Digitales Marketing im Post-Cookie-Zeitalter

Drie Strategien und eine grosse Chance

In Zeiten der sich weiter verändernden gesellschaftlichen und regulatorischen (Stichwort: Consent) sowie technologischen Rahmenbedingungen (Stichwort: Tracking) ist ein neuer Umgang hinsichtlich der Sammlung und Aktivierung von Marketing- und Userdaten unumgänglich. Denn: Wer weitermacht wie bisher und sich zu einem grossen Teil auf Third-Party-Cookies verlässt, steht bald vor Problemen – und vor Umsatzausfällen. Wir von Dept zeigen Ihnen, mit welchen drei Strategien Sie in Zukunft digitales Marketing betreiben können und dass die aktuellen Herausforderungen sogar eine grosse Chance sind, eine stärkere Beziehung zu Ihren Nutzern aufzubauen.

Bild: Dept

Wir hatten es in einem Blogbeitrag auf unserer Website bereits angetönt: Der Tod des Cookies und weitere Veränderungen wie z.B. die GDPR haben schon jetzt schwerwiegende Implikationen auf das digitale Marketing. Was bedeutet das für digitale Marketer? Anders als zum Teil in der Vergangenheit, wo oft etwas ziel- und planlos Daten gesammelt wurden, ist es zunehmend wichtig, systematisch vorzugehen. Grundsätzlich ist das Ziel, datenschutzkonform die richtigen Daten zu sammeln. Und dies nach einem Plan. Aber datengetriebenes Marketing ist nicht nur Datensammlung – dies ist lediglich die notwendige Grundlage – sondern vor allem auch die sinnvolle, Business-orientierte Aktivierung der gesammelten Daten.

In Zukunft werden die folgenden drei Erfolgsfaktoren eine zunehmend wichtige Rolle spielen, um das digitale Marketing zu betreiben und orchestrieren.

1 – User-Datensituation und Kontext stärker in Marketing-Massnahmen mitdenken

Auch wenn in den digitalen Kanälen bereits seit Langem die Nutzung von User-Daten Standard ist: In Zukunft wird es noch viel stärker darum gehen, sehr bewusst die Datensituation für alle Massnahmen immer mitzudenken.

Bild: Dept

Bei jedem neuen Kanal und jeder neuen Kampagne muss immer nochmal genau überlegt werden: Braucht es andere Strategien für bekannte, sich identifizierende Nutzer als für jene, die ich nicht kenne oder nicht wiedererkennen kann? Sind dieselben Targetings und Kontexte oder auch die selben Anzeigen und Angebote für alle NutzerInnen gleichermassen sinnvoll? Oder ist es vielleicht manchmal nützlicher, gewisse Kampagnen nur noch auf identifizierbare User auszuspielen? Sollte ich vielleicht die mir bekannten User noch deutlicher in spezifische Audiences segmentieren, und diese Segmente noch zielgerichteter (und damit datengetrieben) ansprechen?

Umgekehrt sind natürlich die Signale, die ich für nicht identifizierbare Nutzer habe, sehr begrenzt. Hier kann der kontextuelle Ansatz eine sehr sinnvolle Rolle spielen.

Messung & Bidding anreichern und optimieren

Bild: Pixabay/Pexels

Die neuen technischen und regulatorischen Entwicklungen sind nicht ausschliesslich „Nutzerwunsch“-getrieben. Auch die grossen Tech-Unternehmen, allen voran „GAFA“ (Google, Amazon, Facebook, Apple) treiben diese Entwicklungen mit voran, denn diese Tech-Unternehmen und ihre jeweiligen Ökosysteme leben sehr gut davon, dass ihre Kunden bzw. Werbetreibenden ihre jeweiligen Zielgruppen bestmöglich erreichen können.

Diese Ökosysteme, die oft “Walled Gardens” genannt werden, haben selbst ein sehr grosses Interesse an Konversion-Transparenz und -Korrektheit. Denn je besser ein Werbetreibender seine Erfolge messen kann, desto profitabler kann er operieren und das Ökosystem nutzen und desto mehr kann er wieder in das System investieren – es ist ja schliesslich profitabel. Deshalb gilt mehr denn je: Werbetreibende müssen die von den Walled Gardens bereitgestellten Möglichkeiten der Daten-Modellierung und Extrapolation so gut wie möglich nutzen, um auf dieser Basis die Kampagnen zu steuern.

Einige dieser Möglichkeiten bei Google sind zum Beispiel Consent Mode und Enhanced Conversions. Beides sind Methoden, um die möglichst umfassende Kampagnenleistungs-Messung auch „ohne Cookies“ zu verbessern. Das hat in ähnlichen Kontexten in den vergangenen Jahren bereits sehr gut funktioniert – z.B. für die Modellierung von geräteübergreifenden Konversions-Pfaden oder auch, um online-getriebene Ladenbesuche messbar zu machen.

Wenn wir diese Möglichkeiten nicht nutzen, verlieren wir letztendlich deutlich an Umsatzpotenzial im jeweiligen Kanal. Denn der vermeintliche Return, den wir sehen können, scheint schlechter, als er eigentlich ist. Bereits jetzt sind wir im Schnitt bei einem Verlust der Umsatz-Attribution auf die Kampagnen von ungefähr 25-30%. Das bedeutet: Wir denken, dass die Kampagnen schlechter sind, als sie es eigentlich sind.

Und deshalb investieren wir weniger, um keinen negativen ROI zu haben. Wenn wir aber näher an der Wirklichkeit messen würden, könnten wir auch mehr investieren und entsprechend mehr Umsatz generieren.

Matching der eigenen Daten mit den Datenpools der Plattformen

Neben der Optimierung der Messung innerhalb der Walled Gardens sollen auch unsere eigenen Nutzerdaten noch stärker auf den Plattformen aktiviert werden. Hierzu bieten die verschiedenen Tech-Ökosysteme bereits seit einigen Jahren Lösungen an, und arbeiten mit Hochdruck an weiteren. Was geschieht dabei? Die eigenen (gehashten) Nutzerdaten werden von der jeweiligen Plattform abgeglichen mit deren Datenbestand. So erreicht man dann die Nutzer in Audiences wieder. Und dies, ohne dass der Datenschutz leidet. Aus dem System heraus bekomme ich keine individuelle Nutzerinformation.

Beispiele von bereits bestehenden Möglichkeiten hierfür sind z.B. Customer Match und Ads Data Hub. Ausserdem arbeitet Google an einer „Privacy Sandbox“, die hier noch einen Schritt weiter gehen soll.

Eigenen Datenbestand mit Hilfe von Machine Learning extrapolieren

Bei der Audience-Definition und -Aktivierung sollte man sich jedoch nicht einzig auf die Systeme der Walled Gardens verlassen. Vielmehr ist es sehr wichtig, den eigenen First Party Datenbestand zu verstehen, anzureichern und auch von den “bekannten” Usern und deren Verhalten zu lernen, um diese Informationen auf die unbekannten User anzuwenden. Wichtig hierbei ist eben auch, dass man seine Daten zusammenführt und ergänzt.

Bild: Dept

2 – Von der Attribution (zurück) zum Marketing-Mix-Modelling

Selbst die stärksten Multi-Touch- oder Multi-Device-Attributions-Lösungen werden in Zukunft  immer grössere blinde Flecken aufweisen und sind daher mehr und mehr unscharf oder gar irreführend. Und dies nicht nur im Hinblick auf den Verlust der Information von Impressions in der Attributions-Kette. Bereits jetzt liegen wir bei ca. 30% der Konversionen, die falsch zugewiesen werden. Das im digitalen Kontext seit Jahren durch Attribution überholte Marketing-Mix-Modelling wird eine gewisse Renaissance erfahren.

Es ist noch nicht ganz klar, wie sich dieses Thema der Multi-Kanal-Steuerung und Budgetierung entwickeln wird. Die Industrie arbeitet auch hier an bestmöglichen Lösungen.

Vermutlich wird es ein Abwägen sein zwischen beiden Methoden – oft auch ein sowohl-als-auch. Einerseits unvollständige und quasi „falsche“ Attribution, andererseits Modellierung.

Auch wenn man meint, dass das Marketing-Mix-Modelling komplett „offline“ und antiquiert sei: Sowohl aufgrund von neuen Datenspeichern in der Cloud und hochgradig potenten Rechenleistungen, als auch aufgrund der sich rasant entwickelnden, sind diese Modelle mittlerweile sehr stark.

3 – Kundenbeziehungs-KPI’s in Marketing-Steuerung aufnehmen

Bild: Dept

Was im digitalen Business leider oft vergessen wird: Business ist eben nicht nur eine Transaktion. Business ist immer auch eine Beziehung. Und wie wir alle wissen, ist es sehr wichtig, in eine Beziehung zu investieren – auch in eine zukünftige. Wir müssen uns also unbedingt auch diesbezüglich Gedanken machen und diese Gedanken klar formulieren – idealerweise mit Hilfe von KPI. Letztendlich müssen wir uns dabei folgende Fragen stellen und quantifizieren: Wie viel ist mir ein zustimmender User Wert? Oder generell: Wie viel ist mir der Aufbau einer (Kunden-)Beziehung Wert?

Digitales Marketing hat jetzt die Chance, aus der Performance-Falle herauszukommen. In der Offline-Welt würde niemand sagen: Geh weg, wenn du nichts kaufst. Man bezahlt im Gegenteil Personal auch dafür, in diese zukünftige Kundenbeziehung zu investieren. Dieser Aufbau einer Beziehung sollte uns auch online etwas Wert sein und kann ganz explizit in Kampagnenbudgets fliessen – quasi eine „Daten-Akquisitions-Kampagne“. Mindestens aber muss dies in die Performance-Betrachtung einbezogen werden – z.B. mit Metriken wie „Cost-per-Identification“ – und sich im ROI niederschlagen.

Autoren:

Dept ist eine internationale digitale Agentur, die Kreativität, Technologie und Daten miteinander verbindet. Wir helfen weltweit führenden Marken beim Aufbau und der Skalierung ihrer digitalen Produkte, Dienstleistungen und Kampagnen.

Karin Taheny
LinkedIn

 

Dario Mühle
LinkedIn

 

Alexandra Wildegans
LinkedIn

 

Bei der SOM Online Konferenz wird Karin Taheny gemeinsam mit Dario Mühle und Alexandra Wildegans das Thema DataDriven Marketing von verschiedenen Perspektiven beleuchten. 

 

1 Kommentar

Kommentarfunktion ist geschlossen.