ADTECH

Statistische Zwillinge vergrößern nun auch Native-Reichweite

15. Mai 2017 (ft)
Bild: everythingpossible - Adobe Stock

Im Display und Video Advertising werden schon länger statistische Zwillinge genutzt, um die Reichweite zu vergrößern. Dafür werden die Profile von erfolgreich konvertierten oder interessierten Nutzern mit anderen Nutzerprofilen abgeglichen, um vorherzusagen, welche User ebenfalls eine hohe Wahrscheinlichkeit zu Conversion haben. Nun will auch das erste Native-Netzwerk dieses Verfahren für sich nutzen.

Mit seinen Lookalike Audiences will Outbrain Werbetreibenden künftig ermöglichen interessierte Nutzer besser zu identifizieren. Marketer sollen unter Verwendung von statistischen Zwillingen ihre Aktivitäten außerhalb des Walled Garden von Social Media ausweiten können, um so Zielgruppen erreichen, die die höchste Wahrscheinlichkeit für eine Konvertierung haben.

Die Erstellungen der Lookalike Audiences basiert auf 1st-Party-Daten wie unter anderem Webseiten-Besuchersegmente, Conversion-Events, DMP-Segmente und CRM-Listen. Hierbei gilt: Je homogener eine Quell-Zielgruppe ist und je näher diese Quelle an tatsächlich konvertierten Nutzern ist, desto besser werden auch die Ergebnisse. Moran Gavish, Datenwissenschaftler bei der Entwicklung des technologischen Rahmens für Lookalike Audiences, erklärt: „Wir nutzen Machine-Learning-Modelle wie logistische Regression, Entscheidungsbäume und Matrix-Faktorisierung, um die Interessen dieser Nutzer zu kategorisieren. Diese Interessen, können in die Tausende gehen und beinhalten die wichtigsten Content-Kategorien, für die sich die Nutzer interessieren oder eben nicht, Publisher, die sie häufig oder besonders selten aufsuchen und Personen oder Firmen, für die sie sich interessieren etc..“

Social Media weiß nicht alles

Durch Milliarden gemessene Content-Interaktionen im Internet will Outbrain die echten Nutzerinteressen erkennen, die teils stark von Likes und Shares im Social Media abweichen sollen. Dr. Ronny Lempel, Vice President Recommendations Group bei Outbrain, betont den Unterschied zu den Daten, die durch Interaktionen in den sozialen Medien gewonnen werden: „Lookalike Audiences werden oft mit Social Media in Verbindung gebracht, aber es besteht ein großer Unterschied zwischen den Inhalten, die wir tatsächlich konsumieren und den Inhalten, die wir in Social Networks öffentlich oder mit unseren Freunden teilen. Outbrain Lookalike Audiences ermöglicht Unternehmen, die echten Interessen der Nutzer zu nutzen und ihre Marketing-Aktivitäten außerhalb von Search und Social zu erweitern.”

So teilten Nutzer zwar mehr Inhalte aus den Bereichen Kunst, Bildung, Architektur, Karriere und Literatur, würden sich aber eigentlich weniger für sie interessieren und sie daher auch deutlich weniger häufig anklicken.

Erste Erfolge in Beta-Phase

Im Beta-Programm haben nach Angaben von Outbrain bereits 30 Brands die neue Lösung erfolgreich getestet. So sollen sie 45 Prozent mehr Conversions und einen um 30 Prozent geringeren Cost per Action (CPA) im Vergleich zum Standard-Targeting erzielt haben. Der Online-Anbieter von Bettwäsche Brooklinen konnte den CPA im Vergleich zu Standard-Kampagnen sogar um 50 Prozent verringern und im gleichen Zeitraum 15 Prozent mehr Conversions als mit Social-Media-Kampagnen erzielen. Der Cost per Click war dadurch drei mal geringer.