Norwegen ist derzeit eine harte Nuss für Autoimporteure. Unterschiedliche geografische Gegebenheiten, finanzielle Anreize und andere demografische Variablen beeinflussen das Verhalten der Norweger, wenn es um den Autokauf geht. Insbesondere finanzielle Anreize sind an das Auto gebunden, das man fährt, was wiederum davon beeinflusst wird, wo im Land man lebt. Für Autoimporteure ist es daher eine Herausforderung, ihre Marktressourcen so zu investieren, dass sie potenzielle Kunden treffen, die am relevantesten sind, ohne in die lästige Retargeting-Falle zu tappen, die zudem seit Inkrafttreten der GDPR im Sommer 2018 noch eingeschränkter geworden ist.
Die Herausforderung: Die Gefahr, sich zu Tode zu optimieren, in einer "Last-Click"-Welt
In den meisten Fällen werden Targeting-, Optimierungs- und Gebotsstrategien auf Basis der selbst generierten Kampagnendaten der Ad Buying-Plattform erstellt. Diese basieren oft auf "Last-Click"-Konversionsdaten, die den Effekt, der durch andere Kanäle früher in der Customer Journey erzeugt wird, ausschließen. Ein gutes Beispiel hierfür sind die Algorithmen von Facebook, die auf die bestmöglichen Ergebnisse hinarbeiten, indem sie mehr von dem tun, was zuvor auf Facebook gut gelaufen ist.
Das gleiche Prinzip gilt für andere soziale Medien und programmatische Einkäufe von Display- oder Videoanzeigen. Mit der Zeit werden die Einkaufsalgorithmen innerhalb jeder Einkaufsplattform immer enger, mit dem Risiko, den Überblick zu verlieren und potenziell hoch relevante Nutzer auszuschließen, die nicht einem vordefinierten oder historischen Verhaltensprofil entsprechen. Der Nutzerpool, der von den Anzeigen erreicht wird, wird schnell kleiner, die Exposure-Rate steigt und damit auch die Irritation. Schlechte Nutzerstimmung bedeutet wahrscheinlich auch schlechtes Geschäft für Sie als Werbetreibenden.
Für Autoimporteure ist es daher eine Herausforderung, ihre Marktressourcen so zu investieren, dass sie die relevantesten potenziellen Kunden treffen, ohne in die lästige Retargeting-Falle zu tappen, die zudem seit dem Inkrafttreten der GDPR im Sommer 2018 noch eingeschränkter geworden ist.
Das norwegische Team von Mindshare und Xaxis stellte die Hypothese auf, dass wir die Website- und Verhaltensdaten von Ford ganzheitlicher nutzen und möglicherweise den programmatischen Einkauf von Display-Anzeigen verbessern könnten. Das Ziel war es, die Wirkung digitaler Investitionen zu erhöhen, basierend auf einer breiteren und realistischeren Datenbasis.
- Allgemeiner ausgedrückt: Wir haben uns dafür entschieden, ein ganzes Jahr lang anonyme Verhaltensdaten von der Ford-Website auszugeben, unabhängig von der ursprünglichen Traffic-Quelle (organisch, Suche, SoMe, Display, Native, Referral, etc.).
- Realistischer, weil die Datenbank langfristige Interessenmuster des Marktes widerspiegelt, sowohl bezahlte als auch organische.
Eine der Herausforderungen bei dieser Arbeitsmethode war, dass wir uns durch knapp 10 Millionen Datenpunkte pflügen mussten, um die gesuchten Antworten zu finden. Hier kam IBM Watson ins Spiel; ein Tool für künstliche Intelligenz. Nach einer Datenbereinigung, -einspeisung und -analyse in Watson war das Team in der Lage, klare Muster pro (Artikel-)Automodell zu identifizieren, abhängig von Geografie, Tag, Tageszeit, Art der Konvertierung, etc. Diese wurden genutzt, um modellspezifische Kaufalgorithmen zu erstellen, die sich deutlich von den bisher genutzten medienzentrierten Möglichkeiten der Einkaufsplattformen unterschieden: Domain-Targeting, Formate, Viewability, Frequenz, Zeitmanagement, Recency, etc.
Das Ergebnis: 45 % weniger Kosten pro Konversion
In der KI-basierten Einkaufslösung Copilot von Xaxis wurden aktualisierte "Regelsätze" implementiert. Diese haben alle Erwartungen übertroffen.
Die Nutzung kostenloser und GDPR-gesicherter First-Party-Daten, zusammen mit einem ganzheitlicheren Ansatz für programmatische Werbung, erweist sich als bessere Wirkung pro investiertem Dollar als andere Wege der Datenanreicherung oder Optimierung von Einkäufen. Die Media-CPIs (CPM, CPC, CTR) wurden deutlich verbessert, aber der deutlichste Effekt zeigt sich in einem spektakulären Rückgang des geschäftskritischen Cost-per-Conversion-CPIs. Der Rückgang gegenüber früheren vergleichbaren Kampagnen liegt je nach Werbemodell zwischen 25 und 75 %. Über alle Kampagnen hinweg sind die Kosten pro Konversion um 45 % gesunken. Auf Jahresbasis stellt dies ein enormes Wertschöpfungspotenzial dar, mit einem geringeren Risiko, sich zu Tode zu segmentieren und Menschen mit Werbung für Autos zu belästigen, die nicht relevant sind.
Diese Art, programmatische Käufe auf Basis von First-Party-Daten zu informieren, ist mittlerweile die Grundlage für alle modellspezifischen Kampagnen - mit großem Erfolg und Ertrag für Ford Motor Norway. Nach einer erfolgreichen Implementierung in den Niederlanden wird die Methodik nun auch auf mehrere Länder in Europa skaliert - was die Erträge um viele Millionen Ford-Werbekronen im europäischen Kontext potenziell erhöhen wird.
Dieses Gehäuse hat mehrere Auszeichnungen erhalten
INMAS PERFORMANCE AWARD 2019:
Sølv i kategorien "Online Performance"
DIGIDAY GLOBAL TECH AWARD 2019:
Gull i kategorien "Best Personalization & A/B Testing Platform"
DIGIDAY MARKETING AND ADVERTISING AWARDS EUROPE 2019:
Gull i kategorien "Best use of AI"
Lesen Sie den Originalartikel auf Norwegisch auf Kampanje
