Alle reden immer noch über den Tod von Third-Party-Cookies, aber das Gespräch verlagert sich. Während Publisher, Werbetreibende und Tech-Anbieter zunächst im Dunkeln tappten, wie Targeting – und digitales Marketing im Allgemeinen – in Zukunft funktionieren würden, hat sich der Fokus nun auf die Implementierung von Lösungen verlagert, von denen alle Seiten profitieren.
Während Google in seinem Sandbox-Projekt verschiedene Vorschläge zum Thema Vögel testet, um einen geschätzten 52 % zu beheben, haben Branchenakteure First-Party-Daten und Kontext-Targeting ins Visier genommen, um ihnen dabei zu helfen, die Ungewissheit ohne Cookies zu überwinden.
Diese Verschiebung verheißt Gutes für eine Zukunft, die die fortlaufende Bereitstellung effektiven digitalen Marketings ermöglicht und gleichzeitig den Datenzugriff, die Kontrolle und die Einhaltung der Datenschutzbestimmungen im offenen Web aufrechterhält. Es wird auch Skalierbarkeit und nachhaltige Monetarisierung gewährleisten.
Damit dieser Wandel wirklich erfolgreich ist, bedarf es jedoch auch einiger Hilfe von der Technologie – insbesondere künstlicher Intelligenz (KI) und prädiktiver Modellierung.
Die First-Party-Datennuss knacken
Publisher wissen, dass ihnen ein sicherer Weg zur Post-Cookie-Rettung bereits zu Füßen liegt: First-Party-Daten. Mit einer direkten Verbindung zu ihrem Publikum haben Verlage eine bessere Chance, die Zustimmung der Benutzer einzuholen und die Daten zu sammeln, die erforderlich sind, um maßgeschneiderte Inhalte und Monetarisierungsstrategien voranzutreiben und im Gegenzug ihr Endergebnis zu schützen.
Die Nutzung von First-Party-Daten erfordert jedoch einen ganzheitlichen Ansatz. Informationen aus Benutzerinteraktionen mit dem Web sind häufig unstrukturiert und schwer zu verwalten, insbesondere für Publisher mit unzureichenden Ressourcen. Einige Benutzer können eingeloggt sein, während andere anonym sind, was bedeutet, dass die Datenabdeckung und das Verständnis der Benutzeraktivitäten oft uneinheitlich und unvollständig sind. Unsere Daten zeigen beispielsweise, dass nur 2–10 % der Benutzer Details wie Alter und Geschlecht teilen, während die restlichen 90 % unbekannt bleiben.
Um das Beste aus wertvollen Zielgruppendaten zu machen, brauchen Publisher eine Möglichkeit, sie zu organisieren, zu erweitern und effektiv zu nutzen. Hier kann KI helfen. Erstens können KI-gestützte Tools mit hoher Verarbeitungs- und Orchestrierungskapazität riesige Pools unsortierter Daten in einem einzigen Erkenntnisspeicher konsolidieren, der einfacher zu verstehen und zu aktivieren ist. Zweitens können sie wichtige fehlende Teile ergänzen, um den Publishern ein überaus wichtiges einheitliches Bild der User Journey zu geben, das die Tür für eine präzise Segmentierung und Aktivierung öffnet, selbst wenn keine harten Fakten vorliegen.
Beispielsweise können maschinelle Lernalgorithmen das Engagement von zustimmenden Benutzern basierend auf Kontextsignalen automatisch analysieren, um ein Echtzeitfenster zu einzigartigen Interessen und Vorlieben bereitzustellen, das Profile aktuell und genau hält. Dies erspart nicht nur Tage oder Wochen der manuellen Bearbeitung, sondern verbessert auch das Werbeerlebnis und führt zu hochwertigeren, vom Publisher gesteuerten Anzeigenformaten, die dem Kontext und der Benutzererfahrung entsprechen.
Darüber hinaus kann die fortschrittliche KI-Modellierungstechnologie die Lücken für nicht nachvollziehbare Benutzer schließen. Durch die Einbeziehung von Daten aus CRM und CTV – können beispielsweise Muster unter Benutzern mit bestimmten Attributen aufgedeckt werden, wodurch die Profilanreicherung ähnlicher Benutzer gefördert wird, um die Zielgenauigkeit für die gesamte Zielgruppe aufrechtzuerhalten. Diese Technologien konzentrieren sich eher auf logische als auf deklarierte Attribute, die direkt auf die Datenschutzbedenken eingehen, die überhaupt erst zur Ablehnung von Drittanbieter-Cookies geführt haben.
Kontextuell auf eine neue Ebene heben
Kontext-Targeting hat auch wieder an Popularität gewonnen, da die Branche weiterhin nach effektiven, aber dennoch datenschutzbewussten und konformen Lösungen sucht, um Verbraucher in der Post-Cookie-Ära anzusprechen.
Die Technologie in diesem Bereich hat in den letzten 10 Jahren einen langen Weg zurückgelegt und ermöglicht nun die Entwicklung genauerer und agiler Kontext-Targeting-Tools. Publisher verfügen allein über das erweiterbare Wissen und die Fähigkeit, Inhalte zu personalisieren und Zielgruppensegmente aufzubauen, die eine praktikable Grundlage für kontextbasierte Werbung bilden. Mit ausgeklügelteren Werkzeugen im Schlepptau können sie jedoch jetzt eine viel größere Zielgenauigkeit bieten.
Die heutige neue Generation von KI-gestützter Technologie ermöglicht es Verlagen beispielsweise, traditionelle kontextbezogene Grenzen zu überschreiten. Durch die Verwendung von Echtzeitsignalen und die umfassende Auswertung ihrer digitalen Eigenschaften können sie genaue und skalierbare Zielgruppeneinblicke sammeln, die sowohl Marken als auch der eigenen Marketingabteilung des Verlags zur Verfügung gestellt werden können.
Kurz gesagt, es liefert die inkrementelle Adressierbarkeit, die erforderlich ist, um eine Personalisierung zu ermöglichen, die nicht nur für Werbetreibende sehr attraktiv ist, sondern auch ein besseres Erlebnis für die Benutzer gewährleistet – was letztendlich die Bindung zum Publikum stärkt und die Wahrscheinlichkeit einer langfristigen Loyalität erhöht.
Die Fokussierung auf First-Party-Daten und fortschrittliches Kontext-Targeting ist sicherlich ein Schritt in die richtige Richtung für die digitale Medienlandschaft. Auf Seiten der Herausgeber reicht es möglicherweise nicht aus, einfach ein Cookie (Drittanbieter) gegen ein anderes (Erstanbieter) auszutauschen, um der Cookie-Ungewissheit vollständig zu entgehen. Der Schlüssel liegt darin, eine agile und skalierbare First-Party-Strategie aufzubauen, indem alternative Technologien getestet werden. Dies wird Publishern weitere Möglichkeiten eröffnen, den Mehrwert für Nutzer und Marken zu steigern und im Gegenzug ihre Position auf dem Markt zu stärken.