Anzeige

Gastbeitrag von Raman Sidhu

Contextual Advertising: Da geht viel mehr!

Kontext Aufmacher

Wo bitte erscheint eigentlich meine Werbung wirklich? - Foto: Imago / Seeliger

Auf der Suche nach Cookie-Alternativen setzen in diesen Tagen viele Advertiser auf kontextuelles Targeting. Aber wie geht das eigentlich in der Praxis? Ein Gastbeitrag von Raman Sidhu.

Anzeige

Mittlerweile ist die Jagd auf die Cookie-Alternativen in vollem Gange. Und für Werbungtreibende ist genau jetzt der richtige Zeitpunkt gekommen, um diese Alternativen zu identifizieren und zu testen. Dabei gibt es für die Werbelandschaft in den kommenden 18 Monaten (nach deren Ablauf die Third-Party Cookies sicher ganz aus der Mode sind) einiges auszuprobieren, wie z.B. Kohorten, Clean Rooms, Universal IDs und eine ganze Vielzahl neuer Privacy-Technologien. Jede Technologie hat ihre Vor- und Nachteile und einige sind einen Schritt weiter als andere.

Momentan zieht eine Lösung die Aufmerksamkeit derjenigen Early Adopter auf sich, die ganz entschlossen voranschreiten: kontextbezogene, programmatische Werbung. Und wie bei jeder neuen Technologie sollten diejenigen, die über mögliche Investitionen nachdenken, die richtigen Fragen stellen können.

Tech ist nicht gleich Tech

Werbungtreibende, die kontextbezogenes Targeting bereits testen, stellen dabei fest, dass dieser Ansatz sowohl für Performance als auch Skalierbarkeit in einem markensicheren Modell steht. Zudem kann die Lösung als Zielgruppen-Proxy eingesetzt werden. Im Ergebnis zeigen die KPIs im Marken- und Performance-Advertising dabei eine bessere Leistung als Cookie-basierte Lösungen. Das allein sind für Werbungtreibende schon gute Gründe, diesen Ansatz auszuloten. Um den Anspruch und die Effizienz der zugrunde liegenden Technologie genau zu verstehen, sollten sie aber einen Schritt weiter gehen.

Zuallererst müssen sich Werbungtreibende und Agenturen fragen, ob die kontextbezogene programmatische Technologie lediglich auf einem „Keyword-Ansatz“ basiert – dieser funktioniert zwar, ist meiner Meinung nach aber zu simpel. Denn: Die Technologie kann mittlerweile so fortschrittlich sein, dass sie die multidimensionalen Aspekte einer Website versteht. Es sollte daher auch geprüft werden, ob die zum Einsatz kommende Technologie die Semantik, Stimmungen und Emotionen versteht – also, die gleichen Faktoren, die ein Mensch bei seiner Entscheidung anlegen würde, wenn er vor der Frage stünde, ob eine Anzeigenschaltung eine kluge Wahl ist.

Da kontextbezogenes Targeting in einer vom Datenschutz geprägten Welt immer weiter an Bedeutung gewinnt, müssen Marken und Agenturen sich für Technologien entscheiden können, die über reine Standards hinausgehen. Entscheidend ist dabei die Funktionalität einer tiefergehenden kontextbezogenen Analyse in Echtzeit.

Effizienztest

Das programmatische kontextbezogene Targeting gliedert sich in drei Schritte: a) die Entdeckung neuer Inhalte, b) die Analyse, um den kontextuellen Wert zu ermitteln, und c) die Aktivierung, um den Kontext für das Targeting in einer DSP verfügbar zu machen. Bei diesem Prozess sollten Werbungtreibende auf realistische Latenzzeiten achten. Unsere Analysen zeigen nämlich, dass die Branche im Durchschnitt bis zu 24 Stunden auf die Aktivierung neuer Daten wartet, wodurch Werbungtreibende und Publisher bis zu 70 Prozent des für sie wertvollsten Traffics verlieren.

Schwerwiegende Ineffizienzen bei der Datengrundlage können die Werbeausspielung dabei stark beeinträchtigen, was dazu führt, dass Mediainvestitionen für relevante, qualitativ hochwertige und neu veröffentlichte Inhalte zurückgehalten werden. Der Grund hierfür liegt zumeist im Fehlen eines Echtzeit- und End-to-End-Datenstroms zwischen den drei Schritten Entdeckung, Analyse und Aktivierung. Einfach ausgedrückt: Weil Inhalte nicht schnell genug abgeglichen und aktualisiert werden, verpassen Werbungtreibende und Publisher reale Werbechancen.

Zur Person:

Raman Sidhu gründete Beemray bereits im Jahre 2014. Vorher war er vier Jahre lang Vorsitzender des Londoner Zweigs der Location Based Marketing Association. Beemray bezeichnen sich selbst als „Experten im anonymen Internet“. Sie analysieren den Nutzungskontext, nicht den Nutzer. Im Mai 2021 wurde Beemray von der Verve Group gekauft.

Im Rahmen einer Due-Diligence-Prüfung sollte daher unbedingt die Latenzzeit gemessen und verglichen werden. Außerdem sollten Informationen zur Verfügung stehen, die klarstellen, wie ausgefeilt das Maschinelle Lernen als bedeutende Kernfunktion wirklich ist.

Anpassung

Zusätzlich sollten Werbungtreibende darauf achten, in welches Framework sie sich einklinken, und sich die Frage stellen, wie viel Anpassung dafür dann notwendig ist. Marken, die auf Rückmeldungen in Echtzeit angewiesen sind, um z.B. Planungs-, Kreativ- und Kaufentscheidungen zu treffen, finden die beste Leistung und Effizienz in einem Modell, das direkt in die programmatische Lieferkette eingebunden ist – anstatt eine Data Management-Plattform mit dem Aufbau einer Zielgruppe zu beauftragen, die dann erst zu einer DSP führt.

Das ist dann sicher kein Ansatz „von der Stange“ und demnach auch nicht für jedes Unternehmen geeignet. Aber Marken, die einen sofortigen Lernerfolg anstreben, eine schnellstmögliche Analyse bevorzugen und auf die relevantesten Live-Gebote reagieren möchten, sollten sich darüber im Klaren sein, wie Adtech von der Stange im Vergleich zu spezialisierten Lösungen abschneidet.

Wer als Werbungtreibender eine spezifische Anforderung hat, für den sollte die Tech-Lösung auch eigens aufgesetzt werden – und nicht einfach anhand einer naheliegenden Vorlage übernommen werden. Dazu müssen sich Werbungtreibende über ihre eigenen Bedürfnisse im Klaren sein und eine Lösung anstreben, die ihnen am besten entspricht.

Evolution

Programmatische kontextbezogene Werbung verändert sich mit einer zunehmenden Feinabstimmung der Technologie und der wachsenden Zahl an Werbungtreibenden, die sie einsetzt und ihr Feedback abgibt. Gleichzeitig werden Herausforderungen bewältigt, wie z.B. das Frequenzmanagement ohne Verwendung persönlicher Identifikatoren, was zur Einführung von Technologien zur Datenmodellierung führen kann.

Die eigentliche Weiterentwicklung wird jedoch darin bestehen, Wissen über Zielgruppen und Erkenntnisse für kreative Gestaltungsprozesse aus kontextbezogenen Daten zu gewinnen und kontextuelle Signale zur Personalisierung von Werbebotschaften einzusetzen.

Um all das und noch mehr zu erreichen, müssen die Herausforderungen und Lösungen aus einem ganzheitlichen Blickwinkel betrachtet werden. Dabei ist ein offener Dialog mit allen Beteiligten der gesamten Wertschöpfungskette entscheidend, damit das, was wir für die Zukunft entwickeln, auch für die anspruchsvollsten und innovativsten Werbekunden funktioniert.

Das gesamte Werbeökosystem ist gerade dabei, das kommerzielle Internet für eine Welt nach dem Cookie zu gestalten. Und wir können gemeinsam sicherstellen, dass frühzeitig die bestmöglichen Ergebnisse erzielt werden.

Anzeige