Mit Kontext und KI zu einer höheren Aktivierung der Zielgruppen

Eine Marketingstrategie ist dann erfolgreich, wenn die Zielgruppen oder Buyer Personas nicht nur erreicht werden, sondern es auch gelingt, diese zu aktivieren. In einer Welt konstanter Informationsüberflutung und immer kürzer werdender Aufmerksamkeitsspannen ist das allerdings leichter gesagt als getan. Kommt dazu, dass sich Marketing- und Werbefachleute heute nicht mehr auf Cookies verlassen können, die das Verhalten potenzieller Konsumenten und Kundinnen ausspionieren. Was hingegen bleibt als Grundvoraussetzung für eine erfolgreiche Aktivierung der Zielgruppen, ist eine möglichst hochgradige Personalisierung.

Lange galt: je granularer die Zielgruppen, desto besser. Denn: 66 % der Kunden erwarten von Unternehmen gemäss einer global angelegten Studie von Salesforce [1], dass sie ihre individuellen Bedürfnisse und Erwartungen verstehen. Und 52 % erwarten zudem, dass Angebote immer personalisiert sind. Zu noch deutlicheren Erkenntnissen kommt McKinsey & Company in einem ihrer Reports [2]: «71 % der Verbraucher von Unternehmen erwarten, dass sie personalisierte Interaktionen anbieten. Und 76 % sind frustriert, wenn dies nicht der Fall ist.»

Werbung empfinden viele nur dann als lästig, wenn sie nicht zu einem passt. Ein Klimaaktivist will keine Werbung für schnelle Sportwagen sehen – und eine Veganerin keine für Steaks. Doch brauchen wir dazu wirklich möglichst granulare Zielgruppen, gar das oft propagierte «Segment of One»?

Viel wichtiger ist das Verständnis dafür, zu welchem grösseren Segment (Klimaaktivist:innen oder Veganer:innen) jemand gehört und welche Botschaften für diese Zielgruppen über eine hohe Relevanz verfügen. Dazu benötigen wir verlässliche Daten, Daten, die sich in einer Welt strenger rechtlicher Regulatorien (DSGVO, rDSG, ePrivacy-Verordnung) und selbst auferlegter Geschäftsgebaren zum Schutz des Individuums vor Datenmissbrauch nicht mehr so einfach beschaffen und auswerten lassen. Doch welche Daten stehen uns denn überhaupt noch zur Verfügung?

Das Aussterben der Cookies

Lange gehörte die Verwendung von Cookies zu den gängigsten Methoden, Zielgruppen möglichst personalisiert zu erreichen und zu aktivieren. Seit der Ankündigung von Google, ab dem zweiten Halbjahr 2024 die Verwendung von Third-Party-Cookies im Chrome- Browser zu unterbinden, hat sich unter Marketingexperten, Werbetreibenden und Website-Betreibern Nervosität breitgemacht. Microsoft mit dessen Browser Edge, Mozilla mit Firefox und Apple mit Safari unterbinden den Einsatz von Drittanbieter-Cookies bereits seit einiger Zeit. Aber erst die Ankündigung von Google mit einem Marktanteil von weltweit über 65 % (etwas mehr als 46 % in der Schweiz) – und damit die unangefochtene Nummer 1 im Browsermarkt – hat die Advertising- und Marketing Community in Aufruhr versetzt. Google bietet zwar eine proprietäre Lösung an, die sogenannte «Privacy Sandbox». Getarnt als Initiative zur Definition von Standards für Websites, um auf Benutzerinformationen zuzugreifen, ohne die Privatsphäre zu gefährden, funktioniert die Lösung aber exklusiv für Chrome und Android. Ebenso geschlossen ist das Ökosystem von Facebook, Fachleute reden deshalb von «walled gardens». Ziel der beiden Giganten ist es, andere Anbieter ausserhalb der Mauern des eigenen Gartens zu halten. Nicht umsonst vereinen die beiden Anbieter zusammen über 50 % des Umsatzes im digitalen Werbemarkt auf sich, gefolgt von Alibaba, Amazon und Tencent, die zusammen keine 20 % Marktanteil haben.

Targeting ohne Verwendung von Cookies

Mit dem Verschwinden der Cookies werden verschiedene bisherige Methoden des Targetings schwierig bis unmöglich. Dazu gehören das «Behavioral Targeting», also das Targeting aufgrund von Verhaltensdaten, aber auch das Targeting auf Basis psychografischer Daten oder datenvalidierter Personas. Was ausser dem Targeting auf Basis von First Party-Daten bleibt, sind Methoden mit hohen Streuverlusten wie das demografische Targeting, Geo-Targeting, «Device Targeting» oder auch das Targeting auf Basis nicht validierter Personas.

Für das Ausspielen von Werbemitteln taugen nicht validierte Buyer Personas nämlich wenig bis nichts. Aus Befragungen, teilnehmenden Beobachtungen, Experimenten mögen wir wissen, dass die 35-Jährige, modebewusste, nach Erfolg strebende und linkswählende Architektin mit zwei Kindern und einem Mann, der Teilzeit arbeitet, damit sie sich selbst verwirklichen kann, die optimale Empfängerin unserer Werbung und letztlich unseres Produktes ist. Allerdings ist es unmöglich, sie halbwegs zielgerichtet zu erreichen. Abgesehen vom Problem mit den Cookies, wissen wir ausserhalb der digitalen Medien gar nichts mit Sicherheit über unsere Rezipientin. Wir haben nur Daten, die wir von einem Werbevermarkter oder einem Publisher selbst erhalten haben (mit oft fragwürdiger Methodik), oder Daten zufällig ausgewählter Rezipienten, die wir über grosse Befragungsinstitute wie z.B. Kantar mit viel Zeitversatz ermittelt haben, und die uns Wahrscheinlichkeiten über eine Grundgesamtheit geben, nicht aber Informationen über die konkreten Zielpersonen.

Zwar stecken in den privaten Äusserungen in sozialen Netzwerken viele Informationen, mit denen wir die oben genannten Merkmale der Persona durchaus plausibilisieren könnten, doch dürfen wir diese Informationen immer weniger auslesen und erst recht immer weniger zur Bildung individueller Profile heranziehen. Was nützt uns also eine Persona, die wir gar nicht selektieren und erreichen können?

Kontextuelles Targeting mit KI

Wie erreichen wir also unsere Zielgruppen effektiv und datenschutzkonform? Am einfachsten geht das, wenn man sich von der Vorstellung verabschiedet, dass man Individuen «aushorchen» muss (Cookies) oder starre Gebilde einer typischen Zielperson (Personas) benötigt, um personalisieren zu können. Das Gebot der Stunde heisst «Contextual Targeting».

Hinter dem kryptischen Wort «contextual» verbirgt sich eine einfache, überzeugende Idee: Wir müssen eigentlich nicht wissen, ob unsere potenzielle Kundin eine junge, modebewusste und linkswählende Architektin mit zwei Kindern ist, oder unser potenzieller Kunde 50 Jahre alt und Metallica-Fan ist, den Blick liest und ein Custom Bike fährt. Wir müssen nur zur richtigen Zeit am richtigen Ort sein, um sie oder ihn mit etwas anzusprechen, was für diese Person tatsächlich relevant und attraktiv ist. Wenn unser Metallica- Fan oder unsere Architektin munter klickt, «liked», «shared» oder kauft, kann es uns völlig egal sein, ob er der anspruchsvolle Minimalist und sie die karrierebewusste Frau ist.

«Cookieless Contextual Targeting» nutzt die anonymen Verhaltensdaten sehr vieler Menschen, um zu sehen, wo und wann sich typischerweise eine Zielgruppe aufhält, die sich für unsere Produkte begeistern lässt, und was ihr wichtig ist. Auf dieser Basis spielen wir dann unseren Content und unsere Werbung aus – mit den Argumenten, in den Medien und zu den Zeiten, die zu dieser Zielgruppe und ihrem Verhalten passen. Dazu kommen wir nicht nur ohne Personas aus, sondern auch ohne soziodemografische oder psychografische Daten.

Ein weiterer Vorteil: Wir benötigen für diese Art des Targetings auch keine First-Party-Daten. Nicht, dass First-Party- Daten nicht nützlich wären, im Gegenteil, aber oft scheitert eine First-Party-Daten-Strategie an der Bereitschaft der Kunden, ihre Daten mit einem Unternehmen in hinreichender Menge und Qualität zu teilen.

Ein reales Beispiel aus der Praxis [3]: AIKA, die Allianz inhabergeführter Kommunikationsagenturen, will in der Öffentlichkeit eine prägnante Stimme ihrer Mitglieder sein und die Diskussion in der Branche mitprägen. Doch was sind die Themen, zu denen sich Verband und Mitglieder sinnvoll positionieren lassen – und wo gibt es aktuell Chancen, durch die Lawine ständiger Kommunikation hindurchzudringen? Rund um sämtliche Themen, die Agenturen und ihre Verbände betreffen, erheben die Algorithmen des Neutrums KI Targeter von Hase & Igel kontinuierlich alle öffentlichen Beiträge und Reaktionen über eine per API (Programmierschnittstelle) angeschlossene Media Monitoring- Lösung und eigene Web Scraper. Die Algorithmen erkennen Muster zu Beiträgen und analysieren, zu welchen Themen Menschen im relevanten Umfeld besonders stark reagieren, wie sich dies über die Zeit ändert und wie stark derzeit der kommunikative Wettbewerb ist. So wird kontinuierlich – und nicht erst in einer nächsten Befragungswelle – transparent, was die Branche bewegt. Das System erkennt auch, zu welchen Aspekten mit guter Aktivierung derzeit die Chancen am besten sind, eigene Inhalte zu platzieren – und wo und wann. Durch die «Send- Time Optimization» zeigt der Neutrum KI Targeter je Thema auf, in welchem Medium und zu welcher Zeit ein eigener «Aufschlag» am aussichtsreichsten ist, um möglichst viel Reichweite oder möglichst viele Reaktionen zu erzielen.

Belastbare Daten für passgenaues Targeting

Kontextuelles Targeting nutzt auf Big Data basierende Erhebungen aus natürlicher, spontaner Sprachäusserung, wie sie unter anderem Hase & Igel einsetzt. Durch KI-gestützte Analyse der Cluster und Kontexte in den Kommentaren, Beiträgen, Social Media Posts und Bewertungen der Menschen im Kontext der für den jeweiligen Fall relevanten Themen und Produkte entsteht ein komplett unverzerrtes Bild, welche Aspekte einstellungs- und entscheidungsrelevant sind, und welche Lager es dabei gibt. Da Natural Language Processing (NLP) inzwischen eine Qualität erreicht, die in Zuverlässigkeit und Präzision menschliche Codierer zuweilen übertrifft, lassen sich so sehr grosse Mengen hundert Prozent authentischer Äusserungen analysieren.

Das Fundament besteht aus Daten verschiedener Quellen. Dazu gehören neben dem bereits erwähnten Media Monitoring unter anderem auch Search Analytics, Web Analytics und Web Scraping von Unternehmensdaten. Diese lassen sich mit Daten aus Ad Tracking, E Commerce Intelligence, aber auch mit First-Party-Daten aus CRM-, ERP- und eigenen Commerce-Systemen, sowie der Auswertung von App- und Mobil-Daten, Geo-Daten oder öffentlich verfügbaren statistischen Daten ergänzen.

Mit diesen aggregierten und anonymisierten Daten kann datenschutz- und gesetzeskonform hochgradig personalisiert werden.

Attraktiver Content für die erfolgreiche Aktivierung

Was für den Speck und die Mäuse gilt, gilt für Content und Zielgruppen. Denn mit modernen Tools allein lassen sich keine Zielgruppen aktivieren. Die hohe Schule der Aktivierung ist es, potenzielle Kunden mit für sie relevantem und fesselndem Content zu ködern. Passende Infografiken, Erklärvideos, Ratgeber etc. sorgen nicht nur für eine grossartige Brand Experience, sondern auch für eine höhere Aktivierung der Zielgruppe und letztlich eine bessere Conversion.

In naher Zukunft werden intelligente Bots wie ChatGPT oder Bing Chat oder andere generative KI-Tools wie DALL-E 2 oder Midjourney eine grössere Rolle bei der Personalisierung im Rahmen des kontextuellen Targetings spielen. Die KI kann längst dazu verwendet werden, mit wenig Aufwand gute Inhalte zu erzeugen. Bots werden zukünftig aus Content, der sich auf unserer Webseite oder in einem internen Content Repository befindet (wir wollen schliesslich die Kontrolle über unsere Brand Messages behalten), dynamisch personalisierte und damit relevante Inhalte schneidern für Chats, E-Mailoder Social Media-Kampagnen. Oder gleich passende Produkte vorschlagen und verkaufen. Doch dafür benötigen sie eine hinreichend breite, transparente und qualitätsgesicherte Datenbasis, wie sie die bereits erwähnten Tools bieten. Sonst geht einerseits schnell die Neigung der generativen KI, ihre eigene Realität zu erfinden, mit ihr durch. Andererseits lernt sonst nur der Service, nicht aber das Unternehmen dazu. Denn die Insights zu Interessen, Relevanztreibern und Anlässen der Kunden, auf die Contextual Targeting aufbaut, sind auch für die Strategie und Produktentwicklung höchst wertvoll.

Über den Autor

Daniel Renggli ist Marketingexperte mit einer Leidenschaft für Customer Experience und Automation in Marketing, Vertrieb und Service. Aktuell arbeitet er für die Software- und Beratungsunternehmen Hase & Igel und Navtech sowie für die Innovationsagentur Gedankenfabrik und berät Unternehmen zu Marketingstrategie, CX und Vertriebsoptimierung. Seine frühere Laufbahn hat ihn zu global tätigen IT- und Beratungsunternehmen wie Oracle, Microsoft, SAP oder PwC geführt, wo er leitende, teils regionale Positionen in Marketing, Kommunikation und Vertrieb innehatte. Daniel Renggli betätigt sich ausserdem als Autor und Sprecher an Events, und ist Herausgeber des #BeyondCXM Podcasts. www.beyondcxm.podigee.io

Treffen Sie den Autor

Im Rahmen des Swiss Customer Relations Forum am 31. August 2023 in Zürich wird Daniel Renggli einen Vortrag zum Thema "Customer Service als Motor für eine hohe Kundenloyalität – und wie Technologie und KI dabei unterstützen" halten.
Weitere Informationen finden Sie unter folgendem Link: https://www.cmm360.ch/swiss-cr-forum-2023