Post View Käufer:innen, die unbekannten Wesen

„Viel!“ – Das wäre voraussichtlich die Durchschnittsantwort auf die Frage „Wieviel nutzen Sie digitale Medien?“

Laut der letzten ARD ZDF Online-Studie haben die Deutschen im Schnitt 160 Minuten am Tag mit Medien-Inhalten oder Streams im Internet verbracht. Das variiert in den unterschiedlichen Altersgruppen, aber insgesamt steigt die online verbrachte Zeit und Aufmerksamkeit - und damit natürlich auch die Relevanz als Werbemedium.

Ach ja, Werbung: „Wieviel Ihrer Zeit im Internet haben Sie Werbung gesehen?“

„Oh ja, sehr viel. Zu viel!“

Da wurden schon vor zehn Jahren Zahlen von weit über 10.000 Werbekontakten kommuniziert, mit denen eine Person in Deutschland durchschnittlich am Tag konfrontiert ist. Davon ist schon damals bereits der Großteil auf digitale Medien entfallen. Sicherlich sind es mittlerweile noch mehr geworden, wenn Influencer :innen, Content und Retail-Marketing hinzugerechnet werden und die Streaming-Anbieter die Werbeschleusen öffnen, um ihre Abo-Zahlen nochmal nach oben zu treiben.

„Wie oft klicken Sie auf digitale Werbung?“

„Nie!“

Na ja, zumindest fast nie. Suchen Internetnutzer :innen nach etwas Konkretem, so sind es laut Google 3,17% CTR und in ihrem GDA Netzwerk immerhin 0,46%.

Es wäre jetzt mit ein paar weiteren Zahlen herleitbar, wie viele Personen denn klicken. Es kann sich allerdings auch jeder selbst beantworten, dass nicht sehr viele Leute klicken, bzw. ganz schön viele Werbebanner einfach mal nicht geklickt werden. Haben nun diese 99,54% ungeklickte n Banner keinen Effekt?

„Ich klicke, also bin ich! – Ich klicke nicht, also bin ich nicht?“

Was ist eigentlich mit denen, die nicht klicken? Die die Werbebotschaft trotzdem wahrnehmen und kaufen? Was ist, wenn diese Käufer:innen nach dem Bannerkontakt einen Medienbruch vollziehen und im stationären Handel die Wocheneinkäufe erledigen?

In der Optimierung von Online-Kampagnen spielen Post View Käufer :innen, vor allem, wenn sie die ‚Frechheit besitzen‘ offline zu kaufen, eine untergeordnete Rolle. Verständlich, sie sind ja auch nur schwer oder gar nicht messbar. Im Affiliate Marketing werden sie gerne im Kontext des bösen Cookie Droppings gesehen: Hauptsache markiert und dann versucht, den Sale zugeschrieben zu bekommen.

Sind wir mal ehrlich, wer von all den „Online-Profis“ klickt – außer vielleicht bei den eigenen Kampagnen – auf einen Banner? Erwarten wir wirklich, dass die von uns so stark werbepenetrierten User sich anders verhalten.

Bei meinem vorherigen Arbeitgeber hatten wir vor Jahren den sogenannten „Klaus Klicker“ ausgemacht: etwas älter, etwas geringeres Einkommen. Klaus machte damals die meisten Werbemittel Klicks aus. Klaus war definitiv nicht Zielgruppe der letzten Fashion Kollektion. Mit Sicherheit entspricht diese platte Persona Betrachtung nicht mehr der heutigen Realität. Werbung kann mit all den Daten und Super-Algorithmen viel besser im Kaufentscheidungsprozess ausgespielt werden. Zu „Klaus Klicker“ haben sich noch weitere Personas aus anderen Altersgruppen, mit anderen Einkommen und verschiedenen Geschlechtsidentitäten gesellt und die klicken bestimmt auch gezielt auf Online-Werbung.

Aber wie sehr hat sich das geändert? Schießen wir nicht vielleicht mit immer mehr Bannern auf die immer selben User , nur weil sie auf Banner klicken? Und mal vorsichtig gefragt: Fokussieren wir uns in dem ganzen Optimierungswahn nicht vielleicht auf das falsche halbe Prozent unserer Banner?

PAYBACK Kund:innen kaufen auch ohne Klick

Zumindest für die digitalen Kampagnen, die PAYBACK Programmatic in 2022 durchgeführt hat, kann ich eine Zahl in die Diskussion werfen. 95,2% aller Post View Käufer :innen haben nie geklickt.

Diese Zahl haben wir in über 160 Kampagnen mit über 500 Mio. Ad Impressions gemessen, die wir über externe Webseiten, Apps und soziale Medien für uns, unsere Partner oder deren Lieferanten durchgeführt haben.

Um den Kontext zu verstehen, hier eine schnelle Einführung zu PAYBACK und PAYBACK Programmatic.

PAYBACK bietet als größtes Loyalty Programm Deutschlands rund 31 Mio. Kund:innen die Möglichkeit, bei rund 680 Partnern im Online- und stationären Handel beim Kauf Punkte zu sammeln. Diese Punkte können z.B. gegen Prämien getauscht oder bei Partnern direkt für den nächsten Einkauf wieder eingelöst werden. Gesammelt wird durch Vorzeigen der Kundenkarte oder der PAYBACK App. Die damit verbundene PAYBACK Kundennummer ist der Identifier über alle Partner hinweg.

Die Kundennummer ist aber noch mehr. Für die über PAYBACK Programmatic ausgespielten Kampagnen ist sie Bestandteil eines Multi ID Graphen. PAYBACK hat verschiedene digitale Touchpoints mit den Kund:innen. Neben der App können das die PAYBACK.de oder die E-Mail- Adresse sein. Jeder dieser Touchpoints liefert einen Identifier, mit Hilfe dessen die digitale Aktivität der PAYBACK Kund:innen und ihr Kauf zusammengebracht werden können. Selbst wenn Cookies gelöscht werden oder das Smartphone gewechselt wird, der Multi ID Graph hat Bestand und beim nächsten Touchpoint wird eine neue ID hinzugefügt.

Für PAYBACK Programmatic, also bei Kampagnen außerhalb der PAYBACK eigenen Marketingkanäle, wird dieser Multi ID Graph in mehrfacher Weise interessant.

• Er bietet eine gewisse Stabilität in der Identifizierung der Kund:innen. Ob Walled Gardens oder Open Web, mit irgendeiner ID werden Kundenzielgruppen gefunden. 3rd Party Cookies, Ad IDs oder E-Mail-Adresse sind eine breite Auswahl. ID Fusion von Adform und eine zukünftige ID Solution kann die Reichweite noch weiter stabilisieren. First Party Daten sind über PAYBACK Programmatic also auch nach Ende 2024 noch nutzbar.
• Die Verknüpfung der PAYBACK IDs und digitalen Touchpoints ermöglicht es, Audiences auf Kaufverhalten zu selektieren. Und das auf jegliches Kaufverhalten im PAYBACK Universum, sprich auch im stationären Handel. Der stationäre Einzelhandel im engeren Sinne machte 2021 immerhin noch über 85% an Umsätzen aus. Ein recht großer blinder Fleck, den PAYBACK Programmatic über Audiences auf stationärem Kaufverhalten sichtbar machen kann. Es können z.B. Personen angesprochen werden, die ein bestimmtes Waschmittel regelmäßig kaufen oder immer mal wieder ein anderes und so als Wechselkäufer identifiziert werden.
• Diese First Party Kauf Audiences bilden weiter eine hervorragende Grundlage, um Look a Likes zur Audience Extension zu bilden. Modelling kann zum einen innerhalb der PAYBACK Nutzerschaft durchgeführt, zum anderen kann über externes Modelling die PAYBACK Intelligenz auf User außerhalb von PAYBACK übertragen werden.
• Jetzt kommen wir zu dem Punkt, der mich bewegt hat, diesen Artikel zu schreiben. Da wir Audiences-basiert auf Kaufverhalten selektieren können, besteht auch in vielen Fällen die Möglichkeit, nach einer Kampagne zu betrachten, wie die Kampagne das Kaufverhalten beeinflusst hat. Ein Kauf ist messbar im Anschluss an eine digitale Kampagne, egal ob geklickt wurde und egal ob ein Medienbruch zwischen Online-Kampagne und stationäre m Kauf stattgefunden hat. In beiden Fällen können wir serverseitig mit Hilfe des PAYBACK Multi ID Graphen Kauf und Kampagne zusammenbringen und dabei gänzlich auf eine clientseitige Erfolgsmessung (Klick, Klick, Klick) verzichten.

Die zuvor angesprochenen 95,2% sehen wir übrigens über verschiedene Branchen. So hatten wir Kampagnen z.B. in den Bereichen Mode, Automotive und Reise oder Beauty, Dental Care und Tiernahrung. Produkte , die online und, wie wir oben gesehen haben, vor allem im stationären Handel gekauft werden. Die Kund:innen sehen die Werbung, klicken nicht, erinnern sich jedoch trotzdem beim Wocheneinkauf daran.

Das bringt einen weiteren Aspekt mit in das Tracking. Gerade für Produkte im stationären Handel braucht es ein Zeitfenster von ein paar Tagen, da die Kund:innen oftmals nicht sofort kaufen, sondern das alles an ihrem freien Tag oder am Abend erledigen.

Spätestens jetzt könnte sich jemand die Frage stellen: Gerade wenn zwischen Werbekontakt und Kauf ein langer Zeitraum liegt, und wenn noch nicht mal ein Klick oder wenigstens ein Cookie (der ist schwer vorzeigbar an der Kasse beim Drogeriemarkt) als verbindendes Element existiert, wie kann sich PAYBACK sicher sein, dass der Kauf aufgrund der Kampagne zu Stande gekommen ist? Es könnten ja zudem noch andere Kontakte mit der Marke oder mit dem Produkt zum Kauf geführt haben.

Stimmt! Dass der Kauf nur an der PAYBACK Kampagne liegt, da können wir uns nicht sicher sein - aber wer kann das schon, wenn verschiedene Kanäle, wie Walled Gardens, Open Web und ggf. analoge Mediengattungen im Marketing-Mix vorkommen. Wir führen bei einer Vielzahl unserer Kampagnen Nullmessungen über parallellaufende Kontrollgruppenkampagnen durch. Dazu werden strukturgleiche Teile aus der selektierten Audience herausgelöst, denen dann andere Banner, bspw. für betterplace.org ausgespielt werden, also, gänzlich ohne PAYBACK Bezug. Darüber können wir messen, wie viele Transaktionen durch (zusätzlichen) PAYBACK Programmatic Kontakt stattgefunden haben. Die Kampagnen in 2022 erzielten teilweise Uplifts von mehreren hundert Prozent.

Die Ergebnisse variieren zwischen den Branchen, zeigen jedoch bei einem Großteil der Kampagnen ein homogenes Bild: PAYBACK Programmatic Online Werbung wirkt und steigert den Abverkauf auch ganz ohne Klick.

Benedikt Schmitt-Homann
Director Programmatic
PAYBACK

benedikt.schmitt-homann@payback.net
+4908999741683