Trickr.dethe trend ticker

Um potenzielle Kunden ausfindig zu machen verließen sich Werbetreibende lange Zeit auf demografische Daten der Kunden, wie etwa Alter, Geschlecht, Haushaltseinkommen, Wohnort oder Familienstand. Doch sagst das Geburtsjahr einer Person wirklich darüber etwas aus, ob die Person mein Produkt auch kaufen will? Die Zuordnung einer Person zur Gruppe „Baby Boomer“ oder „Generation Y“ stellt ein sehr grobes Raster dar, das der heutigen Fragmentierung der Gesellschaft nur unzureichend Rechnung trägt. Übergreifende Eigenschaften – gerade bei der jungen Generation – sind selten, und so müssen andere Faktoren hinzugezogen werden, um potenzielle Kunden zu erreichen.

Für eine differenzierte Kundensegmentierung sind deshalb psychografische Merkmale entscheidend. Sie beschreiben beispielsweise Einstellungen, Werte, Vorlieben oder Verhaltensweisen von Personen. Dank der zahlreichen Informationen aus sozialen Netzwerken oder Verhaltensdaten aus Suchanfragen können extrem genaue Vorhersagen über Interessen und Verhalten der Personen gemacht werden. So schlagen Amazons Algorithmen dem Kunden ähnliche Produkte vor oder zeigen ihm an, was „Nutzer wie er“ ebenfalls kauften.

.

.

Social Profile Data

.

Profildaten aus sozialen Netzwerken erhalten Marken durch Freigabe der Nutzer. Plattformen wie Facebook und Co. sind eine wertvolle Informationsquelle, da hier Daten wie Beruf, Beziehungsstatus, Interessen oder besuchte Universitäten zugänglich sein können (je nach Einstellung der User). Tools wie GraphEffect oder Janrain Capture managen die Social Network Profildaten. GraphEffect misst beispielsweise die Kaufabsicht eines Kunden durch die semantische Analyse der Facebook Status Updates. Dank der Profilanalysen kann man anschließend Fragen beantworten wie etwa:

• Kaufen Kunden, die Kajak fahren, mehr Wassersportschuhe als Kunden, die Ruderboot fahren?
• Geben Audi-Fans bei einem Online-Einkauf häufiger über 100 Euro aus als Mercedes-Fans?
• Kaufen meine Kunden eher von zu Hause aus oder von unterwegs? Wenn von unterwegs: Sind sie währenddessen in der Stadt oder auf dem Land?

Behavioral Targeting

.

Manchmal scheint uns eine Online-Werbeanzeige regelrecht zu verfolgen. Sucht man beispielsweise nach einem neuen Auto im Web, wechselt dann aber zur Suche nach einer neuen Brille, erhält man immer noch Werbeanzeigen für Autos am Bildrand. Diese Retargeting Technik nutzt unser Verhalten im Web (Behavioral Targeting), um „verlorene Kunden“ wiederzufinden – immerhin verlassen im Schnitt 98 % der Besucher einer Website die Seite wieder ohne einen Kauf getätigt zu haben. Retargeting soll sie zurückbringen. Große Werbenetzwerke platzieren dafür Cookies im Browser der User, und zeigen den Nutzern die speziellen Werbeanzeigen jedes Mal, wenn der Nutzer eine Seite besucht, die Teil ihres Netzwerks ist.

In Zukunft wird das genaue Ansprechen eines Kunden via Werbung eher einem Geschichtenerzählen ähneln, das sich spezielle Verhaltensweisen und die aktuelle Situation des Kunden ansieht. Werbenetzwerke werden mit Anbietern zusammen arbeiten, die die Click-Historie eines Nutzers speichern, um ihm – passend zum Stand der Kaufabsicht – ein Angebot zu machen.

Auch Seiteninhalte und Produktempfehlungen werden sich ebenfalls an der Clickstream-Analyse orientieren. Unternehmen wie RichRelevance, Certona, Baynote und Monetate bieten die Möglichkeit, den Seitenbesuchern passende Informationen anzuzeigen, je nach gezeigtem Verhalten. So ändert sich eine Website von Besucher zu Besucher, oder auch beim selben Besucher im Laufe der Zeit.

.

Customer Lifecycle Data

.

Die Profildaten aus sozialen Netzwerken können ebenfalls genutzt werden, um den Kundenlebenszyklus vorherzusagen. So weiß man nicht nur, dass der Kunde Kinder hat, sondern auch in welchem Alter die Kinder sind. Besondere Indikatoren, wie etwa der Kauf von Windeln, zeigen an, dass der Kunde in eine neue Phase des Kundenlebenszyklus eintritt. Andere Indikatoren, wie Adressänderung, der erste Kauf von Möbeln oder hochwertigen Gütern zeigen ebenfalls eine Änderung der Interessen und Verhaltensweisen des Kunden an.

Wer sich ausschließlich auf demografische Daten verlässt, riskiert, irrelevante Werbung und mittelmäßige Kundenbetreuung zu liefern. Mit den heutigen technologischen Möglichkeiten kann man seinen Kunden maßgeschneiderte Lösungen bieten, was zu höheren Klick-Through-Raten, besserem ROI der Werbeetats und gesteigerter Kundenzufriedenheit führt.

Bei allen Targeting-Bemühungen und -Möglichkeiten ist es jedoch wichtig, die Kunden darüber aufzuklären, ob und welche Daten über sie gesammelt werden und welche Sicherheitsstandards bei der Speicherung der Daten vorgenommen werden. Das Vertrauen der Kunden zu gewinnen und zu behalten ist essentiell. Die gesammelten Informationen sollten nicht nur dem Unternehmen, sondern auch dem Kunden Vorteile bringen, wobei es Pflicht der Unternehmen ist, alles zu tun, um Datenschutzpannen zu vermeiden – was leider nicht immer der Fall ist. Die Kunden sind vorsichtiger geworden – und das sollten auch Unternehmen werden.

Wer in seiner Statusmeldung das Wort „Hunger“ verwendet, könnte in Zukunft sofort Werbung für Pizzaservices oder Gutscheinangebote von Restaurants am Seitenrand sehen. Diese Sofort-Werbung wird derzeit von Facebook an 1% der Facebook-User getestet – das sind immerhin 6 Millionen Menschen weltweit.

Schon mit dem Werbeformat „Sponsored Stories“ kam Facebook der Echtzeit-Werbung nahe: Checkt ein Freund von mir bei einem Werbepartner ein, wird Fan einer Marke oder postet auf der Pinnwand eines Unternehmens, so erscheint diese Aktivität als Werbeanzeige am rechten Seitenrand meines Newsfeed.

Jetzt analysiert Facebook die Statusmeldungen der Nutzer und bietet sofort die passende Werbeanzeige dazu.

Schon seit längerem analysiert Facebook die Posts und Status-Updates der User, sammelt diese Informationen und liefert passende Werbung, doch dies geschah noch nie in Echtzeit. Wer jetzt kurz erwähnt, dass er an einem Marathon teilnimmt, eine Bohrmaschine kaufen will, zu einem Festival fährt oder hohe Schuhe trägt, erhält sofort eine „Werbelösung“ und liefert viel exaktere Informationen, als früher seine „Likes“ oder Profildaten übermittelten.

Ein User muss noch nicht einmal Fan einer Fußball-Seite sein oder Fußball bei seinen Interessen angegeben haben, doch indem er postet, sich heute Abend ein Fußballspiel in einer Kneipe anzusehen, ist er ab sofort in der Adidas-Zielgruppe. Der wichtigste Zeitpunkt für einen Werber ist der Moment, in dem ein potentieller Kunde einen Wunsch äußert und sich überlegt, wie er das Bedürfnis befriedigen kann. Das neue Echtzeit-Modell setzt den Werber direkt in diesem entscheidenden Moment vor den Kunden.

Jetzt liegt es an der Qualität des Algorithmus, der die Status-Updates auswertet, wie genau die Werbeanzeigen passen oder ob überhaupt eine Anzeige möglich ist. Ob sie angeklickt werden, bleibt dabei fraglich: Manche Analysten beklagen die extrem niedrige Click-Through-Rate von Facebook Kampagnen. Sie lag 2010 bei 0,051% oder bei der Hälfte des Branchen-Durchschnitts, so die Experten von Webtrends. Emarketer schätzt, dass Facebook in 2010 dennoch 1,86 Milliarden Dollar an Werbeeinnahmen hatte, und die meisten Unternehmen für ihre Anzeigen Facebooks Targeting-Tools nutzten.

Targeting-Transparenz: In den USA wird ab dieser Woche ein Teil der Display-Werbung im Web mit dem Infobutton “Power Eye” versehen, der Internetnutzern Auskunft darüber gibt, aufgrund welcher Daten ihnen gerade diese Werbung vorgesetzt wird. Dazu gibt es eine Opt-out-Möglichkeit.

Ab dieser Woche können Konsumenten in den USA hinter den Werbevorhang namhafter Unternehmen blicken. American Express und Microsoft sind prominente Beispiele. Sie platzieren das „Power Eye“ Symbol in einer Ecke des Werbefelds. Fährt der Konsument mit der Maus darüber, wird ihm angezeigt, welche Daten verwendet wurden, um ihm diese Werbung zu präsentieren. Außerdem kann er sofort durch ein Opt-Out bestimmen, in Zukunft keine Werbung mehr von diesen Firmen zu erhalten. Dieses wichtige Feedback erhalten wiederum die Firmen -  durch direkte Interaktion der Kunden mit der Werbung. Die Firmen erhalten so Auskunft darüber, wie ihre Werbung und Marke wahrgenommen wird. Die Hoffnung der Unternehmen: Je größer die Transparenz, desto größer das Vertrauen der Konsumenten. In der Opt-Out Möglichkeit verbirgt sich allerdings auch das Risiko, dass die genaue Zielgruppenansprache weniger effektiv wird, und es damit schwieriger wird, die Konsumenten zum Kauf zu bewegen. Jedoch setzen die Unternehmen darauf, dass sich die neue Transparenz auf lange Sicht lohnen wird, da es Vertrauen generiert. Dem Konsument wird damit ein Stück Kontrolle über sein Online-Leben zurückgegeben.