Seit etwa 10 Jahren ist nun Programmatic Advertising – manchmal auch Real-Time-Advertising genannt – in seiner heutigen Form Realität. Zeit also, einen Blick auf die aktuelle Praxis des individualisierten Real-Time-Marketings zu werfen. Im Folgenden möchte ich darum überlegen, in welche Richtung sich dieser Bereich des Online- und Mobile-Marketings entwickelt hat, was nach wie vor noch fehlt und wohin die Reise in den kommenden Jahren gehen wird.
Status quo beim Programmatic Advertising
Betrachten wir zunächst die aktuelle Praxis des Programmatic Advertising. Im Moment bestimmen hier im Wesentlichen vor allem zwei Mechanismen darüber, was ein Kunde letzten Endes zu sehen bekommt. Auf der einen Seite ist da der Preis für eine Anzeige oder eine Produktempfehlung, wobei die Auktions-Prozesse weitestgehend automatisiert sind. Auf der anderen Seite lässt sich das sogenannte „Invitation-Only-System“, bei dem es nur bestimmten Brands möglich ist bei einer Auktion teilzunehmen, von einer für alle Anbieter offenen Auktion unterscheiden.
“Beim #Programmatic #Advertising bleiben wir im Moment weit hinter dem technisch Möglichen zurück. #AdvancedProgrammaticAdvertising.“ Twittern
Bei der aktuellen Praxis des Programmatic Advertisings fällt auf, dass wir im Moment weit hinter dem technisch Möglichen zurückbleiben. Die zahlreichen Möglichkeiten beim Targeting werden beispielsweise noch viel zu wenig genutzt. Der Effekt ist, dass den Kunden sinnvolle, nützliche und gewinnbringende Optionen vorenthalten werden. Mir fällt das beispielsweise beim Besuch bestimmter Online-Shops auf. Diese sind in sich geschlossene Ökosysteme, die damit den großen Vorteil haben, dass sie vergleichsweise viele Informationen (z.B. E-Mailadresse, Verkaufshistorie, Newsletter-Anmeldung) über ihre Nutzer haben. Dennoch gelingt es vielen kaum, für die Besucher individuell zugeschnittene Produkte, passende Brands oder Angebote anzuzeigen. Insbesondere die Option, die vorhandenen Daten nutzen zu dürfen, wenn Kunden damit einverstanden sind, muss meines Erachtens unbedingt vorhanden sein.
Ansatzpunkt: Targeting und Analyse der Nutzerdaten
Beim Programmatic Advertising geht es ganz allgemein gesagt darum, auf Basis der vorliegenden Nutzerdaten gezielt die Interessen der Nutzer zu erkennen und dadurch gezielt Werbe- und andere Anzeigeflächen in Echtzeit ansteuern zu können. Optimierungspotential sehe ich vor allem darin, die Datenpunkte entlang der Customer Journey stärker und intelligenter miteinander zu verbinden. Sowohl der Kontext als auch das individuelle Verhalten von Nutzern liefert Informationen über die Customer Journey. Das enorme Potential, das beispielsweise im Bereich Mobile Marketing in Geotargeting oder auch im Online-Marketing in Re-targeting steckt, wird noch zu wenig genutzt.
Es gibt zahlreiche Targeting-Möglichkeiten, die noch stärker ausgenutzt werden können. Allen voran, wenn es um Mobiles Marketing geht spielen das bereits genannte geografisches Targeting und Geräte-Targeting eine herausragende Rolle. Daneben gibt es klassische Bereiche wie Keyword Targeting und semantisches Targeting sowie das Placement-Targeting. Sofern individuelle oder gruppenspezifische Nutzerdaten vorhanden sind, bietet sich als sinnvolle Ergänzung das Audience-Targeting an. Beispielsweise lassen sich so durch die Analyse von Nutzergruppen die Zuordnung zu Käuferschichten vornehmen. Zusätzlich erweitern lassen sich Tracking-Möglichkeiten, indem die Anreicherung von vorhandenen Daten durch externe Daten. Diese Daten entfalten jedoch nur dann das in ihnen steckende Potenzial, wenn entsprechend Erkenntnisse durch Advanced Data Analytics zutage gefördert werden.
AI bringt einen Boost ins Programmatic Advertising
Das Programmatic Advertising befindet sich heute in einem Spannungsfeld zwischen der Analyse der Customer Joureny und der Frage, welche Marken Nutzer ausgehend von den daraus gewonnenen Erkenntnissen noch interessant finden. Dabei handelt es sich um zum Teil hochkomplexe Analysevorgänge, die technisch bzw. algorithmisch lösbar sind. Ein wichtiger Aspekt dabei ist Artificial Intelligence (AI). Durch Cluster-Verfahren können beispielsweise einzelne Nutzer besser einer bestimmten Käuferschicht zugeordnet werden. Allein durch dieses Feintuning, mit dem sich Kunden exakter passenden Marken zuordnen lassen, entsteht für Programmatic Advertising ein enormes Optimierungspotential.
“Mit #AI lässt sich der Weg beschreiten von der bisherigen Praxis des #ProgrammaticAdvertising hin zu #AdvancedProgrammaticAdvertising.“ Twittern
Programmatische Wege, Kunden auf anderen Portalen abzuholen (Re-Targeting), lassen sich auf diese Weise noch sehr viel stärker ausbauen. Die Customer Journey stärker in die Analyse einbeziehen durch die Nutzung von AI. So kann im Programmatic Advertising der Paradigmenwechsel hin zu einer intelligenteren, AI-basierten Form gelingen: Von einem reinen Input Model und der Analyse von „Was ist?“ hin zu einer Analyse von „Was wird sein?“ (Prediction):
„AI is what is known as a forward model in computer science, meaning it is a computer model that makes decisions based on the input into the model, such as data that can be in the form of pictures, numbers, and really anything that is mathematically quantifiable. Thus, this type of model is able to modify its prediction based on the dynamic flow of input. So, the longer that the model receives input, the ’smarter‘ it becomes and the better guesses it can make about future behavior.“ (Quelle: Anna Powers, Forbes.com)
Advanced Programmatic Advertising: Product Placement & Price & Promotion
Aus Kundenperspektive kann es heute nur nerven, wenn angesichts des technologisch Möglichen irrelevante Angebote erscheinen oder sinnvolle Angebote nicht. Viele Nutzer zeigen großes Interesse daran, dass ihnen zur richtigen Zeit das richtige Angebot angezeigt wird. Die Kombination von Targeting und Advanced Data Anlytics beziehungsweise AI bieten eine ideale Grundlage, dass wir von der bisherigen Form des Programmatic Advertising hin zu einem Advanced Programmatic Advertising kommen. Das leitende Ziel muss meiner Überzeugung nach dabei ist, die Kunden in ihrem Verhalten und ihren Wünschen besser zu verstehen. Nur so kann es in Zukunft auch gelingen, sie durch das Advanced Programmatic Advertising zu begeistern und stärker an Marken zu binden.
