Die aktuelle Testreihe soll die Effektivität der Google-Lösungen aus der Privacy Sandbox für Audience-basierte Werbung veranschaulichen. Dazu untersuchte der Konzern die Performance von personalisierten Anzeigen ohne Informationen aus Third-Party-Cookies in einer reinen Google-Umgebung. Das heißt, es kamen Google Display Ads und Display and Video 360 (DV360) auf der Buy-Side sowie Google Adsense und Google Ad Manager auf der Sell-Side zum Einsatz. Getestet wurde nur mit Display-Anzeigen.

Statt der Third-Party-Cookies nutzte Google “datenschutzfreundliche Signale”. Diese speisen sich aus drei Quellen: Erstens umfassen sie kontextuelle Signale wie etwa den Besuch einer Webseite über die NBA-Finals als Indikator, um vom Inhalt auf die Interessen (Sport) zu schließen. Zweitens kamen First-Party-Daten der Publisher ins Spiel, also die Informationen, die der Publisher selbst über den einzelnen User mit Einwilligung auf seiner eigenen Seite gewonnen hat. Google nennt die dafür notwendigen First-Party-IDs “Publisher Provided Identifiers”.

Drittens – für die Werbeindustrie sicherlich der spannendste Punkt – fallen darunter die Interessen aus der Topics API. Dabei handelt es sich um eine Lösung für den Chrome-Browser, die jede Woche drei Interessen des Nutzers bestimmt. Diese stützen sich auf die besuchten Websites und ordnen den User in Kategorien wie „Fitness“, „Reisen” oder “Bücher” ein. Bei einem Website-Besuch wählt Topics drei Themen aus den Kategorien der vergangenen drei Wochen aus und teilt sie mit den Advertisern zu Targeting-Zwecken. Nach Ablauf der drei Wochen werden die Themen gelöscht. Die User können die Themen einsehen, gegebenenfalls einzeln entfernen oder die Topics-Funktion komplett deaktivieren. Google arbeitet schon über ein Jahr an Topics, dem FLoC-Nachfolger.

Die drei Quellen wurden dafür genutzt, um Zielgruppen personalisiert anzusprechen. “Hierzu zählen Zielgruppen mit gemeinsamen Interessen, hoher Kaufbereitschaft, benutzerdefinierte Zielgruppen als auch demographische Segmente aus dem Google-Displaynetzwerk, die anhand einer Kombination von datenschutzfreundlichen Signalen gebildet werden”, heißt es in der offiziellen Meldung.

In dem Google-Setup wurde der Traffic von Publishern in zwei Gruppen eingeteilt, wobei die Nutzerprofile einmal mithilfe von Third-Party-Cookies und einmal mit Topics statt der Drittanbieter-Cookies gebildet wurden. Fünf Wochen lang testete Google in Mobile- und Desktop-Umgebungen und wertete die Ergebnisse aus.

Mit Topics im Einsatz soll die Click-Through-Rate (CTR) im Google-Displaynetzwerk immerhin bei rund 90 Prozent des aktuellen Niveaus liegen (- 8 Prozent), wobei die Conversions pro Dollar des Advertisers um 1 bis 3 Prozent sanken. Insgesamt ging der Ad Spent um 2 bis 7 Prozent zurück. Die Spanne ergibt sich aus der Verwendung von Künstlicher Intelligenz zur Optimierung der Kampagnen oder deren Verzicht.

In dem Setup mit DV360 als Buying-Technologie ging die Click-Through-Rate weniger stark zurück und musste lediglich Einbußen von circa einem Prozent hinnehmen. Die Conversions pro Dollar sind vergleichbar mit dem Google-Displaynetzwerk und der Ad Spent ist nahezu identisch im Vergleich mit Third-Party-Cookie-gestützten Kampagnen. Die genauen Ergebnisse finden sich in der Grafik.

“Unsere Tests haben gezeigt, dass die neuen, vom Google Chrome-Team entwickelten datenschutzfreundlichen Lösungen ähnlich gute Ergebnisse im Vergleich zu Drittanbieter-Cookies erzielen können”, fasst Dan Taylor, Vice President Global Ads von Google, zusammen. “Diese Ergebnisse scheinen vielversprechend – jedoch sollten daraus noch keine eindeutigen Schlüsse über die Leistungsfähigkeit von interessenbezogener Werbung bei Google nach dem Wegfall von Drittanbieter-Cookies gezogen werden”, schränkt er gleichzeitig das Experiment ein.

Die Einschränkungen Taylors sind begründet. So musste in dem Experiment lediglich das Targeting der Buy-Side ohne Third-Party-Cookies auskommen. Für die Messung oder das Frequency Capping und auch das Retargeting durften die Cookies genutzt werden, andere Buyer griffen ebenfalls auf Cookies zurück. Der eigenen Einkaufstechnologie wurde also nach dem Ad Request der Zugriff auf Audiences basierend auf Third-Party-Cookies verweigert – der Rest lieft so weiter. Dementsprechend handelt es sich nicht um ein reales Cookieless-Szenario.

Außerdem lief der Versuch nur fünf Wochen und musste mit einer kleinen Traffic-Grundlage auskommen. Das Experiment wird mit zunehmendem Traffic aussagekräftiger, da die Algorithmen mehr lernen können, insbesondere was Käufe angeht, die nicht so häufig stattgefunden haben.

In Absprache mit der britischen Wettbewerbs- und Marktaufsichtsbehörde (Competition and Markets Authority, CMA) wird Google in den kommenden Monaten jedoch weitere Testreihen durchführen. Abseits von Topics seien bei den Tests zur Messung von Conversion und zum Remarketing “Fortschritte zu verzeichnen”, so Taylor.

Google glaubt aus den Ergebnissen ableiten zu können, dass “KI-gestützte Optimierungslösungen” beim Schwund des Third-Party-Cookies eine wichtige Rolle spielen werden. Damit meint das Team Algorithmen, die aus den Signalen wie dem Engagement mit den Werbeanzeigen oder aus den Conversions lernen. Insbesondere sollen auch Contextual-Signale als gute Möglichkeit dienen, um Targeting ohne Cookies zu realisieren – umso mehr mit Blick auf der daraus lernenden KI.

In der detaillierten Beschreibung des Experiments kommen noch zwei weitere Gedanken zu den Auswirkungen auf Marktpreise und Metriken hinzu. Da die interessenbasierten Signale ohne Third-Party-Cookies weniger aussagekräftiger werden – beispielsweise lautet das Interesse aus Topics schlicht “Schuhe” statt “Nike Jordan Schuh” –, kommen weniger Kampagnen für die Impressions infrage, die von der Werbeplattform verknüpft werden können. In der Folge werden weniger Gebote dafür abgegeben, was den Preis der Impressions insgesamt schmälert. Jedoch weist Taylor explizit darauf hin, dass die aktuelle Topics-Testreihe nicht mit dem Experiment vor vier Jahren vergleichbar ist, das verheerende Folgen für Publisher vorhergesehen hat. Darüber hinaus könnten qualitative Metriken für die Advertiser wie die CTR leiden, da das Verhalten der User eben nicht so genau vorhergesagt werden kann wie bisher.

Abschließend lassen sich die Ergebnisse der Topics-Testreihe also nur schwer deuten, da noch zu viele Fragen offen sind. Google versucht zumindest einige Entwicklungen zu deuten und ist guter Dinge, was Contextual-Daten und KI-Einsatz betrifft. Um ein valides Fazit hinsichtlich der Topics zu ziehen, bleiben jedoch weitere Tests abzuwarten.