„Marketing is the new Finance“
Diesen Satz prägte Adobe Marketing-Chefin Ann Lewnes. Durch die Automatisierung des Handels digitaler Werbung wird dies nun mit großen Schritten Realität. Wobei hinter der Automatisierung intelligente Algorithmen stehen, die genau analysieren können, wo der für den Werbungtreibenden interessante User gerade ist.
In der jüngeren Zeit sprechen Experten von Audience Managment oder auch Allokations- und Attributionsmodellen, da sie jedem Online-Nutzer Eigenschaften über alle Kanäle zuweisen können und damit auch eine sinnvolle Steuerung der Budgets (Allokation) möglich ist. Vorbei scheint damit die Zeit, wo Werbetreibende nicht wussten, welcher Teil des Budgets zum Fenster hinausgeworfen wird. Im Zuge des Realtime-Advertising (RTA) ist jedes Werbemittel zählbar, dem man ein Cookie oder Pixel mitgeben kann. Ermittelbar ist im Grunde jede einzelne Aktivität eines Nutzers oder potenziellen Käufers ohne dabei seine IP-Adresse oder gar seinen Namen zu kennen – über alle Kanäle, zu jeder Zeit in jedem Website-Kontext in Echtzeit. Aber wie verändern diese Systeme tatsächlich das digitale Marketing?
Usercentric versus Umfeld
Belegten Werbungtreibende bisher bestimmte Umfelder auf Websites, können sie sich heute mit Hilfe der Attributionssysteme auf den einzelnen Nutzer konzentrieren. Also nicht mehr zwangsläufig das Werbeumfeld einer Publikation ist entscheidend, sondern der einzelne Surfer, der auf Websites unterwegs ist. Die datengetriebene Entscheidungen im digitalen Marketing erfassen dabei zwei Komponenten: einmal die granulare Bewertung und Selektion der Werbekontaktchance vor dem Kauf anhand von Attributionsmodellen. Zum anderen die Echtzeit-Entscheidung über die inhaltliche Werbebotschaft für exakt diesen Werbekontakt mit Hilfe von Realtime-Bidding-Systemen (RTB).
Auswertung der Customer Journey über Attribution
Und die User, die durch die „Prüfung“ kommen, können genau ausgewertet werden. Jeden einzelnen Schritt, jeder einzelne Klick von einer Suche in Google, über einem Banner auf einer Website y, mobile Ads x zu einem E-Mail-Newsletter z und dann im Idealfall zum Kauf. Dieses lückenlose Multi-Channel-Tracking der Reise eines Users (Customer-Journey-Analyse) können Datenanalysten auf ihrem Bildschirm verfolgen und jeden einzelnen Schritt bewerten, im Zeitablauf und im Umfeld. Die Folge ist die Verbesserung des Zusammenspiels der Kampagnen. Der Klick ist übrigens dabei nicht mehr entscheidend. Bei einigen Systemen ist es unerheblich, ob der Nutzer den Banner klickt oder nur sieht. Einige Programme können heute schon errechnen, ob der Banner im Sichtfeld des Nutzers war oder nicht. Das heißt auch Branding-Effekte können berücksichtigt werden, denn Banner für den Markenaufbau werden überwiegend nicht geklickt, hinterlassen aber trotzdem einen Eindruck beim Nutzer, wenn er ihn denn sieht.
Verknüpfung mit CRM- und anderen Daten
Es ist aber nicht nur die Customer Journey sichtbar, sondern es können weitere Daten hinzugezogen werden: zum Beispiel Daten aus dem Customer Relationship Management (CRM). Damit kann auch die Kundenhistorie in die Bewertung eines Nutzers mit einbezogen werden. Einzelne Nutzer können sogar mit Retouren in Verbindung gebracht werden. Das bedeutet insbesondere für Versender, dass sie Nutzer mit hohen Retourenquoten identifizieren können puttygen download , mit der Folge, dass sie zukünftig die Werbung nicht mehr angezeigt bekommen beziehungsweise im Wege des Pass-back wieder an den Publisher zurückgegeben werden. Über Warenkorbanalysen können anonymisiert sowohl margenstarke Kunden identifiziert als auch Kunden mit hohen Stornoquoten herausgefiltert werden, um so die Effizienz von Display Werbung für den Werbungtreibenden nachhaltig zu steigern. Attributionsmodelle führen letztlich dazu, dass auch Branding Werbung zukünftig messbar wird und damit performanceorientiert eingekauft werden kann.
Neben CRM-Daten sind beispielsweise auch Anreicherungen aus Datenpools von Drittanbietern möglich, darunter Suchmaschinen wie Google oder Vermarktern wie IP, Zanox oder United Internet. Die Verknüpfung der Daten führt zu einer Rundum-Sicht des einzelnen Online-Nutzers. Allerdings scheint das in Teilen noch Zukunftsmusik zu sein. Denn so schön wie die neuen Möglichkeiten sind, scheitert es häufig am Werbetreibenden selbst. Schwierigkeiten bereiten immer noch die Silos in den Unternehmen. Media- und CRM-Entscheider sind im Zweifel schwierig an einen Tisch zu bekommen.
Audience Management anhand von Attributionsmodellen
Dies bedeutet: Alle Systeme, die Daten liefern, wie E-Mail-Kampagnen-Management-Systeme, CRM, Webtracking-Tools oder Adserver werden an das Audience Management System angeschlossen wie an eine Art Mischpult. Hier werden die eingehenden Ströme ausgewertet, Maßzahlen bestimmt, Wahrscheinlichkeiten berechnet. Im Grunde sitzt der Werbungtreibende oder seine Agentur wie an großen Hebeln, die er je nach Bedarf umlegt. Aufgrund der permanenten Analyse der Wirksamkeit von Kanälen, können jederzeit Budgets in Kanäle umgeschichtet werden, die besser funktionieren. Zudem lassen sich aufgrund der wachsenden Daten touchpointorientierte Strategien entwickeln. Hier wird deutlich, dass grundsätzlich verschiedene Disziplinen zusammenwachsen müssen. Denn jede Informationsquelle, die innerhalb und außerhalb von Unternehmen genutzt wird, macht Daten wertvoller.
Big Data – das neue Öl
Die Programme, Experten sprechen von Attributionsmodellen, sind in der Lage je nach Anbieter zwischen 250.000 bis 800.000 Datenpunkten von einer fünfstelligen Nutzerzahl auszuwerten und in 30 bis 50 Millisekunden anhand von einigen Parametern, die dem Nutzer entsprechen, zusammenzustellen und das Online-Werbemittel auszuliefern. Das bedeutet aber auch puttygen download , dass mit jeder Operation das Wissen und damit die Datenmenge exponentiell wächst. Das weltweite Datenvolumen verdoppelt sich laut IDC alle zwei Jahre und erreicht noch in diesem Jahr die 1 Download PuTTY here ,8-Zettabyte-Marke (1,8 Billionen Gigabyte). Die Datenmenge entspricht mehr als 200 Milliarden HD-Filmen von jeweils zwei Stunden Länge; das reicht für 47 Millionen Jahre ununterbrochenen Filmgenuss, wie das CIO Magazin als bildlichen Vergleich heranzieht. Aber wer mit den Datenmengen richtig umgeht, kann davon stark profitieren, haben die Berater von McKinsey herausgefunden. Wird Big Data richtig und zeitnah analysiert, können Handelsunternehmen ihre Marge um bis zu 60 Prozent verbessern, so die Consultants.