Ein Beitrag von Torge Kahl, früher Online-Marketing-Leiter bei Spreadshirt und Casamundo und seit 2014 Marketing-Verantwortlicher bei Checkdomain.
Die wichtigsten Targeting-Verfahren im Display Marketing
Vor Kurzem hat ein guter alter Bekannter von uns einen runden Geburtstag gefeiert: Das Online-Werbebanner ist 20 Jahre alt geworden. Am 24. Oktober 1994 wurde das erste Werbebanner geschaltet. Während die Klickrate seitdem konstant in den Keller gegangen ist – damals soll sie bei 44 Prozent gelegen haben –, ist die Komplexität im Bereich Display Marketing durch die Decke gegangen. Früher gab es keine großen Diskussionen, man rief einen Publisher an und buchte sein Banner zu einem bestimmten CPM ein.
Seitdem sind die Anforderungen an das Display Marketing deutlich gestiegen. Die Werbemittel sollen nicht nur günstig, sondern auch interaktiv, personalisiert und gezielt auf ausgewählte Nutzer in passenden Umfeldern ausgerichtet sein. Vor allem im letzten Bereich, dem Targeting, gibt es mittlerweile eine Vielzahl an Verfahren, mit denen man sich auskennen sollte.
Textbasiertes Targeting
Diese Targeting-Methoden orientieren sich am Text der Webseite, auf der das Banner ausgeliefert wird. Man unterscheidet zwischen kontextuellem und semantischem Targeting. Beim kontextuellen Targeting werden einzelne Wörter definiert, die im Text der Seite vorkommen sollen, auf der das Banner geschaltet wird. Volkswagen könnte also ein Werbemittel einbuchen, das auf allen Seiten gezeigt wird, auf denen das Wort „Polo“ vorkommt.
Das Problem mit dieser Methode ist, dass viele Wörter, wie zum Beispiel Polo, doppeldeutig sind und es so zu Streuverlusten kommt. Außerdem kann die Markensicherheit gefährdet werden, da nicht sicher ist, in welchem Kontext das definierte Wort verwendet wird. Hier einige Beispiele, wozu das führen kann:
Eine Weiterentwicklung im Bereich des textbasierten Targeting ist daher das semantische Targeting. Hierbei wird algorithmisch versucht, den Inhalt und die Tendenz eines Textes zu verstehen. Getargeted werden können dann zum Beispiel Seiten, auf denen „positiv über Autos berichtet wird“. Da die semantischen Algorithmen immer besser werden, verdrängt diese Form des Targetings das kontextuelle Targeting immer mehr.
Technisches Targeting
Bei diesen Targetingmethoden werden technische Parameter zur Aussteuerung der Werbung genutzt, die der User oder der Server bei jedem Seitenaufruf mitliefern. So liefert der User zum Beispiel durch seine IP seinen Standort, wodurch man Kampagnen nur auf User in einer bestimmten Region ausrichten kann (Geo Targeting). Außerdem übermittelt ein User bei jedem Seitenaufruf, mit welchem Device er gerade surft, welchen Browser er nutzt und welches Betriebssystem bei ihm installiert ist.
Alle diese Merkmale können entsprechend zum Targeting genutzt werden. Ohne Namen zu nennen: Man muss seine neue Android–App also nicht unbedingt auf iPads bewerben (Device Targeting)! Zuletzt weiß auch der (Ad)Server noch eine wichtige Sache: Welcher Tag ist heute und wie spät ist es? Somit ist es für Bitburger kein Problem, seine Kampagne nur während Bundesligaspielen zu schalten (Daypart Targeting).
Verhaltensbasiertes Targeting
Bei dieser Targeting-Methode werden verschiedene Verhaltensdaten der Nutzer anonymisiert gesammelt, ausgewertet und zur Auslieferung des passenden Werbemittels verwendet. Man unterscheidet hier zwischen dem Behavioural Targeting (auch Audience Targeting genannt) und dem Predictive Behavioural Targeting (auch Programmatic Buying genannt). Bei ersterem wird versucht, aus dem Internetnutzungsverhalten eines Users Rückschlüsse auf seine Interessen zu ziehen. Diese Interessen können dann getargeted werden. Was zum Beispiel Google über einen denkt, kann man unter www.google.de/ads/preferences erfahren.
Da es sich hierbei um statistische Annahmen handelt, sind die Gruppen teilweise recht ungenau und die Zuordnung der User ist nicht immer korrekt. Außerdem ist man selbst dafür verantwortlich, die passende Zielgruppe zu definieren. Beides kann bei dieser Form des Targeting zu hohen Streuverlusten führen.
Um das zu verhindern, setzen immer mehr Advertiser das Predictive Behavioural Targeting ein. Dabei geht es nicht darum, Nutzer in Zielgruppen zu aggregieren, die dann getargetet werden können, sondern darum, herauszufinden, welche User tatsächlich eine hohe Wahrscheinlichkeit haben, das beworbene Produkt zu kaufen. Dazu werden anfangs „wahllos“ extrem viele Impressions geschaltet. Für jede Impression werden so viele Daten wie möglich gespeichert (Umfeld, Zeit, Device, User-Interesse et cetera).
Nach einiger Zeit kristallisiert sich dann heraus, welche User man am besten wann und in welchem Umfeld anspricht. Diese und ihre „statistischen Zwillinge“, also User mit denselben Interessen, die zur selben Zeit mit demselben Device auf denselben Seiten surfen, werden dann getargetet. Um dieses Targeting erfolgreich einsetzen zu können ist also eine hohe Anfangsinvestition (mindestens 10.000 Euro) nötig, um den Algorithmus mit Daten zu füttern.
Als kleinerer Advertiser kann man alternativ das In-Market Targeting verwenden. Anbieter wie zum Beispiel Google versuchen hier herauszufinden, welche User gerade etwas aus einer bestimmten Produktkategorie kaufen wollen, dafür also In-Market sind. Diese Produktgruppen können dann getargetet werden. User werden hier also auch in Gruppen aggregiert, allerdings mit einer vorhersagenden (predictive) Komponente. Das Verfahren ist also irgendwo in der Mitte zwischen Audience Targeting und Programmatic Buying zu verorten.
Auch das Similar Audience Targeting bietet sich für kleinere Advertiser an. Statt die „besten“ User durch das Streuen vieler Impressions zu finden, nutzt man dabei die Besucher der eigenen Website und targeted deren statistische Zwillinge. Der Traffic auf der eigenen Seite limitiert dabei natürlich die Ausgangsbasis und damit auch die Reichweite der Kampagne.
Retargeting
Retargeting basiert auch auf der Auswertung des Nutzerverhaltens, weshalb es sich streng genommen um eine spezielle Form des Behavioural Targeting handelt. Allerdings spielt dieses Targeting eine so große Rolle, dass man es extra erwähnen muss. Beim Retargeting geht es darum, die Daten zu nutzen, die auf der eigenen Seite anfallen. Es werden also gemessene Daten genutzt und keine statistisch errechneten. Es können also nur User angesprochen werden, die bereits auf der eigenen Seite waren, wodurch die potenzielle Reichweite natürlich kleiner als bei anderen Targeting-Methoden ist.
Dafür gibt es weniger Streuverluste, denn dadurch, dass der Nutzer sich auf der Advertiser-Webseite schon bewegt hat, hat er sein Interesse bereits bewiesen und der Advertiser weiß auch, an welcher Produktkategorie beziehungsweise an genau welchen Produkten der Nutzer interessiert ist. Genau diese oder ähnliche Produkte können im Werbemittel später rotiert werden.
Da die Daten bei einem selbst anfallen, kann man außerdem sehr genau steuern, also zum Beispiel nur Leute ansprechen, die sich länger als zwei Minuten mit einem Produkt auseinandergesetzt haben, die bereits als Kunde registriert sind, die etwas in den Warenkorb gelegt, diesen aber nicht abgeschlossen haben, die Produkt A innerhalb der letzten 30 Tage gekauft haben und denen ich jetzt Produkt B verkaufen will et cetera. Es gibt extrem viele gute Möglichkeiten, dieses Targeting einzusetzen.
Soziodemografische Targeting-Methoden
Bei diesen Targetingmethoden geht es darum, User entsprechend ihrer sozialen beziehungsweise demografischen Merkmale, also zum Beispiel Alter, Geschlecht oder Einkommen, zu targeten. Es gibt verschiedene Methoden, diese Informationen zu gewinnen. Zum einen kann man, wie beim Behavioural Targeting, versuchen, aus dem Nutzungsverhalten der User Rückschlüsse auf deren Alter und Geschlecht zu ziehen. Dadurch kann eine große Anzahl an Usern klassifiziert werden. Da die Zuordnung der User in die Gruppen auf rein statistischen Annahmen beruht, ist sie allerdings nicht immer korrekt.
Zielgenauer ist es, auf Daten von sozialen Netzwerken wie Facebook oder LinkedIn zurückzugreifen. Hier sind die Angaben zu Alter, Geschlecht und anderen soziodemografischen Parametern von den Usern selbst eingegeben und daher deutlich verlässlicher. Leider sind diese Daten (noch) nicht frei verfügbar, sondern man muss seine Kampagnen über das entsprechende Netzwerk aufsetzen, beziehungsweise kann seine Werbemittel teilweise auch nur innerhalb dieses Netzwerks ausspielen.
Auch die Daten aus dem eigenen CRM-System können zum soziodemografischen Targeting genutzt werden. Vor allem große Advertiser mit einer eigenen DMP nutzen diese Möglichkeit, um ein noch genaueres Targeting zu erzielen.