PERFORMANCE

Bessere Attribution trotz weniger Cookies? Zwei Fallbeispiele

26. Juni 2018 (ft)
Bild: Krasimira Nevenova - Adobe Stock

Durch Consent-Abfragen zur Cookie-Nutzung, bedingt durch die strenge Auslegung der DSGVO, und die noch anstehende E-Prvacy-Verordnung, steigt die Anzahl der abgelehnten Cookies – und damit die Herausforderung an eine zielgenaue Attribution. Zwei Fallstudien haben zum einen die Herausforderungen abgelehnter Cookies analysiert sowie entsprechende Lösungsmodelle erläutert und andererseits die Vorteile der dynamischen Attribution aufgezeigt.

Mit der steigenden Anzahl von Usern, die auf mehreren Geräten über diverse digitale Kanäle Inhalte im Web konsumieren, steigt auch die Komplexität, alle relevanten Touchpoints innerhalb der Customer Journey zu erfassen und entsprechend ihres Anteils an der Conversion zu bewerten. Hinzu kommt, dass abgelehnte Cookies eine genaue Analyse der Customer Journey verhindern können. Die Konsequenz: Eine Priorisierung der Kommunikationskanäle und Touchpoints hinsichtlich der Verteilung des Kampagnenbudgets wird erschwert und wichtige Kaufentscheidungen können nicht mehr umfassend nachvollzogen werden.

Fallbeispiel „Dynamische Attribution“

In der Case Study der Programmatic-Media-Agentur Adlicious war das Ziel, einer globalen Modemarke auf programmatischem Weg neue Umsatzpotenziale zu erschließen. Als Zielgrößen wurden der zusätzliche E-Commerce-Umsatz und die Kosten-Umsatz-Relation (KUR) herangezogen.

Die Marke nutzte ein komplexes Attributionsmodell anwenden, um den Wirkungsbeitrag einzelner Kampagnenbestandteile für das digitale Marketing in Echtzeit zu berechnen und so jederzeit (Re-)Allokationsentscheidungen treffen zu können.

Mithilfe eines Cross-Channel-Trackings wurde die programmatisch umgesetzte Kampagne optimiert. Es wurde sichergestellt, dass nur neue Kunden innerhalb der auf der DMP (Data-Management-Platform) segmentierten Zielgruppe angesprochen wurden. Die Aussteuerung erfolgte über die Verknüpfung der DSP und der DMP auf ausgewähltem Premium-Inventar.

Die im Multi-Channel-Tracking attribuierten Erfolgskennzahlen flossen in den Adserver ein, sodass die Aussteuerung bis auf die Ebene der performantesten Werbemittel optimiert werden konnte.

Durch die Maßnahmen konnten die Conversions nahezu verdoppelt und die Kosten-Umsatz-Relation auf 31 Prozent gesenkt werden. Auch die durchschnittlichen Warenkorbswerte stiegen im Kampagnenverlauf um 40 Prozent.

Fallbeispiel „Verbesserung der Datenqualität“

Das Ziel eines nationalen Fernsehanbieters war es, praktisch umsetzbare Erkenntnisse aus seiner Online-Werbung zu gewinnen, um künftige Optimierungen besser steuern und gleichzeitig die Effizienz der Media Performance steigern zu können. In vorangegangenen Fallen verhinderten diverse Hürden das Erreichen präziser Attributionsmetriken.

In der zweiten Case Study widmete sich Flashtalking der Aufgabe, die Qualität des verfügbaren Datensatzes in drei aufeinander abgestimmten Schritten zu verbessern, sodass die Wirkungen der Verbindung von Cookies und Devices optimal genutzt werden können.

Die drei Schritte umfassten:

  1. KPIs zur Verbesserung der Datenqualitat erstellen.
  2. Wirkung der verbesserten Datenerweiterung überprüfen.
  3. Handlungsempfehlungen zur Performance-Steigerung ableiten.

Um diese erste Hürde zu überwinden, wurde ein Datensatz erstellt, der sowohl die Cookie Rejection als auch Sichtbarkeit und Fraud sowie Device-übergreifende Interaktionen berücksichtigt. Darüber hinaus wurden die Call Tracking Conversions über eine Synchronisation der Nutzer-ID integriert.

Sobald der neue, verbesserte Datensatz für Analyse- und Optimierungsaktivitäten zur Verfügung steht, können Ergebnisse besser attribuiert werden. Im Vergleich der Conversions, Standard vs. verbesserte Daten, erzielten letztere einen Anstieg von 7 Prozent bei den mediabezogenen Conversions. Unter allen Kanälen verzeichnet Display mit 72 Prozent den größten relativen Zuwachs.

Mit Hilfe der verbesserten Attribution erzielte der TV-Anbieter in nur 30 Tagen folgende Resultate:

  • 20 Prozent Reduktion des Display CPA (2,3 Prozent weniger Ausgaben)
  • 33 Prozent Reduktion des Non-Brand Search CPA (7,9 Prozent weniger Ausgaben)
  • Seit der Implementierung der Attributionslösung sind signifikante Verbesserungen bei der Qualitat, Frequenz und Transparenz des Reportings sichtbar.