Verwandlung des Google-Ökosystems in eine kochfreie Kundenplattform Data (CDP)
Autor
Autor
Autor
Mit der zunehmenden Forderung nach dem Schutz der data Privatsphäre der Kunden steigt auch der Wunsch nach personalisierten Inhalten. Unternehmen müssen jetzt nach Möglichkeiten suchen, eine first-party data Strategie zu entwickeln, die sowohl die Privatsphäre schützt als auch den Kunden einzigartige Inhalte liefert.
Die Entwicklung hin zu einem kochfreien Marketing-Ökosystem bedeutet, dass Unternehmen Customer Data-Plattformen, oder CDPs, als die beste Lösung ansehen.
Der Wettlauf um mehr Privatsphäre und eine stärkere Personalisierung
Der Zwiespalt zwischen dem zunehmenden Bewusstsein und der Sorge um die data Privatsphäre der Kunden und dem steigenden Bedarf an personalisierten Inhalten und Werbung zwingt Unternehmen dazu, ihre Personalisierungs- und Segmentierungsstrategien zu überdenken.
Die Forschung liefert starke Argumente für die Personalisierung (laut Instapage fühlen sich beispielsweise 74% der Kunden frustriert, wenn Website-Inhalte nicht personalisiert sind). Dies spiegelt sich auch in dem Feedback wider, das wir von unseren Kunden erhalten:
Der Erstbesitz von data wird zu einer immer wichtigeren Quelle von Wettbewerbsvorteilen
Diese Situation setzt die Unternehmen unter Druck; sie haben keine andere Wahl, als ihre data-Assets anzureichern und sich auf den Aufbau einer starken first-party data-Strategie und eines data-Kundenstamms zu konzentrieren.
Unser data zeigt, dass die Global Player dies erkannt haben:
Unternehmen müssen sich mit Tools ausstatten, die für die Erfassung und Verarbeitung von first-party data in Übereinstimmung mit den GDPR-Vorschriften bestimmt sind, und ihre audience-Segmentierungsfähigkeiten stärken. Aber wie wird sich die bevorstehende Entfernung des cookies von Drittanbietern auf die Identifizierung der Benutzer auswirken?
CDPs florieren als Standardlösungen, die es Unternehmen ermöglichen, ihre first-party data Reifegrade schnell zu erhöhen und zu verlagern.
Die Entwicklung hin zu einer kochfreien Welt sollte als Chance für das Aufkommen neuer Technologien gesehen werden. Um diese data zu konsolidieren und ordnungsgemäß zu verwalten sowie ganzheitliche Einblicke zu gewinnen und sie über alle Marketingkanäle hinweg nutzbar zu machen, gelten Customer Data Platforms (CDPs) als die attraktivste Lösung. Mit dieser data-driven-Technologie können Marketingfachleute first-party data nutzen, um Erkenntnisse zu gewinnen, die ihnen helfen, eine Eins-zu-eins-Personalisierung zu liefern und so das Kundenerlebnis zu verbessern.
Die Grenzen des alleinigen Verlassens auf IDs, egal ob es sich dabei um cookies, E-Mails, IPs oder andere Formen der persönlichen Identifizierung handelt
CDPs werden traditionell verwendet, um die data der Kunden durch eine Kombination von IDs zu konsolidieren, aber IDs bereiten im Allgemeinen Schwierigkeiten:
Eine neue und wachsende Möglichkeit für Marken, first-party data zu nutzen, ohne Namen und cookies zu verwenden
Ohne die richtigen Werkzeuge, um first-party data in Medien- und Marketingstrategien umzusetzen, können CDPs zu sehr wie eine leere Leinwand wirken. Die Einführung eines CDP-Ansatzes ist in der Tat nur ein Teil des Puzzles.
Die derzeitigen first-party data-Strategien konzentrieren sich auf die Sammlung von IDs und deren Reichweite, scheitern aber oft daran, aus den gesammelten Informationen Erkenntnisse und Lehren zu ziehen. Das Ziel sollte sein, über IDs hinauszugehen und mehr data durch mehr Intelligenz zu ersetzen. Auf diese Weise ist das data, das genutzt wird, viel breiter und reichhaltiger als IDs, kann aber bei richtiger Anwendung die gleiche Reichweite und audience-Qualität erzielen.
Google hat diese Vision in den letzten Jahren vorangetrieben, indem es sich von Cookie-basierten data von Drittanbietern und verhaltensbasierten targeting wegbewegt hat, hin zu der Fähigkeit, mit neu entstehenden Aggregaten zu arbeiten. Die ersten Vorschläge basierten auf dem Federated Learning of Cohorts (FLoC), das Anfang 2022 durch Topics, einem neuen Vorschlag für interessenbasiertes targeting, ersetzt wurde.Was bedeutet das für Marken?
Ein kochsicherer und PII-freier Ansatz bietet großen Werbetreibenden eine neue Goldmine, indem er ein hohes Leistungsniveau mit einer größeren Reichweite bietet
Der Einsatz des kochfreien targeting bei verschiedenen unserer Kunden zeigt, dass es genauso effizient sein kann wie ID targeting, wenn nicht sogar noch effizienter. Mit genügend data, das aus einer Kombination von Quellen wie Markt- und Affinitätssegmenten, Schlüsselwörtern, Online-Verhaltensmustern, Standort und Konsum reports gesammelt wird, können wir audience-Segmente mit der entsprechenden Personalisierung erstellen, die den spezifischen Geschäftsanforderungen unserer Kunden entsprechen. Diese Art von targeting sorgt für eine effektive Reichweite und bietet eine präzise und maßgeschneiderte Personalisierung in größerem Umfang.
Data-Wissenschaft ist nur ein Teil der data-Strategie: Unternehmen müssen von data-driven-Regeln auf geschäftsorientiertes maschinelles Lernen umsteigen
Bei der Personalisierung geht es um viel mehr als den Namen und die E-Mail-Adresse eines Kunden; entscheidend ist auch, was das Unternehmen über ihn weiß. Anstatt sich nur auf identifizierbare data zu konzentrieren, ist es wichtig, maschinelles Lernen einzusetzen, um den gesammelten data genauere Erkenntnisse hinzuzufügen. CDPs und Lösungen wie das Audience Engine verbessern die Erfassung und Interpretation von data und zeigen, wie der Wechsel von data zu Intelligenz den Personalisierungs- und data-Datenschutzstrategien der Unternehmen zu ihrem vollen Potenzial verhelfen kann.
