Autor
Vor etwas weniger als 10 Jahren erleichterten Data-Managementplattformen (DMPs) den meisten großen Werbetreibenden die Umsetzung von data-driven-Strategien. Da sie jedoch größtenteils für die Verwendung von data (cookies) von Drittanbietern konzipiert wurden, sind DMPs im aktuellen regulatorischen und technologischen Kontext überflüssig geworden.
Um heute etwas zu bewirken, müssen Unternehmen ihre data-Assets anreichern und das Vertrauen ihrer audiences gewinnen. Um diese Herausforderung zu meistern, müssen sie sich mit Tools ausstatten, die der Sammlung und Verarbeitung von first-party data unter Einhaltung der Vorschriften dienen, und ihre audience-Segmentierungsfähigkeiten verstärken. Data-Kundenplattformen (CDPs) haben sich zur bevorzugten Lösung für Werbetreibende und Inhaltsanbieter entwickelt.
Technische und regulatorische Fragen: das Totengeläut für veraltete DMPs
Safari, Firefox und bald auch Chrome... Die drei führenden Browser der Welt haben die Verwendung von cookies von Drittanbietern entfernt oder werden sie bald entfernen. Ihr Ende ist für 2023 geplant. Was die Mobiltelefone betrifft, so ist die Verwendung von Werbe-IDs auf dem iPhone seit der Einführung von iOS 14.5 in der Standardeinstellung immer komplexer geworden.
Und es sind nicht nur cookies von Drittanbietern, sondern cookies im Allgemeinen, die immer seltener werden. Die europäische Datenschutz-Grundverordnung (GDPR) hat die Rechte der Verbraucher in Bezug auf ihre persönlichen data gestärkt, indem sie insbesondere die ausdrückliche Zustimmung der Internetnutzer für die Platzierung und Verwendung von cookies verlangt. Diese Verordnung spiegelt die neuen Erwartungen der Verbraucher wider: besser informiert und durch Skandale wie Cambridge Analytica beeinflusst, lehnen viele einen Teil oder alle cookies in ihren Browsern ab.
Dieser globale Trend hat erhebliche Auswirkungen auf die targeting und die Messmöglichkeiten von Werbekampagnen. Viele Werbetreibende nutzen retargeting und DMPs der letzten Generation, die auf Segmenten basieren, die mit data von Drittanbietern bestückt sind, oder haben dies bereits getan. Aus diesem Grund florieren Alternativen zu cookies: eindeutige IDs, SSO oder kontextbezogene targeting, wie z.B. Topics, die Google kürzlich vorgeschlagen hat, um seinen FLoC zu ersetzen.
Sie alle müssen getestet und kombiniert werden, um die Herausforderung der Cookielosigkeit zu meistern, aber der Schlüssel ist das Wissen, wie man das volle Potenzial von first-party data ausschöpfen kann. Aus diesem Grund werden CDPs oder DMPs der nächsten Generation zu einem Muss für Werbetreibende und Anbieter von Inhalten.
CDPs: Vernetzte Werkzeug-Ökosysteme für first-party data
CDPs sind nützlich für das Sammeln, Speichern, Verarbeiten, Anreichern und Aktivieren von first-party data sowie für die Messung der Leistung der durchgeführten Aktionen. Diese Plattformen ermöglichen die Nutzung von data über alle Kanäle hinweg, sei es für Medien, Direktmarketing oder die Personalisierung von Websites.
Der Begriff umfasst zwei Arten von technologischen Ökosystemen. Auf der einen Seite können sich Werbetreibende mit kompletten Tools ausstatten. Andererseits können CDPs "best-of-breed" sein, d.h. durch die Verbindung der besten Tools auf dem Markt je nach Art der von den verschiedenen Anbietern bereitgestellten Funktionalitäten entwickelt werden. Unabhängig von der gewählten technologischen Lösung gibt es kein einziges Tool, das alle Funktionen, die ein Werbetreibender erwarten kann, vollständig integriert. Um all diese Funktionen (Erfassung, Speicherung, Aktivierung, Messung) auszuführen, muss ein CDP zwangsläufig verschiedene Tools miteinander verbinden.
Unabhängig davon, welche Option Sie wählen, basieren CDPs auf zwei entscheidenden Konzepten. Das erste ist ihre Fähigkeit, data an verschiedene Medienaktivierungs-, Standort- oder Anwendungsmanagement- oder Direktmarketing-Tools (E-Mail / Call Center / WhatsApp usw.) zu senden. Die erste Voraussetzung für die Auswahl einer CDP ist daher eine gute Konnektivität. Die Data-Plattformen des Kunden müssen auch für die Nutzung durch verschiedene Abteilungen geeignet sein, denen es möglicherweise an technischen Kenntnissen mangelt.
Das Hauptziel dieser Lösungen ist es, eine gute Visualisierung der konsolidierten data zu bieten, eine fortschrittliche Segmentierung zu erstellen, Querverweise für Messungen data zu erstellen usw. Daher müssen die Benutzererfahrung dieser Tools und ihre Schnittstelle an alle Arten von Benutzern angepasst werden.
Publikumsmotoren: Heben Sie sich von der Konkurrenz ab
Die Zielgruppensegmentierung ist ein gutes Beispiel für eine CDP-Funktionalität, die den Einsatz von unternehmensspezifischen Algorithmen erfordert. Um das Beste aus first-party data in digitalen Marketingkampagnen zu machen, ist es wichtig, Segmente zu erstellen, die relevant, exklusiv und leicht zu aktivieren sind. Dies ist die Aufgabe der audience-Engines.
Sie ermöglichen die Kombination von data unter Verwendung von Algorithmen, um verschiedenen Anforderungen gerecht zu werden (Scoring, Clustering oder Look Alike, A/B-Tests). A/B-Tests können entweder direkt von der verwendeten Plattform vorgeschlagen oder von und für den Werbetreibenden entwickelt werden. Algorithmen von der Stange sind interessant, insbesondere für die Erstellung erster POCs (Proofs Of Concept), aber diese können von allen Wettbewerbern verwendet werden. Personalisierte und selbstlernende Algorithmen hingegen, die auf fortschrittlichen Technologien des maschinellen Lernens basieren, können alle Besonderheiten der eigenen data erfassen und die Ergebnisse kontinuierlich verbessern.
In der heutigen, sich schnell entwickelnden data-Umgebung ist ein CDP eine wesentliche Grundlage, um das Potenzial von first-party data voll auszuschöpfen. Er zentralisiert alle proprietären data und aktiviert sie auf einfache Weise. Publikumsmotor und Lösungen für die Leistungsmessung erhöhen dann den Wert. Sie optimieren Marketinginvestitionen, sparen Zeit für die Teams und liefern verwertbare Erkenntnisse für zukünftige digitale Werbekampagnen. Das Ergebnis? Echte Wettbewerbsvorteile in einer zunehmend komplexen data-Landschaft.
