Big Data im Native Advertising: 5 ausschlaggebende Faktoren für Mobile Strategien

Die Werbung auf Mobilgeräten steckt schon lange nicht mehr in den Kinderschuhen: Big Data rückt das große Ziel (die Big Idea) in greifbare Nähe und tatsächlich wird es immer einfacher, Werbung so zu platzieren, dass sie kaum also solche wahrgenommen wird, Inhalte genau abzustimmen und die Datensignale und Umstände jedes einzelnen Nutzers zu berücksichtigen.

20 Prozent der Einwohner Deutschlands haben im Dezember 2015 einen Kauf über ein Mobiltelefon getätigt. Wer von diesem Trend profitieren möchte, muss anhand von In-App-Daten die Nutzer identifizieren können, die einen Kauf über ein Mobilgerät in Erwägung ziehen. Dazu müssen Unmengen an Datensignalen ausgewertet werden, die wertvollsten Informationen aufgespürt und auf diesen Informationen basierende Maßnahmen in großem Umfang umgesetzt werden – und das kann nun mal nicht jeder. Wer die folgenden fünf Faktoren in Bezug auf Native-Advertising-Kampagnen im Mobilbereich (ganz gleich welcher Art) beherzigt, ist jedoch auf jeden Fall auf dem richtigen Weg:

1. Jeder ist anders

Heutzutage gibt es etwa zwei Milliarden mobile Internetnutzer weltweit, 44,3 Millionen davon allein in Deutschland. Die geballten Aktivitäten dieser Nutzer generieren riesige Datenmengen (insbesondere durch Apps), die für Marketingexperten äußerst wertvoll sein können. Die Frage ist jedoch, wie alle diese Informationen, die von deutschen Mobilgeräten erzeugt werden, optimal genutzt werden können.

Big Data beschäftigt die Branche nach wie vor, doch Marketingexperten, die ihre Native-Advertising-Strategie für Mobilgeräte optimieren möchten, fahren mit dem Ansatz „Weniger ist mehr“ besser: Es geht darum, sich auf Signale zu konzentrieren, die eine klare Kaufabsicht andeuten. Es reicht nicht, Daten einfach umzuwidmen, einen generischen Ansatz zu verfolgen und Massenwerbung zu schalten. Das kann schließlich jeder.

2. Qualitativ hochwertige Daten liefern qualitativ hochwertige Ergebnisse

Eine Kampagne, der die falschen Daten zugrunde liegen, ist zum Scheitern verurteilt, da hilft auch monatelanges Feilen nicht.

Brandaktuelle Daten aus erster Hand sind das A und O. Daten, die diese zwei Kriterien erfüllen, ermöglichen wertvolle Einblicke in das Nutzerverhalten. Auf veraltete Daten kann man sich nicht verlassen, vielleicht passt die Kategorie gar nicht mehr, in die eine Person irgendwann mal eingeordnet wurde.

3. Algorithmen sind nicht alles

Es ist unmöglich festzustellen, wie gut Daten oder Algorithmen aus dritter Hand für das Targeting und die erfolgreiche Kundenansprache sind.

Unterzieht man meine persönlichen Daten einer oberflächlichen Analyse, stellt man fest, dass ich an In-App-Inhalten zu neuen Kleidungskollektionen interessiert bin – ein Interesse, das Marketingexperten in erster Linie Frauen zuschreiben. Hierbei handelt es sich jedoch um einen sehr simplen Targeting-Ansatz. Wird das Zielpublikum einer neuen Mode-App mittels eines sehr kruden Algorithmus bestimmt, besteht die Gefahr, dass Männer überhaupt nicht als potenzielle Kunden wahrgenommen werden. Die Folge: Eine riesige potenzielle Kundengruppe aus Entscheidungsträgern und männlichen Style-Gurus bleibt im Rahmen von Targeting-Maßnahmen möglicherweise komplett unberücksichtigt – und das gänzlich unbeabsichtigt.

Es gibt zwar Tools und Strategien für die Datenverifizierung, die Markenanbieter bei der Validierung von Third-Party-Daten und -Algorithmen unterstützen können, doch diese Lösungen befinden sich in einem sehr frühen Stadium und haben sich noch nicht bewährt.

4. Im Mobile gilt nach wie vor: Kontext gewinnt

Online-Käufe, die mobil getätigt werden, steigen rasant an. Marken, die im Mobilbereich – und insbesondere im M-Commerce – Erfolg haben möchten, müssen die Kompetenzen entwickeln, die erforderlich sind, um In-App-Daten optimal zu nutzen. Weitaus hilfreicher als verhaltensbezogene Rohdaten sind hier In-App-Daten, die Marketingexperten den Kontext bereitstellen, den sie brauchen, um das Kundenerlebnis in seiner Gesamtheit bzw. die Erfahrungswelt von Mobile Natives zu erfassen.

5. Die Zukunft des M-Commerce ist jetzt

Vor Kurzem hat Amazon die App Prime Now veröffentlicht, die das gesamte Angebot des Handelsriesen, einschließlich seines Shopping- und Unterhaltungsangebots, umfasst. Der Nutzer profitiert von einem optimierten Kundenerlebnis: Er kann alles über jedes Gerät kaufen und es sich eine Stunde später direkt nach Hause liefern lassen. Die Zukunft des M-Commerce liegt in der Verknüpfung von Datensignalen, Algorithmen und gekonnt eingebetteten Handlungsaufforderungen, die das Kundenerlebnis verbessert und den Absatz steigert.

Dank geschickter Datenanalyse zur Big Idea

Gutem Native Advertising auf Mobile liegt eine Analyse der Datensignale der Mobilgeräte der Nutzer zugrunde, denn nur so kann sichergestellt werden, dass Handlungsaufforderungen zum richtigen Zeitpunkt, im richtigen Kontext und im richtigen Format erfolgen. Wir verfügen nicht nur über ein Füllhorn an Informationen, sondern auch über die Technologie, die nötig ist, um diese auszuwerten. Marketingexperten, die diese Ressourcen und Kompetenzen mit dem Anspruch kombinieren, jedem einzelnen Mobile Native als individueller Persönlichkeit gerecht zu werden, haben nun die Möglichkeit, auf der Grundlage von Big Data ihre Big Idea zu realisieren.