3 Mythen über kontextuelles Targeting

Das nahende Ende der Third Party Cookies stellt Marketer vor große Herausforderungen. Immer weniger User-Daten stehen für das Targeting zur Verfügung. Abhilfe verspricht das kontextbezogene Targeting, das ohne personenbezogene Daten eine präzise Zielgruppenansprache ermöglicht und derzeit eine Renaissance erfährt.

Beim kontextuellen Targeting können Werbetreibende in Echtzeit User mit einer Botschaft passend zur Nutzungssituation ansprechen, indem sie entsprechende Signale und Datenpunkte heranziehen. Es bietet den Vorteil, dass Zielgruppen komplett unabhängig von Third Party Cookies, mobilen Identifiern oder anderen ID-Lösungen am Markt effektiv über kontextbezogene Anzeigen erreichbar sind. Kontextuelles Targeting lässt sich zudem auch ohne Consent, also User-Einwilligung für personalisierte Werbung, nutzen, denn hierbei analysieren Marketer den angesehenen Content und Kontext und nicht aber die Nutzer:innne, die ihn konsumieren. Das macht es für Werbetreibende derzeit so interessant. Aber was kann es leisten und wie unterscheidet es sich vom ID-basierten Targeting? Drei Mythen stehen auf dem Prüfstand.

Mythos 1: Kontextbezogene Werbung wird ID-basiertes Targeting ersetzen

Nein, denn beim kontextuellen Targeting handelt sich um eine andere Art des Targetings, die es erlaubt, sehr spezifische Interessen abzubilden. Hierzu werden im Wesentlichen der Website-Inhalt (was steht dort an Inhalten, welche Keywords tauchen in welcher Häufigkeit und in welchem Zusammenhang auf) und die URL (was steht darin, worum geht es) sowie Metadaten analysiert, sprich über welche Geräte werden die Inhalte aufgerufen und welche technischen Daten, beispielsweise über den Browser, sind bekannt. Außerdem können Bild-, Audio- und Videoinformationen ausgelesen und interpretiert werden.

Kontextbezogenes Targeting geht dabei Hand in Hand mit anderen Methoden zur Zielgruppeneingrenzung und -ansprache. Schon jetzt spielen kontextbezogene Signale eine große Rolle beim ID-basierten Targeting. Und selbst soziodemografisches Targeting ist ohne personenbezogene Daten möglich: Auf Basis validierter Trainingsdaten (Hard Facts) wird eine sogenannte Ground Truth gebildet. Machine-Learning-Technologien können nun Muster und Zusammenhänge zwischen Inhalt sowie Nutzer:in erkennen und präzise Vorhersagen zu Alters-Clustern und Geschlecht treffen, die sich mit Keywords und URLs verknüpfen lassen. Die Prozessmethode Ground Truth stellt zudem sicher, dass die der Analyse zugrunde gelegten Daten aktuell, präzise, vollständig und gepflegt sind. Kontextuelles Targeting erlaubt darüber hinaus eine spezifische Zielgruppenansprache und kann sowohl granulare Interessen als auch Kaufabsichten ableiten.

Mythos 2: Kontextuelles Targeting ist nicht so anspruchsvoll wie ID-basiertes Targeting

Auch diese Annahme ist nicht richtig. In den vergangenen Jahren hat sich diese Disziplin enorm weiterentwickelt. Technologisch gibt es immer mehr Möglichkeiten wie Bild- und Videoanalysen. Auch Machine-Learning-Algorithmen kommen zum Einsatz und übersetzen kontextuelle Informationen in spezifische Zielgruppen. Dabei wird pro Seitenaufruf eine Vorhersage getroffen, um den Nutzer:innen in Echtzeit Merkmale zuzuweisen, die ein zielgenaues Targeting ermöglichen. Schon jetzt basiert ein Großteil des Lookalike Targetings, dem das Cookie-Ökosystem zugrunde liegt, auf Daten zum Surf-Verhalten. Kontextuelles Targeting ist damit die Schnittstelle zu Kaufabsicht und Aktualität.

Hintergrund für diesen Mythos ist wahrscheinlich die Vorgehensweise der Werbetreibenden in der Vergangenheit. Einfache kontextuelle Targeting-Ansätze prüften lediglich, ob ein bestimmtes Keyword auf einer Website vorhanden war oder nicht, ohne tiefere Zusammenhänge zu berücksichtigen. Lange stützten sich Marketer für ein spezifisches Targeting auf das zurückliegende Surf-Verhalten, statt Nutzer:innen zu finden, die sich genau im Moment der Kaufabsicht befinden. Was die Verbraucher:innen in der Vergangenheit gekauft oder durchsucht haben, ist bei kontextuellen Targeting-Methoden nicht mehr das Entscheidende. Vielmehr wird es für Werbetreibende wichtiger, Rückschlüsse aus den Inhalten zu ziehen, mit denen sich die Verbraucher in diesem Moment beschäftigen. Kontextuelles Targeting betont diese Aktualität, indem es Signale in Verbindung mit dem Konsum von Inhalten während der Kauferfahrung des Users in den Vordergrund stellt.

Mythos 3: Kontextbezogenes Targeting ist nur eine Aneinanderreihung von Keywords

Keywords sind ein entscheidender Faktor bei der kontextbezogenen Zielgruppenansprache, aber nur einer von vielen. Ein fortschrittliches kontextuelles Targeting erkennt semantische Zusammenhänge. Es werden außerdem neben dem Website-Inhalt auch der Kontext des Users wie Ort, eingesetzter Gerätetyp und Uhrzeit herangezogen. So wird ermittelt, in welcher Situation sich der User befindet.

Nutzer:innen, die den Kauf eines neuen Autos in Erwägung ziehen, befinden sich beispielsweise meist in einem langfristigen Entscheidungsprozess. Die Investition ist hoch und die Kaufentscheidung will wohl überlegt sein. Nutzer:innen, die ein neues Handy anschaffen wollen, befinden sich hingegen in einem mittelfristigen Entscheidungsprozess und User, die darüber nachdenken, mal ein neues Brot auszuprobieren, in einem kurzfristigen Entscheidungsprozess und ein Spontankauf ist hier sicher nicht unüblich. Diese Beispiele verdeutlichen: Je nach Produkt werden Nutzer:innen in einer anderen Situation angesprochen. Dies sollten Werbetreibende für sich nutzen und berücksichtigen. So erreichen sie Verbraucher:innen in neuen Kontexten.

Fazit: Das kann kontextuelles Targeting leisten

Kontextbezogenes Targeting muss und kann drei Dinge leisten. Erstens: Die Identifizierung der Zielgruppe wird anhand ihres Interesses an bestimmten Inhalten vorgenommen. Zweitens werden diese Informationen durch den Einsatz von Machine Learning ganzheitlich im Verhältnis zu allen anderen Interessen der Zielgruppe betrachtet, um drittens strategische Targeting-Entscheidungen auf der Grundlage dieser Informationen zu treffen. Beim kontextuellen Targeting geht es darum, Werbetreibende in die Lage zu versetzen, passgenaue Werbung, ohne den Einsatz personenbezogener Daten auszuspielen. Daraus entstehen kreative Targeting-Möglichkeiten, die Interessen und Absichten der Zielgruppe in Echtzeit herleiten.