Heute kaufen Werbetreibende Mediainventar, um Aufmerksamkeit für ihre Marke zu schaffen und das Interesse der Verbraucher zu gewinnen. Sie müssen dafür auch einen Return-on-Investment sehen, um ihre Werbeausgaben zu rechtfertigen. Das heißt sie müssen sicherstellen, dass ihre Werbung nicht nur gesehen, sondern auch aktiv von der Zielgruppe wahrgenommen wird. Warum zahlen Werbetreibende dann immer noch für Werbung, bei der sie nicht mit Sicherheit sagen können, dass sie auch von den Verbrauchern gesehen wurde? Oder Videowerbung, die nicht bis zum Schluss angeschaut wurde? Wenn Werbemittel ungesehen bleiben oder nur zur Hälfte angeschaut werden, ist es unwahrscheinlich, dass die Botschaft Wirkung zeigt.
Sind Konsumenten noch für E-Mail-Marketing empfänglich, nutzen sie soziale Medien oder kaufen sie über ihr Smartphone ein? Welche Fragen haben sie und wann suchen sie wo nach Antworten? – Den richtigen Moment für die richtige Botschaft zu erwischen und dann auch noch die richtige Plattform auszuwählen, ist mehr als schwierig. Die „Reise“ also, die der Konsument antritt, bis er eine finale Kaufentscheidung trifft, ist vielfältiger denn je. Hier helfen Big-Data- und KI-Verfahren, um Muster schneller zu erkennen und Marken dabei zu unterstützen, die kulturellen Treiber von Zielgruppen zu erkennen und für sich zu nutzen.
Wir müssen dabei beachten, dass die Lebenswirklichkeiten von Konsumenten immer individueller werden und die kulturellen Inseln, auf denen sie sich bewegen, zahlenmäßig zunehmen. In der Folge ist es immer schwieriger, das individuell richtige Kommunikationsthema herauszufiltern, um wirklich zur ausgewählten Zielgruppe vorzudringen. Das heißt auch, dass one-to-many Ansätze zunehmend an Wirksamkeit verlieren. Big Data liefert hier Zahlen im Überfluss, doch wenn es um Markenbildung, Umfeldqualität und Vernetzungseffekte geht, zählt nicht Big sondern Smart Data. Nur wer Daten versteht und richtig interpretiert, kann Mehrwerte im Werbedschungel schaffen.
Dabei bringt die Verfügbarkeit immer neuer Daten für Werbungtreibende und Agenturen zwei Folgen mit sich: Zum einen eröffnet uns datenbasiertes Marketing völlig neue Möglichkeiten, um bestehende und potenzielle Konsumenten mit exakt aufeinander abgestimmten Werbebotschaften zu erreichen sowie mit ihnen crossmedial zu kommunizieren. Zum anderen stellen uns die Data Driven Insights vor völlig neue Herausforderungen in Bezug auf Strategien, (Organisations-)Strukturen und Technologien.
MIT KI heben wir das volle Potential von Cultural Velocity™
Insbesondere in der Marktforschung ist das Anwendungsspektrum für KI recht hoch, ohne die klassische Marktforschung zu ersetzen, wie manche behaupten. In der Werbewirkungsforschung können wir mit KI beispielsweise Leistungskennzahlen (KPIs), wie die gestützte Werbeerinnerung anhand von Werbebudgets prognostizieren. Ein weiterer Anwendungsbereich ist bspw. die Datenfusion. Hier werden durch Künstliche Intelligenz, Insights aus einem Datensatz an einen anderen Datensatz eingefügt. KI kann darüber hinaus auch eingesetzt werden, um Cluster in großen Datenmengen zu identifizieren und so beispielsweise zur Segmentierung von Zielgruppen genutzt werden. Entscheidend ist dafür in großem Maße die intelligente Verarbeitung aller verfügbaren Datenmengen in Form schnellerer und besserer Business-Entscheidungen, denn in der Big-Data-Datenflut ertrinken all diejenigen, die verfügbare Daten nicht optimal nutzen. „Denken“ können KI-Systeme allerdings (noch) nicht.
Schauen wir uns die Möglichkeiten an, die KI in der Marktforschung bietet, müssen wir zwischen der qualitativen und quantitativen Forschung unterscheiden.
- Im qualitativen Bereich kann KI bspw. die Auswertung von Gruppengesprächen und Experteninterviews unterstützen, indem sie die Audio-Aufnahmen der Interviews in Texte umwandelt und objektive Erkenntnisse aus den freien Antwortmöglichkeiten ableitet. Die KI kann Emotionen erkennen und die Texte teilweise zusammenfassen. Die Argumentation kann die KI hingegen noch nicht in der Gänze verstehen und für die Ableitung zusammenfassender Ergebnisse braucht es menschliche Akteure. KI hat in diesem Bereich eine unterstützende Rolle, der Prozess der Umfrage und deren tiefergehende Analyse und Ergebnisableitung bleibt menschliches Hoheitsgebiet.
- Im quantitativen Bereich hingegen, wo sehr große Datenmengen vorhanden sind, sind KI-Algorithmen den klassischen, statistischen Algorithmen meist überlegen. Hier können wir mit Künstlicher Intelligenz Zusammenhänge in den Daten erkennen, die weit über lineare Korrelationen hinausgehen und so beispielsweise bessere Prognosen erstellen. Darüber hinaus bietet uns KI komplett neue Möglichkeiten, um bspw. Sprach- und Bilddaten oder im Rahmen des Social Listening Daten aus sozialen Netzwerken zu analysieren.
Die Bewertung und Begründung der Ergebnisse ist und bleibt in jedem Fall eine menschliche Aufgabe: Nur der Mensch kann die gefundenen Korrelationen bewerten und interpretieren. Nur Menschen können alle relevanten Kontexte wie Emotionen oder kulturelle Einflüsse berücksichtigen. Hier stößt die Künstliche Intelligenz ganz klar an ihre Grenze. Daher ist es mit Big Data und KI wie mit einem Trüffel. Es ist teuer und wertvoll, alle sprechen darüber. Doch am Ende benötigen wir einen guten Koch, der aus der Zutat eine vollwertige Mahlzeit zaubert. Genauso ist es mit den Mustern und Erkenntnissen einer KI. Sie müssen durch eine kreative Idee, die die Zielgruppe überrascht, aktiviert werden. Erst dann ist es möglich, kulturelle Signale in der notwendigen Geschwindigkeit zu interpretieren, darauf zu reagieren und das volle Potenzial Cultural Velocity™ zu heben.
Künstliche Intelligenz hebt Programmatic Advertising auf die nächste Stufe
Automatisierungs- und KI-Verfahren ermöglichen es uns, leichter Muster in großen Datenmengen, z. B. globalen Reporting-Daten zu finden. So können wir bspw. den zukünftigen Erfolg besser planen, die richtigen Werbemittel zum richtigen Zeitpunkt an die richtige Zielgruppe liefern oder Datensätze fusionieren. Je stärker der Individualisierungsgrad von Werbung, desto größer ist die Relevanz für den Kunden. Das allerdings funktioniert nur im Zusammenspiel von Automatisierung und Daten in einer Menge, die Menschen nicht mehr bewältigen können. Hier hilft uns künstliche Intelligenz weiter. Und die wird auch der nächste wichtige Schritt im Programmatic Advertising sein.
Wichtig ist dabei, dass KI nicht das Maß aller Dinge ist. Es ist nach wie vor wichtig, die vom Algorithmus gefundenen Muster zu interpretieren. Dies lässt sich nur mit viel Erfahrung bewerkstelligen, denn ein Algorithmus kann meist nicht so einfach zwischen Ursache und Wirkung unterscheiden.
Aktuell werden in keinem anderen Bereich der Digital Marketing Ökonomie mehr Daten gesammelt, strukturiert und ausgewertet als im Programmatic Advertising. Es liegt also auf der Hand, dass dieser Bereich in naher Zukunft enorm durch Machine Learning Prozesse und KI verbessert wird. Marketing-Effizienz und Performance üben in allen vertriebsrelevanten Bereichen einen enormen Druck auf Marken, Markenverantwortliche und andere Marktteilnehmer aus. Bei der täglich steigenden Masse an Kampagnen und Insight-Daten besteht also parallel ein omnipräsentes Bedürfnis, die Analyse der Datenmengen zu automatisieren – und hier kommen schon heute insbesondere Programmatic Advertising Machine Learning und Künstliche Intelligenz ins Spiel.
Die Vermarkter haben ihre Hausaufgaben gemacht und DSPs können inzwischen recht gut darüber entscheiden, wer, wann, wo einkauft und die Effizienz der Programmatischen Werbung belegen. KI hat in diesem Zusammenhang bspw. im Bereich der Vorsorge und Bekämpfung von AdFraud in den letzten Monaten für spürbare Erfolge gesorgt. Die nächste Herausforderung sehen wir nun in der eins-zu-eins-Kommunikation mit der Zielgruppe. Personalisierte Werbung mit personalisierten Messages zum richtigen Zeitpunkt zu platzieren, ist vielleicht kein neues Thema mehr und sexy ist es auch nicht. Es skalierbar umzusetzen, ist aus unserer Sicht das Wichtigste.
Wer in einen Dialog mit seinem Kunden tritt, auch oder gerade in der Werbung, kann Marke, Bekanntheit und Vertrauen aufbauen – und ganz nebenbei auch noch den Abverkauf steigern. Regelbasierte, skalierbare Systeme zur dynamischen Werbemittelerzeugung sind nicht neu, mit den neuen Möglichkeiten im Bereich KI lässt sich hier aber der Erfolg steigern. Das macht den Einsatz von KI hoch attraktiv. Schon heute sind in verschiedenen geschlossenen Systemen innerhalb des Marktes KI Systeme integriert und erarbeiten in Echtzeit Entscheidungen, die früher Menschen getätigt haben. Das aktuell prominenteste oder zumindest am stärksten diskutierte Beispiel ist mit Sicherheit die Google KI die auf Basis der Google Marketing Plattform die Welten von Google Analytics, Adwords und Co vereint und über eine künstliche Intelligenz Werbegelder optimiert. Neben den großen Walled Gardens gibt es vielzählige programmatische Einkaufsplattformen, die künstliche Intelligenz nutzen, um über Echtzeitanalyse ihrer Daten im Bidding Forecast sichtbar zu machen.
Als Agentur schauen wir auf diesen Markt und sehen unglaublich viele Insellösungen, die uns und unsere Kunden nur selten weiterbringen. Sicher sind viele dieser Insellösungen für ein spezifisches Problem eine große Hilfe, den meisten Markenverantwortlichen fehlt es jedoch an einem skalierbaren, übergreifenden System. Dabei dürfen wir nicht vergessen, dass eine KI nur so gut ist, wie die Daten, mit der wir sie füttern und die Art, wie wir sie trainieren. Im fragmentierten Markt sind Werbekunden in ihrem Optimierungspotential jedoch häufig limitiert. Und die Branche beschwert sich zurecht über mangelnde, ROI-bezogene Cases. Egal welche Plattform oder KI genutzt wird – es fehlt immer ein signifikanter Bereich des Datenökosystems: Entweder es ist die individuelle Costumer Journey, der Kontext, die Kosten- bzw. Inventardimension, oder eben spezifische Konsumenten- oder Conversiondaten.
An dieser Stelle kommen wir als Agentur ins Spiel und helfen unseren Kunden, individuelle Währungen bzw. Daten Management Plattformen aufzubauen. Wir haben schon heute große Potentiale im Bereich der Multi Channel Customer Journey Attribution gehoben, indem wir mit einem dynamischen Algorithmus arbeiten, der die Attribution der Werbeleistung auf Basis von Kontaktketten in adressierbaren Medien analysiert und somit damit besonders wertvolle Kontakte von weniger erfolgversprechenden Kontakten unterscheidet. Diese Mechanik hat zu einer nachweisbaren Verbesserung des ROI von bis zu 20 Prozent geführt – wohlgemerkt im Vergleich zu manuell optimierten Kampagnen. Fest steht, dass KI sämtliche Marketing Operationen im Zuge der zunehmenden Adressierbarkeit aller Medien revolutionieren wird. Abzuwarten bleibt welcher Marktteilnehmer hier die skalierbarste übergreifende Lösung hat.
Text komponiert mit dem besten Online-HTML-Editor. Bitte abonnieren Sie eine HTMLG-Mitgliedschaft, um ähnliche Nachrichten aus den bearbeiteten Dokumenten zu entfernen.
Christian Scholz
CEO
Initiative
Bastian Schwärmer
Managing Director
Initiative
d3con App downloaden
