Gerade für Werbetreibende bedeutet effektives Marketing unter Einsatz von Targeting mittlerweile weit mehr als nur das Auffinden der vermeintlich richtigen Zielgruppe. Es geht vielmehr darum, diejenigen Konsumenten über Online-Kampagnen anzusprechen, die nachweislich ein spezifisches Produktinteresse oder sogar eine konkrete Kaufabsicht mit sich bringen – es gilt, den „Point of Conversion“ zu finden. 

Hierbei ist der Erfolg einer Targetingstrategie maßgeblich abhängig davon, wie präzise das Verhalten von Konsumenten dechiffriert werden kann. Dies ist nur dann möglich, wenn eine 360-Grad-Betrachtung erfolgt. In welchem Stadium des Entscheidungszyklus befinden sich potenzielle Konsumenten gerade? Haben sie eine kurz-, mittel- oder langfristige Kaufabsicht? Können in der Entscheidungsabwägung noch weiterführende Parameter herangezogen werden, die über das aktuelle Interesse hinausgehen und für den User ebenfalls von Relevanz sein können?

All diese Faktoren zur weiteren Reduzierung von Streuverlusten einerseits sowie Erhöhung der Relevanz für User andererseits können nur unter Einbeziehung multipler und sich ergänzender Datenquellen definiert werden. Die Ergebnisse, die bislang mit dem singulären Einsatz von Targeting Technologien – dazu gehören u. a. Geo-Locations, Surfverhalten oder Hochrechnungen über Fragebogenerhebungen – erzielt wurden, können genau aus diesem Grund den steigenden Ansprüchen von Werbetreibenden, Agenturen und Publishern schon bald nicht mehr gerecht werden. Es fehlt schlichtweg die Präzision.

Der Schlüssel zu einer erfolgreichen Targetingstrategie liegt in der Summe der Daten, die zur Verfügung stehen. Je mehr Informationen in die Segmentierung einfließen, desto weniger muss „geraten“ oder interpretiert werden. Dabei reicht es nicht, die Daten einmalig vorliegen zu haben und dann über einen längeren Zeitraum als Basis für die Zielgruppenansprache zu verwenden. Sie müssen im Rahmen eines Datenabgleichs in Echtzeit ständig aktualisiert und angepasst werden – und das selbstverständlich absolut datenschutzkonform.

Die Herausforderung: Viele Plattformen verwenden aktuell zu wenig First-Party-Daten, um aussagekräftige Cluster zu bilden. Deshalb müssen sie sich entweder auf High-Level-Zielgruppen-Definitionen beschränken oder auf Basis existierender Informationsquellen hochrechnen, um auf eine relevante Reichweite zu kommen. Ein Beispiel: Junge Eltern verändern ihre Sichtweise auf die Dinge des Alltags. Auch ihr (Kauf-)Verhalten unterscheidet sich von dem von Singles. Aber: Die Tatsache, Vater und Mutter zu sein, bedeutet nicht, dass daraus ein universelles Set von vorhersagbaren Verhaltensmustern resultiert.

Es gibt noch immer eine große Menge von Variablen, wie zum Beispiel das Alter der Kinder, der gewohnte Lifestyle, Schulbildung, Einkommen, Lebensmittelpunkt und Tausende weitere Faktoren. Das heißt: Wer eine Targetingstrategie plant, die auf die Bedürfnisse von Eltern abzielt, muss diese große Gruppe weiter auf kleinere runterbrechen und wahrscheinlich Dutzende detaillierter Segmente bilden. Erst damit wird eine Kampagne zum Erfolg geführt. Gruppen, die zu grob geclustert sind, erreichen schlichtweg zu viele „falsche“ Konsumenten und wirken somit der Vermeidung von Streuverlusten nicht unbedingt entgegen.

Eine Antwort auf diese Herausforderungen sind Data-Management-Plattformen, die Daten aus verschiedensten Quellen – sowohl offline als auch online – zusammenzufügen können. Das ermöglicht nicht nur eine detaillierte Segmentierung auch kleinerer Zielgruppen, sondern schließt die Lücke zwischen Wissen und „Raten“.

Solche Data-Management Plattformen kombinieren Targetingtechnologien, über die zudem optional kontaktklassenoptimierte Kampagnen übergreifend ausgeliefert werden können. Nicht nur generisches Online-Nutzungsverhalten und Produktinteresse werden für die Segmentierung berücksichtigt, sondern auch weiterführende Datenquellen wie Content-Interesse (auch auf Artikelebene), Suchverhalten, Registrierungs- und Transaktionsinformationen, Werbemittel Interaktionen etc. Des Weiteren ist es möglich, zusätzlich zu den vorliegenden First-Party-Informationen der Systemanwender auch Daten von Drittanbietern in die Segmenterstellung zu integrieren. Ein Vorgehen, das vor allem dann Erfolg verspricht, wenn Zielgruppen entweder sehr konkret definiert sind und/oder die First-Party-Datenbasis nicht die benötigte Reichweite generiert.

Drei weitere Anforderungen von Publishern, Agenturen und Advertisern kann eine solche Plattformlösung gleich mit erfüllen: Die Kunden können genau verfolgen, was wann wo wie mit welchen Daten geschieht und mit welchem Erfolg die Kampagnen ausgeliefert wurden. (Beispiele aus den USA zeigen Uplifts zwischen 56 und 400 Prozent). Darüber hinaus können sie mit einer – strikt den Vorgaben des Datenschutzes entsprechenden Plattform – auf der sicheren Seite sein, wenn es um das Thema Data Privacy geht.