Was ist Geomarketing?

Geomarketing ist eine Technik, die Standortdaten zur Optimierung von Kampagnen nutzt und Ihnen hilft, Kunden am richtigen Ort und zur richtigen Zeit anzusprechen. Geomarketing kann sowohl für Online- als auch für Offline-Kontaktpunkte eingesetzt werden und ist somit ein vielseitiger Bestandteil Ihres Instrumentariums. Es kann verschiedene Formen annehmen: eine Reihe von Informationen, die Ihnen bei der Entscheidungsfindung helfen, ein analytischer Ansatz zur Erstellung von Kampagnen oder ein strategischer Kanal, der Ihnen hilft, demografische Daten zu sammeln. Es kann sogar eine Kombination aus diesen Instrumenten sein.

Warum nutzen Marken Geomarketing?

Demografische Erhebungen werden seit langem von Marken genutzt, um mehr über bestehende und potenzielle Kunden zu erfahren. In der Vergangenheit wurde GeoMarketing eingesetzt, um Einzelhändlern dabei zu helfen, auf der Grundlage dieser Daten die richtige Region für die Eröffnung eines Ladengeschäfts auszuwählen. Nun entwickelt sich das Geomarketing mit der Nachfrage nach Dienstleistungen in bestimmten geografischen Gebieten weiter. In Brasilien beispielsweise greifen schätzungsweise 97,1 % der Nutzer über Smartphones auf das Internet zu - und da so viele Kunden ständig unterwegs sind, steigt der Bedarf an geografisch relevanten Nachrichten und Diensten. Geomarketing bietet drei wesentliche Vorteile:

Zielgruppensegmentierung. GeoMarketing ist eine hervorragende Möglichkeit, Ihre Zielgruppe zu segmentieren. Auf diese Weise können Ihre Kampagnen an bestimmten Orten bessere Ergebnisse erzielen. Nutzen Sie diese Daten, um eine bessere Platzierung bei lokalen Suchanfragen zu erreichen, z. B. "Apotheken in Rio de Janeiro"

Erhöhter ROI. Ohne eine Geomarketing-Strategie ist es möglich, dass Ihre Kampagnen Personen erreichen, die sich weit entfernt befinden und Ihre Dienstleistungen nicht in Anspruch nehmen können. Die Apotheke in Rio de Janeiro wird zum Beispiel nicht bei Menschen werben wollen, die mehrere Städte entfernt wohnen. Durch den Einsatz von Geomarketing haben Marken die Möglichkeit, genau zu bestimmen, wo ihre Kampagnen geschaltet werden, und so weniger Geld für effektivere Ergebnisse auszugeben.

Mehr qualifizierte Leads und höhere Konversion. Der vorige Punkt zeigt, dass die Ansprache spezifischer, engagierter Zielgruppen kosteneffizienter ist. Sie können damit aber auch mehr Leads gewinnen, da Sie ein Publikum erreichen, das wahrscheinlich ein größeres Interesse an Ihrem Produkt oder Ihrer Dienstleistung hat - vor allem, wenn Sie andere Daten wie das Kaufverhalten oder Interaktionen in sozialen Medien berücksichtigen.

Wenn Sie z. B. eine Eisdiele in Brasília betreiben und Ihr Marketingbudget knapp bemessen ist, können Sie mit Geomarketing Leads gewinnen, die sich in Brasília befinden, in der Nähe wohnen und sich für Eiscreme interessieren. Auf diese Weise erhalten Sie mehr Konversionen zu viel geringeren Kosten als mit Werbung in der ganzen Stadt oder in ganz Brasília, dem Bundesstaat.

Hier erfahren Sie, wie Sie Geolocation Marketing in Ihrem Unternehmen einsetzen können.

Sobald Sie das Konzept des Geomarketings verstanden haben und wissen, wie wichtig es ist, können Sie eine der vielen verfügbaren Softwarelösungen wie Google Analytics oder Meta Ads verwenden, um Daten zu verwalten und Ihre Geomarketingbemühungen zu optimieren. Hier sind drei Taktiken, um das Beste aus dem Geomarketing herauszuholen.

Geotargeting. Geotargeting ist eine Möglichkeit, Nutzern Inhalte auf der Grundlage ihres Standorts anzuzeigen. Mit einer Datenbank, die IP-Adressen bestimmten Standorten zuordnet, können Sie je nach der von Ihnen gewählten Plattform nach Land, Bundesland oder sogar Postleitzahl suchen.

Geofencing. Geofencing ist der Einsatz von Technologien wie dem Global Positioning System oder der Radiofrequenz-Identifikation, um einen virtuellen Geofence zu schaffen. Mit anderen Worten: Es geht darum, Standortdaten von elektronischen Geräten zu sammeln, um auf dieser Grundlage Maßnahmen zu ergreifen. Sie können Geofencing nutzen, um Ihren Kunden auf der Grundlage ihrer GPS-Daten Inhalte in Echtzeit zu liefern. Beachten Sie, dass Geofencing die Verwendung einer Markenanwendung erfordert, die Ihr Publikum bereits heruntergeladen und für die Verfolgung von Standortdaten autorisiert hat.

Eine weitere Möglichkeit, Kunden Inhalte anzubieten, ist die Nutzung von Drittanbieter-Plattformen wie Waze, einer kollaborativen Verkehrs- und Navigations-App. Mithilfe von Waze Ads können Ihre Inhalte Fahrern in einem bestimmten Umkreis angezeigt werden.

Geotagging und Check-in. Eine weitere interessante Geomarketing-Taktik ist der strategische Einsatz der Check-in-Funktion. Wenn Sie zum Beispiel eine Facebook- und Instagram-Seite mit Ihrer Geschäftsadresse erstellen, können Kunden in beiden Apps einchecken. Die Markierung des Standorts hilft anderen, das Profil des Unternehmens zusammen mit anderen nützlichen Informationen leicht zu finden.

Ähnlich verhält es sich mit dem Geotagging, bei dem die Nutzer den Standort des Unternehmens auf einem Foto oder einem anderen Inhalt markieren, wenn sie diesen in sozialen Medien teilen. Auch dies trägt dazu bei, dass Menschen das Unternehmen entdecken, und schafft Werbung für die Marke. Da Menschen dazu neigen, sich von Gleichaltrigen beeinflussen zu lassen, kann dies ein wichtiger Faktor bei der Analyse des Verbraucherverhaltens sein.

Sie können Geomarketing auch zusammen mit anderen Marketingstrategien einsetzen.

Geomarketing wird noch nützlicher, wenn es mit anderen Marketingstrategien verknüpft wird. Der Zugriff auf den Standort der Kunden ist eine gute Möglichkeit, die Effizienz der Aktionen Ihrer Marke zu steigern. Sie können den Wettbewerb in der Region Ihrer Wahl ebenso analysieren wie das Verhalten Ihrer Zielgruppe.

Geomarketing umfasst große Mengen an Informationen, und Sie können diese zusätzlichen Informationen nutzen, um Ihre Prozesse zu optimieren und Ihre Geschäftsstrategien insgesamt zu verbessern, z. B. indem Sie Investitionen in Regionen mit dem größten Umsatzpotenzial lenken oder Gebiete mit hoher Nachfrage nach Ihren Produkten oder Dienstleistungen ermitteln.

Geomarketing ist dann am besten, wenn Sie nach qualitativ hochwertigen Informationen suchen, die Aufschluss über das Konsumverhalten oder andere durch Studien gewonnene Daten geben und so Ihre Geomarketingleistung verbessern. Sie können zum Beispiel öffentliche Datenbanken mit soziodemografischen Daten nutzen. Mein Team in Brasilien nutzt IBGE, PNAD und Ipea.

Damit sollten Sie in der Lage sein, Geomarketing zu unterstützen. Für mein Team ist die geografische Vielfalt ein wichtiger Bestandteil unserer Arbeit, und die Nutzung von Einblicken in die Interessen und Verhaltensweisen in verschiedenen Regionen, Städten und Orten ist eine faszinierende Möglichkeit, Inhalte zu liefern, um Ihr Geschäft auszubauen. Wenn Sie die oben genannten Strategien anwenden, sind Sie auf dem besten Weg, die vielfältigen Bedürfnisse Ihrer eigenen Kunden zu erfüllen.

Als digitaler Schatzsucher weiß ich besser, als dieses Gold im Boden zu lassen - und als Google-Partner weiß ich auch, wie man es abbaut. Mithilfe der KI von Google Cloud Platform (GCP) Natural Language Processing (NLP) können digitale Marketingpartner Marken unter anderem bei der Durchführung von Stimmungsanalysen helfen, um Einblicke in die Verhaltensmuster, Erwartungen, Beschwerden und Stimmungen der Kunden zu gewinnen und so den Grad der Markentreue zu bestimmen.



Die quantitativen Daten, die Sie durch diese Forschungsmethode erhalten, ermöglichen es Ihnen, Dashboards zu erstellen und die Markenstimmung in verschiedenen Regionen zu visualisieren. Ziel ist es, Verbesserungspotenziale aufzudecken, da diese Daten zur Optimierung der mobilen und webbasierten Anwendungen sowie der Produkte und Dienstleistungen einer Marke genutzt werden können, um die nächsten Schritte im Experimentierprozess zu bestimmen und den Bedürfnissen der Zielgruppe näher zu kommen.



In den letzten Monaten habe ich mich darauf konzentriert, die Stimmungsanalyse in unser Experimentierangebot zu integrieren, und sie verändert das Spiel schnell. Im Sinne des Erfahrungsaustauschs und um sicherzustellen, dass keine Marke ihre wertvollen Daten unangetastet lässt, lassen Sie uns darüber sprechen, warum diese Methode so gut wie Gold ist.

Nutzung von Textdaten zur Ermittlung des Markenklimas.

Stellen Sie sich vor, Sie sind eine erstklassige globale Marke in der Lebensmittel- und Getränkeindustrie. Sie haben vor kurzem neue Funktionen zu Ihrer App hinzugefügt und möchten nun herausfinden, ob Ihre Kunden diese verbesserte Erfahrung genießen. Zurzeit gibt es über 500 Tausend Bewertungen im Google Play Store. Sie zu durchforsten, würde sicherlich viel Zeit in Anspruch nehmen, aber wer hat schon so viel Zeit? Es ist ein klassischer Fall, den wir immer wieder beobachten: Marken verfolgen alles, machen aber nichts mit den Informationen, die sie aufbewahren. Dieser Datenschatz aus aktiven Kundeninteraktionen ist jedoch nur dann ein Schatz, wenn er aktiviert und effektiv genutzt wird.



An dieser Stelle kommt die Sentiment-Analyse ins Spiel. Mit Hilfe der GCP-Tools werden digitale Texte analysiert, um den emotionalen Ton einer Nachricht, z. B. einer Bewertung, zu ermitteln. Im Rahmen von Experimenten, bei denen es darum geht, wirkungsvolle Änderungen vorzunehmen, um den Bedürfnissen Ihrer Kunden gerecht zu werden, können Sie mit der Sentiment-Analyse qualitative Textdaten in quantitative, numerische Daten umwandeln. Das Ziel ist es, wichtige Erkenntnisse über die Markentreue zu gewinnen - im Falle der besagten Marke, wie die Kunden die neuen Funktionen der App finden. Und dann? Richtig, die dringend benötigte Datenaktivierung.

Nutzen Sie Ihre Daten, um Ihr Unternehmen zu verbessern.

Wenn Sie sich näher mit der Durchführung von Stimmungsanalysen befassen, werden Sie feststellen, dass es sehr einfach ist, diese Methode anzuwenden. Mit dieser KI-Lösung müssen Marketingexperten nicht mehr manuell eine Bewertung nach der anderen durchgehen, um ein Gefühl für die Meinung der Menschen zu bekommen.



Hier ist die Kurzbeschreibung. Sobald Sie Zugang zu einem Google Cloud-Konto haben, können Sie Ihre qualitativen, transaktionalen und verhaltensbezogenen Daten in Google Sheets und Google Cloud Storage organisieren. Verwenden Sie dann Apps Script (oder eine andere Cloud-Client-Bibliothek), um ein benutzerdefiniertes Menü zu erstellen und die API für natürliche Sprache von GCP zu nutzen. Sobald Sie die API für natürliche Sprache aktiviert und einen API-Schlüssel erstellt haben, können Sie mit der Verarbeitung Ihrer Daten in einer Anfrage an die NLP-API beginnen und dann automatisch eine Stimmungsanalyse durchführen. Letztendlich können Sie diese Erkenntnisse in A/B-Testing-Kampagnen, Web- und App-Optimierung, Marken- und Produktmarketing umsetzen.



Die Natural Language Processing API von GCP ist deshalb so leistungsfähig, weil sie die Stimmungsanalyse mit der Erkennung von benannten Entitäten kombiniert. Dabei handelt es sich um eine Teilaufgabe der Informationsextraktion, die darauf abzielt, benannte Entitäten, die in unstrukturiertem Text erwähnt werden, zu lokalisieren und in vordefinierte Kategorien einzuordnen. In dem Satz "Ich trinke jeden Tag einen Cappuccino und finde es toll, dass ich jetzt mit der App Punkte sammeln und einen Rabatt auf mein Lieblingsprodukt erhalten kann" können wir beispielsweise bereits zwei Arten von Entitäten identifizieren: das Produkt und die Plattform. Das Tool liefert also nicht nur Informationen über die Stimmung der Menschen, sondern stellt auch eine Verbindung zwischen dieser Stimmung und den Entitäten im Text her.

Natürlich ist das alles nicht neu - es ist gerade erst zum Mainstream geworden, nachdem Universal Analytics offiziell ausläuft und wir alle mit GA4 weitermachen (wenn Sie das noch nicht getan haben, ist das Ihr Zeichen, es zu tun).

Lassen Sie Ihre Kundendaten niemals ungenutzt verstreichen.

Das Verständnis des Nutzerverhaltens, der Erwartungen und Probleme sollte immer im Mittelpunkt Ihrer Bemühungen stehen. Diese wichtigen Informationen dienen als Grundlage für alle Ihre Experimente und unterstützen Sie bei der Feinabstimmung Ihrer Produkte und Dienstleistungen. Wenn Sie also das nächste Mal darüber nachdenken, Bewertungen ungelesen zu lassen und das Gold verkümmern zu lassen, denken Sie noch einmal darüber nach - denn diese einfache, KI-gestützte Lösung und die Partner, die wissen, wie man sie anwendet, sind hier, um Ihnen dabei zu helfen, aus Ihren wertvollen First-Party- und Zero-Party-Daten Bedeutung zu gewinnen. Und um dem Ganzen noch die Krone aufzusetzen, bietet Google neue KI-Dienste an, mit denen Sie automatisch auf diese Bewertungen und Kommentare antworten können, indem Sie ein Large Language Model (LLM) verwenden - aber dazu mehr beim nächsten Mal.

Es wird viel über das Potenzial von KI, ihre zukünftigen Möglichkeiten und Prognosen gesprochen. Aber lassen Sie mich Ihnen versichern, dass der Moment für KI nicht erst kommt; er ist da, er ist jetzt, und er schlägt Wellen in allen Branchen. Und was mich besonders interessiert, ist, dass sie die Welt des Marketings und der digitalen Plattformen verändert.

Aber wie sieht es mit den Einstiegshürden aus? Es ist wichtig, daran zu denken, dass die Integration von KI in Ihre Abläufe nicht bedeutet, dass eine umfassende Überholung notwendig ist. Wir von Media.Monks wissen, dass jede Marke einzigartig ist und manche einen iterativen Ansatz benötigen. Diese Perspektive ermöglicht Kosteneffizienz und Zugänglichkeit, während Sie dennoch von der KI-Welle profitieren. Eine schrittweise Einführung von KI-gesteuerten Verbesserungen kann Ihren Kunden und Ihrer Unternehmensleistung sofortige Vorteile bringen. Sie könnten mit einem KI-Chatbot beginnen, um den Kundenservice zu verbessern, oder das maschinelle Lernen nutzen, um Inhalte für jeden Website-Besucher zu personalisieren. Erste Schritte wie diese können schnelle Erfolge bringen, indem sie das Nutzerengagement und die Konversionsraten verbessern. Wenn diese Verbesserungen ihren Wert unter Beweis stellen, können Sie die Rolle der KI in Ihrer digitalen Landschaft schrittweise ausbauen. Es geht darum, einen maßgeschneiderten, strategischen Weg zur KI-Integration zu finden, anstatt kopfüber ins kalte Wasser zu springen.

Lassen Sie uns also einen Blick auf die aktuellen und sehr realen Anwendungen von KI in der digitalen Plattformlandschaft werfen, auf Bereiche, in denen KI nicht nur Versprechungen macht, sondern messbare Ergebnisse für Marketer liefert.

Hier ist der Einstieg in die KI.

Integration von KI in herkömmliche Plattformen. Die Integration von KI in herkömmliche Plattformen hilft Unternehmen, Abläufe und Kundenerlebnisse zu verbessern. Die Verschmelzung von CRM-Systemen mit KI ermöglicht es einer Marke beispielsweise, in Echtzeit aus dem Verhalten ihrer Kunden zu lernen und so einen besseren Service und Produkte anzubieten, die auf individuelle Vorlieben zugeschnitten sind.

Optimierung der Benutzererfahrung. Die KI-gestützte Datenanalyse liefert verwertbare Erkenntnisse, die das Nutzererlebnis direkt verbessern. Ob durch maßgeschneiderte Inhalte, personalisierte Benutzeroberflächen oder die Beseitigung von Schmerzpunkten im Benutzerfluss - KI treibt eine neue Ära benutzerorientierter Plattformen voran.

Erleichterung von personalisiertem Marketing. Vorbei sind die Zeiten, in denen Marketing nach dem Gießkannenprinzip betrieben wurde. KI ermöglicht eine neue Stufe der Personalisierung, die jede Interaktion so gestaltet, als wäre sie einzigartig für den einzelnen Nutzer. Von Produktempfehlungen bis hin zu personalisierten Nachrichten - KI hilft Marken, eine tiefere Verbindung zu ihren Kunden aufzubauen.

Verbesserte Analytik. KI-gestützte prädiktive Analysen verändern die Art und Weise, wie Unternehmen ihre Kunden und Märkte verstehen. Diese Tools bieten einen noch nie dagewesenen Einblick in zukünftiges Kundenverhalten, Markttrends und potenzielle Geschäftsrisiken.

Abteilungsübergreifende Zusammenarbeit. KI ist nicht nur etwas für Technik-Teams. Sie bietet Möglichkeiten für eine nahtlose Zusammenarbeit zwischen Abteilungen und hilft dabei, einheitliche, effiziente Ansätze für alle Bereiche von der Produktentwicklung bis zum Kundenservice zu schaffen.

KI löst viele der Herausforderungen, mit denen Marken derzeit konfrontiert sind.

Lassen Sie uns als Nächstes einige großartige Beispiele aus der Praxis betrachten, bei denen wir durch die iterative und groß angelegte Implementierung von KI-Verbesserungen transformative Verbesserungen bei wichtigen KPIs erzielt haben. Hier sind einige der Herausforderungen, bei denen wir tagtäglich helfen:

"Hilfe, ich ertrinke in einem Meer von Inhalten!" Wenn der Umfang und die Komplexität der Informationen für Besucher überwältigend sind, reicht die Standardsuche manchmal einfach nicht aus. Eine mögliche Anwendung der künstlichen Intelligenz ist hier die Entwicklung einer intelligenten Suchfunktion, die die Verarbeitung natürlicher Sprache und maschinelles Lernen nutzt. Sie versteht Benutzeranfragen besser, ermöglicht einen Dialog und liefert relevantere Ergebnisse, die sich auf der Grundlage von Benutzerinteraktionsmustern kontinuierlich verbessern.

"Wie können wir sinnvolle Verbindungen zu Kunden aufbauen und gleichzeitig eine Nutzergemeinschaft bilden?" Eine KI-gestützte Plattform könnte personalisierte Inhalte auf der Grundlage von Kundeninteressen und Produktnutzungsmustern bereitstellen. Indem die KI die Interaktion jedes Kunden mit dem Produkt versteht, kann sie Inhalte maßschneidern, das Markenerlebnis erweitern und eine engagierte Online-Community rund um gemeinsame Produkterfahrungen fördern.

"Wie bewältigen wir die gewaltige Aufgabe, Bewerbungen aus einem riesigen Pool unterschiedlicher Bewerber und für zahlreiche Aufgaben zu verwalten?" Hier kann KI eingesetzt werden, um Tools zur Selbstsegmentierung zu entwickeln und individuelle User Journeys zu erstellen, die auf dem einzigartigen Profil und den Präferenzen der einzelnen Nutzer basieren. KI kann Daten in großem Umfang analysieren und Erkenntnisse gewinnen, die es einem Personalvermittler ermöglichen, jedes Erlebnis individuell zu gestalten und potenzielle Bewerber zu Stellen zu führen, die ihren Fähigkeiten und Wünschen entsprechen.

"Wie können wir ein umfangreiches Netzwerk von Dienstleistungen effektiv präsentieren und potenziellen Kunden einen Nachweis über die Wirksamkeit der Kampagne liefern?" Durch die Implementierung KI-gesteuerter Analysen konnte dieses Unternehmen seinen Kunden detaillierte Berichte über die Kampagnenleistung vorlegen und sogar potenzielle künftige Ergebnisse auf der Grundlage historischer Daten vorhersagen. Dieser Ansatz bietet eine greifbare Messung des ROI für Kunden.

Jedes dieser Szenarien veranschaulicht das transformative Potenzial von KI innerhalb der digitalen Plattformlandschaft. Allgemein gesprochen ergänzt und verbessert KI unsere bestehenden Strategien und ermöglicht es uns, ansprechende, personalisierte und effiziente Erlebnisse für die Nutzer zu schaffen. KI ist nicht nur ein Kästchen, das man abhaken kann, sondern ein vielseitiges Werkzeug, das wir täglich nutzen, um sinnvolle und wirkungsvolle digitale Erlebnisse zu schaffen.

Bereiten Sie sich auf einen dauerhaften Erfolg mit KI vor.

Das Potenzial der KI wird in Echtzeit realisiert, und es ist spannend zu beobachten, wie sich diese Entwicklungen entfalten und wie sie auf transformative Weise genutzt werden. Denken Sie daran, dass die Zukunft nicht in weiter Ferne liegt, sondern dass sie bereits jetzt stattfindet. Wenn wir KI überlegt und strategisch einsetzen, können wir sofortige Erfolge erzielen und den Grundstein für einen nachhaltigen, langfristigen Erfolg legen.

Einerseits sind laut einer Studie von KPMG 40 % der Verbraucher skeptisch, ob Unternehmen in der Lage sind, ihre persönlichen Daten und ihre Privatsphäre online zu schützen. Andererseits zeigen Umfragen von BCG, Google und IAB, dass 75 % der Befragten nur Werbung sehen wollen, die für ihre Präferenzen relevant ist. Aus diesem Grund ist es wichtig, dass Lösungen vorhanden sind, die diese beiden vorrangigen Bedürfnisse erfüllen: Datenschutz und relevante Inhalte.



Als leitender Experte für digitale Analysen und Teamleiter habe ich im Laufe der Jahre mehrere Datenschutz-Audits durchgeführt und dabei einige Fallstricke identifiziert, die meiner Meinung nach häufiger vorkommen als andere und den Datenschutz gefährden können. Keine Angst, dieser Artikel deckt diese tückischen Fallen auf! Bereiten Sie sich darauf vor, die vier wichtigsten Dinge zu erfahren, die Sie bei der Konfiguration von Datenschutzeinstellungen in Ihrer digitalen Analyseeinrichtung vermeiden sollten.

Die Versuchung, alles zu verfolgen

Ach ja, die Verlockung des "Tracking Everything", die uns unweigerlich in den Sinn kommt: "Es gibt keine Priorität und keinen Geschäftsgrund, wir wollen alles verfolgen" Aber halt, liebe Datenabenteurer, lassen Sie uns nicht das hehre Prinzip des "eingebauten Datenschutzes" aufgeben Die Abkehr von diesem Grundsatz birgt große Gefahren für unsere ethischen Datenpraktiken.



Der Versuchung, alles zu verfolgen, unterliegen häufig Teams mit großen Budgets, die mehrere Analysetools verwenden, um dieselben Datenpunkte zu verfolgen, und die meiste Zeit damit verbringen, sich darüber zu streiten, welches Tool die richtigen Zahlen erfasst. Sie wollen in der Lage sein, jede Frage zu beantworten, obwohl sie sich eigentlich darauf konzentrieren sollten, die richtigen Fragen zu stellen.

Der Grund dafür ist, dass der Tracking-Alles-Ansatz die Privatsphäre gefährdet: Tatsächlich steht diese Aussage im direkten Widerspruch zu den Grundsätzen des "Privacy by Design". Sie bringt die Marke in die Lage, Informationen zu sammeln, die sie nicht braucht, und verletzt damit die Privatsphäre des Endnutzers. Im Grunde würden Sie viel Geld ausgeben und riskieren, eine hohe Geldstrafe zu zahlen.

Abgesehen von den Datenschutzbedenken ist dieses Verhalten auch in anderer Hinsicht kostspielig. Es offenbart eine gewisse Unausgereiftheit der Daten, die zu Schwierigkeiten bei der Ordnung und Kosteneffizienz Ihrer Datensätze führen kann. Dies kann dazu führen, dass die Datenkonsumenten Ihrem Analyseprodukt gegenüber skeptisch werden.

Diese Prioritätensetzung kann durch eine gut definierte Messstrategie erreicht werden. Um diese Strategie festzulegen, sollten Sie sich überlegen, welche Signale Sie in Ihrem Datensatz am ehesten erwarten würden, wenn die Nutzer engagiert sind (oder auch nicht).



Als ersten Schritt empfehle ich, einen Workshop mit allen Beteiligten zu veranstalten, um Prioritäten und Nutzen zu definieren. Dann - und nur dann - sollten Sie mit der Datenerhebung beginnen. So können Sie eine zuverlässige und vertrauenswürdige Quelle der Wahrheit entwickeln, die alle relevanten Interessengruppen einschließt.

Sie können im Laufe Ihrer Analyse immer wieder neue Datenpunkte hinzufügen und neue intelligente Fragen stellen, aber Daten nur um ihrer selbst willen zu erfassen, ist falsch. Ihre Stakeholder werden Ihnen dankbar sein. Menschen, die Ameisen töten müssen, sollten keine Bazookas verkauft werden. Helfen Sie ihnen, in dem Tempo zu wachsen, für das sie bereit sind.

Implizite Zustimmung als Standard

Ich sehe häufig, dass die implizite Einwilligung als Standardeinstellung festgelegt ist und andere Vorschriften wie GDPR auf regionaler Basis angewendet werden. Wenn die Geolokalisierung Ihrer CMP aus irgendeinem Grund blockiert ist (ja, ich habe das schon erlebt), besteht die Gefahr, dass die implizite Zustimmung auf Länder angewendet wird, in denen stattdessen strengere Vorschriften gelten sollten.

Wenn das Unternehmen hauptsächlich in einer Region tätig ist, in der eine implizite Einwilligung zulässig ist, kann es für den DSB sinnvoll sein, das Risiko zu akzeptieren und es dabei zu belassen. Wenn Sie sich jedoch für den Schutz der Privatsphäre einsetzen wollen, sollte die Standardeinstellung die sicherste verfügbare Option sein, d. h. die strengeren Vorschriften sollten standardmäßig angewandt werden, während die milderen Vorschriften auf Länderbasis angewendet werden sollten. Bedenken Sie, dass die meisten Regionen, in denen es keine Vorschriften gibt, deren Durchsetzung prüfen, und dass es nie zu früh ist, Ihren Nutzern zu zeigen, dass sie Ihnen am Herzen liegen.

Die regionalen Tag-Auslöser

Ein weit verbreiteter Irrglaube ist, dass Marketing-Tags keine Blockierungsauslöser benötigen, wenn sie nur auf regionsspezifischen Abschnitten von Websites ausgelöst werden.

Da diese Art der Bereitstellung "tag-spezifisch" ist, erfordert sie einen hohen Wartungsaufwand und ist anfälliger für menschliche Fehler. Selbst wenn für eine bestimmte Region eine implizite Zustimmung vorausgesetzt wird, ist es außerdem wichtig, Datenschutzbestimmungen wie ePrivacy und GDPR zu befolgen, wenn Personen in anderen Regionen (z. B. der EU) auf eine App oder eine Website zugreifen.

Anstatt sich auf Tag-Management-System-Trigger zu verlassen, sollten Sie eine skalierbare und datenschutzkonforme Bereitstellung sicherstellen, indem Sie die Entscheidung über implizite oder explizite Zustimmung in Ihrer CMP zentralisieren. Stellen Sie sicher, dass alle Marketing-Tags die gleichen Zustimmungseinstellungen haben, unabhängig davon, wo sie ausgelöst werden sollen (z. B. nur ausgelöst werden, wenn ad_storage auf granted gesetzt ist). Wenn es sich um Marketing-Tags handelt, werden sie immer Marketing-Tags sein, egal wo sie ausgelöst werden!

In Google Tag Manager 360 kann die Verwendung eines zonenbasierten Ansatzes zur Gruppierung von Tags mit demselben Zweck sehr effektiv sein. Auf diese Weise können Sie die Einhaltung von Zustimmungen nur einmal für eine bestimmte Zone (z. B. "Marketing-Tags") konfigurieren und sie auf alle Tags anwenden, die zu dieser Zone gehören.

Missverständnis über den Umfang von Google Analytics-Tags

Es ist ein weit verbreiteter Irrglaube, dass GA-Tags nur Cookies für Analysezwecke setzen. Sowohl GA3 (Universal Analytics) als auch GA4 nutzen jedoch Funktionen wie Google Signals und Remarketing, die die Zustimmung der Nutzer zur Verwendung von Personalisierungs- und Remarketing-Identifikatoren erfordern.



Doch keine Angst, der Consent Mode kommt auf den Plan und sorgt für eine mühelose Einhaltung der Vorschriften. Wenn er richtig eingerichtet ist, kümmert sich der Consent Mode automatisch um zustimmungsbasierte Funktionen. Wenn er jedoch nicht in Sicht ist, müssen wir eine explizite Einrichtung vornehmen.

Wenn der Zustimmungsmodus nicht aktiviert ist, können Sie Google Signals und/oder die Remarketing-Funktionen programmatisch deaktivieren. Alle Personalisierungsfunktionen für Werbung können deaktiviert werden, indem der Parameter "google_signals" standardmäßig auf "false" und nur dann auf "true" gesetzt wird, wenn der Nutzer zustimmt, für Marketingzwecke identifiziert zu werden.



Kurz gesagt: Berücksichtigen Sie diese häufigen Fallstricke und Lösungsvorschläge, um die Einhaltung der Datenschutzbestimmungen zu gewährleisten, wenn Sie Datenschutzeinstellungen für die digitale Datenerfassung einrichten. Der Vorrang des Datenschutzes schützt nicht nur die persönlichen Daten des Einzelnen, sondern trägt auch zum Vertrauen in die Marke bei und verbessert letztendlich das Kundenerlebnis.

Bitte beachten Sie, dass es sich hierbei nicht um eine Rechtsberatung handelt, sondern vielmehr um meine ethische Position zu diesem Thema. Wenn Sie datenschutzbezogene Entscheidungen treffen, empfehlen wir Ihnen, sich mit Ihrem Datenschutzbeauftragten und Ihrem Rechtsteam zu beraten.

Der Grund, warum wir immer mehr messen, ist ganz einfach: Damit wir die Leistung verschiedener strategischer Szenarien vorhersagen und so den Marken, mit denen wir zusammenarbeiten, helfen können, ihre Medienarbeit zu optimieren. Und wie jede andere Disziplin innerhalb der Werbung entwickelt sich auch der Medienbereich ständig weiter. Lassen Sie uns daher einen Blick auf das werfen, was jetzt wichtig ist und Ihre Medienmessung unterstützen wird.

Begrüßung der Inkrementalität in der Medienwelt.

Lassen Sie uns zunächst einen Schritt zurücktreten und einen Blick darauf werfen, was Inkrementalität bedeutet. Einfach ausgedrückt, bezieht sich Inkrementalität auf den Anstieg der Konversionen oder Verkäufe, die einer bestimmten Werbekampagne zugeschrieben werden können, im Vergleich zu denen, die unabhängig davon stattgefunden hätten - auch bekannt als Basis. Inkrementalität wurde vor kurzem von uns Medienleuten übernommen, und der Begriff hat an Bedeutung gewonnen, da es sich um eine Lösung zur Medienmessung handelt, die den inkrementellen Uplift isoliert. Das ist wichtig, weil man sonst nicht erkennen kann, welche Medien das Wachstum vorantreiben und welche nur die Conversions abgreifen, die man ohnehin erhalten hätte. Die Inkrementalität liefert also einen viel genaueren Einblick in die Art und Weise, wie Ihre Medienkanäle die Conversions fördern.

Bei der herkömmlichen Multi-Touch-Attribution (MTA) wird beispielsweise oft nicht zwischen der Basis und dem Uplift der Werbekampagne unterschieden. Dies kann zu überbewerteten Ergebnissen führen. Um die Inkrementalität genau zu messen, ist es stattdessen wichtig, MTA in Verbindung mit inkrementellen Techniken wie Market Mix Modeling (MMM) zu verwenden. Auf diese Weise können Sie die tatsächliche Wirkung von Werbekampagnen besser verstehen, von ROAS auf ROI umstellen und so eine vernünftigere Diskussion mit Ihren Finanzteams über die Effektivität von Medien führen.

Wie die Markt-Mix-Modellierung der Medienmessung den Rücken stärkt.

Die Marktmix-Modellierung - manchmal auch als Media-Mix-Modellierung bezeichnet, aber ich bevorzuge erstere - ist sicherlich nicht neu auf der Szene, und diese Technik gibt es in ihrer kommerziellen Anwendung zum Verständnis von Media-Uplifts schon seit mehreren Jahrzehnten. Allerdings hat sich die Disziplin vor allem in den letzten Jahren erheblich verbessert.

Das moderne MMM hat einen langen Weg hinter sich. Früher dauerte es Monate, bis die jährlichen Aktualisierungen Ergebnisse brachten, während man heute innerhalb von sechs Wochen ein Pilotprojekt auf die Beine stellen und mithilfe von Automatisierung und maschinellem Lernen monatliche Aktualisierungen innerhalb weniger Tage erhalten kann. Außerdem sind die Visualisierungen viel besser geworden, denn die heutigen Reporting-Dashboards bieten den Analysten eine Fülle von Möglichkeiten, sich den Datensätzen zu nähern.

Es ist wichtig zu wissen, dass Marktmix-Modelle den gesamten Markt berücksichtigen - einschließlich Faktoren wie Werbeaktionen, Preisgestaltung, die jüngste Pandemie, Saisonabhängigkeit und mehr - und somit eine ganzheitliche Sichtweise bieten. Wenn Sie diese anderen Faktoren nicht berücksichtigen, können Sie die Medien nicht richtig einschätzen und riskieren, ihre Wirkung zu überschätzen. Daher gehen immer mehr Marken Partnerschaften mit spezialisierten MMM-Experten ein, die sie bei der Erstellung von Marktmixmodellen unterstützen, oder sie arbeiten mit ihnen zusammen, um diese Fähigkeit intern zu entwickeln.

Ich muss darauf hinweisen, dass einige Marktteilnehmer zwar behaupten, sie würden "Media-Mix-Modelle" erstellen, in Wirklichkeit aber nur eine einfache Regression mit Medienvariablen durchführen oder Multi-Touch-Pathway-Techniken verwenden (was keine inkrementelle Analyse ist). Das Bedenkliche daran ist, dass sie so genannte MMM-Lösungen zu sehr günstigen Tarifen anbieten, was verlockend klingen mag, aber der Schaden, der durch den Einsatz dieser Lösungen entsteht, darf nicht unterschätzt werden. Wenn Sie sich bei Ihren Entscheidungen auf ein billiges, aber schlechtes Modell stützen, kann das schief gehen und Sie über 40 % Ihrer mediengesteuerten Einnahmen kosten - im Vergleich zu einer Steigerung von etwa 30 %, wenn die Technik richtig angewendet wird. Sie können entscheiden, was das Beste für Ihre Marke ist.

Nutzung von KI zur Beschleunigung unserer Analyse.

Ein weiterer Grund, warum ich so begeistert von der Anwendung des Market Mix Modeling bin, ist der jüngste Aufstieg der künstlichen Intelligenz und der daraus resultierenden Automatisierungslösungen - KI hat sich in verschiedenen Bereichen rasant weiterentwickelt und dabei auch das MMM nicht vergessen.

Bei Media.Monks sind wir optimistisch, was KI angeht. Wir wissen aber auch, dass es wichtig ist, vorsichtig zu sein und unsere Sorgfaltspflicht zu erfüllen, zumal wir viele KI-Anbieter sehen, die behaupten, Marktmixmodelle zu erstellen, ohne die richtige Erfahrung und die richtigen Tools dafür zu haben. Wenn es um MMM geht, glauben wir, dass KI und Automatisierungslösungen unglaublich nützlich sein können, um den Prozess zu beschleunigen, aber natürlich gibt es auch einige Fälle, die manuelle Arbeit erfordern. Werfen wir einen Blick darauf.

Rohdaten und Verarbeitung. Dies kann mit Hilfe von APIs oder Vorlagen automatisiert werden, um Daten einzuspeisen, und vordefinierte Prozesse automatisieren dann die Bereinigung, was eine Menge Zeit spart. Hüten Sie sich vor Anbietern, die mehrere Monate brauchen, um Datenleitungen einzurichten, denn eigentlich sollten Sie in wenigen Wochen einsatzbereit sein.

Erste Modelle. Wir setzen evolutionäre Algorithmen ein, um die Erstellung des Ausgangsmodells zu automatisieren. Dabei werden Tausende von Modellen sofort in der Cloud ausgeführt und bewertet, so dass wir viel schneller zu einem Basismodell gelangen und bei MMM-Projekten mit mehreren KPIs Wochen sparen können.

Endgültige Modelle. Beachten Sie, dass dies (noch) manuelle Eingriffe durch ein sehr erfahrenes Modellierungsteam erfordert. Wir müssen die Modelle einer Sinnesprüfung unterziehen, die Daten dreifach überprüfen und unsere umfassende Erfahrung nutzen, um etwaige Anomalien zu erkennen und alternative Analysen durchzuführen, um kontroverse Ergebnisse zu hinterfragen.

Verkaufseffekte und ROI-Berechnungen. Diese können ohne den Einsatz von KI automatisiert werden - es handelt sich lediglich um einen Prozess, der mit Hilfe von Code leicht wiederholt werden kann.

Automatisierte Berichterstattung. Sobald alle Zahlen berechnet sind, ist es einfach, Dashboards und Medienoptimierungstools automatisch zu bestücken. Eine Sache, die sich jedoch nicht automatisieren lässt, ist die Beantwortung individueller Kundenfragen zur effektivsten Sekundenlänge, zur Zielgruppe und mehr.

Engagement. Das Reporting von ROIs und Optimierungen ist eine Sache, aber ein Verständnis für und Vertrauen in die Modelle zu gewinnen, ist eine andere. Daher ist es in der Anfangsphase eines MMM-Engagements unerlässlich, über Mitarbeiter zu verfügen, die die Modelle und Ergebnisse dem gesamten Team erklären können - nicht nur dem Marketing, sondern auch der Finanzabteilung, dem Vertrieb und dem Vorstand, um nur einige zu nennen. Mein Rat wäre, in späteren Phasen darauf zurückzukommen, sobald die Mitarbeiter das Modell verstehen und ihm vertrauen, und dann können Sie zu automatisierten Berichten übergehen.

Kurz gesagt: Automatisierung kann einen Großteil der schweren Arbeit der Daten- und Ergebnisverarbeitung und -visualisierung ersetzen, während KI in der ersten Modellierungsphase eingesetzt werden kann. Was jedoch nicht ersetzt werden kann, ist die Sinnesprüfung, die Interpretation und die Erfahrung eines guten Modellierers, um sicherzustellen, dass die Ergebnisse robust, realistisch, verständlich und somit brauchbar sind.

Weniger Zeit, aber mehr Ergebnisse.

In wirtschaftlich unsicheren Zeiten ist eine zeit- und damit kostensparende Lösung wie die Marktmix-Modellierung, insbesondere wenn sie durch KI und Automatisierung unterstützt wird, sehr nützlich. Auf der Grundlage dieser Modelle ermöglicht die Medienmessung Marken in der Regel die Prognose verschiedener Verkaufsszenarien. Eine solide Leistungsprognose ist wiederum entscheidend, um verschiedene strategische Szenarien gegenüber dem Vorstand, den Eigentümern und Investoren eines Unternehmens zu rechtfertigen.

Inkrementalität ist ein entscheidender Faktor bei der Suche nach einem präzisen ROI, und MMM ist ein wichtiger Weg, um dieses Ziel zu erreichen. Obwohl es diese Technik schon seit Jahrzehnten gibt, beschleunigen sich das Tempo der Veränderungen und die Akzeptanzrate, was sicherlich durch KI noch weiter vorangetrieben wird. Damit Sie die vielen Vorteile dieser bewährten Technik nutzen können, ist es wichtig, mit einem Medienpartner zusammenzuarbeiten, der den gesamten Mix an Umsatztreibern einbezieht und Ihre Modelle von reinen Zahlen zu klaren Geschäftsaktionen führen kann.

Es ist nicht nur wichtig zu wissen, welche Medienkanäle am besten funktionieren, sondern auch, warum sie besser abschneiden als andere. Um Ihrem Marketingteam dabei zu helfen, herauszufinden, was für Ihre Marke am besten funktioniert, haben unsere Medienexperten vier Hauptfaktoren herausgearbeitet, die den ROI eines bestimmten Medienkanals erklären helfen.

Engagement. Aufgrund des verwendeten Mediums sind einige Kanäle natürlich ansprechender als andere. Je ansprechender eine Werbung ist, desto einprägsamer ist sie und desto wahrscheinlicher ist es, dass die Verbraucher auf sie reagieren. Vergleicht man Fernsehwerbung mit Printwerbung, so nutzt erstere visuelle und akustische Effekte, die einen ansprechenderen Inhalt ermöglichen, während letztere durch ihr Medium stärker eingeschränkt ist. Was die sozialen Medien betrifft, so haben beliebte Plattformen wie TikTok gezeigt, dass Videoinhalte in jeder Form eine große Wirkung haben. "Von der Aufnahme von Reels in Facebook bis hin zum Aufstieg von YouTube Shorts und TikTok, das Google als beliebteste Domain überholt hat, ist die große Verlagerung zu Kurzvideos in vollem Gange", so HubSpot.

Zielgenauigkeit. Dieser Faktor bezieht sich darauf, wie gut Vermarkter in der Lage sind, ihre Zielgruppe über die von ihnen gewählten Kanäle zu erreichen. Online-Kanäle haben in der Regel eine größere Zielgenauigkeit als Offline-Kanäle, da sie in der Lage sind, Werbung für sehr spezifische demografische Gruppen zu zeigen. Online-Kanäle ermöglichen auch die erneute Ansprache von Kunden, die bereits eine Anzeige desselben Unternehmens gesehen haben, was sehr nützlich ist, wenn es um den Verkauf einer großen Menge von Artikeln wie Flugtickets geht. Eine bessere Zielgruppenansprache erhöht den ROI, da weniger Ausgaben für Personen verschwendet werden, die zwar die Werbung sehen, aber das beworbene Produkt wahrscheinlich nicht kaufen werden. Allerdings hängt das Erfordernis der Zielgruppengenauigkeit davon ab, was eine Marke verkauft, da einige Produkte breite Bevölkerungsschichten ansprechen und daher keine gezielte Werbung erfordern.

Adstock. Der Adstock-Effekt, der auch als "Erinnerungseffekt" der Medien bekannt ist, unterscheidet sich je nach Medienkanal. Beim Fernsehen beispielsweise ist der Adstock-Effekt höher, weil die Werbung oft einprägsamer ist als bei Kanälen wie Online-Display, wo die Werbung in der Regel einfacher und subtiler ist und daher weniger anspricht.

Reichweite. Nicht zuletzt hängt die Anzahl der Aufrufe und Eindrücke, die eine Anzeige generieren kann, davon ab, welcher Medienkanal genutzt wird. Wenn Sie mit Kanälen arbeiten, die ein großes und weit verbreitetes Publikum haben, erhöhen Sie die Chance, dass Ihre Anzeige viele Menschen erreicht. Einige Kanäle sind begrenzter und werden einfach von weniger Verbrauchern genutzt, was zu abnehmenden Erträgen führen kann, weil Ihre Werbung immer wieder dieselbe, kleinere Zielgruppe erreicht.

Insgesamt helfen diese Säulen, die Unterschiede in der Umsatzsteigerung pro ausgegebenem Dollar zu erklären, wenn Sie die Wirkung Ihrer Werbung über verschiedene Medienkanäle vergleichen. Dieses Wissen ist besonders nützlich, wenn es darum geht, eine Entscheidung über den optimalen Medienkanalmix für Ihre Marke zu treffen. Dennoch ist es wichtig zu beachten, dass der ROI eines Kanals nicht das einzige Maß für seinen Erfolg sein sollte. Einige Kanäle dienen einem bestimmten Zweck, z. B. der Steigerung der Markenbekanntheit, und verdienen daher trotz ihrer potenziell geringeren Rendite einen Platz im optimalen Medienmix Ihrer Marke. Kurz gesagt: Der ROI ist nicht die wichtigste Kennzahl, die Marken anstreben sollten - aus geschäftlicher Sicht ist es am besten, ihn bei der Maximierung des Nettogewinns zu berücksichtigen. Erfahren Sie mehr darüber, wie wir Ihnen jetzt helfen können.

Diejenigen, die sich mit KI beschäftigen, werden besser gerüstet sein, um personalisierte, relevante und effektive Inhalte zu liefern, die die Nutzer ansprechen und ihnen helfen, sich in einer zunehmend wettbewerbsintensiven digitalen Landschaft abzuheben. Sie können dies tun, indem sie in die Integration von First-Party-Daten investieren, KI-gesteuerte Gebots- und Kreativtools testen, mit mehr visuellen Inhalten experimentieren und sich auf die Möglichkeit vorbereiten, dass KI die Anzeigenlandschaft auf den Suchmaschinenergebnisseiten (SERP), wie wir sie kennen, verändern wird.

Ende letzten Jahres eroberte ChatGPT die Welt im Sturm und wurde zum schnellsten Produkt in der Geschichte, das in nur fünf Tagen eine Million Nutzer verzeichnen konnte. Dieselbe Technologie kam auch bei der Einführung der neuen Bing-Suchfunktion von Microsoft zum Einsatz. Seitdem hat Bing ein Anzeigenerlebnis eingeführt, bei dem Anzeigen und Empfehlungen auf der Grundlage der Relevanz der Unterhaltung angezeigt werden. Dies scheint zu funktionieren, denn die Zahl der täglich aktiven Nutzer der Suchmaschine ist auf über 100 Millionen gestiegen.

Es überrascht nicht, dass Google mit einer begrenzten Version der Search Generative Experience beginnt, deren Anzeigenformate sich stark auf Reisen und Einkaufserlebnisse konzentrieren. In der Zwischenzeit wird die traditionelle Google SERP mit generativen KI-Antworten ausgestattet, um die Art und Weise zu verbessern, wie wir nach Informationen suchen, uns mit ihnen beschäftigen und sie aufnehmen. Suchanzeigen werden weiterhin in den herkömmlichen Anzeigenfeldern erscheinen, aber es wird eine völlig andere Erfahrung geben, die auf der Konversation basiert und relevante Links und Anzeigen wiedergibt.

Künstliche Intelligenz ist für die Suche nicht neu; sie beeinflusst eine Vielzahl von Faktoren, die die Ergebnisse beeinflussen, von der Angebotsabgabe über den Abgleich von Suchanfragen bis hin zur kreativen Optimierung. Aber die Einführung von großen Sprachmodellen (LLMs) in die Gleichung wird sich nicht nur auf die Nutzererfahrung auswirken, sondern auch darauf, wie Inhalte bewertet und auf der Ergebnisseite eingestuft werden und wie wir Medien kaufen. Sie werden auch die Art und Weise, wie wir Inhalte erstellen, erheblich verändern. Im Folgenden finden Sie drei wichtige Aspekte, wie die Zukunft der Suche Marken dazu zwingen wird, sich anzupassen - und was Sie jetzt tun müssen, um der Zeit voraus zu sein.

KI-generierte Inhalte werden ein zweischneidiges Schwert sein.

Die konversationelle Suche eröffnet die Möglichkeit, Nutzern hochrelevante, personalisierte Antworten zu liefern. Die Vorteile liegen auf der Hand, doch das Talent der KI, selbständig Inhalte zu erstellen, ist ein zweischneidiges Schwert. Einige Branchen wie das Gesundheitswesen, die Pharmabranche und das Finanzwesen werden Schwierigkeiten haben, mit dem Tempo der Automatisierung Schritt zu halten, da für ihre kreativen Inhalte mehrere rechtliche und behördliche Genehmigungsrunden erforderlich sind, bevor sie live geschaltet werden.

KI-generierte Inhalte laufen Gefahr, diese Hürden zu umgehen. Sie sind auch anfällig für die Verbreitung von Fehlinformationen. Marken können diese Bedenken jedoch entkräften, indem sie vor der Genehmigung und Veröffentlichung von Anzeigen eine menschliche Überprüfung sicherstellen. Durch die richtige Einstellung und das Training von KI-Modellen können Marken schnell Inhalte erstellen, die den gesetzlichen Richtlinien entsprechen, denen sie verpflichtet sind.

Die Suche wird ansprechender, visueller und interaktiver sein.

Die Zukunft der Suche besteht nicht nur aus Text. Die Suche wird sich auch auf visuelle und interaktive Inhalte verlagern. Sicher, Bilderweiterungen machen die Suche für die Nutzer visuell ansprechender. Denken Sie aber auch an ausgefeiltere Plattformen wie Google Lens oder Snapchat Scan, die mithilfe von Computer Vision die Umgebung eines Nutzers durchsuchbar machen. AR ist ein weiteres Format, das der Suche eine neue Dimension verleihen wird und von Google bereits angeboten wird, indem es den Nutzern ermöglicht, direkt mit virtuellen Tieren, Objekten und Orten in Echtzeit in Kontakt zu treten.

Der Gedanke dahinter ist, im Gegensatz zum unendlichen Scrollen ein intensiveres Erlebnis zu schaffen. Reise-, Einzelhandels- und Lifestyle-Marken könnten davon am meisten profitieren, da sie bereits über solide Bibliotheken mit visuellen Inhalten verfügen, auf die sie zurückgreifen können. Andere, wie B2B-Marken, Gesundheits-, Pharma- und Finanzunternehmen, werden aufholen müssen, indem sie Bibliotheken mit visuellen und erlebnisorientierten Inhalten aufbauen, die die Nutzer ansprechen, um Stock-Bilder zu vermeiden. Auf der kürzlich stattgefundenen Google Marketing Live wurden neue Produkte für die Erstellung von Assets mit generativer KI angekündigt, die es denjenigen, die über keine Bibliotheken verfügen, erleichtern, kreative Inhalte in der Google-Werbeplattform zu erstellen. Generative KI kann Marken sicherlich dabei helfen, Assets schnell und in großem Umfang zu entwickeln, obwohl man sich darüber im Klaren sein sollte, dass sie allein noch nicht produktionsreif sind. Es könnten auch offene Fragen bezüglich der Eigentumsrechte und des geistigen Eigentums auftauchen.

Die Datenströme werden die Suche immer vorausschauender und proaktiver machen.

Die Suche entwickelt sich bereits in eine Richtung, in der sie personalisierte Ergebnisse auf der Grundlage früherer Aktivitäten oder dessen, was die Suchmaschine bereits über Sie weiß, liefern kann - zum Beispiel Vorschläge für lokale Restaurants bei der Suche nach Lebensmitteln auf Google oder Empfehlungen für verwandte Produkte auf einer Amazon-Produktseite. Diese Erfahrungen helfen den Nutzern im Allgemeinen, schneller zu finden, wonach sie suchen, und sorgen dafür, dass sie bei zukünftigen Suchen wiederkommen.

Es ist also nicht weit hergeholt, sich eine Zukunft vorzustellen, in der Suchmaschinen die Bedürfnisse der Nutzer vorhersehen, bevor sie sie eingeben. Sie werden über die Abfrage von Schlüsselwörtern hinausgehen und frühere Verhaltensweisen und kontextbezogene Informationen - wie die Absicht, die durch eine dialogorientierte Schnittstelle aufgedeckt wird - nutzen, um für jeden Nutzer völlig individuelle Antworten zu generieren. Das klingt verblüffend, aber je mehr sich die konversationelle Suche verbessert, desto besser wird sie Antworten liefern, die die Suchanfragen der Nutzer befriedigen, ohne dass diese sich zu einer anderen Website durchklicken müssen - was die Möglichkeiten für Werbung im herkömmlichen Sinne verringert.

Die Datenströme, die dieses Erlebnis ermöglichen, werden bei der weiteren Entwicklung der Suche eine herausragende Rolle spielen. Marken, die über First-Party-Daten verfügen, werden die Möglichkeit haben, diese zu nutzen, um noch bessere prädiktive und personalisierte Erfahrungen zu ermöglichen. Auch wenn wir nicht genau wissen, wie sich dieser Bereich entwickeln wird - Bedenken hinsichtlich Datenschutz und Transparenz, insbesondere auf globaler Ebene, könnten den Fortschritt hier unterbrechen -, scheint es doch wahrscheinlich, dass sich die Sucherlebnisse in diesem Trend weiter entwickeln werden. Die Lektion für Marken ist klar: Die Anhäufung von Datenbeständen und die Fähigkeit, KI einzusetzen, werden zu Unterscheidungsmerkmalen, wenn sich die SERP-Anzeigenlandschaft verändert.

Warten Sie nicht mit der Aktualisierung Ihrer Suchstrategie.

Es überrascht nicht, dass eine starke Datengrundlage entscheidend sein wird, um diesen Veränderungen voraus zu sein. Verschaffen Sie sich einen Wettbewerbsvorteil, indem Sie in First-Party-Daten investieren, die über alle Touchpoints im Konversionszyklus hinweg integriert sind. Wenden Sie Conversion Modeling an, um relevantere Anzeigen und höhere Erträge zu erzielen. Diese Erkenntnisse werden sich als entscheidend erweisen, wenn sich Marken an die konversationelle Suche anpassen und ihnen die Erkenntnisse und Tools zur Verfügung stellen, die sie benötigen, um personalisiertere, relevantere und effektivere Inhalte zu liefern.

Apropos Inhalte: Marken können sich auch für die Zukunft wappnen, indem sie ihre Herangehensweise an die Aktivierung und Gestaltung aktualisieren. Testen Sie KI durch Gebotsabgabe, Anzeigengestaltung und das Spielen mit breiten Übereinstimmungen. Experimentieren Sie mit Tools wie Google Performance Max - einer KI-Funktion in der GMP-Suite, die kanalübergreifende Kampagnenstarts und -optimierungen über eine einzige Kampagnenkonfiguration ermöglicht - und der automatisierten Erstellung von Assets.

Und schließlich sollten Sie sich nicht mehr nur auf Text verlassen, sondern mehr Bild-Erweiterungen testen und in Performance-Kreative investieren, um sich abzuheben. Die Nutzung von KI zur Optimierung und zum Auffinden der besten Kreativkombinationen wird Marken dabei helfen, einen stärker Asset-basierten Ansatz zu verfolgen und sich auf die zunehmend erfahrungsorientierten, visuellen und dialogorientierten Schnittstellen der Suche vorzubereiten.

All diese Entwicklungen finden derzeit statt, und Marken müssen sich durch das Experimentieren mit neuen KI-Tools anpassen.

Auf diese Weise werden sie besser in der Lage sein, personalisierte, relevante und effektive Inhalte zu liefern, die die Nutzer ansprechen und ihnen helfen, sich in einer zunehmend wettbewerbsintensiven digitalen Landschaft abzuheben. Und schließlich ist KI noch lange nicht perfekt. Prüfen Sie also die Quellen und verifizieren Sie die generativen Antworten.

Bei einem unserer Kunden hatte das Team viel Zeit und Mühe in die Entwicklung einer Reihe von E-Mail-Marketingkampagnen investiert, um die Online Customer Journey zu optimieren. Einige Ergebnisse waren großartig: Die CTR war zum Beispiel extrem hoch, wenn man den Branchen-Benchmark betrachtet. Wie kommt es also, dass das Team noch nicht in der Lage war, die Auswirkungen seiner Investitionen zu demonstrieren?

Sobald unser Team die Daten der E-Mail-Kampagnen von oben nach unten analysierte, wurde ein gemeinsames Problem sichtbar. Es ging nicht wirklich um den Inhalt der E-Mails oder die Automatisierungseinstellungen. Das Problem lag am Anfang der E-Mail-Kampagnenreise: Die Anzahl der E-Mail-Leads, die in die Kampagnen-Pipelines eingegeben wurden, war deutlich zu niedrig.

Bevor Sie beginnen, sollten Sie Ihren Input überdenken.

Daten aus dem ROI-Report 2022 von Nielsen zeigen, dass erhöhte Investitionen in Marketingkampagnen im oberen bis mittleren Trichter den ROI von Marken um 70 % steigern. Natürlich ist es wichtig, ein Marketingsystem zu schaffen und zu stärken, mit dem Sie die Wirkung Ihres Einsatzes maximieren und die besten Ergebnisse erzielen können. Manchmal vergessen wir jedoch zwei der wichtigsten Aspekte bei der Umsetzung einer erfolgreichen Marketingstrategie: die Menge und die Qualität Ihres Inputs. Beide sollten zufriedenstellend sein, denn ohne eine anständige Menge an qualitativ hochwertigen E-Mail-Leads am Anfang des E-Mail-Marketing-Trichters werden die Ergebnisse niemals ausreichen oder den erwarteten Wert für die Investition des Teams liefern.

Der Nielsen-Bericht zeigt auch eine signifikante, positive Korrelation zwischen Zielgruppenansprache und Kampagnen-ROI: Kampagnen mit hoher Zielgruppenreichweite (die darauf abzielen, eine große Anzahl von Personen innerhalb einer bestimmten Zielgruppe zu erreichen) weisen einen höheren ROI auf als Kampagnen mit mittlerer und niedriger Zielgruppenreichweite. In Anbetracht der Stärke des Marketings im oberen und mittleren Trichter kann das Audience Targeting im oberen Trichter dazu führen, dass das Potenzial der Kampagnenleistung maximiert wird. Um jedoch eine gesunde Menge an Kunden am oberen Ende des Trichters zu gewinnen, ist die Ansprache der richtigen Zielgruppen in Ihren Kampagnen für den oberen Trichter von entscheidender Bedeutung. Und hier kommt die gute Nachricht: Medienkampagnenplattformen bieten eine Vielzahl von Optionen für die Feinabstimmung Ihrer Targeting-Strategien, indem sie Kunden in sinnvolle Untergruppen gruppieren.

Wenn es darum geht, sich in den unzähligen Kategorien und Datenpunkten, die für das Targeting verwendet werden, zurechtzufinden, befolge ich eine Liste von Strategien und Kriterien, um Zielgruppen in Marketingkampagnen besser anzusprechen und zu aktivieren, was wiederum dazu beiträgt, den oberen Trichter zu verbessern. Beachten Sie, dass einige Strategien je nach den Funktionen der von Ihrem Team verwendeten Medienkampagnenplattformen oder der Verfügbarkeit von Online-Kundendaten möglicherweise nicht umsetzbar sind.

• Demografische Daten: Geschlecht, Alter, Ausbildung, Berufsbezeichnung usw.
• Lebensereignisse: kritische Lebensabschnitte wie Änderung des Familienstandes, Geburt eines Kindes oder Kauf eines Hauses.
• Affinität: spezifische Interessen der Verbraucher beim Online-Surfen.
• Marktnähe: starkes Interesse der Verbraucher an den Produkten oder Dienstleistungen, die Sie verkaufen.
• Frühere Interaktionen mit Ihrer Website oder App: besucht, ein Produkt angesehen, auf "In den Warenkorb" geklickt, sich angemeldet, Broschüren heruntergeladen usw.
• Aktuelle Kunden: bestehende Datensätze im CRM, die mit den Kampagnenkanälen übereinstimmen.
• Anzunehmende Kunden: Personen, die ähnliche Merkmale wie die bestehenden Kunden aufweisen.

Durch die Segmentierung der Zielkunden in die richtigen Untergruppen und die Bereitstellung relevanter Inhalte in den Marketingkanälen ist es wahrscheinlicher, dass Ihr Team über starke obere Pipelines verfügt, was zu einer besseren Leistung im weiteren Verlauf des Trichters führt. Und wenn Ihr Team über einen soliden Input und ein solides Marketingsystem verfügt, ist eine Verbesserung des ROI in greifbarer Nähe!

Um diese Herausforderung zu meistern, greifen kluge Vermarkter und Datenwissenschaftler auf Kundendatenplattformen zurück: Softwaresysteme, die es Unternehmen ermöglichen, Kundendaten aus verschiedenen Quellen an einem Ort zu sammeln, zu zentralisieren und zu verwalten. Eine CDP kann bei der Beantwortung einer Fülle von Fragen helfen, indem sie eine einzige Quelle der Wahrheit bereitstellt. Bevor Sie jedoch dieses Ziel erreichen, ist es wichtig zu verstehen, wie Sie die damit verbundenen Komplexitäten und Verantwortlichkeiten handhaben.

Vor nicht allzu langer Zeit hat unser Associate Director of Customer Data, Elia Niboldi, einen Artikel darüber verfasst, wie man das volle Potenzial von CDPs ausschöpfen kann. Dieses Mal gehen wir mit einem neuen Whitepaper, das die wichtigsten Überlegungen bei der Implementierung einer CDP untersucht, einen Schritt zurück. Sehen wir uns einige der wichtigsten Erkenntnisse an.

Mit CDPs kommt eine große Verantwortung.

Einfach ausgedrückt, zielen CDPs darauf ab, eine umfassende Sicht auf den Kunden über alle Kanäle und Berührungspunkte hinweg zu bieten, die es Unternehmen ermöglicht, fundierte Entscheidungen zu treffen und bessere Kundenerlebnisse zu schaffen. Sie sind unglaublich leistungsfähige Werkzeuge, aber das bedeutet auch, dass die von CDPs gesammelten Daten sensibel sein können und auf verantwortungsvolle und ethische Weise gehandhabt werden müssen, selbst wenn die Kunden sie von vornherein gerne mit der Marke geteilt haben.

Mit anderen Worten: CDP-Daten erfordern eine Strategie und eine klare Governance für die Interaktionen einer Marke mit ihren Kunden. Ein robustes Zustimmungsmanagementsystem ist das absolute Minimum, ein wesentlicher Prozess, der es Kunden ermöglicht, zu bestimmen, welche Informationen sie mit einem Unternehmen teilen möchten - etwas, das Salesforce Privacy Center sehr gut handhabt. Und dies sollte sich nicht auf die erste Interaktion der Marke mit einem Kunden beschränken: Wenn sich die Vorschriften ändern oder die Präferenzen der Kunden sich ändern, sollten sie die Möglichkeit haben, diese Präferenzen zu verwalten und zu aktualisieren, und Marken können diese von einem zentralen Ort aus über ein CDP verfolgen.

Sobald der Kunde Interesse an einem Wertaustausch zwischen seinen Daten und den Dienstleistungen der Marke gezeigt hat, ist es wichtig, Standards für die Sendefrequenz festzulegen, die eine Ermüdung der Marke verhindern und sicherstellen, dass die Markenkommunikation effektiv und positiv ist - und nicht lästig und frustrierend. Die Sendehäufigkeitsobergrenzen werden in der Regel täglich, wöchentlich oder monatlich zurückgesetzt und können je nach Kundenverhalten angepasst werden, um Marketingkampagnen zu optimieren und das Kundenerlebnis insgesamt zu verbessern.

Betrachten Sie die Rolle von CDPs im Geschäft des CMO.

Da sie eine einheitliche Ansicht bieten, sind CDPs sowohl ein technisches als auch ein organisatorisches Werkzeug, das dazu beitragen kann, Silos zu durchbrechen. Traditionell sind Kundendaten über verschiedene Systeme und Abteilungen verteilt, was es für Marketingfachleute schwierig macht, auf diese Daten sinnvoll zuzugreifen. Gleichzeitig ist es für Technologie-Teams naturgemäß schwierig, die Bedürfnisse des Marketings oder ihre spezifischen Anwendungsfälle für die von ihnen verwalteten Daten vollständig zu verstehen. CPDs überbrücken diese Lücke und dienen sowohl dem CMO als auch dem CIO.

Damit CMOs jedoch den tatsächlichen Wert von CDPs nutzen können, müssen wir uns vor Augen halten, dass sie drei Schlüsselrollen spielen: Gewährleistung der Zusammenarbeit zwischen den Teams, Verbesserung der Anwendungsfälle für die Optimierung und bessere Segmentierung. Eine CDP erfordert die Zusammenarbeit zwischen verschiedenen Teams, da sie dazu dient, Silos aufzubrechen und eine einzige Wahrheitsquelle bereitzustellen, auf die jeder im Unternehmen zurückgreifen kann. Durch diese Quelle der Wahrheit können Marketingspezialisten verfolgen, welche Kanäle und Strategien besonders gut funktionieren, und diese entsprechend optimieren. Schließlich bieten CDPs überlegene Targeting-Funktionen, mit denen Unternehmen personalisierte Erlebnisse anbieten können, die den Bedürfnissen und Interessen ihrer Kunden entsprechen.

Salesforce Data Cloud kombiniert beispielsweise die Daten von Google und The Trade Desk, um Erkenntnisse über die Zielgruppe, die über Messaging, Journeys und Onsite-Personalisierung hinausgehen, in die Such- und digitalen Medienkampagnen einer Marke zu integrieren. Außerdem wird eine nahezu unendliche Menge an dynamischen Daten in Echtzeit an Customer 360 weitergeleitet. Dies ermöglicht eine tiefere Einbindung des Publikums, da die Kundendaten ständig aktualisiert werden und in Audio-, OOH-, App- und Web-Kampagnen einfließen - und in alles dazwischen.

Sind Sie an der Implementierung eines CDP interessiert? Bewerten Sie Ihre Bereitschaft.

Sie haben also klare Governance-Standards für Ihre Interaktionen mit Verbrauchern eingeführt und sowohl den CMO als auch den CIO über die Bedeutung einer einzigen Wahrheitsquelle aufgeklärt. Sind Sie bereit, aussagekräftige Kundeneinblicke zu gewinnen? Noch nicht ganz. Zunächst müssen Sie einige erste Schritte befolgen, um eine erfolgreiche Implementierung der CDP sicherzustellen:

• Abstimmung der Ergebnisse: Beginnen Sie mit einem Workshopping der vorrangigen Anwendungsfälle, um das Minimum Viable Product zu erstellen. Dabei muss es sich um eine funktionsübergreifende Übung handeln, bei der die Anwendungsfälle konzipiert, quantifiziert und priorisiert werden.
• Strategie zur Identitätsauflösung: Erstellung des Identitätsgraphen, der es ermöglicht, ein Kundenprofil zu einer einzigen Kundenansicht zusammenzufügen.
• Datenmodell: Entwicklung eines konsistenten globalen Messrahmens.
• Team-Vision: Stellen Sie sicher, dass die CDP mit einer klaren strategischen Vision und dem richtigen Team gekoppelt ist, um ihr volles Potenzial auszuschöpfen. Dieses Team sollte aus Vertretern verschiedener Abteilungen, Partnern für die Systemintegration, Sponsoren aus der Geschäftsleitung und operativen Nutzern bestehen.
• Implementierungsplan: Entwicklung des Betriebsmodells. Damit eine Kundendatenplattform nahtlos in ein Unternehmen implementiert werden kann, sind vorgefertigte Integrationen unerlässlich. Stellen Sie fest, welche Integrationen erforderlich sind, und wählen Sie auf dieser Grundlage eine CDP-Lösung, die Ihren betrieblichen Anforderungen entspricht.

Alles in allem sollten CDPs nicht als "einrichten und vergessen" betrachtet werden, sondern eher als "implementieren und optimieren" Eine CDP wie Salesforce Data Cloud kann eine Fülle von Vorteilen für ein Unternehmen bieten, von effizienterem Datenmanagement bis hin zu verbesserten Kundenerfahrungen. Durch die Festlegung eines klaren Governance-Prozesses und die Berücksichtigung wichtiger Überlegungen vor der Implementierung können Unternehmen sicherstellen, dass sie sowohl für die Vorteile als auch für die Verantwortung, die mit der Nutzung einer CDP einhergehen, bereit sind.

In diesem Bericht erfahren Sie, wie Sie Schlüsselaspekte wie Data Governance, Effizienzmanagement, Virtualisierungsprinzipien, Zustimmungsmanagement, Vereinheitlichung und Aktivierung behandeln können, um einen ganzheitlichen Überblick über die Vorgänge in Ihrem Unternehmen zu erhalten.