Social Rocket
Uber Advertising will seit dem 5. Oktober 2026 in den USA nicht mehr nur Bestellungen innerhalb von Uber Eats messen: Gemeinsam mit Affinity Solutions bietet das Unternehmen eine Messlösung an, die den Zusammenhang zwischen Sponsored Listings und zusätzlichen Umsätzen in physischen Restaurants prüfen soll. Dafür verknüpft Uber eigene Test- und Kontrollgruppen mit aggregierten, de-identifizierten Transaktionsdaten von Kredit- und Debitkarten.
Für Restaurantketten ist das eine größere Änderung als ein neues Anzeigenformat. Bisher kann eine Lieferplattform ihren Beitrag zum eigenen Umsatz gut zeigen – aber nur eingeschränkt beantworten, ob Werbung Gäste vom Restaurantbesuch zur App verschiebt oder tatsächlich zusätzliche Nachfrage schafft.
Was die gemeldeten 40, 27 und 5 Prozent messen
In einem begleitenden Bericht nennen Uber und Affinity für Personen, die Sponsored Listings ausgesetzt waren, folgende Zuwächse während der untersuchten Kampagnen: 40 % bei Uber-Eats-Umsätzen, 27 % über die betrachteten Vertriebskanäle insgesamt und 5 % bei Restaurantumsätzen vor Ort. Für die sechs Monate nach Kampagnenende nennt das Unternehmen durchschnittliche Zuwächse von 8 % in der App und etwa 5 % offline.
Diese Prozentwerte darf man nicht addieren. Der kanalübergreifende Wert schließt die untersuchten Kanäle ein und ist keine dritte zusätzliche Umsatzquelle. Entscheidend ist auch die Unterscheidung zwischen einer beobachteten Umsatzänderung und dem inkrementellen Effekt, also dem Geschäft, das ohne die Werbung nicht entstanden wäre.
Die Ergebnisse stammen aus der offiziellen Ankündigung von Uber Advertising und dem gemeinsam beworbenen Bericht mit Affinity Solutions. Eine vollständige unabhängige Prüfung der Stichproben, Match-Raten und Ergebnisspannen ist in der öffentlichen Mitteilung nicht enthalten. Die Zahlen sind daher Unternehmensangaben, keine für jede Restaurantmarke garantierte Wirkung.
Warum Test- und Kontrollgruppen wichtiger sind als Karten-Matching
Kartenumsätze können zeigen, dass ein Teil der untersuchten Kundschaft später auch in Restaurants bezahlt. Allein daraus entsteht aber kein Kausalbeweis: Wer die Marke bereits mag, könnte auch ohne Anzeige bestellt haben. Erst der Vergleich geeigneter Gruppen, deren Werbekontakt sich systematisch unterscheidet, hilft diese Ausgangsnachfrage zu kontrollieren.
Die IAB- und IAB-Europe-Leitlinien zur Incrementality-Messung betonen deshalb die Bedeutung sauberer Experimente und benennen Risiken durch Datenabdeckung, Auswahlverzerrungen und ungeeignete Kontrollgruppen. Für Uber bleibt öffentlich zu prüfen, wie repräsentativ die über Affinity erfassten Kartenumsätze sind und ob Bargeld, andere Zahlungsarten oder nicht zugeordnete Kunden systematisch fehlen.
Was deutsche Werbekunden daraus ableiten können
Der Start bezieht sich auf Restaurants in den USA; eine Verfügbarkeit derselben Lösung für deutsche Uber-Eats-Werbekunden ist damit nicht belegt. Das Messprinzip ist trotzdem für den hiesigen Markt relevant. Auch bei Retail Media, Audio- und Streaming-Werbung entsteht schnell der Eindruck, dass ein zugeordneter Kauf automatisch zusätzlich gewonnen wurde. Wie groß der Unterschied ist, erläutert unser Beitrag über Walmart Connects Käuferdaten im TV- und Audio-Mix.
Wer eine ähnliche Studie beauftragt, sollte vorab Kontrollgruppendesign, Anzahl beobachteter Standorte, Umsatzdefinition, statistische Unsicherheit und Offline-Abdeckung festlegen. Dazu passt unser Überblick über Lowe’s und die Rolle externer Incrementality-Messung. Und auch hohe Interaktionen mit Anzeigen sind nicht dasselbe wie zusätzlicher Umsatz – siehe die Revlon-Auswertung zu Prime-Video-Werbung.
Einordnung: Ubers neuer Ansatz stellt die richtige Frage: Was geschieht außerhalb der Werbeplattform? Dass dabei 5 % mehr Offline-Umsatz gemeldet werden, ist ein interessanter Befund. Ohne offengelegte Unsicherheiten und eine unabhängige Replikation ist es aber kein universeller Beleg dafür, dass Liefer-App-Werbung den Restaurantbesuch fördert.
Bild: offizielles Unternehmensmotiv von Uber Advertising; Symbolmotiv, keine Abbildung der Messmethode.