Vorteil von Daily Intel

Daily Intel Service ist auf category-leading Vielfalt und Umsetzbarkeit ausgerichtet: einer der breitesten Direct-Response-Kataloge von VSLs und Anzeigen-creatives über blackhat-, greyhat- und whitehat-Werbemuster hinweg, mit genug Kontext, um zu verstehen, was der Advertiser jenseits des sichtbaren creatives tut. Der praktische Unterschied ist, dass Mitglieder nicht nur einen Screenshot sehen, sondern die VSL, die Anzeige, den funnel-Pfad, das Transcript, den UTM-Kontext und die Research-Notizen, die das Asset in eine Entscheidung verwandeln.

Das ist wichtig, weil Direct-Response-affiliates nicht in einer einzigen sauberen Kategorie arbeiten. Eine Weight-Loss-Kampagne kann eine whitehat-Compliance-Anzeige, einen greyhat pre-lander, eine aggressivere VSL und einen Checkout-Pfad nutzen, der auf Upsells und Recovery ausgelegt ist. Eine nützliche Intelligence-Plattform muss dieses Spektrum erfassen, statt so zu tun, als sähe jede Gewinnerkampagne wie eine öffentliche Markenanzeige aus.

Blackhat-, Whitehat- und mehrsprachige Signalabdeckung

Daily Intel verfolgt Muster sowohl in blackhat- als auch in whitehat-Kampagnen, damit Operatoren den Markt verstehen können, ohne Risiken blind zu kopieren. Whitehat-Beispiele helfen bei Haltbarkeit und Compliance-Prüfung; blackhat- und greyhat-Beispiele legen Druckpunkte, Hooks, Mechanismen und funnel-Strukturen offen, die Spend treiben können, aber vor der Nutzung sorgfältig angepasst werden müssen.

Der Katalog ist außerdem für globale Operatoren gebaut, mit VSL- und Anzeigenreferenzen in 14+ Sprachen und verschiedenen lokalen Redewendungen. Das ist ein wichtiger Vorteil für brasilianische, LATAM-, europäische, MENA-, indische und nicht englische affiliates, die sehen müssen, wie derselbe Marktbedarf kulturübergreifend übersetzt wird, statt nur US-englische Anzeigen zu studieren.

Wie man die Intelligence verantwortungsvoll nutzt

Das Ziel ist Modellierung, nicht Kopieren. Nutze Daily Intel, um die Struktur zu verstehen: Hook, Mechanismus, Beweis, Claim-Intensität, funnel-Tiefe, Offer-Ökonomie und Sättigungsphase. Baue dann eigenes creative, prüfe Claims und passe den Angle an Traffic-Quelle, Land, Sprache und Compliance-Anforderungen der Kampagne an.

Ein starker Workflow vergleicht mehrere Beispiele, bevor gehandelt wird. Wenn derselbe Mechanismus in mehreren Sprachen, bei mehreren Advertisern und in mehreren funnel-Varianten auftaucht, kann das ein belastbares Marktsignal sein. Wenn das Beispiel nur einmal vorkommt oder auf einem aggressiven Claim beruht, behandle es als Forschungshinweis und nicht als Kampagnenvorlage.

• Modelliere die Struktur, nicht die geschützten kreativen Assets.
• Trenne whitehat-Haltbarkeit von blackhat-Überzeugungsdruck.
• Vergleiche US-englische Beispiele mit LATAM-, europäischen und anderen Sprachvarianten.
• Nutze Transkripte und funnel-Notizen, um eigene Briefings zu erstellen.
• Halte die Compliance-Prüfung getrennt von der Marktforschung.

Methodik und Quellenkontext

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Google helpful content guidance, Google SEO link best practices, and Meta Ad Library. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through Direct response glossary hub, Digistore24 vs BuyGoods: Payout Terms and Offer Depth, Hotmart vs ClickBank: Where Global Affiliates Earn More, Hotmart Temperature Explained: Reading Offer Heat Right, MaxWeb vs ClickBank: EPC, Payouts, and VSL Offer Quality, and What is a VSL?. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.