Anzeige

Targeting ohne Cookies, Teil 8: Googles Kohorten

FLoC, das Nonplusultra im Targeting?

Imago Eckhard Stengel

Google macht aus individuellen Nutzern anonyme Zielgruppen mit sehr präzise definierten Merkmalen - Foto: Image / Eckhard Stengel

Die anfängliche Unsicherheit weicht der Erkenntnis und die Augen der Marketingwelt weiten sich staunend: Das neue Targeting-System von Google wird das mächstigste, das es je gegeben hat. Vor allem dank Chrome und Android 12.

Anzeige

Google ersetzt personenbezogenes Targeting durch vorgefertigte Zielgruppen, die sogenannten Kohorten. Soweit, so bekannt. Im ersten Überschwang spekulierten einige Branchenexperten, dass sich der Softwaregigant aus Mountain View damit selbst ein Bein stellen könnte. Spätestens seit Googles Hauskonferenz I/O aber ist klar, dass das neue Targeting-System ein regelrechtes Datenmonster wird. Und zwar eines, das mit den Anforderungen der User und Regulierer in Sachen Privatsphäre weitgehend Schritt halten kann.

Wie sagte Yannik Roth, Marketingleiter bei der Consent Management-Plattform Didomi gegenüber MEEDIA: „Facebook und Google werden noch stärker werden“.

Der Android-Lockdown

Mit der nächsten Vollversion von Android kommt ein neues Preference-Center. Anders als Apple schaltet Google das Tracking der Smartphones durch Werbesysteme nicht grundsätzlich ab, sondern übergibt die Kontrolle noch direkter als bisher an die Nutzer. Diese werden permanent daran erinnert, wenn Apps auf Daten oder Sensoren zugreifen. Apps, die zwei Wochen nicht benutzt wurden, fallen in einen „Winterschlaf“ und dabei werden alle App-Berechtigungen gelöscht. Startet der Nutzer die App wieder, wird eine neue Zustimmung fällig.

Jen Ftzpatrick
Jen Fitzpatrick stellt zurecht fest, dass keiner so schnell skalieren kann wie Google – Foto: Google / Screenshot

So reduziert sich zum Beispiel die permanente Übertragung des Nutzerstandorts zusehends. Apps, die nur im Hintergrund tracken, verstoßen gegen die Nutzungsbedingungen im Play Store. Auch die permanente Suche nach WLan-Zellen oder Bluetooth-Verbindungen wird unterdrückt. Letzteres waren bislang wichtige Signale, um einen Standort in geschlossenen Räumen exakt bestimmen zu können. Händler konnten hiermit prüfen, ob eine Kampagne dafür gesorgt hat, dass mehr Menschen im Laden aufgetaucht sind.  


Dieser Artikel ist Teil der Serie „Targeting ohne Cookies“. Schauen Sie sich auch die anderen Lösungen und Beispiele an. Auf dieser Übersichtsseite werden Links nach und nach ergänzt.

Anonymer User Imago
The masked User – Wirklich ein Problem für die Werbebranche? – Foto: Imago – Copyright: Victor Bordera

Schon letzten Herbst wies Daniela Tollert, Chief Digital Officer bei der GroupM im Gespräch mit MEEDIA auf dieses Problem hin: „Was meines Erachtens eine größere Herausforderung als die zielgerichtete Useransprache sein wird, ist das, was nach dem Klick passiert: das Thema Post-Conversion-Tracking. Das steht gar nicht so sehr im Fokus der öffentlichen Debatte, ist aber vor allem für Performance- und eCommerce-Kunden, die ganzheitlich denken, eine große Herausforderung“.

Aber das Problem fürs Targeting wird auch größer. Auch wenn Apps einen guten Grund für das Verwenden der Positionsdaten hat, wie zum Beispiel Wetter- oder Navigations-Apps, müssen neue Einwilligungserklärungen eingeholt werden. Es gibt nämlich in Android 12 eine zweistufige Ortserkennung. „Coarse“ ist der Standard und das ist die grobe Positionierung. US-Experten, die die Beta-Version getestet haben, gehen von einem Radius von bis zu 100 Metern aus. Eine Katastrophe für Location based Advertising.

Die Feineinstellung funktioniert wie bisher. Sie trägt den Namen „Precise“ und dafür muss der App-Entwickler nicht nur eine besondere Einwilligung einholen, sondern auch einen guten Grund haben, sonst verstößt auch das der Idee im Manifest des Play Store.

Neben diesen offensichtlichen Begrenzungen der Datenweitergabe, kommunizierte Google auf der I/O ein weitreichendes neues Grundprinzip, den Privacy Compute Core. Erik Wolsheimer, Technical Lead im Android-Entwicklerteam, sagte während der I/O: „Code der Zugriff auf persönliche Daten hat, läuft in einem isolierten Prozess auf dem Device des Nutzers“. Es ist die gleiche Idee der Sandbox, wie sie für den Chrome-Browser für nächstes Jahr angekündigt wurde, nur eben auf Betriebssystem-Ebene. Google selbst geht mit gutem Beispiel voran und verschiebt die KI-Berechnungen zu Songtitel (What´s playing) und zum Vorschlagwesen in Messagern aus der Cloud runter auf das Smartphone.

Google i/o 21
Jedes Android-Smartphone trägt zum „Federated Learning“ bei – Foto: Google / Screenshot

Federated Learning of Cohorts – Privacy trotz Datenfluss

Es gibt nur drei Prozesse, denen gestattet wird, direkt mit dem Privacy Core zu kommunizieren. Das eine ist der sogenannte Model-Download, da geht es um Softwaremodule, die dann innerhalb des Privacy Core arbeiten sollen. Dann dürfen User natürlich auf ihre eigenen Daten zugreifen, wenn sie sich zum Beispiel auf dem PC in ihr Google-Konto eingeloggt haben.

Und drittens geht es um Federated Learning. Was nur am Rande der Präsentationsfolien zu sehen war, ist nicht weniger als die Kern-Datenstrategie von Google. Da geht es um Daten, mit denen die diversen KI-Systeme lernen können und es geht um Daten, mit denen Werbung gemacht wird. Es sind „behavioral“ data, also Daten über die Benutzung, aber nicht den Benutzer. Und es sind Personas, also Menschentypen mit bestimmten Vorlieben und Interessen, von denen aber auch niemand erfährt, wie sie im Einzelnen heißen oder wo sie wohnen. Die Anonymisierung findet innerhalb des Privacy Compute Core statt.

Drei Milliarden Android-Devices funken das Verhalten und die Präferenzen ihrer Nutzer permanent in die Google-Cloud. Jen Fitzpatrick, Senior Vicepresident Core Systems und damit eine der prominentesten Datenexperten bei Google, ist stolz: „Niemand hat die differentielle Privatsphäre so skaliert wie wir“. Und diese Skalierung betrifft eben nicht nur die Privatsphäre sondern auch den Datenfluss.

Googles System FLoC sammelt diese Daten und auch noch die aus Milliarden installierter Chrome-Browser und  fügt sie zusammen zu Zielgruppensegmenten. Da gibt es populäre und einfach zu buchende Segmente für große Werbebudgets, wie beispielsweise der „Jedermann-Kunde“ im Bereich FMCG (Fast Moving Consumer Goods). Aber natürlich kann das KI-basierte System auch jede andere Zielgruppe modellieren, und sei sie noch so klein.

Marketer hinterlegen solche Segmente in ihrem Google-Konto und können auf Knopfdruck sehr präzise Werbung ausspielen. Aber sie wissen nicht, welcher Mensch am anderen Ende der Leitung sitzt, sondern sie kennen nur seinen Standort, seinen aktuellen Nutzungskontext oder seine Vorlieben.  Und für die allermeisten Kampagnen reicht das. Der Punkt ist aber: Nur Google kennt den Schlüssel, wie diese Kohorten in der Ausspielung aufgelöst werden müssen.

Achim Schlosser, Geschäftsführer der NetID sah es im Herbst kommen: „Das übergeordnete Geschäftsmodell dahinter ist auch leicht zu verstehen. Man will Dienste wie Zielgruppenansprache, Measurement oder perspektivisch vielleicht Brand-Safety enger an die eigene Plattform binden“.

Und Marketing-Berater Christian Bachem brachte es im Gespräch mit MEEDIA auf den Punkt: „Modeling ist die neue Attribution“.

Die Folgen

Die Mauern rund um Googles Walled Garden werden noch höher. Gleichzeitig macht sich das Unternehmen weitgehend unangreifbar für die Datenschützer dieser Welt, es sei denn, die technischen Systeme versagen. Aber wenn jemandem ein solches Mammutvorhaben zuzutrauen ist, dann Google.

Für den Marketer kann das bedeuten, dass er sich in Zukunft ganz anders um individualisierte Personenansprache kümmern wird, als jetzt. Statt den Namen oder die Kaufhistorie eines Nutzers im Werbemittel zu benutzen, verwendet er Vorlieben, Standort oder Kontext. Auch darauf lässt sich sehr gezielt ansprechen.  Und mit etwas Glück, wird das Gesamtsystem Datenmarketing für ihn preiswerter und leichter beherrschbar.

Lennard Nagel von der Agentur Performance Media sieht das so: „Die Steuerung ist weniger aufwändig, es braucht keine individuelle Kreation und die Schaltungspreise bei den Publishern werden günstiger, weil man ja weniger Datensignale benutzt“. 

 „Dadurch lassen sich bis zu 60 Prozent der Kosten sparen“, sagt Nagel mit Blick auf den anonymen (Android-)Nutzer.

Anzeige