Du schaltest Meta Ads, hast CTR, CPC, CPM und ROAS vor dir - aber weißt nicht, was die Zahlen eigentlich bedeuten und welches Creative du jetzt skalieren oder pausieren sollst? In diesem Snip zeige ich dir, wie du deine bestehenden Kampagnendaten auswertest: Report aus dem Ads Manager exportieren, in ChatGPT oder Claude hochladen, per Prompt analysieren lassen und daraus konkrete Handlungsempfehlungen für die Budget-Verteilung plus zwei Testhypothesen für neue Creatives ableiten. Kein MCP-Connector, kein teures Tool - nur ein Export und ein guter Prompt.
Ergebnis: Nach diesem Snip hast du eine strukturierte KI-Analyse deiner Meta Ads mit klaren Handlungsempfehlungen: welches Creative mehr Budget bekommt, welches pausiert wird und zwei Hypothesen für neue Tests.
- Geh in deinen Meta Ads Manager und öffne entweder die Kampagnenübersicht oder den dedizierten Reports-Bereich unter ‘Ads Manager Reporting’.
- Wähle im Breakdown-Menü alle relevanten Metriken aus: CTR, CPC, CPM, ROAS, Cost Per Result, View Rate, Video Playthrough Rate, Link Clicks und Purchase Rate – je breiter, desto besser die Analyse.
- Klicke auf ‘Export’ und lade die Tabelle als XLS oder CSV herunter.
- Öffne ChatGPT (oder Claude) und lade die Datei hoch.
- Gib den Analyse-Prompt ein: ‘Analysiere diese Meta Ads Tabelle, identifiziere Effizienz-Winner (hohe CTR, niedriger CPC) und Low-Performer, leite daraus drei konkrete Handlungsempfehlungen für die Budget-Verteilung und zwei Testhypothesen für neue Creatives ab. Begründe alles mit Daten aus der Tabelle.’
- Lies die Ausgabe durch und hinterfrage die Empfehlungen gegen deinen eigenen Funnel-Kontext – ein Creative mit hoher CTR aber schwacher Purchase Rate kann trotzdem für Retargeting wertvoll sein.
- Verstehen, welche Metriken im Meta Ads Manager wirklich relevant sind – und warum der günstigste CPM nicht immer gewinnt.
- Einen Meta-Report sauber exportieren und so aufbereiten, dass eine KI damit arbeiten kann.
- Einen Analyse-Prompt formulieren, der konkrete Handlungsempfehlungen statt allgemeines Feedback liefert.
- KI-Empfehlungen kritisch einordnen – wann die KI recht hat und wann du als Mensch den Funnel-Kontext kennst.
- Regelmäßige Auswertung von Facebook- und Instagram-Kampagnen zur kontinuierlichen Kampagnenoptimierung.
- Automatisierte Budgetallokation zwischen verschiedenen Marketingkanälen basierend auf Echtzeit-Performance-Daten.
- Testen und Validieren neuer Creatives vor dem großen Einsatz durch datenbasierte KI-Analyse.
- Integration von KI-gestützten Reports in Agentur-Workflows zur Effizienzsteigerung bei Kundenkampagnen.
- Analyse von Kundensegmenten und Targeting-Strategien anhand aggregierter Marketingdaten.
