Von Jürgen Galler, CEO und Co-Founder 1plusX AG
Nicht alle Unternehmen generieren so viele eigene deterministische, deklarierte Kundendaten wie Amazon, Zalando oder Facebook. Diese Daten werden durch den Nutzer eingegeben und bestätigt – wie zum Beispiel durch eine Registrierung oder ein Login – und sind somit sehr aussagekräftig und aufgrund der Freigabe durch den Nutzer auch datenschutzkonform. In den meisten Unternehmen ist diese Art von Daten jedoch Mangelware. Es gibt heute viele Möglichkeiten dieses Defizit auszugleichen und durch externe Anbieter eine Datenquantität zu erzeugen, mit der man wettbewerbsfähig ist
1. Daten auf anderen Plattformen nutzen: Look-a-like Modelling à la Google Similar Audiences
Look-a-like Modelling, also die Beschaffung potenzieller Neukundenprofile auf der Grundlage von Verhaltensmustern bestehender Kunden, ist ein Verfahren, das von vielen Unternehmen genutzt wird, die selbst nicht über genügend Daten für die Aussteuerung ihrer Kampagnen verfügen. Google hat hierfür nun seine eigene Lösung „Similar Audiences“ auf den Markt gebracht. Das Gute an der Vorgehensweise ist sicherlich die schnelle Umsetzbarkeit und die Möglichkeit (innerhalb der Google Audience) eine große Reichweite zu generieren. Hier sollten Werbetreibende jedoch beachten, dass diese Reichweite nur bestimmte Kanäle (wie z.B. Display) betrifft. Außerdem sind die Kosten oftmals schwer kalkulierbar und in vielen Fällen im Vergleich zu anderen Methoden und hinsichtlich der erzielten Ergebnisse recht hoch. Hinzu kommt, dass bei Google Audiences nur vordefinierte Audience Attribute buchbar sind. So spezifische Bedingungen wie „ich möchte Nutzer, die eine hohe Wahrscheinlichkeit haben mein Produkt zu kaufen“ werden von Google nicht abgedeckt.
Tatsächlich geht es bei dieser Maßnahme um reines Targeting und nicht um Audience Engagement. Unabhängig davon bei welchem Anbieter man Look-a-like Modelling beauftragt, ist das grundlegende Problem, dass man zu keinem Zeitpunkt im Besitz der Daten ist. Unternehmen müssen immer wieder aufs Neue investieren, weil die Daten nur nach Nutzung auf dem Google-Inventar zur Verfügung stehen. Somit können sie für keinerlei andere Zwecke (Produkt-Analysen oder Website-Personalisierung) genutzt werden – Unternehmen sind im Google-Universum gefangen und bezahlen für jede in Anspruch genommene Leistung ohne langfristig davon zu profitieren. Die Walled Gardens funktionieren alle nach dem gleichen Prinzip: Ich gebe meine Datenhoheit ab und ermögliche Facebook und Google damit Learnings zu generieren, die am Ende nicht nur mir, sondern auch meinen Wettbewerbern (und vor allem auch den Walled Gardens) zu Gute kommen.
2. Third-Party Daten mieten: Anbieter- & Segmentvielfalt vs. „Katze im Sack“
Die Branche hegt eine regelrechte Hassliebe zu Third-Party Daten. Unternehmen, die selbst nur über wenige Daten verfügen, wurde jahrelang weißgemacht, sie wären auf den Zukauf von Third-Party Daten angewiesen, wenn ihre Datenstrategie aufgehen soll. Bereits viel zu häufig wurde die mangelhafte Qualität der Daten von Drittanbietern sowie deren schlecht nachvollziehbare Ursprünge zum Thema gemacht und diskutiert. Fakt Nummer eins ist: Ob die Datenqualität für die Ziele meiner Kampagne ausreichend ist, kann ich als Unternehmen, das Third-Party Daten einkauft, fast unmöglich beurteilen. Ich bin darauf angewiesen den Qualitätsversprechen der Anbieter zu vertrauen und kaufe in den meisten Fällen die Katze im Sack. Das kann gut oder schlecht ausgehen.
Fakt Nummer zwei ist: Die meisten Unternehmen haben zumindest ein Grundgerüst an Daten, das sie nutzen möchten. Sobald eigene CRM– oder First-Party Daten in die Zugekauften integriert werden sollen, wird in den meisten Fällen eine DMP benötigt, was zusätzliche Kosten verursacht.
Auf der Habenseite steht, dass Unternehmen mittlerweile aus einer Vielzahl von Anbietern und gefühlt unendlichen Datenpools diejenigen Daten auswählen können, die sie für ihre Kampagnen brauchen. Die Möglichkeiten zur genauen Definition von Segmenten, Interessen und Demografie sind vielfältig und effektiv. Mit der Einführung der neuen europäischen Datenschutzrichtlinie werden allerdings vermutlich einige der Third-Party Daten-Anbieter vom Markt verschwinden und das Angebot wird sich dementsprechend etwas konsolidieren.
Unternehmensspezifische Daten durch künstlich intelligente Algorithmen berechnen
Probabilistische Modellierung ist nichts für Unentschlossene. Während die anderen zwei Maßnahmen auch für erste Experimente geeignet sind, braucht es für den letzten Ansatz ein gewisses ‚Commitment‘ zur Zusammenarbeit und dem Vorgehen. Unternehmen, die sich an eine Data Management Platform binden wollen, sollten den strategischen Wert eigens für sie erzeugter Daten bereits erkannt haben und bereit sein, langfristig in ein funktionierendes Setup zu investieren. Aus den deterministischen Daten einer kleineren Gruppe von Kundendaten können Algorithmen die probabilistische Hochrechnung für die Gesamtheit aller Nutzer und Kunden erstellen. Dieser Vorgang wird derzeit nur von wenigen Anbietern am Markt zur Verfügung gestellt und ist aktuell weder bezüglich der Geschwindigkeit noch der Qualität von den anderen Ansätzen schlagbar. Hinzu kommt, dass die Algorithmen sich beliebig an die gewünschte Reichweite anpassen lassen und Unternehmen eigenständig den Spagat zwischen Datenqualität (also Grad der Übereinstimmung mit den gewünschten Eigenschaften) und Reichweite verantworten können.
Was können Unternehmen dann mit diesen Daten anfangen? Warum ist es wichtig die Defizite auszugleichen?
Tatsächlich zeigt die Studie von Xaxis und ExchangeWire auf, dass jeder der untersuchten Märkte Daten bereits dafür nutzt die Zielgruppen besser zu verstehen und zu messen. Allerdings nutzen nur die Fortgeschrittenen unter ihnen Daten auch für die Optimierung ihrer Mediabudgets und zur Effizienzsteigerung ihrer Kampagnen. Dieser Schritt wird jedoch immer wichtiger und kann nicht nur Geld, sondern auch Zeit einsparen.
Die großen Player am Markt sind unter anderem so erfolgreich, weil sie aus den Informationen über ihre Nutzer Mehrwert generieren. Sie nutzen ihr umfangreiches Wissen, um Interessen und Bedürfnisse vorhersagen zu können und Produkte, Dienstleistungen und Inhalte aller Art zum richtigen Zeitpunkt der richtigen Person anbieten zu können – dies festigt ihre Marktmacht. Diese Macht können sich aber auch kleinere Unternehmen zu eigen machen, sofern sie sich mit dem Thema auseinandersetzen.
Genauso wie Amazon und Co. sollten auch kleine Unternehmen in eine Datenstrategie investieren. Es ist relativ selbsterklärend, dass die Marktteilnehmer, die ausschließlich mit den Daten Dritter arbeiten, langfristig keinen organischen Wettbewerbsvorteil für ihr Unternehmen schaffen, sondern eher Abhängigkeiten aufbauen. Genauso selbsterklärend ist es, dass Drittanbieter nie wirklich jene Daten bereitstellen können, die am besten zu den eigenen Diensten oder Produkten passen. Diese Daten kann man häufig nur selbst erheben oder eben berechnen (lassen).
Über den Autor:
Dr. Jürgen Galler ist CEO und Geschäftsführer von 1plusX, einer Data Management- und Predictive Marketing Platform mit Sitz in der Schweiz. Dr. Galler hat seinen Blick auf die Digitalbranche zuvor unter anderem durch seine Rolle als VP Product Management bei Bertelsmann und als Product Director EMEA bei Google in enger Zusammenarbeit mit Sundar Pichai und Marissa Mayer geschärft. Dabei waren seine Wirkungsgebiete sowohl Europa, als Verantwortlicher für Google Search und Youtube, als auch der Mittlere Osten und Afrika.