Viele Leute sehen PBT nur als ein Tool an, um Klickraten (CTR) und Konversionsraten (CR) zu steigern. Darauf aufbauend machen sie dann entsprechende Milchmädchenrechnungen um vermeintlich zu beweisen, dass es für PBT kein funktionierendes Geschäftsmodell gäbe. Dabei ist das einzige, was dieser Ansatz beweist, dass sie das volle Potenzial von PBT noch nicht erkannt haben.

Natürlich kann PBT Klick- und Konversionsraten signifikant steigern. Das hat nugg.ad mit ausreichend vielen Case Studies bewiesen. Wenn das alles wäre, wäre es aber in der Tat traurig. Schließlich wissen wir, dass nur ein geringer Anteil aller User überhaupt jemals auf Werbung klickt. Wer sich also auf die Klickrate als Performance Indikator fixiert, lässt von vornherein schon mal 80% der User außen vor. Potenzialausschöpfung sieht anders aus. Auch was die Konversionsrate betrifft, sieht es nicht besser aus. Hat doch nur ein Bruchteil aller Kampagnen eine Online-Konversion zum Ziel.

Wo also liegen die großen Potenziale, wenn nicht in CTR und CR? Um diese Frage zu beantworten, hilft ein Blick auf die klassischen Medien, auf die immer noch der Löwenanteil der gesamten Werbebudgets entfällt. In TV und Print gibt es weder CTR noch CR. Hier sind die entscheidenden Performance-Indikatoren:

• Zielgruppenanteil
• Reichweite
• Kontaktklassen
• Brand-Wirkung

Wenn es gelingt, diese vier Größen online messbar, steuerbar und optimierbar zu machen, liegt darin ein um ein Vielfaches größeres Potenzial als in der Steigerung von CTR und CR. Und genau das macht PBT:

• Eine bestimmte Zielgruppe zu erreichen, ist nicht nur in den meisten Fällen das primäre Ziel der Werbekunden, sondern auch der Sinn von Mediaplanung schlechthin. Und die messbare Steigerung des Zielgruppenanteils durch direktes Zielen auf soziodemografische Eigenschaften und Produktinteressen – auch wenn kein entsprechender Content zur Verfügung steht – ist seit jeher eine Kernleistung von PBT.

• Dass PBT die adressierbare Reichweite für jede verfügbare Zielgruppe innerhalb eines Vermarkterportfolios optimiert, ist auch bekannt. Spannend wird es, wenn man die Möglichkeit von Targeting nutzt, Reichweiten vermarkterübergreifend verfügbar zu machen. Diesen Ansatz verfolgt bspw. AdAudience und auch nugg.ad wird in Kürze eine Lösung lancieren, auf der bereits erste Kampagnen erfolgreich vermarkterübergreifend gelaufen sind.

• Dabei wurde auch die Fähigkeit von PBT genutzt, Kontaktklassen zu optimieren: Die vermarkterübergreifende (!) Kombination von Frequency Capping (zur Vermeidung der Überlieferung einzelner Nutzer) und Frequency Boosting (zur Vermeidung der Unterlieferung einzelner Nutzer).

• Zur Optimierung der Brand-Wirkung gibt es den im Herbst 2009 vorgestellten nugg.ad Branding Optmiser, mit dem der klassische Markendreiklang Bekanntheit – Sympathie – Kaufabsicht gemessen und wahlweise eine der Größen gezielt optimiert wird.

• Hinzu kommen die Möglichkeiten der Live-Marktforschung, wie z.B. der soziodemografischen Beschreibung von Usergruppen auf Basis ihres Verhaltens.

Es braucht also nicht viel Phantasie um zu erkennen, dass das Potenzial von PBT nicht nur in der Steigerung von CTR und CR liegt, sondern zum weitaus größeren Teil in der digitalen Markenkommunikation der Zukunft. Wir sprechen nicht mehr von den 20% Klickern, auf die sich Targeting-Kampagnen bisher häufig beschränkt haben, sondern von 100% der Internet-User. Und wir sprechen auch nicht von TKPs auf CPC-Niveau, sondern von Preisen, die hochwertigen Branding-Kampagnen inkl. Erfolgsnachweis gerecht werden. Das ist eine ungleich bessere Basis für erfolgreiche PBT-Geschäftsmodelle als es uns die Unkenrufe weismachen wollen.

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.2: PBT = Low TKP
2. Die 5 größten Predictive Targeting-Irrtümer – Nr.4: Geringerer Streuverlust bedeutet immer auch eine höhere Klickrate
3. Die 5 größten Predictive Targeting-Irrtümer – Nr.5: PBT hat keinen Streuverlust

Es gibt tatsächlich Leute, die den Eindruck vermitteln, mit Targeting grundsätzlich zu 100% die richtige Zielgruppe erreichen zu können, und damit in sträflicher Weise falsche Erwartungen wecken. Tatsächlich gibt es beim Predictive Targeting immer Streuverluste. Es lohnt sich aber eine differenzierte Betrachtung.

Der Streuverlust ist immer ein Trade-off zwischen Präzision und Reichweite. Je größer die Präzision desto kleiner die Reichweite und umgekehrt. Das Diagramm zeigt diesen Zusammenhang beispielhaft für die Zielgruppe Frauen auf einer Website, auf der 20% der User Frauen sind:

Um 90% Präzision (d.h. 10% Streuverlust) zu erreichen, muss man sich in diesem Beispiel auf die TOP 10% Reichweite innerhalb der Zielgruppe beschränken. Es ist dann im Einzelfall zu prüfen, ob diese Reichweite für die Auslieferung einer entsprechenden Kampagne ausreicht. Es kann sich durchaus lohnen einen größeren Streuverlust von bspw. 20% in Kauf zu nehmen. Im Beispiel würde man dadurch die Reichweite auf 50% der Frauen auf der Website steigern.

Streuverlust ist auch nicht immer gleich Streuverlust. Ein Beispiel: Wer kann schon genau sagen, dass seine Zielgruppe exakt 20-29 Jahre alt ist und ein Anfang-30-Jähriger sich nicht mehr für das Produkt interessiert? Da PBT um das Ziel streut, entfällt der größte Teil des Streuverlustes auf die benachbarten Zielgruppen (14- bis 19-Jährige und 30- bis 39-Jährige) und das kann durchaus im Sinne des Kampagnenziels sein. Außerdem können daraus nützliche Erkenntnisse gezogen werden, wenn sich z.B. herausstellt, dass die Kampagne unter den 30- bis 39-Jährigen besser performt.

Einmal mehr zeigt sich hier, dass der Streuverlust nur eine von 4 möglichen Zielgrößen einer Kampagne ist (vgl. Irrtum Nr.4) und ein Minimum an Streuverlust nicht notwendig das Optimum in Bezug auf die anderen Zielgrößen bedeutet. Es ist vielmehr wichtig, den „richtigen“ Streuverlust zu wählen, um das jeweilige Kampagnenziel bestmöglich zu erreichen.

Einen schönen Blog-Post zu diesem Thema hat übrigens mein Kollege Bernd Henning letztes Jahr im OMD-Blog geschrieben.

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.4: Geringerer Streuverlust bedeutet immer auch eine höhere Klickrate
2. Die 5 größten Predictive Targeting-Irrtümer – Nr.1: Hochwertiger Content und PBT vertragen sich nicht
3. Die größten Predictive Targeting-Irrtümer – Nr.7: PBT ist nichts weiter als ein Performance Uplift-Tool

Hinter diesem Irrtum steckt die Annahme, dass Zielgruppenanteil und Klickrate immer korrelieren. In den meisten Fällen tun sie das auch – aber nicht immer! Dann wird deutlich, dass es sich um zwei unterschiedliche Zielgrößen handelt und dass man sich entscheiden muss, auf welche hin man eine Kampagne optimieren will.

1. Beispiel: Falsche Zielgröße
Auslieferung einer Kampagne für teure Luxusgüter an Entscheider. Dann trifft ein Produkt, auf das grundsätzlich viele neugierig sind (hohe Klickrate bei Zufallsauslieferung), auf eine Zielgruppe, die notorisch wenig klickt (sei es aus Zeitmangel oder weshalb auch immer). Es ist ziemlich offensichtlich, dass die Klickrate umso stärker abnimmt, je besser die Zielgruppe getroffen wird. Das bedeutet ja nicht, dass die Kampagne nicht funktioniert. Es ist sogar höchst wahrscheinlich, dass der Branding Effect und/oder die Conversion Rate (die beiden anderen der vier möglichen Zielgrößen einer Kampagne) deutlich ansteigen. Die Klickrate ist dann einfach die falsche Zielgröße.

2. Beispiel: Falsche Zielgruppe
Ein Beispiel aus der Praxis: Um einen Kleinwagen zu bewerben, wurde auf die Zielgruppe Autointerssierte gezielt – ohne jegliche Auswirkung auf die Klickrate. Nun kann man sich denken, dass wirklich Autointerssierte sich für teure oder schnelle Autos interessieren aber nicht für Kleinwagen. Von daher passte die Zielgruppe nicht zum Produkt. Mit dieser Erkenntnis wurde im Folgenden auf junge Frauen mit überdurchschnittlichem Einkommen gezielt – mit durchschlagendem Erfolg: Die Klickrate stieg um mehr als 60%.

3. Beispiel: Falsches Werbemittel
Angenommen die Zielgruppe für das beworbene Produktist ist richtig definiert und diese Zielgruppe wird dank PBT auch mit minimalem Streuverlust getroffen. Was ist dann, wenn das Werbemittel diese Zielgruppe einfach nicht anspricht? Auch in diesem Fall erzielt man keine nennenswerte Klickratensteigerung, obwohl ansonsten alles richtig gemacht wurde.

Bei den Beispielen 2 und 3 ist Targeting dann nicht die Ursache für unbefriedigende Klickraten, sondern ganz im Gegenteil hilft Targeting hier Schwächen an anderer Stellen aufzudecken. Glücklicherweise lassen sich Kampagnen für alle vier möglichen Zielgrößen (Zielgruppenanteil, Klickrate, Conversion Rate und Branding Effect) mit PBT messen und gezielt optimieren.

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.5: PBT hat keinen Streuverlust
2. Die größten Predictive Targeting-Irrtümer – Nr.7: PBT ist nichts weiter als ein Performance Uplift-Tool
3. Die 5 größten Predictive Targeting-Irrtümer – Nr.2: PBT = Low TKP

Hinter diesem Irrtum verbirgt sich die Vorstellung, man bräuchte nur ein Targeting-Tool zu installieren, einschalten und würde dann automatisch Targeting-Kampagnen verkaufen. Dem ist nicht so.

Natürlich müssen auch die technischen Voraussetzungen geschaffen werden, aber das allein bringt gar nichts. Zusätzlich müssen individuell Targeting-basierte Produkte designt werden, die das eigene Portfolio sinnvoll ergänzen (vgl. Irrtum Nr.2) und die den Kunden, Agenturen und Advertisern, einen echten Mehrwert bieten.

Die wichtigste Voraussetzung aber ist, dass das Vertriebsteam in der Lage ist, Targeting-basierte Produkte erfolgreich zu verkaufen. Reine Umfelder einerseits und PBT-basierte Produkte andererseits erfordern vollkommen verschiedene Vertriebsansätze:

Bei Umfeldern handelt es sich um ein Commodity-Produkt. Sie werden ausschließlich über die Menge und den Preis (innerhalb eines definierten Umfelds) verkauft. Ein Umfeld-Verkäufer ist dann erfolgreich, wenn er eine möglichst große Menge in möglichst kurzer Zeit mit einem möglichst geringen Rabatt verkauft. (Das soll nicht so klingen, als ob das jeder könnte. Wirklich gute Commodity-Verkäufer sind spärlich gesäht.)

PBT-basierte Produkte dagegen sind (noch) erklärungsbedürftig. Es ist allgemein bekannt, dass der Vertrieb erklärungsbedürftiger Produkte andere Herausforderungen an den Verkäufer stellt. Hier ist ein Verkäufer umso erfolgreicher, je besser es ihm gelingt, seinen Kunden das Produkt zu erklären und vom daraus resultierenden Nutzen zu überzeugen. Hat er das einmal geschafft, ergeben sich (angemessene) Preise und Mengen nahezu von allein.

Scheitert der Verkäufer aber daran, seinen Kunden vom Nutzen zu überzeugen, so hat er seine Zeit verschwendet und verkauft lieber wieder Umfelder ohne Targeting. Aus seiner persönlichen Sicht ist das durchaus verständlich, hilft es ihm doch, seine Vertriebsziele doch noch zu erreichen. Nach außen heißt es dann entweder, Targeting funktioniere nicht oder es werde eben nicht nachgefragt. Und die Installation dümpelt ungenutzt vor sich hin. Für das Unternehmen aber ist diese Situation fatal, weil die Preise für Umfelder permanent fallen; insbesondere bei dem bestehenden Überangebot an AdSpace im Internet.

Mit PBT wird hier gegengesteuert, aber nur dann, wenn das Management davon überzeugt ist und entsprechend handelt. Dazu muss das Management …

- eine entsprechende Strategie vorgeben (und sie auch leben),
- die richtigen Leute einsetzen, um diese Strategie umzusetzen,
- diese Leute mit den Mitteln ausstatten, die sie dazu brauchen,
- und die individuellen Vertriebsziele auf die Strategie ausrichten.

Wie gesagt, PBT ist deutlich mehr als nur ein Tool. Aber es lohnt sich!

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.2: PBT = Low TKP
2. Die 5 größten Predictive Targeting-Irrtümer – Nr.1: Hochwertiger Content und PBT vertragen sich nicht
3. Die größten Predictive Targeting-Irrtümer – Nr.7: PBT ist nichts weiter als ein Performance Uplift-Tool

Viele Leute denken bei PBT nur an gepimpte Performance-Kampagnen und ordnen es dadurch automatisch im Low-TKP-Bereich an. Das liegt wahrscheinlich auch an Irrtum Nr.1, wonach Targeting im Widerspruch zu gutem Content und damit hohen TKPs steht.

Tatsächlich ist das Bild aber sehr viel differenzierter. PBT ermöglicht viele verschiedene Einsatzarten, die sich preislich über das gesamte Portfolio eines Vermarkters erstrecken:

Die Grafik zeigt eine typische Monetarisierungskurve für das Portfolio eines Vermarkters. Aufgetragen sind die erzielten TKPs über die gesamte Reichweite. Die Flächen entsprechen dem Umsatz. Die Blöcke A (Top-Inventar, z.B. Homepages, starke Channels), B (Arbeitsinventar, z.B. Channels, qualifizierter Content) und C (Restinventar, üblicherweise für RoN- oder Performance-Kampagnen genutzt) finden sich so oder so ähnlich bei bei jedem Vermarkter wieder (vgl. Die Wirkung von Predictive Targeting aus Entscheider-Sicht). Die roten Flächen zeigen, wie verschiedene PBT-basierte Produkte im Portfolio positioniert und welche zusätzlichen Umsätze damit erzielt werden können:

1. Spezialzielgruppen (z.B. Brand-Targeting)
Das direkte Zielen auf User mit hoher Markenaffinität, ohne Umweg über andere Variablen, ermöglicht Preise, die deutlich über Channel-Preisen liegen.

2. Channel-Veredelung
Die Veredelung von hochwertigem Content mit soziodemographischen Informationen oder Produktinteressen rechtfertigt einen Preisaufschlag ggü. normalen Channel-Buchungen.

3. Channel-Verlängerung
Die User ausgebuchter Channels können mit PBT auch im übrigen Portfolio erreicht werden; meist gegen einen geringen Preisabschlag ggü. der entsprechenden Channel-Buchung.

4. Virtuelle Channels
Zielgruppen, für die es keine Umfelder gibt, werden in virtuellen Channels erreicht (z.B. der „FMCG-Channel“). Die Preise können zwar unter den (echten) Channel-Preisen liegen, aber dennoch deutlich über RoS/RoN.

5. Performance-Targeting
Schließlich kann PBT natürlich auch eingesetzt werden, um die Performance und damit den Erlös aus Performance-Kampagnen gezielt zu steigern. (Irgendwoher muss das Vorurteil ja kommen.)

Welche dieser 5 Produktarten wann sinnvollerweise zum Einsatz kommen, hängt vom jeweiligen Vermarkter, seinem Portfolio und seinen Zielen ab.

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.1: Hochwertiger Content und PBT vertragen sich nicht
2. Die größten Predictive Targeting-Irrtümer – Nr.7: PBT ist nichts weiter als ein Performance Uplift-Tool
3. Die 5 größten Predictive Targeting-Irrtümer – Nr.3: PBT verkauft sich von allein

Wenn man in Sachen Predictive Targeting unterwegs ist, begegnet man häufig einigen Vorurteilen, die sich hartnäckig halten. Manche davon sind wahr – viele nicht. Bis zur dmexco werde ich hier in einer kleinen Serie auf die Top5 dieser Predictive Targeting-Irrtümer eingehen.

Irrtum Nr. 1:
Hochwertiger Content und PBT vertragen sich nicht

Hochwertiger Content wird meist durch Umfeldbuchungen monetarisiert. Viele Vermarkter haben die Befürchtung, sich selbst die Preise kaputt zu machen, wenn sie auf diesem Inventar Targeting einsetzen. Sie meinen zwischen hochwertigem Inventar und Targeting bestehe ein Widerspruch und sie müssten sich zwischen Umfeldvermarktung und Targeting entscheiden – beides gleichzeitig ginge nicht.

Tatsächlich ist es aber so, dass hochwertiger Content und PBT – richtig eingesetzt – sich ergänzen und voneinander profitieren. Was kaum jemanden überraschen dürfte, ist, dass PBT umso besser funktioniert, je höherwertiger der Content ist. PBT ist ja nichts anderes als die intelligente Verwertung von Informationen über die Nutzung von Content. Und je spezifischer und dieser Content ist, desto besser sind die gewonnenen Informationen (Input), desto besser sind die Predictions (Output) und damit die Kampagnenperformance.

Dass aber auch hochwertiger Content in Kombination mit PBT noch wertvoller werden kann – z.B. durch Content-Veredelung – scheint weniger bekannt zu sein. Nimmt man bspw. eine gute Frauen-Website, so erzielt der Vermarkter üblicherweise sehr gute Preise z.B. für FMCG- Kampagnen, weil der Advertiser/die Agentur davon ausgeht, in diesem Umfeld fast ausschließlich Frauen anzutreffen. Welche Auswirkung hat es dann wohl auf den Preis, wenn man für diese Kampagnen zusätzlich auf Haushaltsführerschaft zielt (also auf haushaltsführende Frauen)?

Es lassen sich noch beliebig viele Beispiele für Content-Veredelung finden: Hohes Einkommen auf einer Finanzsite für Werbung für Geldanlageprodukte, Familien auf einem General-Interest-Portal für entsprechende Autos (Vans) oder Urlaubsangebote, Frauen/Männer auf einem Sportportal für entsprechende Beauty&Care-Produkte usw. usw. Man nimmt einfach das Beste aus beiden Welten.

Natürlich kann man Targeting hier auch zu seinen eigenen Ungunsten einsetzen (das ist zumindest der Punkt, den Kritiker an dieser Stelle immer bringen): „Wenn ich auf einer Channel-Startseite 20€ TKP erzielen kann, warum sollte ich dann die gleiche Zielgruppe auf meinem übrigen Inventar mit Targeting für 10€ verkaufen? Da mache ich mir ja selbst die Preise kaputt!“ Da haben sie natürlich recht. Ich hoffe aber, dass deutlich geworden ist, dass das auch nicht das ist, was wir empfehlen.

Related posts:

1. Die 5 größten Predictive Targeting-Irrtümer – Nr.2: PBT = Low TKP
2. Die 5 größten Predictive Targeting-Irrtümer – Nr.3: PBT verkauft sich von allein
3. Die 5 größten Predictive Targeting-Irrtümer – Nr.5: PBT hat keinen Streuverlust