DATA-DRIVEN SEA WARUM SMART-DATA AUCH DIE GEBOTS- STEUERUNG IM SEA VERÄNDERN MUSS

Transkript

1 DATA-DRIVEN SEA WARUM SMART-DATA AUCH DIE GEBOTS- STEUERUNG IM SEA VERÄNDERN MUSS

2

3 DATA-DRIVEN SEA WARUM SMART-DATA AUCH DIE GEBOTS- STEUERUNG 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 Einfl üsse 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

4 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

5 Audience Management Attribution Ergebnisbeitrag YXZ123 Hamburg Mobile Shopping ID0001 YXZ123 Berlin Display Network ID0002 YXZ123 München Desktop ID0003 Customer ID Ort/Local Kontext: z.b. Wetter/ Stationär/ Device/ Kanal/Werbemittel ID Januar Customer Kontaktpunkte Werbekanal Plan Actual Februar Customer Kontaktpunkte Werbekanal Plan Actual Kontakt Filiale/ Stationär View Klicks Order Ansprache/ Brutto-Umsatz Umsatz nach Retouren, Boni-Check, etc. Werbekosten Wareneinstand Ergebnis CLV/Kundenwert Abbildung 1: Visualisierung des Zusammenspiels der Steuerungsdimensionen 5 Seite

6 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 - Kampagnen-Management - Bidmanagement - Audience Management - Tag-Management - Customer Journey Analyse - Social - Data-Management - Backend-Daten-Intergration Seite 6 Abbildung 2: Übersicht des vielfältigen Angebots von Spezialdienstleistern

7 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

8 Blue Summit Media GmbH Bernhard-Wicki-Straße 7 D München kontakt@bluesummit.de