Autor
Autor
Der Wandel des technischen und regulatorischen Umfelds rund um die Erfassung und Verarbeitung von persönlichen data hat tiefgreifende Auswirkungen auf die Fähigkeit der Vermarkter, ihre audiences präzise anzusprechen und zu messen. Marken müssen ihre data-Strategien überdenken, wenn sie ihre audiences weiterhin genau erreichen und ihre Medienbudgets optimieren wollen.
Die Lösung? Die Implementierung einer KI-basierten Audience Engine, um das volle Potenzial von first-party data zu nutzen, und zwar in voller Übereinstimmung mit den Vorschriften. Diese Lösung ermöglicht eine automatisierte Segmentierung von audiences für die Aktivierung auf allen digitalen Marketingplattformen.
Zwänge und Vorschriften = Chancen für Vermarkter
Die Erhebung und Verarbeitung personenbezogener data wirft neue Fragen auf. Einige sind technischer Natur (das bevorstehende Verschwinden von cookies von Drittanbietern, die Verschärfung der Einholung von Einwilligungen), andere sind regulatorischer Natur und verhaltensbedingt (die Verbraucher achten stärker auf den Schutz ihrer data). Diese Veränderungen haben tiefgreifende Auswirkungen auf die digitalen Strategien der Vermarkter.
Das Verschwinden von cookies von Drittanbietern und der Rückgang des Volumens von first-party data machen targeting und retargeting komplexer. Die Technologien, die das cookies von Drittanbietern ersetzen werden, werden nicht den gleichen Grad an Relevanz und Volumen erreichen. Die Messmöglichkeiten werden erheblich eingeschränkt: Es wird nicht mehr möglich sein, alle digitalen Touchpoints zu verfolgen und abzugleichen. Und die Einhaltung von Vorschriften wird die Erfassung und Verarbeitung von personenbezogenen data komplexer machen.
Die Fähigkeit, mit diesen Zwängen umzugehen, ist eine Chance, wettbewerbsfähiger zu werden. Der Schlüssel dazu ist eine dreigleisige data-Strategie für Verbraucher:
Audience Engines zur Optimierung und Personalisierung Ihrer Kampagnen
Um das Beste aus first-party data zu machen, d.h. um digitale Marketingkampagnen zu personalisieren und zu optimieren, müssen Sie in der Lage sein, relevante und leicht aktivierbare Segmente zu erstellen. Das ist die Aufgabe von Audience Engines.
Audience-Engines sind in cloud-Lösungen wie GCP, AWS oder Microsoft Azure integriert und zentralisieren standort- und appbezogenes data, wobei die data-Privatsphäre des Benutzers stets gewahrt bleibt. Second- und Third-Party data werden hinzugefügt, um proprietäres data zu bereichern.
Diese data können dann mit Hilfe von Algorithmen aggregiert werden, die verschiedene Funktionen haben können, darunter:
Die daraus resultierenden audience-Segmente werden dann in das Ökosystem der Aktivierungsplattformen des Werbetreibenden eingespeist. Illustration unten
Implementierung einer Audience Engine - Reckitt Case & Ergebnisse
Wie die meisten Akteure im FMCG-Sektor besitzt Reckitt relativ wenig data für Verbraucher. Der Konzern wollte seine first-party data mit externen data anreichern, audience-Segmente aufbauen und schließlich seine audiences optimieren. Reckitt beauftragte Artefact mit der Entwicklung einer Audience Engine, um diese Ziele zu erreichen.
Sobald die Pilotkampagnen in den Vereinigten Staaten und Großbritannien durchgeführt wurden, zeigte sich, dass die personalisierten audiences der Engine bessere Ergebnisse erzielten als die zuvor verwendeten traditionellen soziodemografischen targetings. In weniger als einem Jahr wurde die Audience Engine in über 20 Ländern eingeführt und ist für alle Reckitt-Marken, die die Mindestschwelle von data erreichen, um das Tool optimal zu nutzen, voll einsatzfähig.
Nach einem Jahr Aktivität übertrafen die Ergebnisse der Engine die Erwartungen des Teams, sowohl in Bezug auf die Kosteneffizienz (durchschnittlich -20% in CPM im Vergleich zu herkömmlichen targeting) als auch auf den erzielten ROI (durchschnittlich +5% in Bezug auf die Steigerung der Offline-Verkäufe, die direkt auf die Kampagnen zurückzuführen sind).
