Alle reden immer noch über den Tod von Drittanbieter-Cookies, aber die Diskussion verlagert sich. Während Verlage, Werbetreibende und Technologieanbieter zunächst im Unklaren über die künftige Funktionsweise von Targeting – und digitalem Marketing im Allgemeinen – tappten, liegt der Fokus nun auf der Umsetzung von Lösungen, die allen Seiten Vorteile bringen.
Während Google in seinem Sandbox-Projekt verschiedene Vorschläge zum Thema Vögel testet, um einen geschätzten um 52 % zu bewältigen, haben Branchenakteure First-Party-Daten und Kontext-Targeting ins Visier genommen, um ihnen bei der Bewältigung der Unsicherheit ohne Cookies zu helfen.
Dieser Wandel verheißt Gutes für eine Zukunft, die die kontinuierliche Bereitstellung effektiver digitaler Marketingmaßnahmen ermöglicht und gleichzeitig den Datenzugriff, die Kontrolle und die Einhaltung der Datenschutzbestimmungen im offenen Web gewährleistet. Es wird auch Skalierbarkeit und nachhaltige Monetarisierung gewährleisten.
Damit dieser Wandel jedoch wirklich erfolgreich sein kann, bedarf es auch einiger Unterstützung der Technologie – insbesondere künstlicher Intelligenz (KI) und prädiktiver Modellierung.
Knacken Sie die First-Party-Daten-Nuss
Verleger wissen, dass ihnen ein sicherer Weg zur Rettung nach dem Cookie bereits vor Augen liegt: First-Party-Daten. Mit einer direkten Verbindung zu ihrem Publikum haben Verlage eine bessere Chance, die Einwilligung der Nutzer einzuholen und die Daten zu sammeln, die sie benötigen, 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 Verlage, die nicht über ausreichende Ressourcen verfügen. Einige Benutzer sind möglicherweise angemeldet, während andere anonym sind, was bedeutet, dass die Datenerfassung und das Verständnis der Benutzeraktivität oft inkonsistent und unvollständig sind. Unsere Daten zeigen beispielsweise, dass nur 2–10 % der Nutzer Angaben wie Alter und Geschlecht teilen, während die restlichen 90 % unbekannt bleiben.
Um das Beste aus wertvollen Zielgruppendaten herauszuholen, benötigen Verlage eine Möglichkeit, diese effektiv zu organisieren, zu erweitern und zu nutzen. Hier kann KI helfen. Erstens können KI-gestützte Tools mit hoher Verarbeitungs- und Orchestrierungskapazität riesige Pools unsortierter Daten in einem einzigen Insight-Store konsolidieren, der leichter zu verstehen und zu aktivieren ist. Zweitens können sie wichtige fehlende Teile ergänzen, um Publishern ein überaus wichtiges einheitliches Bild der User Journey zu liefern, das die Tür für eine präzise Segmentierung und Aktivierung öffnet, selbst wenn keine harten Faktendaten vorliegen.
Beispielsweise können Algorithmen des maschinellen Lernens automatisch das Engagement einwilligender Benutzer auf der Grundlage kontextbezogener Signale analysieren, um ein Echtzeitfenster zu einzigartigen Interessen und Vorlieben bereitzustellen, das die Profile aktuell und korrekt hält. Dies spart nicht nur Tage oder Wochen der manuellen Verarbeitung, sondern verbessert auch das Werbeerlebnis und führt zu mehr hochwertigen, von Publishern gesteuerten Anzeigenformaten, die dem Kontext und der Benutzererfahrung entsprechen.
Darüber hinaus kann fortschrittliche KI-Modellierungstechnologie die Lücken für nicht auffindbare Benutzer schließen. aus beispielsweise Muster bei Benutzern mit bestimmten Attributen aufgedeckt werden, was die Profilanreicherung ähnlicher Benutzer vorantreibt, um die Ansprechbarkeit für die gesamte Zielgruppe aufrechtzuerhalten. Diese Technologien konzentrieren sich auf logische und nicht auf deklarierte Attribute, die direkt auf die Datenschutzbedenken eingehen, die die Ablehnung von Drittanbieter-Cookies überhaupt erst verursacht haben.
Den Kontext auf eine neue Ebene heben
Auch Kontext-Targeting erfreut sich wieder wachsender Beliebtheit, da die Branche weiterhin nach wirksamen, aber dennoch datenschutzbewussten und konformen Lösungen sucht, um Verbraucher in der Post-Cookie-Ära anzusprechen.
Die Technologie hat in diesem Bereich in den letzten 10 Jahren große Fortschritte gemacht und ermöglicht nun die Entwicklung genauerer und agilerer Kontext-Targeting-Tools. Verlage verfügen allein über das erweiterbare Wissen und die Fähigkeit, Inhalte zu personalisieren und Zielgruppensegmente aufzubauen, die eine praktikable Grundlage für kontextbasierte Werbung bilden. Doch mit ausgefeilteren Werkzeugen können sie jetzt eine viel höhere Zielgenauigkeit bieten.
Die heutige neue Generation KI-gestützter Technologie ermöglicht es Verlagen beispielsweise, über traditionelle Kontextgrenzen hinauszugehen. Durch die Nutzung 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 äußerst attraktiv ist, sondern auch ein besseres Erlebnis für die Nutzer gewährleistet – was letztendlich die Bindung an das Publikum stärkt und die Wahrscheinlichkeit einer langfristigen Loyalität erhöht.
Die Konzentration auf First-Party-Daten und erweitertes Kontext-Targeting ist für die digitale Medienlandschaft sicherlich ein Schritt in die richtige Richtung. Auf Seiten des Herausgebers reicht es möglicherweise nicht aus, einfach ein Cookie (Drittanbieter) gegen ein anderes (Erstanbieter) auszutauschen, um die Cookie-Unsicherheit vollständig zu umgehen. Der Schlüssel liegt darin, durch das Testen alternativer Technologien eine agile und skalierbare First-Party-Strategie zu entwickeln. Dadurch ergeben sich für Verlage weitere Möglichkeiten, den Mehrwert für Nutzer und Marken zu steigern und damit ihre Marktposition zu stärken.
