Profiling

Elektronik, Unterhaltung, Reise, Versicherung, Finanzen, eigentlich gibt es für alles Käufer im Internet. Nun kaufen die User auch meistens wenn der Preis passt. Da so gut wie alle Produkte und Dienstleistungen im Netzt mehrfach zu finden sind, aber der Preis eben nicht überall der gleiche ist, lohnt oft der Vergleich. Womit ich auch schon beim Thema wäre.

>>PREISVERGLEICH<<

Preisvergleich gabs schon immer und wird es wahrscheinlich auch immer geben, so lange es einen Wettbewerb mit ausreichend Konkurrenten geben wird. Wenn man jetzt mal den aktuellen Preisvergleich näher betrachtet, kann ich Euch ein paar grundlegende Erkenntnisse mitteilen. Neun von zehn Retail-Transaktionen finden im stationären Handel statt, wobei 3/4 dieser Käufer wiederum vorher bzw. vor Ort online recherchiert haben.

Unbenannt

Neben den unterschiedlichen Endgeräten, werden viele Möglichkeiten des Vergleichs genutzt. Einerseits über eine banale, sehr generische Suche auf Suchmaschinen oder sehr spezielle Suchen auf Spezialseiten, auf Social Plattformen, auf bekannten Presissuchmaschinen, usw.

Ich widme mich in meinem Beitrag dem Retail Preisvergleich – also Produktsuchen mit Kaufabsicht online. Hier gibt es eine ganze Reihe von Kombinationsmöglichkeiten. Grundlage einer Bewerbung ist allerdings immer ein Produktdatenfeed, da alle Preisvergleicher (inklusive Google) nur mit einem Datenfeed der stattfindenden Produktsuche entsprechende Anzeigen ausliefern können. Kein Feed, keine Produktanzeigen. Dann kommt es natürlich darauf an in welcher Qualität das Feed vorhanden ist. Schön dass es eines gibt, aber sind die Felder komplett, werden alle Kriterien erfüllt, finden sich Werte zu Zustand, Lieferzeit, Preis in richtiger Währung, Herstellernummer, Qualitätsmerkmale, Identifikationsnummern, Produktbeschreibungen, URL, Bild-Url(s), Kategroriepfad, Artikelbezeichnung, usw. wieder. Und in welcher Güte sind diese Werte?

Schon vergeht einem der Spass… Nicht ganz, denn diejenigen, die sich um ihr Feed kümmern und es sowohl automatisiert als auch manuell optimieren und ständig aktuell halten, erfreuen sich großer Umsätze über alle eingesetzten Werbekanäle. Es gilt also folgende Regel: Erforderliche & empfohlene Attribute + Genauigkeit der Daten = Datenqualität. Und je höher die Datenqualität, desto mehr Umsatz kann generiert werden. Ich sage explizit kann, denn allein das reicht natürlich nicht, da es bei einem schlechtem Produkt und bei überteuerten Preisen und bei Kombination aus beidem wohl eher nicht zu häufigen Abschlüssen kommen wird. Trotzdem muss gesagt werden, dass zwar der Preis Entscheidungskriterium Nr. 1 ist, aber je nach Feinheiten User auch nach Marke, Service, Lieferbedingungen und anderen Kriterien kauft.

Feeds kommen beispielsweise hier zum Einsatz:

– Preissuchmaschinen (Bsp. Idealo, Billiger.de, Günstiger.de, Check24, Geizhals)
– Google Shopping
– Affiliates
– Retargeting/Remarketing
– eigene Webseite

und das ganze auf Desktop, Laptop, Tablet und Samrtphone. Da stellt sich schnell die Frage, was einem entgeht, der sich bis jetzt nicht um sein Datenfeed gekümmert hat. Aber jetzt mal angenommen wir haben ein spitzen-super-duper, ultra-aktuell gehaltenes Feed mit total gefragten Produkten zu 1A Preisen, usw. Was mach ich jetzt damit?

Da so gut wie alle Produktsuchen erst mal bei Google anfangen liegt es auf der Hand Google Shopping (früher PLA = Product Listing Ads) einzusetzen. Man muss also sein Feed im Merchant Center anlegen und mit seinem Adwords-Konto verknüpfen. Google verlangt zwar, dass das Feed in einer bestimmten Reihenfolge und mit bestimmten Feldern und Inhalten bestückt ist, liefert dafür aber auch den stärksten Kanal. Dicht gefolgt kommen die Preisvergleicher und danach Spezialseiten, die oft auch als Affiliates auftreten. Um Gewinne zu erwirtschaften ist es natürlich notwendig auch in diesem Segment zu optimieren. Damit meine ich natürlich nicht nur das Feed und seine Inhalte, sondern auch den Mediaeinkauf. Google hat ein auktionsbasiertes CPC Modell (läuft ja auch über Adwords)  und kann wunderbar im Einkauf mit einem gut gefürten Bid-Management-System optimiert werden. Die meisten Preisvergleicher offiziell auch. Aber bei einer guten Marke und gut verkaufendem Shop muss kalkuliert werden, ob nicht ein Einkauf auf eigenen KPIs basierend zu noch mehr Erfolg führt. So kann bspw. vielleicht nach KUR eingekauft und dann sogar nach Produktkategorien geclustert werden (unterschiedliche Werte, je nach Plausibilität). Daraus lässt sich auch wunderbar ein Affiliateprogramm aufziehen. Kombiniert man diese Kanäle und betreibt auch noch ein geschicktes, profilbasiertes Retargeting mit entsprechend dynamisch generieten Werbemitteln, so steht dem maximalen Erfolg eigentlich nix mehr im Weg.

So, jetzt wisst Ihr grob Bescheid. Wer mehr wissen will, meldet sich am Besten bei mir. Ich freue mich…

 

 

Auch schon vor Ostern beschäftigen wir uns mit einem spannenden Suchspiel. Die Suchenden sind die Userprofile unserer NE.R.O. Profildatenbank, die es uns ermöglicht nahezu alle Zielgruppen nicht nur oberflächlich abzubilden, sondern darunter auch Subzielgruppen zu segmentieren. Diese Subcluster unterscheiden sich dabei nicht nur über ihr Geschlecht oder Alter, sondern vielmehr hinsichtlich ihrer jeweiligen Bedürfnisstruktur oder auch ihrer Einstellung zum Kauf in Bezug auf unterschiedliche Produkte. Mit dem Wissen um die Unterschiede zwischen den Segmenten, können diese auch für die Kreativen fassbarer beschrieben werden.

So könnte eine Zielgruppenbeschreibung zukünftig aussehen:

 

Gesucht ist also die passende Botschaft je Usertypus, die es uns ermöglicht ganz individuell auf die aktuelle Profilinformation zu reagieren.

Ist beides als Baustein innerhalb des Adservers vorhanden, stellt sich nur noch die Frage nach der medialen Aussteuerung. Innerhalb einer NE.R.O. Targetingkampagne ändert sich außer einem feineren Zielgruppenmanagement nichts. Die Grundreichweite der Kampagne bleibt unberührt, da sich die Gesamtzielgruppe durch die zusätzliche Segmentierung nicht ändert.

Richtig spannend wird das Spiel mit den Botschaften vor allem auch innerhalb der klassisch geplanten Mediabelegungen. Auch hier kann bei jeder Ad Impression die NE.R.O. Datenbank in die Entscheidungshierarchie einbezogen und damit die Relevanz der Botschaft über die komplette Onlinekampagne für den einzelnen Nutzer gesteigert werden. Während bisher meistens nur ein Motiv oder maximal eine unspezifische Motivrotation umgesetzt wurde, kann durch das Zwischenschalten von NE.R.O. auch hier eine profilbasierte Motivsteuerung erfolgen.

Innerhalb des Datenpools werden aber nicht nur die allgemeinen Profildaten, sondern auch die für den jeweiligen Werbekunden gesammelten Profile vorgehalten. Auch diese können als zusätzliche Filterparameter zur Aussteuerung herangezogen werden. So können beispielsweise auch Re-Targeting User getrennt identifiziert und mit der richtigen Botschaft angesprochen werden.

Während zu Beginn also das Profil auf der Suche nach der passenden Botschaft ist, wendet sich das Blatt im Moment der Kampagnenauslieferung. Die Motive sind jetzt auf der Jagd nach dem passenden Profil innerhalb der zur Verfügung gestellten Reichweite.

Vor drei Jahren bin ich aus der „klassischen“ Onlineplanung zu mediascale in den Bereich Targeting gewechselt. Seitdem hat sich viel getan, aber noch nie war das Thema so spannend und abwechslungsreich wie in den letzten Monaten. Einerseits ergeben sich aus der Weiterentwicklung unseres Targetingtools NE.R.O immer neue Einsatzbereiche, andererseits entsteht im Moment ein völlig neuer Blickwinkel auf das Thema Zielgruppe. Vor allem, wenn es um die Definition von Zielgruppen geht. Unternehmen und Marken merken, dass sie mit soziodemografischen oder milieuspezifischen Schubladen nicht mehr weiterkommen.

Deshalb setzen immer mehr Kunden mit uns Workshops auf, um ihre jeweilige Zielgruppe neu zu beleuchten und gegebenenfalls anders oder in weitere Untergruppen zu segmentieren. Im ersten Moment klingt das nicht besonders innovativ. Allerdings werden beim Beschreiben der Menschen und ihrer Motivationen und Bedürfnisse jetzt vielfach auch Parameter abseits bekannter Modelle wie den Sinus Milieus zu Rate gezogen. Die Parameter, die einer Clusterung zu Grunde liegen, sind sehr vielfältig und oftmals sehr kundenspezifisch. Sie reichen von Persönlichkeitsmerkmalen und Einstellungen über Markenaffinitäten bis hin zu Matrixkonzepten aus Alter und der emotionalen Nähe zu Themen wie beispielsweise der Musik. Auch das Erheben der notwendigen Daten, die für die Analyse herangezogen werden, variiert stark. Während manche Unternehmen auf Umfragen setzen, greifen andere auf interne Wissenspools – wie die eigenen Verkäufer aus dem stationären Handel – zurück. Die Ergebnisse unterscheiden sich sicherlich in der Tiefe der betrachteten Parameter, jedoch haben sie eine große Gemeinsamkeit: Es entstehen kundenspezifische Zielgruppenbeschreibungen, die oftmals die direkte mediale Abbildbarkeit außer Acht lassen, dafür aber mit Merkmalen angereichert sind, die die Bedürfnisstruktur und damit oftmals die Kaufmotive deutlich besser ausleuchten, als dies bisher der Fall war.

In der Targetingplanung entstehen so weitere sehr vielfältige Ansatzmöglichkeiten. Für uns besteht die Anforderung darin, diese Zielgruppen in unserem Tool abbildbar zu machen oder, in gewissen Teilbereichen, adäquate Übersetzungen zu finden. Bisherige weit verbreitete Kriterien wie Geschlecht, Alter oder Haushaltsnettoeinkommen rücken in den Hintergrund. Oder sie dienen nur noch der äußeren Begrenzung einer Gesamtzielgruppe, während sich innerhalb dieser eine Vielzahl von weiteren Teilzielgruppen mit ihren ganz spezifischen Wünschen tummeln. Neben den erforderlichen Werbemitteln, die inhaltlich die Bedürfnisstruktur aufgreifen, muss sich auch die Aussteuerungslogik einem Feintuning unterwerfen. Denkbar wäre hier beispielsweise ein  Frequency Capping auf Zielgruppenebene, nicht mehr wie bisher kampagnenübergreifend.

Also, jede Menge Herausforderungen, die wir in den kommenden Monaten gerne annehmen.

Nadine Schollmeier, Teamleiterin Tools & Services bei mediascale

1 2 11

Die Autoren