#1 - First Party Data & Customer Segmentation

Mit Einzug der DSGVO kam zum ersten Mal bei vielen Unternehmen die Einsicht, dass man einen besseren Überblick über das eigene Datenmanagement haben sollte. Während manche einfach die gesammelten Visitenkarten in verschließbare Fächer steckten, sahen andere bereits, was das auch im Bereich von CRM-Systemen und Online Marketing bedeuten würde. Mit dem Aufstieg der Customer Data Platform war dann rasch klar, wohin die Reise gehen wird. Alle Daten im eigenen Haus zu haben und diese dann auch zentral verwalten und einsetzen zu können bietet einen klaren Vorteil am Markt: Neben einer lückenlosen Customer Experience für Kunden (“Wie war noch einmal Ihre Kundennummer?”) kann hier zusätzlich Customer Segmentation vorangetrieben werden, ohne ständig von vorgefertigten 3rd-Party-Targetings wie  beispielsweise von Facebook abhängig zu sein. Oder anders gesagt: Weniger Streuverlust, mehr Relevanz, höhere Kundenbindung.

#2 - eCommerce & native Shoppingfunktionen

“In Österreich kaufen die Leute anders ein.” Was damals das Totschlagargument gegen Investitionen in den Online-Absatz war, klingt mittlerweile eher wie ein Satz aus der Kategorie “berühmte letzte Worte”. Laut einer Studie des Handelsverbands steigt der Umsatz im eCommerce 2020  auf das Rekordniveau von 8 Milliarden Euro. Der Umsatz im mobile Shopping, also allen Einkäufen, die auf dem Smartphone getätigt wurden, erhöht sich um satte 50% auf 1,2 Milliarden Euro. Eine Studie der Johannes Kepler Universität Linz erhob außerdem, dass heuer 350.000 Personen online eingekauft haben, die das vorher noch nie gemacht haben. Die Coronakrise zeigt immer mehr, dass sie keinesfalls ein Treiber für Veränderung ist, sondern vielmehr ein Beschleuniger von Trends, die schon über Jahre zu beobachten waren.

Als wäre das nicht ohnehin schon genug Bewegung, schielt Facebook immer neidischer auf den Umsatz, den der Online-Shopping-Gigant Amazon für sich vereinnahmt. Schon länger besteht die Möglichkeit, dass man Produkte seines Online-Shops auf Instagram oder Facebook anzeigen lassen kann.

Die große Änderung für’s Jahr 2021? In-App-Käufe. Zukünftig werden diese Produkte nicht mehr einfach nur auf die Produktdetailseite des eigenen Webshops verlinken, sondern direkt in Instagram in den Warenkorb gehen und  bezahlt werden. Was auf den ersten Blick als keine große Neuerung erscheint, hat aber bedeutende Implikationen: Jede Kampagne kann dann ohne On-Site-Conversion-Tracking auf Online-Umsatz ausgerichtet werden und bietet so mittelfristig für Facebook Inc. eine Funktion, die eCommerce-Anbietern wie Amazon, WooCommerce oder Shopify das Wasser abgraben soll. Aktuell noch auf den Markt in den USA beschränkt, wird dieses Feature im Laufe der nächsten Monate wohl auch für den europäischen Markt ausgerollt werden.

#3 - Der bröselnde Keks

Mit den ITP-Updates von Apples Safari und der Privacy Sandbox-Initiative von Google Chrome wird der kontinuierliche Niedergang des Cookies weiter voranschreiten. Das verlangt im Online Marketing nach neuen Lösungen. Mit dem neuen Google Analytics 4-Update werden hier auch erste Schritte hin zu Server-Side-Tagging gesetzt. Weitere Ansätze sind Digital Fingerprinting oder Log-In-Systeme wie bei Online-Auftritten von Tageszeitungen. Auch der IAB arbeitet aktuell gemeinsam mit Digital-Riesen wie Google an einem Ansatz, der einen ID-Standard über alle Plattformen hinweg anbietet. Es bleibt abzuwarten, wie andere Anbieter von Online Marketing-Tools zukünftig moderne Lösungen ohne Cookies  präsentieren werden.

Zugabe: Back to Basics

Neben allen Neuerungen bleibt in einem dynamischen Bereich wie Online Marketing dennoch einiges auch so, wie es immer schon war. Gerade die Thematik rund um First-Party-Daten zeigt, dass es wichtig ist, über eine stabile Ausgangsbasis zu verfügen. Wer schlechte Daten in seine Systeme speist, wird auch schlechte Daten herausbekommen. Das bedeutet: saubere (und korrekt erhobene) Daten, klare Strategien, flexibel bleiben und das große Ganze nicht aus den Augen zu verlieren. Klar, das ist alles einfacher gesagt als getan. Aber Taktik ohne Strategie ist schließlich nur der Lärm vor der Niederlage. (Dieser Spruch kam sicher von Sun-Tzu.)

Fazit

2021 bleibt spannend – weniger wegen neuer, bahnbrechender Tools oder Services, sondern eher weil so mancher Trend im nächsten Jahr noch deutlicher an Bedeutung gewinnen wird: Online Marketing und das Datenhandling im Hintergrund wird in jedem Unternehmen zur “Chefsache” werden. Online Shopping wird nicht auf Vorkrisen-Niveau zurückgehen, sondern ist gekommen um zu bleiben. Die Industrie wird sich auf neue Tracking-Standards zur Ablöse der bestehenden Cookies einigen. Das heißt zum Schluss: Wer seine Hausaufgaben nicht macht und keine klare Strategie im Online Marketing verfolgt, wird im Rennen um Kunden und Marktanteile den Anschluss verlieren.

Verbreitung

Weltweit verwenden über 80 % der Websites, die ein Analysetool im Einsatz haben, den Marktführer Google Analytics. Eine kurze Analyse bei Google Trends zeigt klar, dass auch in Österreich kaum nach den Alternativen gesucht wird. Interessant ist hierbei, dass sich die Suchanfragen nach Matomo und Piwik PRO hauptsächlich auf Wien konzentrieren.

Gründe, sich mit den Alternativen zu beschäftigen

Google Analytics ist Marktführer – und das nicht ohne Grund: Es ist gratis und bietet einen guten Überblick über die wichtigsten Metriken für die Analyse von Websites. Der große Vorteil des Tools ist die einfache Verwendung und Handhabung. Es muss nur der Analytics Code in der Seite verbaut werden, und schon kann man loslegen. Die Usability ist sehr gut: Selbst wenn man die Oberfläche noch nie vorher gesehen hat, kann man sich innerhalb weniger Stunden gut zurechtfinden. Trotzdem ist nicht für jedes Unternehmen Google Analytics die richtige Wahl. Die Mitbewerber Matomo (früher Piwik) und Piwik PRO sind zwar weitaus weniger bekannt am Markt, haben aber in manchen Bereichen klar die Nase vorn.

  • Datenhoheit: Ein großer Unterschied der Web Analytics Tools liegt in der Kontrolle der Daten. Der Speicherort der Daten kann bei Google Analytics nicht beeinflusst werden. Zusätzlich nutzt Google die Daten aller Websites, die Analytics im Einsatz haben, um seine eigenen Services zu verbessern. So werden beispielsweise die Daten mit Google Ads geteilt, um Targeting und Personalisierung zu verbessern. Bei Piwik PRO und Matomo gehören die Daten wirklich dem Unternehmen selbst, und sie werden auch mit keiner dritten Partei geteilt.
  • Rohdaten & Single Customer View: Google Analytics aggregiert die Daten und gibt diese auch nur in aggregierter Form weiter, während Matomo und Piwik PRO Rohdaten an Data-Warehouses oder Datenvisualisierungs-Software bereitstellen. Wer also mit einer Customer Data Platform arbeiten möchte oder einen Single Customer View anstrebt, muss über eine Alternative nachdenken.
  • Traffic Limits: Oft ist der Grund auch ganz banal, warum man starten sollte, sich mit Alternativen zu beschäftigen: Die gratis Version von Google Analytics stößt bei 10 Millionen Hits pro Monat an ihre Grenzen. Das logische Update auf Google Analytics 360 wird aber oft aus Kostengründen gemieden. Grund genug, sich nach günstigeren Web-Analytics-Alternativen umzusehen.
  • Aktualität der Daten: Bei Google Analytics werden Daten erst mit einer Zeitverzögerung von 24 bis 48 h in der Analyse angezeigt. Wer also nicht so lange warten möchte, kann beim Mitbewerber bereits nach etwa 30 min die aktuellen Daten analysieren.

Vergleich von Features

Die obigen Gründe zeigen bereits, dass Piwik PRO und Matomo in manchen Bereichen besser abschneiden als Google Analytics. Im Folgenden haben wir noch eine übersichtliche Tabelle erstellt, welche Features bei welchem Tool vorhanden sind.

Bei den Features schneidet Piwik PRO am besten ab. Dieses Tool bietet neben dem Analytics- und Tag-Manager-Modul, das alle drei beinhalten, auch noch einen eigenen Consent Manager. Zudem hat Piwik PRO den Vorteil, dass auch direkt im Tag Manager Datenschutz-Features (Opt-out/Opt-in) enthalten sind und auch Einstellungen basierend auf den Datenschutz-Präferenzen von Besuchern getroffen werden können, wie und ob Tags ausgelöst werden.

Datenhoheit

Einer der Hauptgründe, warum man sich mit den Alternativen beschäftigen sollte, ist die Datenhoheit und der Zugriff auf Rohdaten. Wenig überraschend finden sich rund um das Thema Daten und Datenhoheit viele Unterschiede zwischen den Tools, die in folgender Tabelle zusammengefasst sind.

Besonders Unternehmen, die mit sensitiven Daten oder in Industrien arbeiten, welche starken Datenschutz verlangen, arbeiten gerne mit Matomo oder Piwik PRO. Diese Web Analytics Tools stellen nicht nur die Möglichkeit zur Verfügung, First-Party-Daten zu sammeln und auf die Rohdaten zurückzugreifen, sondern diese können auch auf eigenen Servern gehostet werden. Mit beiden Tools hat man volle Kontrolle über die eigenen Daten, und bei Piwik PRO kann man auch entscheiden, wo diese gesammelt werden (Public Cloud, Private Cloud, eigene Server).

Fazit

Wie bei vielen Dingen im Leben muss auch am Ende dieses Vergleichs wieder geschlussfolgert werden, dass es keinen klaren Sieger unter den drei Web Analytics Tools gibt. Alle drei können guten Gewissens verwendet und weiterempfohlen werden, und je nach Unternehmensgröße und Anforderungen kann jedes der drei Tools das richtige sein.

  • Für viele kleine Unternehmen wird Google Analytics das richtige Tool sein, da es gratis ist und schnell und einfach gehandhabt werden kann.
  • Wer zwar kein Geld ausgeben will, aber größeren Wert auf Dateneigentum legt, wird in Matomo den richtigen Partner finden.

Doch jedes Gratis-Tool stößt eben auch einmal an seine Grenzen. Hier kann Piwik PRO die richtige Lösung sein. Das Web Analytics Tool ist zwar mit Kosten verbunden, liegt preislich aber noch weit entfernt von Google Analytics 360. Gegenüber den gratis Tools hat es viele Vorteile: Piwik PRO bietet noch mehr Features, das Tracking ist noch performanter, und so schafft es auch, weitaus mehr Events aufzuzeichnen. Während die anderen beiden Tools nur Cloud Hosting (Google Analytics) und Self-Hosting (Matomo beides) anbieten, gibt es bei Piwik PRO auch noch die dritte Möglichkeit einer Private Cloud – somit wird kein eigener leistungsstarker Server benötigt, während die Datensicherheit aber weiterhin gewährleistet ist. Ein weiterer Vorteil von Piwik PRO ist der schnelle Single Customer View: Obwohl Matomo auch die Rohdaten sammelt und weitergibt, werden diese dort nicht zusammengetragen, und so ist ein Single Customer View dort nicht so einfach möglich.

Die Nutzung von Machine Learning & Algorithmen zur Performance Optimierung ist schon lange state of the art im Performance Marketing. Die mit den Kampagnen generierten Daten werden verarbeitet und die Algorithmen der DSPs und Social Media Kanäle richten die Kampagnen bestmöglich auf das festgelegte Ziel aus.

Doch auch in anderen Teilbereichen von Performance Marketing Kampagnen wird immer mehr auf Automatisierung gesetzt. In diesem Blogbeitrag möchte ich im Speziellen auf drei Bereiche eingehen, mit welchen Kampagnen personalisiert, automatisiert und optimiert werden können: Dynamic Ads, Automatisierte Ausspielung mit Data Feeds und Optimierung mithilfe von Scripts.

Dynamic Ads

Zuerst sollten wir mal die fundamentale Frage klären: Was sind eigentlich dynamic Ads? Damit beschreibt man Werbemittel (meist Display Banner), deren Inhalt sich automatisch verändert, um jedem User den für ihn besten Content  auszuspielen. Im Search Bereich gibt es als Pendant dazu Dynamic Text Ads, die sich automatisch Texte aus der Landing Page holen oder basierend auf den Suchanfragen variabel den Text anpassen (z.B. die richtige Schuhgröße). Im Display Bereich müssen die dynamischen Inhalte zur Verfügung gestellt werden. Im Werbemittel wird die Anordnung sowie die Animation festgelegt. Die Kombinationen werden aber dann automatisch für die jeweilige ZIelgruppe dynamisch generiert und in jedes vordefinierte Feld der richtige Inhalt geladen.

Im New Audience Marketing funktioniert das meist so, dass man für verschiedene Zielgruppen unterschiedliche Texte und Bilder erstellt und dann auf Basis der User das richtige Sujet ausgespielt wird. So könnte sich beispielsweise das Bild (oder auch Video)  je nach Geschlecht und Altersgruppe verändern oder je nach Fortschritt in der Customer Journey der CTA angepasst werden. Dynamic Ads sind also das Produkt einer perfekten Zusammenarbeit von Mensch und Maschine. Der Mensch trägt die Vision, erstellt die richtigen Botschaften und plant die Strategie, die die Maschine dann optimal und in Echtzeit umsetzt.

Bei Retargeting wird meist mit einem Product Data Feed gearbeitet. Das kennt jedermann von den großen Online Shops. Man sieht sich einen Schuh an und danach wird man von eben diesem ein paar Tage lang verfolgt.

Wenn nun jedem User der für ihn relevante Inhalt angezeigt wird, kann natürlich auch das Kampagnenbudget effizienter eingesetzt werden. Ein Beispiel gefällig? In einer unserer Kampagnen, in der wir von allgemeinem Retargeting auf dynamic Product Retargeting upgegradet haben, konnten wir die CTR um etwa 40% erhöhen, während die Kosten pro Conversion gleichzeitig sogar um mehr als 50% gesunken sind. (und ja, mit dieser Conversion ist auch eine Kauf-Transaktion verbunden)

Automatisierte Ausspielung mit Data Feeds

Wenn Kampagnen auf Data Feeds aufbauend erstellt werden, kann man in der Automatisierung der Ausspielung sogar noch einen Schritt weiter gehen. Hier können ähnlich zum Dynamic Product Retargeting auch New Audience Kampagnen automatisiert werden. Hierzu müssen die richtigen Trigger und Regeln definiert, der Data Feed für die gewählte DSP entsprechend aufgebaut werden und voilà – die Kampagne passt automatisch das Produkt an den User an.

Product Data Feed

Der Product Data Feed ist quasi die Liste aller Produkte, die auf der Website verfügbar sind inklusive ihrer Eigenschaften. Sie kommen vor allem bei Online Shops zum Einsatz und stellen nicht nur die Basis für die Werbemittel, sondern auch für den Online Shop selbst dar. Dementsprechend werden sie in Echtzeit angepasst und sind immer up to date. Ein Produkt im Product Data Feed enthält alle wichtigen Produkt-Attribute sowie Lieferstand, Versandkosten etc.

Die automatisierte Ausspielung ist auch ein gutes Beispiel wie Mensch und Maschine optimal zusammenarbeiten können. Während die Ausspielung dann vollautomatisiert funktioniert und innerhalb des definierten Rahmens die Algorithmen mit Machine Learning die Kampagnen optimieren, sollte zu Beginn eine klare Strategie erarbeitet werden, welche Zielgruppe welche Ads sehen soll und welche Trigger verschiedene Inhalte auslösen sollen. Wenn der genaue Einblick in das Kaufverhalten der Zielgruppe noch fehlt, kann hier eine Datenanalyse- und -visualisierung eine gute Basis und Entscheidungsgrundlage liefern.

Optimierung mithilfe von Scripts

In der Kampagnenoptimierung können Scripts helfen, Tasks zu automatisieren, die ansonsten laufend händisch durchgeführt werden müssten. Zudem reagieren Scripts sofort auf veränderte Bedingungen, die der Mensch erst zeitverzögert bearbeiten könnte. So können mithilfe von Scripts Kampagnen auf Basis von Wetter- oder Temperaturdaten in Echtzeit adaptiert werden. Manuell wäre das nur schwer oder eben mit starker Zeitverzögerung möglich.

Basierend auf bestimmten Triggern, können Aktionen automatisch von den Scripts erledigt werden. Das bedeutet auch hier, dass zuerst einmal vom Menschen festgelegt werden sollte, welche Trigger welche Aktionen auslösen sollen. z.B. könnten vereinfacht gesagt bei Display Kampagnen alle Domains, auf denen die CTR einen gewissen Wert unterschreitet, automatisch ausgeschlossen werden. Bei Search Kampagnen könnten Keywords einfach pausiert werden, wenn sie nicht die gewünschte Performance liefern.

Aber Achtung! Nicht immer ist das, was die Maschine auf Basis der Regeln für das Beste hält, auch wirklich im Sinne der Kampagne. z.B.: Wenn eines der wichtigsten Keywords nicht performt, sollte wohl eher die Kampagne hinterfragt und optimiert werden, als einfach das Keyword auszuschließen. Es empfiehlt sich also ein Zusammenspiel der Kräfte. Was wir damit genau meinen, erklären wir anhand des Beispiels einer Search Kampagne: Mühsames Durchsuchen und Auflisten aller Keywords mit schlechter Performance kann von der Maschine übernommen werden. Der Mensch sieht sich diese Liste dann an und urteilt darüber, ob diese wirklich pausiert werden sollten oder doch lieber andere Maßnahmen ergriffen werden.

„Automatisierung nimmt in all unsere Lebensbereiche immer mehr Einfluss. Vor allem im Online Marketing, wo die vielen Daten für den Menschen kaum mehr handlebar sind, bringt sie klare Vorteile. So können beispielsweise mit dynamic Ads die User und Zielgruppen personalisiert angesprochen werden, was einzeln kaum durchführbar – geschweige denn bezahlbar – wäre. Die menschliche Komponente ist aber vor allem im strategischen Bereich in der Planung, Auswertung und finalen Entscheidung über einschneidende Veränderungen unabdingbar.“

NICOLA HELEKAL

HEAD OF PERFORMANCE MARKETING

Bildquelle: https://www.nachrichten.at/wirtschaft/youtube-google-netflix-unser-lebensstil-verursacht-eine-datenflut;art15,3152300

Jeder Mensch hinterlässt ständig Datenspuren im Netz. Noch nie gab es so viele Daten wie heute. 2019 wurden jede Minute 3,8 Millionen Google-Suchanfragen getätigt und rund 1 Million US-Dollar online ausgegeben.

Experten prognostizieren, dass bereits 2025 die Datenmenge 250x so viel ist, wie die Sandkörner der Erde.

Der rasante Datenanstieg im Netz bietet für Unternehmen zahlreiche Möglichkeiten, stellt sie aber auch vor Herausforderungen. Es wird zukünftig entscheidend sein, die gesamten Daten des Unternehmens zu sammeln, sie sinnvoll zu verwalten und zu nutzen. Daraus ergeben sich viele Chancen, um Ihren Unternehmenserfolg zu steigern.

Abteilungsübergreifend von Daten profitieren

In den meisten Betrieben sammeln unterschiedliche Abteilungen, wie zum Beispiel Vertrieb oder Marketing, ihre jeweils relevanten Daten in eigenen Datenbanken. So werden Daten zum Teil doppelt gesammelt. Ebenso können vermeintlich „unnütze Daten“ für andere Abteilungen und Zwecke nützlich sein. Was dabei oft verloren geht, ist der Gesamtüberblick über Ihre Kunden und Geschäftspartner. Datenmanagement ist längst nicht mehr nur Aufgabe der jeweiligen Abteilungen. Durch effizientes Datenmanagement können Sie Daten zentral und abteilungsübergreifend sammeln und für das ganze Unternehmen gewinnbringend einsetzen.

Erste Erkenntnisse dank explorativer Datenanalyse

Sind die Daten gesammelt, können sie mithilfe einer explorativen Datenanalyse durchleuchtet werden. Hierbei werden die Daten, ohne Vorwissen über die genauen Zusammenhänge, gesichtet, untersucht und visualisiert. Anhand der Visualisierung ergeben sich bereits oft spannende Insights, die für das Unternehmen von großer Bedeutung sein können. Eine geographische Darstellung kann zum Beispiel Unterschiede in Verkaufszahlen und Kaufverhalten in verschiedenen Regionen aufzeigen. Die Datenanalyse ist die Basis, um gezielte (Marketing-) Maßnahmen abzuleiten.

Zielgruppen personalisiert erreichen

Die definierten Zielgruppen können Sie gezielt mit individuellen Botschaften und Werbemitteln ansprechen. Eine personalisierte und gezielte Zielgruppenansprache führt in weiterer Folge zu einer optimierten Kundenbindung und einer Steigerung des Umsatzes. Je persönlicher Sie eine Botschaft an Ihre Zielgruppe vermitteln, desto eher setzen sich die potenziellen Kunden, auch in Zeiten der Reizüberflutung, im Netz damit auseinander. Mit sogenannten Dynamic Ads werden die Werbemittel in Echtzeit an die Audience angepasst. So wird einem User, der sich bereits auf der Website mit einem Produkt auseinandergesetzt hat, beispielsweise im Retargeting genau dieses Produkt angezeigt. Ein neuer User hingegen erhält zu Beginn relativ breite Informationen rund um das Thema, für das er sich interessiert.

Neukunden gezielt ansprechen

Neben den bestehenden Zielgruppen sind auch potenzielle Neukunden von hoher Bedeutung. Durch gezieltes Datentracking können Sie analysieren, ob sich eine Person erstmalig auf Ihrer Website informiert und welche Bereiche und Informationen dabei relevant sind. Aus den bestehenden Daten können Lookalike Audiences gebildet werden. Dabei wird geprüft, ob andere Personen ähnliche Interessen oder ein vergleichbares Nutzungsverhalten aufweisen. In der Folge können potenzielle Neukunden optimal und individuell angesprochen werden.

Das Mediabudget effizient einsetzen

Das Ziel einer jeden Kampagne ist ein möglichst großer Erfolg mit möglichst geringen finanziellen Mitteln. Durch den gezielten Einsatz von Datenmanagement und der individuellen Zielgruppenansprache kann das zur Verfügung stehende Mediabudget effizienter verwendet werden. Ein etwaiger Streuverlust wird dadurch massiv vermindert. Durch das laufende Tracking und die Analyse der KPIs sowie von Kampagnenzielen werden permanent Daten erhoben. Anhand dieser kann die Kampagne laufend optimiert werden. Dadurch ist die bestmögliche Investition des Budgets gewährleistet.

Up- und Cross-Selling

Last but not least spielt strategisches Datenmanagement auch für Up- und Cross-Selling-Maßnahmen eine große Rolle. Anhand des Wissens, welche Produkte ein Kunde bereits erworben hat, können die passenden Artikel angezeigt werden.

Erhöhte Customer-Experience und Kundenzufriedenheit

Datengetriebene Lead Management-Maßnahmen und Marketing Automation helfen, die User Experience der eigenen Zielgruppe zu verbessern. Bestehende und potenzielle Kunden können dadurch mit individuellen Angeboten erreicht werden. Die Folge? Zufriedenere Kunden.

Quellen: www.statista.com/chart/17518/internet-use-one-minute/

Über diesen Blog

Hallo, mein Name ist Christian und du siehst hier das Tutorial Template aus dem Wordpress Template Tutorial auf Lernen²

Kategorien

Archiv