Real Time Advertising – A Beginner’s Guide

Real Time Advertising (RTA) und Real Time Bidding (RTB) werden aufgrund ihrer Aktualität oft verwechselt. RTA ist das Konzept für die Versteigerung von Online-Werbeflächen in Echtzeit. Die entsprechende technische Plattform, das RTB, ist der Prozess zur automatisierten Versteigerung von Werbeflächen.

Real Time Advertising – so funktioniert’s

Die Hauptakteure sind die DSP (Demand Side Platform), SSP (Supply Side Platform) und die DMP (Data Management Platform). Der Publisher von Werbeflächen auf der SSP bietet seine freie Werbefläche mit einer Werbekontaktchance zur Versteigerung an. Der Advertiser möchte eine günstige Werbekontaktchance auf einer Werbefläche ersteigern, welche thematisch zu seinem Banner passt. Die Vernetzung von Anbietern und die Integration gegenseitig fremder Daten in ein eigenes Programm erfolgt mittels der Anwendungsprogrammierschnittstelle (API). Real Time Bidding ist Werbung in Echtzeit, da innerhalb von weniger als 100 Millisekunden die an den Publisher angebundene SSP eine Gebotsanfrage an die DSP schickt, welche mit dem Advertiser verknüpft ist. Der höchstbietende Advertiser gewinnt und sein Werbebanner wird auf der freien Werbefläche des Publishers integriert. Die Versteigerung erfolgt nach dem Prinzip der Vickrey-Auktion (Zweitpreisauktion), wobei der Höchstbietende den Preis des Zweithöchstbietenden zahlt.

Der dritte Hauptakteur, die DMP, ist entweder als externe Plattform an die DSP angebunden oder bereits in der DSP integriert. Thin Data, First- Party Data und Third-Party Data werden mit ihren jeweiligen Cookies in die DMP integriert, gesammelt, aggregiert, segmentiert und der DSP zur Verfügung gestellt. Folglich kann die DSP die Algorithmen für die Bieterstrategie optimieren und die Gebotspreisbildung zur Erreichung der Kampagnenziele des Advertisers präzisieren. Der Gebotspreis muss tiefgründig durch die Kombination unterschiedlichster Einzeldaten bewertet werden: „Welcher User soll zu welcher Uhrzeit auf welcher Werbefläche mit welchem Werbemittel und zu welchem Preis kontaktiert werden?“. Um diese Frage zu beantworten, besteht die  Notwendigkeit enorm großer Datenmengen – Stichwort Big Data. Darunter ist nicht nur ein Synonym für unermesslich große Datenmengen mit 40 Zettabytes bis 2020 zu verstehen, sondern auch dessen intelligente Nutzung mit mathematisch statistischen Verfahren, um Muster aus den Daten zu erkennen und daraus aussagekräftige Schlüsse zu ziehen.

Targeting-Methoden im Real Time Advertising

Neben zahlreichen Targeting-Methoden kommem das Retargeting sowie das Look-alike Targeting im Real Time Bidding häufig zum Einsatz.

Retargeting

Im Retargeting werden nur die User mittels ihrer Cookie-IDs mehrmals angesprochen, welche die Webseite des Advertisers bereits besucht haben, jedoch keine Transaktion, beispielsweise der Erwerb eines Produktes oder eine Registrierung, ausgeführt haben. Der Vorteil durch das Retargeting ist die Möglichkeit der Wiederaufnahme der Customer Journey, wenn der User noch nach Tagen oder Wochen zum Kaufabschluss kommt. Diese Methode stellt jedoch einen entscheidenden Nachteil dar, sofern sich ein Advertiser die Neukundengewinnung zum Ziel gesetzt hat. Aufgrund dessen, dass im Retargeting immer nur die gleichen User angesprochen werden, können durch diese zahlenmäßig begrenzte Zielgruppe keine neuen Kunden gewonnen werden. Demnach ist für den Advertiser eine weitere Gewinnausschöpfung unerreichbar, die keine zusätzlich positive Wirkung auf den ROI hat. Das „Verfolgen des Users im Netz“ kann sich auch negativ auf die Kundenzufriedenheit auswirken. Aus diesem Grund wird mit dem Remarketing versucht, die mögliche Belästigung durch die kontrollierte Anzahl der Werbebanner pro User zu vermeiden. Dies lässt sich mit dem Frequency Capping erklären, wobei in einer festgelegten Zeitperiode bei einem Frequency Cap von drei dem User ein bestimmter Werbebanner auch nur drei Mal eingeblendet wird. Darüber hinaus ist im Retargeting die Wertigkeit jedes einzelnen Website-Besuchers unterschiedlich, da sie von der jeweiligen Interaktion eines jeden Users abhängt. Beispielsweise ist ein User, der nur ein Produkt angeschaut hat, nicht so viel wert wie ein anderer User, der dieses Produkt bereits in seinem Warenkorb abgelegt hat. Zudem ist die Dauer des Webseiten-Besuchs ein entscheidender Faktor, wobei ein ständig wiederkehrender User wertvoller ist, als ein User mit einer sehr niedrigen Besucher-Frequenz. Tendenziell ist die Wertigkeit des Users desto höher, je aktueller der Besuch ist. Effizientes Retargeting bedeutet die Bewertung der Werthaltigkeit eines Users.

Look-alike Targeting

Das Look-alike Targeting ist der Ansatz des sogenannten statistischen Zwillings zur Neukundengewinnung und bedeutet den Versuch User zu identifizieren, die sich im Web ähnlich verhalten, wie beispielsweise die eigenen Webseiten-Besucher. Die Zielgruppe wird hier anhand von Nutzerdaten, wie zum Beispiel durch die Identifikation der von Usern eingegebenen Keywords oder das Erfassen von Inhalten, welche die User im Web gelesen haben, festgelegt. Dieses Verfahren ähnelt den Kaufempfehlungen von Amazon. Ein Besucher zeigt beispielsweise für das Buch x Interesse. Daraufhin werden ihm  weitere Produkte empfohlen, die von anderen Besuchern gekauft wurden, die ebenfalls dieses Buch x im Vorfeld erworben haben.

Der Vorteil im Look-alike Targeting ist, dass der Advertiser sich nicht nur auf seine bereits bekannte Zielgruppe konzentriert und zuvor unbekannte User ansprechen kann. Zudem besteht die Möglichkeit mit kostenloser Thin- und First-Party-Data neue Kunden zu gewinnen und auf kostenintensive Third-Party-Data zu verzichten. Dieser langandauernde Lernprozess und die schrittweise Datensammlung bis zur Ermittlung eines runden Profils des statistischen Zwillings verlangt Investitionen. Nachteilig ist ebenfalls die nicht eindeutige Zuordnung eines neuen Users zu seinem Zwilling, da die Denkweisen von Usern unbekannt sind und in einer Black Box liegen. Trotz sehr ähnlicher User-Profile, beispielsweise mit einem Ähnlichkeitsgrad von 80 Prozent, besteht die Wahrscheinlichkeit, dass dem User A der Werbebanner zwar gefällt, aber User B sich nicht für dieses beworbene Produkt interessiert.

Welche Methode ist ratsamer?

Welche Targeting-Methode angewendet werden soll, hängt vom jeweiligen Ziel und Geschäftsmodell eines Online-Händlers ab. Beispielsweise eignet sich das Retargeting für ein Preisvergleichsportal nicht, da dieses mit sehr geringen Margen arbeitet. Es muss demnach den Traffic von der DSP günstiger einkaufen als herkömmliche Online-Shops, um diesen an seine Partner-Shops weiterzuverkaufen. Zudem stellt ein Preisvergleichsportal keine Marke dar, wodurch die Registrierung der User nicht möglich ist. Die erschwerte Kundenbindung kann zwar über das Retargeting hergestellt werden, jedoch würde das Portal für einen User doppelt investieren. Erstens über den bereits beschriebenen Weg innerhalb des RTB, wobei einem User im Display ein Werbebanner eingeblendet wird. Zweitens über das Retargeting, um den gleichen User anzusprechen.