Welche Rolle "Mobile" im Konvertierungsprozess spielt

Deterministisches Modell und probalistisches Matching

Ein Ansatz - das sogenannte deterministische Modell - arbeitet, in dem es die Aktivitäten von angemeldeten Usern über verschiedene Geräte hinweg vergleicht und zusammenführt. Verwendet ein User beispielsweise die gleiche E-Mail-Adresse, um sich in einer App oder auf einer Website anzumelden, lässt sich so eine geräteübergreifende Übereinstimmung herstellen. Wird auf allen Geräten eine eindeutige Kennung verwendet, zum Beispiel die E-Mail-Adresse, können Werbetreibende der Aktivität des Users über alle Geräte hinweg folgen. Google nutzt diese deterministischen Ansatz beispielsweise für den Estimated Total Conversions Report über von verschiedenen Devices aus angeklickte Suchmaschinenanzeigen. Auch bei Facebook kommt dieser Ansatz zum Einsatz, im Cross-Device Reporting für Facebook-Werbung, der es Werbetreibenden ermöglicht, zu sehen, wie sich User zwischen den jeweiligen Geräten bewegen.
Login-Daten zu verwenden, kann sehr genaue Angaben liefern, aber nur wenige Unternehmen haben ausreichend Zugang zu solch sinnvollen Daten. Allerdings bleiben nicht alle User auf ihren Geräten eingeloggt, und oft nutzen User auch mehrere Anmeldungen, oder verwenden unterschiedliche Benutzernamen und E-Mail-Adressen auf unterschiedlichen Geräten.
Der andere Ansatz, um der Herausforderung der Cross-Device-Attribution zu begegnen, ist das probabilistische Matching, das etwa von Unternehmen wie Drawbridge genutzt wird. Probabilistisches Matching sammelt eine Vielzahl von nicht-ständigen, auf Benutzer zurückführbaren Datenpunkten, wie Gerätetyp, Betriebssystem, IP-Adresse, Wi-Fi-Netzwerk, Cookies oder Ähnliches. Über Big Data-Schnittstellen und intelligentes Machine Learning können so Personen mit einem Haushalt zusammengeführt werden - über die jeweiligen Endgeräte hinweg - natürlich immer unter Beachtung der jeweiligen geltenden Datenschutzbedingungen.

Keine hundertprozentige Treffsicherheit

Ein Beispiel: Loggt sich ein Smartphone, Tablet oder Laptop über den gleichen WiFi-Hotspot ein - und das immer am gleichen Ort und zu einer regelmäßig wiederkehrenden Zeit - liegt die Vermutung nahe, dass sie sehr wahrscheinlich alle zu einer Person gehören. Tatsächlich haben Untersuchungen gezeigt, dass probabilistische Methoden eine Genauigkeit von bis zu 97 Prozent erreichen.
Natürlich können kein Ansatz und keine Technologie-Lösung eine hundertprozentige Treffsicherheit garantieren. Unternehmen sind generell sehr gut darin beraten, so viele Daten wie möglich über ihre Kunden zu sammeln, um daraus Erkenntnisse zur Cross-Device-Nutzung für Vertrieb und Marketing abzuleiten. Außerdem ist es wichtig zu erkennen, dass die sinnvolle Verteilung der Budgets entlang der Customer Journey auf mobile und andere Geräte diese Herausforderung nur teilweise löst.
Der nächste Schritt ist, wendige Prozesse und Technologien zu etablieren, um auf Basis der Attributionsinformationen effiziente Echtzeit-Entscheidungen treffen zu können. So sollten Brands beispielsweise ihre Attributions-Lösung direkt an ihre Bid-Management-Plattform anbinden können, um die Möglichkeit zu haben, ihre digitalen Werbeausgaben in Echtzeit anzupassen und zu optimieren.




Das könnte Sie auch interessieren