Warum Programmatic Advertising nur mit Engagement-basierten Metriken seinen Stellenwert sichern kann

Unsicherheiten durch die aktuelle wirtschaftliche Situation führen zu knapperen Werbebudgets. Covid-19 hat Marketing-Experten zunehmend sparsamer gemacht. Marken sind zurecht vorsichtig, was den Kontext des Contents betrifft, in welchem ihre Kampagnen und Inhalte stattfinden. Hinzu kommt, dass der Druck zur Rechtfertigung von Werbeausgaben sowie hinsichtlich eines Return on Investment (ROI) der Werbebudgets zunimmt. Eine Umstellung im Programmatic Advertising auf Engagement-basierte Kennzahlen kann dazu beitragen, den ROI transparenter zu machen und zu optimieren.

Transparenz für Advertiser benötigt

Werbetreibende benötigen mehr Transparenz und Sichtbarkeit als je zuvor bei der Steuerung ihren Kampagnen. Darüber hinaus hat das explosionsartige Wachstum von Bildschirmen sowie Smart Devices die digitale Transformation im Video-Advertising beschleunigt und zurecht die Erwartungen verstärkt, Ergebnisse nicht nur zu liefern, sondern auch messen zu können. Laut Zeniths Online Video Forecasts wird der tägliche Konsum von Online-Videoinhalten 2021 bei 100 Minuten liegen. Allerdings waren in den vergangenen Monaten aufgrund der weltweiten Ausgangsbeschränkungen mehr Menschen zu Hause, die in höherem Maße Videoinhalte konsumiert haben. Deutsche Verbraucher haben dieses Jahr bisher 16,6 Prozent mehr Zeit für Streaming von digitalen Videos verbracht. Es wäre also nicht überraschend, wenn kommende Studien zur Prognose der Mediennutzung und des Konsums von Online-Video diese Werte noch einmal nach oben korrigieren. Video Advertising ist der Wachstumstreiber im digitalen Ökosystem.

Um sicherzustellen, dass Programmatic Advertising auch in diesem Umfeld weiterhin ein nützliches Tool bleibt, sind neue Kennzahlen erforderlich. Eine Lösung dafür ist der Fokus auf Engagement-bezogene Metriken. Beispielsweise die Video Completion Rate, sie gibt Aufschluss darüber, wie viel Prozent eines Videos tatsächlich gesehen wurden, oder Cost per Completed View (CPCV), der Betrag, den Werbetreibende an Publisher für eine Video-Ad zahlen, die bis zum Schluss gesehen wurde.

Machine Learning unterstützt die Optimierung der Gebote

In diesem Bereich ist eine manuelle Optimierung sehr aufwendig. Skalierbare, ergebnisorientierte Lösungen werden als Hoffnungsträger für Publisher und Agenturen gesehen. Hierbei zahlen Werbetreibende nur dann, wenn eine bestimmte Aktion stattfindet, beispielsweise ein bestimmter Teil einer Anzeige vom User gesehen wurde. Es wird so möglich, Ergebnisse als Währung zu nutzen und nicht auf Basis des klassischen TKPs optimieren zu müssen. Agenturen und Publisher können also ihre Performance steigern sowie finanzielle Risiken minimieren und gleichzeitig die operative Effizienz verbessern. Moderne Einkaufsplattformen treffen abhängig von den durch Marken vorgegebenen Leistungskennzahlen sowie der Ausrichtung des Targetings nicht nur Entscheidungen darüber, auf welche Impressions sie bieten, sondern können auch das finanzielle Risiko für Fehlentscheidungen übernehmen.

Durch die Nutzung von vorausschauendem maschinellem Lernen ist man in der Lage, eine Lösung zur automatischen Optimierung von Geboten auf der Grundlage der vorhergesagten Video Completion Rate des verfügbaren Inventars zu entwickeln. Das bedeutet, dass Agenturen und Marketingverantwortliche nur für Impressions bezahlen, die zu 100 Prozent ausgespielt wurden. Diese Verschiebung in der Art und Weise, wie der Return on Investment in der heutigen Welt der sich wandelnden Konsumgewohnheiten gemessen werden kann und sollte, zeigt bereits Ergebnisse. Durch den Übergang von Pay-per-Impression zu Pay-per-Completed-View kommen die Inventar-Einkäufer in den Genuss einer signifikanten Reduzierung der CPCVs sowie einer verbesserten operationellen Effizienz.

Mit garantierten Ergebnissen zum Erfolg

Die Praxis gibt diesen Schritten recht: Die Schweizer Agentur Drop8 stand für ihren Kunden, eine Reisebuchungsplattform, vor der Herausforderung, Video-Anzeigen auszuliefern, die komplett angesehen werden. Gleichzeitig sollte die Zielgruppe auf der Kunden-Website angesprochen werden. Um das zu gewährleisten, optimierte die Agentur auf Cost-per-Completed-View. Allerdings forderte diese Vorgehensweise täglich diverse manuelle Schritte, einschließlich des Abrufs sowie der Analyse von Reports, der Überprüfung von Daten und der Optimierung jeder Kampagne auf der Grundlage dieser Erkenntnisse. Als Folge musste das Team dafür viel Zeit sowie interne Ressourcen aufwenden. Die Lösung bestand in der Zusammenarbeit mit einem Technologiepartner, der durch den Einsatz von intelligenten Machine-Learning-Algorithmen garantierte Ergebnisse sichert. Mit der Implementierung entfielen nicht nur die manuellen Schritte, auch die Performance wurde gesteigert sowie der CPCV um 22 Prozent gesenkt.

Auf der Basis von garantierten Kampagnen-Ergebnissen, wie auch dem Einsatz intelligenter Technologie, werden Trader von der mühsamen Aufgabe befreit, immer wieder manuelle Reportings zu beziehen sowie manuell auf Video Completion oder CPCV-spezifische Metriken zu optimieren, wodurch sie erheblich viel Zeit sparen.

In den vergangenen Monaten waren die Menschen mehr zu Hause, nutzten das Internet und konsumierten verstärkt Content online – insbesondere Videos. In Zeiten des Wandels ist es für Werbetreibende wichtiger denn je mit ihren Zielgruppen in Kontakt zu treten und zu verstehen, was ihre aktuellen Bedürfnisse und Wünsche sind. Wenn Marken wissen, was die Konsumenten gerade bewegt und sie dieses Wissen mit effektiven sowie aussagekräftigen Engagement- und garantieren Kampagnen-KPIs bei der Werbeausspielung verbinden, dann gelingt auch in Krisenzeiten nachhaltige Werbung.

Wenn Technologie sinnvoll zum Einsatz kommt, wird die Ad-Tech-Industrie in der Lage sein, die sich ändernden Anforderungen und Bedürfnisse der Marken sowie der Nutzer zu unterstützen. Der Schlüssel liegt in einer datengetriebenen, gut durchdachten, programmatischen Strategie, sowie ergebnisorientierten Kennzahlen, die sicherstellen, dass unter dem Strich ein messbarer Return on Investment für ein Unternehmen entsteht.