• Das Behavioural Targeting
Dieses Targeting basiert auf der Personalisierung von Inhalten entsprechend dem Verhalten von Internetnutzern und der Identifizierung ihrer Interessensschwerpunkte.
Es gibt 3 Arten von Daten:
– 1st-Party-Daten: alle «proprietären» Daten, die einem Werbetreibenden zur Verfügung stehen
– 2nd-Party-Daten: Daten, die von einem Partner stammen. Sie bereichern und ergänzen die eigenen Daten (First-Party-Daten), die ein Werbetreibender bereits hat.
– 3rd-Party-Daten: Daten Dritter, die von spezialisierten Akteuren gesammelt werden, ihnen aber nicht gehören.
Diese Art des Targetings wird auch als Audience Planning bezeichnet.
• Das thematische Targeting
Dieses Targeting dient zur Erstellung von Inclusion Lists (Whitelists) für die User, die man ansprechen möchte (nach Affinität der ausgewählten Websites).
Wenn eine Sportausrüstungsmarke beispielsweise Outdoor-Sportfans erreichen möchte, können mit Hilfe von Tools zur Messung der Audience, wie Comscore, Inclusion Lists von Webseiten erstellt werden, auf denen diese Zielgruppe am häufigsten vertreten ist. Diese Art von Targeting kann man auch Mediaplanung nennen.
• Contextual oder semantisches Targeting
Es besteht darin, Werbe-Schaltungen in bestimmten, digitalen Umgebungen entsprechend den auf der Seite vorhandenen Inhalten anzuzeigen. Es werden Tools verwendet, um den Inhalt von Webseiten zu scannen und Cluster von Keywords zu bilden, die gezielt angesprochen werden können, wie «Wintersport», «Hypothek» oder «Ausflugsziele». Das kontextuelle/semantische Targeting kann besonders beim Ausschluss von Webseiten (dem sogenannten Blacklisting) nützlich sein. Dies um zu verhindern, dass ein Werbetreibender seine Werbebotschaften auf Webseiten sieht, die nicht brandsafe sind oder er diese neben heiklen Themen wie Terrorismus, einem Flugunfall oder einer Gesundheitskrise wiederfindet.
Die Personalisierung der Botschaft entsprechend dem Profil des Nutzers ist eine der grossen Herausforderungen von Programmatic.
Was sind die Personalisierungsmöglichkeiten einer Werbebotschaft in einer programmatischen Werbekampagne? Wie hoch ist der Mehrwert, der sich daraus je nach Device ergeben kann?
• Smart Retargeting
Dazu gehört das Anpassen einer Botschaft nach den Browsing-Daten eines Users. Die üblichste Form besteht darin, die Produkte, die von einem Internetnutzer auf einer E-Commerce-Plattform angesehen oder in den Warenkorb gelegt wurden, ohne dass der Kauf aber abgeschlossen wird, preislich soweit neu auszurichten, dass es dennoch zur Conversion kommt.
• Web-to-Store
Für einen Werbetreibenden mit einem physischen Vertriebsnetz (also einem Filialnetz) kann es die Integrierung der nächstgelegenen Filiale in der Botschaft des Werbemittels über einen dynamischen Feed ermöglichen, Store-Traffic in der nächstgelegenen Verkaufsstelle zu generieren. Die Verwendung eines speziellen Promo-Codes ermöglicht zudem, die Wirksamkeit der Web-to-Store-Kampagne zu messen, indem das Einlösen dieses Promo-Codes im Geschäft quantifiziert wird.
• Geolokalisierung
Die Personalisierung der Botschaft entsprechend der Geolokalisierung des Internetnutzers kann die Relevanz der Botschaft erhöhen. So kann ein E-Commerce-Händler die Bestseller nach geografischen Gebieten oder ein Reiseveranstalter die Top-Ziele nach Regionen hervorheben, um das Engagement der Internetnutzer zu maximieren.
• Yield Management
Bei der Personalisierung der Botschaft können auch Ertragsmanagement-Kriterien integriert werden, wie z.B. die dynamische Anzeige des Preises eines Produkts oder einer Dienstleistung anhand von Kontextdaten.
• Kundenbindung
Um die Kundenbindung zu stärken, bietet das Onboarding von CRM-Daten die Möglichkeit, die Botschaft für jeden Kunden in der Datenbank entsprechend seiner Vorgeschichte mit einer Marke zu personalisieren – bspw. die Art des Kunden, von klein bis gross / Datum des letzten Kaufs / Häufigkeit der Käufe / Art der Produkte oder Dienstleistungen, usw. – usf.
• AB-Testing
Für alle genannten Strategien ist generell ein AB-Testing empfehlenswert, bei welchem mehrere Botschaften je nach Audience systematisch getestet werden. Dies ermöglicht die Echtzeit-Erfassung von Performance-Daten zu jeder kreativen Anzeige und die Verbesserung des ROI von Programmatic Kampagnen.
Die sogenannten DCO-Technologien (Dynamic Creative Optimization) ermöglichen die automatische Anpassung der Werbemittel eines Werbetreibenden. Somit stehen einem Werbetreibenden aus einem einzigen Satz Creatives, Tausende kreative Möglichkeiten zur Verfügung.
Einige Programmatic Player wie Gamned! haben ihre eigene proprietäre DCO-Technologie entwickelt. Zudem gibt es auch Unternehmen ohne Mediaaktivitäten, die sich auf diesen Service spezialisiert haben.
Die Ausstrahlung im richtigen Moment und auf dem richtigen Kanal erfordert grundlegendes Wissen zur Mediennutzung der Internetnutzer. Welche Kanäle werden bevorzugt? Zu welcher Tageszeit?
Die folgende Grafik zeigt die Entwicklung des Medienkonsums auf den wichtigsten, digitalen Medien an einem typischen Tag.
Je nach Zeitfenster kann gesteuert werden, ob der Werbedruck mehr auf Mobile, auf Informations-Websites oder auf Audio-Streaming verstärkt werden soll. Die Idee besteht darin, die Mediaplanung so nah wie möglich an den Konsumgewohnheiten der Zielgruppe auszurichten, um Relevanz zu gewinnen und somit das Engagement zu erhöhen.
Synchronisationstechnologien ermöglichen auch eine Echtzeit-Sequenzierung der Werbeschaltung nach verschiedenen Ereignissen: bspw. nach Wetterbedingungen, Fernsehkampagnen oder der Geolokalisierung des Internetnutzers. So kann z.B eine Ice-Crème-Marke nur dann kommunizieren, wenn die Temperatur 25 Grad übersteigt, oder ein Wintersportgerätehersteller den Werbedruck bei Schneefall erhöhen.
Hier kommt die Rolle des Media Traders voll zum Zug. In der Tat ist ein solides menschliches Know-How die beste Garantie für einen Mediaeinkauf zum richtigen Preis.
Parallel zu den Media Tradern, haben die meisten Player eigene Algorithmen für den Mediaeinkauf entwickelt, die darauf abzielen, eine bestimmte Anzahl von Optimierungsaktionen, basierend auf verschiedenen Parameter mit dutzenden oder sogar hunderten von Kriterien, zu automatisieren.
Jedes Kriterium kann mit JA / NEIN oder mit einer Punktzahl bewertet werden. Die Antwort leitet automatisch zu einer Entscheidung weiter, die den Kauf beeinflussen kann. Dies ermöglicht einen Effizienzgewinn durch die Einschränkung von Aufgaben mit geringer Wichtigkeit und eine Steigerung der Performance von Kampagnen.
• Das Cookie Profiling (mit dem Cookie verknüpft)
In diesem Fall ist die Frage für die Entscheidung ob eine Botschaft ausgestrahlt werden soll oder nicht, sehr einfach: Gehört das Cookie zur Audience, die ich ansprechen möchte, JA / NEIN. Wenn die Antwort JA lautet, können die Targeting Kriterien je nach Intensität des Interesses noch in Richtung des Kernziels verfeinert werden. Ein Beispiel: Zeigte das Cookie in den letzten 5 Tagen die Absicht an, das Produkt zu kaufen? JA / NEIN. Wenn die Antwort JA lautet, entscheidet der Algorithmus, den Wert des Gebots mit einem bestimmten Koeffizienten zu multiplizieren, um den Werbedruck zu intensivieren. Wenn die Antwort NEIN lautet, wird er beschliessen, den entgegengesetzten Koeffizienten anzuwenden, um das Gebot zu senken.
• Das Context-Profiling (mit dem Verbreitungskontext verbunden)
Beim Context-Profiling ist der Entscheidungsprozess derselbe, aber die Kriterien betreffen das Umfeld der Verbreitung der Werbeschaltungen. Hier ein Beispiel: Kommt die Gebotsanfrage von einer Premium-Reisethemenseite? JA / NEIN. Abhängig von der Antwort wird wieder ein Koeffizient angewendet, der das Angebot entweder erhöht oder reduziert.
• Das Placement-Profiling (mit der Platzierung und dem Format verknüpft)
Die Placement-Profiling-Kriterien können auf folgende Weise verwendet werden: Ist mein Format 300×250 «above the fold» (über der Wasserlinie, also im sichtbaren Bereich) oder «below the fold» (darunter)? JA / NEIN. Auch hier lenken die gewählten Entscheidungsparameter die Auktion.
Die algorithmischen Entscheidungsparameter können mehrere hundert Kriterien kombinieren und im Bruchteil einer Sekunde einige tausend Entscheidungen treffen, um den richtigen Preis für eine Impression zu bestimmen.
Jedoch ersetzt dies die menschliche Intelligenz nicht, welche für die globale Sicherstellung der Mediastrategie und insbesondere für die Prüfung innovativer Hypothesen, die sich als bedeutende Leistungssteigerung erweisen können, erforderlich ist.
Um die Relevanz der Mediaplanung beurteilen zu können, ist es unerlässlich, über ein geeignetes Messinstrument zu verfügen, mit dem die KPIs entsprechend der Ziele der Kampagnen gemessen werden können. So gesehen ist das Verständnis für eine Omnichannel-Kunden-Journey eine der grössten Herausforderungen für Brands in einer Zeit, in der die Kontaktpunkte immer mehr digitalisiert werden.
In der Schweiz erwirtschaften 71% der Marken einen Multi-Channel-Umsatz, d.h. Umsätze mit Offline-Aktivitäten – in der physischen Verkaufsstelle also – und online, über Desktop- und/oder Mobile e-Commerce-Websites. Obwohl 66% der Einkaufsjourneys mit Mobile beginnen, ist der Umsatzanteil dieses Kanals deutlich niedriger. Zwei Drittel der Schweizerinnen und Schweizer legen beim Einkaufen doch grossen Wert auf den persönlichen Kontakt. Diese Zahlen können natürlich je nach Art der Waren und Dienstleistungen stark variieren. Persönlicher Kontakt dürfte für den Abschluss einer Hypothek praktisch zwingend sein, während ein Zugbillet bereits häufig über ein Mobiltelefon gekauft wird.
Logisch, dass in der Schweiz so viele Marken bereits auf den Multi-Channel-Ansatz setzen; denn dadurch erhöht sich die Umsatz-Wahrscheinlichkeit markant. Denn sowohl offline- wie auch online-affine Menschen können so gleichermassen erreicht werden.
Die granulare Messung der Interaktionen mit all diesen Kontaktpunkten ist unerlässlich, um den Kundenstamm als Ganzes zu verstehen und die Performance des Mediamixes voll beurteilen zu können.