Wichtiger denn je: Conversion-Modellierung in einer Welt ohne Cookies

Philip McDonnell / September 2020
Eine abstrakte Illustration eines gebogenen Browserfensters, in dem der nicht lineare, geräteübergreifende Kaufprozess von der Recherche bis zur Conversion zu sehen ist.

Mit digitaler Werbung können potenzielle Kunden überall mit relevanten Botschaften genau zum richtigen Zeitpunkt angesprochen werden. Wenn es darum geht, die Wirksamkeit dieser Werbung zu beurteilen, erwarten Werbetreibende einen direkten und vollständigen Überblick über die Customer Journey von Awareness bis Conversion.

Doch die Erfassung des Kaufprozesses ist schwieriger denn je. Nutzer wechseln zwischen verschiedenen Geräten hin und her, bevor sie einen Artikel kaufen, was zu einem unvollständigen Bild des Konsumentenverhaltens führen kann. Oder sie benutzen verschiedene Browser, was auf ein und demselben Gerät zu verschiedenen Kaufprozessen führt. Ob in solchen Fällen wirklich eine Conversion stattgefunden hat, lässt sich immer seltener erfassen.

Bislang ist eine erfolgreiche Messung der Online-Maßnahmen in hohem Maße abhängig von Cookies, die nützliche Informationen darüber festhalten, was passiert, nachdem ein Nutzer auf eine Anzeige geklickt hat. Die genannten blinden Flecken beim Shopping oder Cookie-Beschränkungen machen diesen Überblick jedoch unmöglich. Hinzu kommen unter anderem regionale Datenschutzbestimmungen, die die Erhebung von Daten zusätzlich beeinflussen.

Genaue Messungen auch ohne Cookies dank maschinellem Lernen

Wie können Sie die Effektivität Ihres Marketings angemessen beurteilen, wenn es so viele potenzielle Lücken im Kaufprozess gibt? Hier kommt die Conversion-Modellierung ins Spiel.

Die Conversion-Modellierung macht sich maschinelles Lernen zunutze, um die Effektivität des Marketings zu quantifizieren, selbst wenn nicht alle Conversions erfasst werden können. Algorithmen können dann z. B. Verlaufsdaten nutzen, um zuverlässige Messwerte zu berechnen. So ermöglicht die Modellierung präzise Messungen, doch in Berichten werden nur aggregierte und anonymisierte Daten aufbereitet. Dadurch wird ein vollständiges und datenschutzkonformes Bild vom Kundenverhalten möglich, ohne dass ihre Leistung beeinträchtigt wird, nur weil keine direkten Messungen möglich sind.

Präzise Messungen sind für kontinuierliche Lernprozesse, Entscheidungen und Optimierungen unverzichtbar.

Ist die Modellierung in Ihre Analyse-Tools integriert, kann sie also eine wichtige Absicherungsfunktion übernehmen, weil sie Lücken automatisch mit datengetriebenen Signalen füllt, die auf Ihre Kampagnen zugeschnitten sind. Und präzise Messungen sind für kontinuierliche Lernprozesse, Entscheidungen und Optimierungen unverzichtbar. Es gibt daher keine Alternative, wenn man seine Geschäftsergebnisse kontinuierlich verbessern möchte.

Erfolgreiche Modellierungen durch belastbare Infrastruktur und Datenmenge

Eine starke Online-Infrastruktur ist wichtig, um eine datengetriebene Umgebung für die Modellierung zu schaffen und weitere Conversion-Verluste auch dann zu lindern, wenn sich die Branche stark verändert. Der Schlüssel zum Erfolg liegt hier in der Implementierung von Lösungen, mit denen die Menge der erfassbaren Daten für Ihre Kampagnen erhöht werden kann. Denn für eine zuverlässige Modellierung sind weiterhin umfangreiche Daten und eine hohe Reichweite unverzichtbar. Es müssen nach Möglichkeit hochwertige Signale von allen Plattformen, Geräten, Browsern und Betriebssystemen gesammelt werden - etwa durch die Nutzung einer anonymen, geräteübergreifenden Kunden-ID. Bei der Suche nach der richtigen Datenquelle für eine möglichst präzise Modellierung sollte der Umfang oberste Priorität haben.

Durch die proaktive Nutzung von Tools wie Google Tag Manager oder des allgemeinen Website-Tags auf Ihrer Website können Sie gewährleisten, dass Ihre Infrastruktur für erfolgreiche Messungen in Google Ads und auf der Google Marketing Plattform eingerichtet ist. Sie erheben so mehr Conversion-Daten und schaffen dadurch eine stärkere Grundlage für bessere Modellierungsqualität, wenn Lücken auftreten.

Die Entwicklung von Conversion-Modellierung zeigt, dass sich Offenheit gegenüber den neuen Lösungen, die maschinelles Lernen bietet, auszahlen kann. Wer sich rechtzeitig genug auf sie einstellt, kann auch in Zukunft einen vollständigen Überblick über Customer Journeys behalten.

Die Veränderungen des globalen Ökosystems fordern von Werbetreibenden, den Datenschutz zu priorisieren.

Wir befinden uns derzeit inmitten einer Evolution der Messmethoden. Die Veränderungen des globalen Ökosystems fordern Werbetreibende dazu heraus, vorausschauend zu denken und den Datenschutz im Fokus zu behalten. Wer diese Herausforderung annimmt, bekommt die Chance, vielen anderen im Markt voraus zu sein.

Wirtschaftliche Erholung: wie Datenschutz zum Erfolgsfaktor wird