data-driven sea - Blue Summit Media GmbH

DATA-DRIVEN SEA
WARUM SMART-DATA AUCH DIE GEBOTSSTEUERUNG IM SEA VERÄNDERN MUSS
DATA-DRIVEN SEA
WARUM SMART-DATA AUCH DIE GEBOTSSTEUERUNG IM SEA VERÄNDERN MUSS
Die Komplexität des Onlinemarketings hat sich in den letzten Jahren stark erhöht. Denn neben der Veränderung des Nutzerverhaltens, sind auch die Möglichkeiten gestiegen, den User und dessen Verhalten
bestmöglich zu analysieren und die so gewonnenen Daten für das Onlinemarketing zu nutzen. Im SEA
wird automatisiertes Gebotsmanagement (= Bidmanagement) genutzt, um die Menge an Daten sowie
die zunehmende Dynamik und Komplexität von SEA-Kampagnen zu bewältigen. Doch die heutige Datenvielfalt erhöht auch die Auswahl an Steuerungsdimensionen und stellt damit neue Herausforderungen an die Gebotsoptimierung in auktionsbasierten Werbeformen. Dieses Whitepaper zeigt auf, welche
Steuerungsdimensionen mit Hilfe von Smart-Data zukünftig zu berücksichtigen sind und welche Chancen sich daraus für SEA-Kampagnen ergeben.
Bei den meisten SEA-Accounts und Bidmanagement-Systemen erfolgt die Gebotsberechnung nach dem Last
Cookie Win Prinzip. Bei dieser eher eindimensionalen Herangehensweise, wird nur das Verhältnis aus SEA Ad
Spend und einfachen Front-End-Erfolgen, wie Lead, Orders oder Front-End-Umsätzen herangezogen – unabhängig
davon, welche Kontakte bereits stattgefunden und welche Kundentypen geklickt oder gekauft haben. Dadurch wird
vor allem den Keywords eine starke Performance zugesprochen, die last Cookie einen Front-End-Erfolg ausgelöst haben. Andere Daten-Dimensionen werden zur Berechnung des Erfolgs einer Werbemaßnahme nicht berücksichtigt, obwohl diese Daten in einer Vielfalt bereits fast überall vorliegen. Dazu zählen unter anderem:
Zeit, Ort und Moment des Werbemittelkontaktes
Der Beitrag der Werbemittel/Aktivitäten zum Erfolg und damit die daraus
resultierende Attributionsart (Last Cookie, First Cookie, Badewanne etc.)
Endgeräte-Typ (Desktop, Mobile oder Tablet)
Kaufabwicklung über Onlineshop, App, Hardware oder Stationär
Äußere Einflüsse wie TV, Reichweitenkampagnen,
das Wetter, der Wettbewerb oder besondere Ereignisse
Kundenhistorie und -lebenszyklus sowie CRM-Daten
€
Erfolgsgrößen (Klicks, Order, Umsätze, Ergebnis, Customer Lifetime Value etc.)
3 Seite
ENTSCHEIDENDE DATEN-DIMENSIONEN FÜR DEN
WERBEBUDGETEINSATZ UND DIE GEBOTSBERECHNUNG
Für die Festlegung des Werbemittelbudgeteinsatzes bzw. die Definition der Gebotshöhe in einer Auktion sind folgende
zentrale Parameter entscheidend:
- Der Kundenwert zum Zeitpunkt des Kontaktes bzw. der „Moment des Kunden“ in Bezug auf Ort, Zeit und
Situation (Audience Management)
- Der durchschnittliche Erfolgsbeitrag des Werbemittel (-kontaktes) innerhalb des Kaufprozesses und damit
einhergehend die Zielsetzung des Werbemittels und der Kundenansprache in diesem Moment (Attribution)
-
Die definierte Erfolgsgröße bzw. der tatsächliche Ergebnisbeitrag einer Werbemaßnahme, eines
Werbe-Clusters bzw. einer Werbemittelkontaktkette. Mit Ergebnis ist hier der tatsächliche Deckungs- bzw.
Ergebnisbeitrag der verkauften Produkte oder auch die zu erwartende Gewinnspanne (Customer Lifetime
Value (CLV)) gemeint.
Aus diesen Parametern lassen sich drei wesentliche Steuerungsdimensionen hervorheben, deren Berücksichtigung
einen deutlichen Einfluss auf die Steuerung und damit auch auf den Erfolg oder Nichterfolg einer Kampagne haben
(siehe Abbildung 1):
- Audience Management (Kundenhistorie)
- Customer Journey-Messung und Attribution (Werbewirkung)
- Bewertungs-KPIs, z.B. Deckungsbeitrag oder Ergebnis-Daten (Ergebnisbeitrag)
Diese Dimensionen sind sehr vielfältig und unterscheiden sich vor allem in der Intensität, in der der Markt aktuell über
sie spricht.
Audience Management
Über Audience Management spricht zurzeit jeder. Zu Recht, denn folglich hat das aktuelle und vergangene Verhalten
eines Kunden oder Nichtkunden starken Einfluss darauf, wie Unternehmen den Kunden im Moment und in der Zukunft
ansprechen möchten. Hat der Kunde seine letzten drei Bestellungen storniert, möchte das Unternehmen ihn vielleicht
gar nicht mehr über Werbung ansprechen und diesen Typ Kunden bzw. dieses Kundencluster gezielt für die Bewerbung ausschließen. Ein anderes Beispiel wäre, wenn sich der Kunde gerade in der Nähe einer Filiale aufhält und mit
entsprechenden Kommunikationsmaßnahmen gezielt in das Stationärgeschäft gelockt werden soll. Mit Audience Management ist dies möglich. Dafür bedarf es jedoch ausreichend Kundendaten, die wiederum sinnvoll verarbeitet und
miteinander verknüpft werden, um anschließend Zielgruppentypen zu segmentieren.
Customer Journey Analyse
Die Customer Journey Analyse und die Definition eines geeigneten Attributionsmodells beschäftigt die Werbewirtschaft
bereits seit einigen Jahren. Während es beim Audience Management vor allem darum geht, den Kunden und seine
Historie im Detail zu kennen, geht es beim Thema Attribution darum, die Werbebudgets in Abhängigkeit von der Werbewirkung, optimal auf die jeweiligen Kaufprozess-Phasen und deren Werbemittel zu allokieren (Push- und Pull-Phasen),
so dass letztlich der größtmögliche Werbeerfolg eintritt. Die beiden Themen Attribution und Audience Management
hängen demnach stark miteinander zusammen und teilen das Ziel einer optimalen Ansprache von Bestands- und
Neukunden. Auch wenn die Datenerfassung und Analyse innerhalb der Customer Journey bereits fortgeschritten ist
und von diversen Tools unterstützt wird, handelt es sich bei der Definition eines geeigneten Attributionsmodells um eine
dynamische und damit nicht endende Vorgehensweise.
Seite 4
Audience Management
Attribution
Ergebnisbeitrag
YXZ123
Hamburg
Mobile Shopping
ID0001
Customer ID
Ort/Local
Kontext: z.B. Wetter/
Stationär/ Device/
Kanal/Werbemittel ID
YXZ123
Berlin
Display Network
ID0002
YXZ123
München
Desktop
ID0003
Januar
Februar
Customer Kontaktpunkte
Werbekanal
Customer Kontaktpunkte
Werbekanal
Plan
Actual
Kontakt Filiale/ Stationär
Artikel 1
Artikel 2
Artikel 3
View
Artikel 1
Artikel 2
Artikel 3
Klicks
Artikel 1
Artikel 2
Artikel 3
Order
Artikel 1
Artikel 2
Artikel 3
Ansprache/
Brutto-Umsatz
Artikel 1
Artikel 2
Artikel 3
Umsatz nach Retouren,
Boni-Check, etc.
Artikel 1
Artikel 2
Artikel 3
Werbekosten
Artikel 1
Artikel 2
Artikel 3
Wareneinstand
Artikel 1
Artikel 2
Artikel 3
Ergebnis
Artikel 1
Artikel 2
Artikel 3
CLV/Kundenwert
Artikel 1
Artikel 2
Artikel 3
Plan
Actual
Abbildung 1: Visualisierung des Zusammenspiels der Steuerungsdimensionen
5 Seite
Erfolgs- bzw. Ergebnis-Daten-Integration
Auf die Frage, wie sich der Werbeerfolg definiert, hat die Branche derzeit unterschiedliche Antworten. Es ist zu kurz
gedacht, wenn über Attributionsmodelle nur die Verteilung der Werbebudgets geregelt wird. Vielmehr gilt es, auch die
Budgethöhen je Kanal und Maßnahme abhängig vom Erfolg (hier ist damit der Deckungsbeitrag gemeint) zu definieren. Zudem sollten Budgets nur solange allokiert werden, wie der errechnete Ziel- bzw. Erfolgswert eingehalten wird.
Dabei nur auf KPIs wie Klicks oder Orders zu steuern ist viel zu ungenau, in der Praxis jedoch die Regel. Viele Kunden
bewerten den Erfolg einer Werbemaßnahme, eines Werbe-Kanals bzw. den Werbekontakt mit Klicks, Orders oder
Brutto-Umsätzen (vor Retouren), unabhängig davon welche tatsächlichen Umsätze und Ergebnisse nach Retouren und
Bonitätsprüfungen mit den Warenkörben generiert wurden. Doch erst wenn genau geklärt ist, welchen Ergebnisbeitrag
ein Werbe-Cluster, die Werbemittelkontaktkette oder ein einzelnes Produkt letztendlich hat, eventuell auch in Verbindung mit einem strategischen Ziel (z.B. Steigerung des Neukundenanteils oder gezielte Lagerräumung), kann ich den
richtigen Gebotspreis in einer Auktion definieren.
Alle drei Dimensionen hängen stark miteinander zusammen, weshalb sich Unternehmen aktuell auch mit allen Dimensionen intensiv beschäftigen sollten. Beim Thema Audience Management und Attribution handelt es sich um komplexe
und langfristig angesetzte Themen, die auch das Unternehmen und dessen Organisationstruktur sowie Prozesse betreffen. Das Thema Erfolgs- bzw. Ergebnis-Daten-Integration ist zwar die Basis für eine optimierte Werbebudgetsteuerung, jedoch nicht abhängig von Audience- und Attributions Management und sollte daher alsbald bzw. parallel als
schneller Erfolgshebel angegangen werden.
STATUS QUO DER TECHNOLOGIE
In den letzten 10 Jahren sind diverse Tool-Anbieter in den Markt gekommen, die sich unter anderem auf automatisiertes
Gebotsmanagement fokussiert haben. Dennoch ist die Praxis noch weit von der Theorie entfernt. Denn keines der am
Markt angebotenen Steuerungs-Systeme deckt alle Dimensionen bereits optimal ab oder bietet eine ideale Verzahnung
der drei Dimensionen an.
Es gibt zum einen diverse Spezialanbieter (siehe Abbildung 2), deren Tools aktuell noch aufwendig zusammenzubringen sind. Andererseits gibt es die großen Technologie-Plattformen (Adobe, Marin Software, DoubleClick Search oder
Kenshoo), die wiederum versuchen möglichst alle Services unter einem Dach anzubieten. Im Grunde unterscheiden
sich diese Tools vor allem in ihrer ursprünglichen Spezialisierung bzw. Schwerpunkt und tun sich deshalb heute unterschiedlich schwer. Am Markt werden sich voraussichtlich die Tools durchsetzen, die ihren Fokus auf die Daten
bzw. eine 360 Grad-Sicht auf den Kunden setzen. Technologieanbietern, deren Kernkompetenz eine Daten-Management-Plattform (DMP) ist, wird es in Zukunft wesentlich leichter fallen ergänzende Services anzudocken als andersherum. Aktuell sind die DMP-Anbieter aber noch ausgebremst, denn der Aufbau einer zentralen Marketingdatenbank ist
bei vielen Unternehmen aufgrund von Trägheit und fehlenden Ressourcen erst in den Anfängen.
Damit Unternehmen das Verhalten ihrer Kunden oder potentiellen Kunden online und offline vollständig erfassen können, ist außerdem eine device- und kanalübergreifende Messung notwendig. Dieses sogenannte Cross-Device-/
Cross-Channel-Tracking ist aktuell jedoch noch kein Standard und nur über Umwege möglich. Google oder auch
Facebook sind hierbei die Vorreiter.
Die SEA Steuerung muss heute zwingend mit der gesamten Onlinemarketing-Steuerung verzahnt sein. Unternehmen,
die gerade überlegen in neue Tools zu investieren bzw. eine neue Technologie-Infrastruktur aufzubauen, sollten das
Datenmanagement bzw. die Möglichkeit des Datenzugriffs in das Zentrum ihrer Überlegungen stellen und erst dann
weitere Features und wichtige Funktionen einbeziehen.
- Tracking und Analytics
-Bidmanagement
- Tag-Management
-Social
-Backend-Daten-Intergration
- Kampagnen-Management
-Audience Management
- Customer Journey Analyse
-Data-Management
Abbildung 2: Übersicht des vielfältigen Angebots von Spezialdienstleistern
Seite 6
SO SIEHT DATA-DRIVEN-SEA IN DER PRAXIS AUS
Für das Beispiel eines Omni-Channel-Retailers, mit Onlineshop, flächendeckendem Filialnetz, mit hochpreisigen
Artikeln und dadurch oft längerem Kauf-Funnel sowie einer komplexen CRM-Strategie, bedeuten die ausgeführten
Ansätze für die SEA-Steuerung in der Praxis konkret Folgendes:
-
Bei Website-Besuchern werden gezielt und automatisiert Verknüpfungen zu den CRM-Daten sowie
intelligente Remarketing-Listen aufgebaut. Über diese Listen können die Anzeigen in der Suchmaschine dann gezielt User-bezogen ausgesteuert werden (z.B. über RLSA (Google Remarketing Lists
for Search Ads)). Viel-Retournierer können dadurch bspw. für die Bewerbung im SEA ausgeschlossen
werden oder für Fokus-Kunden werden höhere Gebote abgegeben.
- Oft ist der Neukundenanteil durch Mobile-Kampagnen (mobile Endgeräte) höher als über Desktop.
Hier werden dann gezielt die Bid-Modifier hochgesteuert.
-
Die Customer-Journey-Analyse hat aufgezeigt, dass bestimmte generische Keywords eine besondere
Werbewirkung besitzen und innerhalb des Kaufprozesses von enormer Bedeutung sind bzw. die
Journeys überwiegend eröffnen. Diese Keywords bekommen über das Attributionsmodell, das in einer
intelligenten Steuerung implementiert ist, automatisch ihren Anteil vom Erfolg zugerechnet.
-
Über die regelmäßigen ROPO-Analysen wurde festgestellt, dass auf 100 Online-Käufe durchschnittlich
noch mal 64 Stationär-Käufe folgen und zusätzlich sogar regionale Unterschiede, abhängig von der
Filialdichte, vorhanden sind. Diese Store-Transactions werden als Erfolg in die SEA-Steuerung zurückgespielt und die regionalen Besonderheiten über Bid-Modifier abgebildet.
-
-
Über eine Verknüpfung mit den Backend-Daten ist es möglich zu sehen, welche tatsächlichen
Umsätze nach Retouren und Stornos aufgelaufen sind. Nach Abzug von Wareneinstand und sonstigen
Kosten können die Deckungs- und sogar Ergebnisbeiträge für Produkt-Cluster oder Werbemittelkontaktketten errechnet werden.
Preisanalysen zeigen transparent, wo meine Produkte im Shopping/PLA wettbewerbsfähig sind. Die
Ergebnisse werden regelmäßig automatisch an die Steuerungs-Engine übertragen.
WO LIEGEN IN ZUKUNFT DIE WACHSTUMSCHANCEN IM SEA?
Neben weiteren Search Produkten wie Shopping oder Display liegt der wohl größte Hebel in der optimalen Ausnutzung
vorhandener Datenquellen, um letztendlich den Erfolgsbeitrag von SEA im Performance Marketing zu maximieren.
Unsere Erfahrung zeigt, dass alleine die Umstellung auf Deckungsbeitrags-Steuerung zweistellige Wachstumsraten
produzieren kann. In Kombination mit fundiertem Audience Management sowie einem zielführendem Attributionsmodell, bringen auch Sie data-driven SEA in ihr Unternehmen.
7 Seite
Blue Summit Media GmbH
Bernhard-Wicki-Straße 7
D-80636 München
[email protected]
www.bluesummit.de

Download Report