Datenbasierte Personas und Programmatic Advertising

Programmatic Advertising ist eine automatisierte Methode, um Anzeigenplätze in Echtzeit zu kaufen und zu verkaufen. Statt manueller Anzeigenschaltung steuert eine Software den gesamten Prozess: Künstliche Intelligenz und Algorithmen legen innerhalb von Millisekunden fest, wo, wann und wie eine Werbeanzeige online ausgespielt wird. Das spart Zeit, hilft beim Erreichen geeigneter Zielgruppen und optimiert Werbeausgaben von Unternehmen.

Um eine Werbeanzeige zu schalten, legen Werbetreibende ein Budget und eine Zielgruppe fest. Der Algorithmus entscheidet dann anhand von Inhalten aber vor allem anhand des Nutzungsverhaltens einer Zielgruppe, wo die Werbeanzeige im Netz erscheint. Obwohl die Software Werbeanzeigen erfolgreich an bestimmte Zielgruppen ausspielt, gilt es, diese vorab richtig zu definieren und auszuwählen. Anderenfalls besteht das Risiko hoher Streuverluste – und trotz automatisierter Anzeigenschaltung, der Verlust von Werbebudget.

Herausforderungen im Programmatic Advertising

Third-Party-Cookies, also Cookies von Drittanbietern werden aus Datenschutzgründen zunehmend eingeschränkt, das Tracking des Surfverhaltens über mehrere Webseiten hinweg ist begrenzt. Für digitales Marketing und insbesondere für Programmatic Advertising bedeutet das den Verlust wertvoller Informationen, die es für personalisierte Werbeanzeigen und detaillierte Nutzerprofile braucht. Unternehmen müssen sich für Werbezwecke auf eigene Daten verlassen, um bestehende Zielgruppen weiterhin anzusprechen und neue zu erschließen. Die Herausforderung: Durch fehlende Abbildungsmöglichkeiten der Zielgruppe werden Werbeanzeigen häufig nicht dort ausgespielt, wo sie bestehende und potenzielle Kund*innen auch wirklich erreichen. Hier kommen datenbasierte Personas ins Spiel: Sie schließen die Lücke fehlender Daten und definieren vorab, wen genau Unternehmen mit ihren Werbeanzeigen erreichen möchten, welche Targeting-Optionen und Strategien dafür geeignet sind. Die Voraussetzung: Den Personas liegen umfangreiche, valide und branchenspezifische Datensätze zugrunde.

Strategien im Programmatic Advertising: Retargeting, Prospecting, Custom Audiences

Im Programmatic Advertising gibt es unterschiedliche Strategien, um Werbung an die gewünschte Zielgruppe auszuspielen. Im Rahmen einer digitalen Marketingkampagne ist es von Vorteil, vorab die entsprechenden Strategien abzuwägen und zielgruppengerecht zu optimieren. Auch bei diesem Schritt bieten datenbasierte Personas eine solide Entscheidungsgrundlage.

1.      Retargeting

Ein Nutzer hat auf der Website eines Online-Shops nach Wanderschuhen gesucht, den Kauf aber nicht abgeschlossen. Infolgedessen erhält er auf anderen Webseiten sowie auf sozialen Medien, Anzeigen für ähnliche Wanderschuhe. Der Online-Shop setzt dabei auf Retargeting. Diese Strategie spricht Nutzer*innen an, die bereits Interesse an einem bestimmten Produkt oder einer Dienstleistung gezeigt haben. Mittels Retargeting erinnern Unternehmen, Nutzer*innen durch Werbeanzeigen an ihr früheres Interesse mit dem Ziel, eine weitere Interaktion beziehungsweise einen Kauf anzustoßen. Datenbasierte Personas liefern im Retargeting wertvolle Hinweise dafür, mit welcher Art von Anzeigen in welchem Format und mit welchen Inhalten, Unternehmen Zielgruppen schneller von einem Produkt oder einer Dienstleistung überzeugen. Kurz: Mit datenbasieren Personas lassen sich Retargeting-Kampagnen noch präziser und relevanter gestalten. Nehmen wir beispielsweise an, die Persona der obengenannten Zielgruppe legt Wert auf Nachhaltigkeit, hochwertige Materialien und einen minimalistischen Look, könnte das Unternehmen die Retargeting-Anzeige speziell auf diese Aspekte hin optimieren: Monochrome Wanderschuhe aus umweltfreundlichen Materialien, von einer Marke, die für hohe Qualität bekannt ist, wird den Nutzer mit höherer Wahrscheinlichkeit überzeugen als Anzeigen von Modellen, die nicht diesen Kriterien entsprechen.

2.      Prospecting

Ein Unternehmen für vegane Nahrungsergänzungsmittel möchte potenzielle Kund*innen ansprechen und schaltet automatisiert Anzeigen auf Webseiten mit Inhalten zu pflanzenbasierter Ernährung, Yoga und Pilates, um diese Zielgruppe zu erreichen. Das Beispiel zeigt: Im Gegensatz zu Retargeting Kampagnen dient Prospecting dazu, neue Zielgruppen und damit potenzielle Kund*innen zu erreichen. Das bedeutet: Unternehmen spielen automatisiert Anzeigen auf Webseiten und Social Media Plattformen aus, die Vertreter*innen der relevanten Zielgruppen mit hoher Wahrscheinlichkeit nutzen. Datenbasierte Personas helfen, weitere Touchpoints mit potenziellen Kund*innen zu identifizieren und Werbekampagnen gezielter auf das Such- und Mediennutzungsverhalten der gewünschten Zielgruppe abzustimmen. Geht beispielsweise aus dem Persona Profil geht hervor, dass sich Vertreter*innen dieser Zielgruppe neben Fitness auch für Biohacking interessieren, erhält das Unternehmen weitere spezifische Anknüpfungspunkte, diese Zielgruppe online zu erreichen.

3.      Custom Audiences und Lookalike Audiences

Ein Onlineshop für Interior ermittelt unter bestehenden Kund*innen zwei Personas, die gezielt über programmatische Werbung angesprochen werden sollen. Die erste Persona entspricht der “umweltbewussten Ästhetin”, die zweite Persona “dem nachhaltigen Familienvater”. Die erste Custom Audience, also Kundinnen, die der “umweltbewussten Ästhetin” entsprechen, erhalten personalisierte E-Mails und Anzeigen auf Social Media, die auf ihre Interessen an nachhaltigem Interior Design und Fair Trade zugeschnitten sind. Der Shop bewirbt hier vor allem hochwertige Produkte, exklusive Angebote und Designkooperationen. Die zweite Custom Audience – Kunden, die das Unternehmen als “nachhaltigen Familienväter” einstuft, erhalten Anzeigen, die auf die Bedürfnisse junger Familie zugeschnitten sind. Das Unternehmen bewirbt demnach praktische und ökologische Produkte für Kinder und den Haushalt, sowie Rabatte für Familien. Aus den Beispielen geht hervor: Custom Audiences ermöglichen Unternehmen, kuratierte Datensegmente sowie eigene Kundendaten zu nutzen, um gezielt Werbung an bestehende oder ähnliche Kundengruppen auszuspielen. So können Werbetreibende beispielsweise bestimmte Interessen, Persönlichkeitsprofile und weitere Merkmale berücksichtigen, um eine Kampagne zielgruppengerecht auszuspielen. Diese Daten stammen aus unterschiedlichen Quellen, etwa aus CRM-Systemen, E-Mail-Listen oder Website-Besuchen der User*innen. Bei Lookalike Audiences hingegen, handelt es sich um statistische Zwillinge, die ähnliche Merkmale und Verhaltensweisen wie die Kernzielgruppe aufweisen. Lookalike Audiences erweitern damit die Reichweite bestehender Kampagnen auf Zielgruppen mit ähnlichen Interessen. Datenbasierte Personas unterstützen Unternehmen dabei, indem eine Vielzahl relevanter Datenpunkte für die Erstellung von Custom und Lookalike Audiences liefern.

Wie funktioniert Programmatic Advertising
mit datenbasierten Personas?

Indem Werbetreibende datenbasierte Personas im Programmatic Advertising nutzen, lassen sich Werbeanzeigen präziser auf die Interessen und Bedürfnisse von Zielgruppen zuschneiden. Konkret: Mittels datenbasierter Personas gestalten Unternehmen personalisierte Customer Journeys, die auf die individuellen Bedürfnisse und Interessen der einzelnen Nutzer*innen zugeschnitten sind. Dies führt zu einer höheren Klickrate, einer besseren Conversion-Rate und einem höheren ROI. Ein weiterer Vorteil: Datenbasierte Personas verändern sich mit der Zielgruppe sind damit eine wertvolle Entscheidungsgrundlage – sowohl für bestehende also auch für zukünftige Vertriebs- und Marketingkampagnen.

Doch wie sieht Programmatic Advertising mit datenbasierten Personas in der Praxis aus? Und wie profitieren Unternehmen in den unterschiedlichen Phasen? Im Folgenden zeigen wir die wichtigsten Schritte.

1. Datenbasierte Personas erstellen

Um Zielgruppen in einer Persona realistisch darzustellen, braucht es vor allem eines: Eine Vielzahl an qualitativ hochwertigen Daten, die ein detailliertes Bild bestehender und potenzieller Kund*innen zeichnen. Dazu gehören demografische Daten, psychografische Merkmale, Interessen, Verhalten und Daten zur Kaufhistorie der Zielgruppe. Lückenhafte Datensätze oder fehlende Daten zu wichtigen Kriterien können sich negativ auf das Targeting auswirken.  Hier gilt: Holen Sie sich Unterstützung. Marktforschungseinrichtungen wie das Persona Institut verfügen über eine Vielzahl branchenspezifischer Datensätze und helfen, ihre Persona zu vervollständigen, zu aktualisieren oder von Grund auf neu zu entwickeln.  

2. Personagerechte Anzeigen und Kampagnen kreiieren

Mithilfe datenbasierter Personas lassen sich individuelle Marketingkampagnen und Anzeigen kreieren, die visuelle und inhaltliche Vorlieben einer spezifischen Zielgruppe berücksichtigen. Vom geeigneten Format, über personalisierte Botschaften bis hin zur (Bewegt)Bildauswahl geben datenbasierte Personas einen detaillierten Einblick in das Lese- und Mediennutzungsverhalten bestimmter Zielgruppen. Anhand weiterer Parameter, wie Daten zu Charakter, Interessen und Konsumverhalten identifizieren Unternehmen bereits vorab die wichtigsten Touchpoints auf der Customer Journey.

3. Datenbasierte Personas für Targeting-Optionen nutzen

Targeting Optionen im Programmatic Advertising beschreiben die Kriterien, nach denen Algorithmen und KI die Anzeige auf bestimmten Anzeigeplätzen und geeigneten Internetseiten ausspielen. Die Aufgabe von Werbetreibenden besteht darin, Targeting Optionen vorab auszuwählen und sinnvoll zu kombinieren. Die richtige Wahl hängt dabei von den spezifischen Zielen und insbesondere der Zielgruppe eines Unternehmens ab. Für erfolgreiche Werbekampagnen ist die Kombination verschiedener Targeting-Optionen essenziell. Personas des Persona Instituts decken Targeting Optionen passgenau und vor allem datenbasiert ab. Kurz: Jede datenbasierte Persona liefert Unternehmen detaillierte Targeting Optionen, die sich nach Bedarf kombinieren lassen: Für eine Werbekampagne, die nichts dem Zufall überlässt.

• Demografisches Targeting: Mithilfe der demografischen Daten im Persona Profil lassen sich Anzeigen auf bestimmte Altersgruppen, Geschlechter, Einkommensklassen oder Berufsbilder ausrichten. Mit demografischem Targeting allein, sprechen Unternehmen eine breite Zielgruppe an – etwa: alle User*innen zwischen 25 und 30 Jahren in Hamburg. Um diese weiter einzugrenzen, gilt es, Anzeigen auch auf die Interessen und das Verhalten potenzieller Kund*innen zu optimieren.
• Behavioral Targeting: Eine Analyse von Surfverhalten, Kaufhistorien und Interaktionen auf Websites zeigt, wie sich User*innen und damit potenzielle Kund*innen verhalten. Datenbasierte Personas spielen hierbei eine zentrale Rolle, da sie diese Profile mit konkreten Eigenschaften und Verhaltensweisen anreichern. Darüber hinaus enthalten datenbasierte Personas Informationen darüber, wie Zielgruppen online, aber auch offline agieren.
• Interessenbasiertes Targeting ermöglicht, Nutzer*innen im Programmatic Advertising anhand ihrer Interessen anzusprechen. Durch die Analyse des Online-Verhaltens, wie besuchte Websites, Suchanfragen oder Interaktionen mit sozialen Medien, entstehen detaillierte Nutzerprofile. Im Gegensatz zum Behavioral Targeting, das nach dem “Was?” fragt, geht es im interessenbasierten Targeting darum, “Warum” ein Nutzer etwas tut, und schließt daraus auf bestimmte Interessen. Datenbasierte Personas benennen und visualisieren diese Interessen. Indem Unternehmen verstehen, was ihre Zielgruppe interessiert, schalten sie Anzeigen, die die Wahrscheinlichkeit eines Klicks und einer Conversion signifikant erhöhen.

Targeting Optionen und Persona-Profile im Vergleich

Die folgende Tabelle zeigt mögliche Targeting Optionen sowie Informationen, die das Profil einer datenbasierten Persona enthält.