[ad_1]
\n <\/p>\n
Die Zeit des Third-Party-Cookies l\u00e4uft ab. Fr\u00fcher oder sp\u00e4ter wird Google Chrome diese kleinen Textinformationen, mit denen Adtech-Unternehmen ihre Nutzer im Internet identifizieren, nicht mehr zulassen. Sie stehen dann also nicht mehr als Werkzeug im Online-Targeting zur Verf\u00fcgung. Doch auch ohne Cookies m\u00fcssen Marken ihre unterschiedlichen Zielgruppen erreichen, Werbung auf sie zuschneiden und die Ergebnisse ihrer Kampagnen messen \u2013 idealerweise sogar besser als vorher. Es ist bereits viel dar\u00fcber gesagt worden, wie eine Zukunft ohne Cookies aussehen k\u00f6nnte: Im Raum stehen eine R\u00fcckkehr zum kontextbezogenen Targeting, Unified-ID-L\u00f6sungen oder Googles Privacy Sandbox. Aber eine weitere vielversprechende Alternative fehlte bislang weitgehend in dieser Debatte: die sogenannten Data Clean Rooms.<\/p>\n
Ein Data Clean Room ist ein Ort, an dem Unternehmen mit gro\u00dfen Datenpools ihre Informationen aufbewahren und fortlaufend aktualisieren k\u00f6nnen. Werbetreibende wiederum bringen ihre eigenen Daten und Kampagnen-Insights ein. Durch die Zusammenf\u00fchrung der beiden Datens\u00e4tze k\u00f6nnen Werbetreibende ihre Daten mit denen der Hosts der Data Clean Rooms vergleichen. Konkret sind die Marken dann dazu in der Lage zu sehen, wie die verschiedenen Daten zusammenpassen, wobei etwaige Inkonsistenzen aufzeigen, ob sie bestimmten Benutzergruppen zu viele Anzeigen ausspielen. Eine solche Inkonsistenz kann beispielsweise darin bestehen, dass Sie sich mit Ihren Marketingma\u00dfnahmen vor allem an Smartphone-Nutzer richten, die meisten K\u00e4ufe aber \u00fcber Tablets ablaufen. Auf diese Weise erh\u00f6hen Data Clean Rooms die Zuverl\u00e4ssigkeit der First-Party-Daten.<\/p>\n
Um es in den Worten von Myles Younger von Mightyhive zu sagen: \u201eData Clean Rooms sind eine Art vermittelnde Schweiz f\u00fcr Daten.\u201c Sie erm\u00f6glichen die Generierung von Erkenntnissen, ohne dass die Datens\u00e4tze jemals in direkten Kontakt miteinander kommen (oder zumindest, ohne dass die individuellen Online-Aktivit\u00e4ten aller Benutzer eingesehen werden k\u00f6nnen). Der bekannteste Data Clean Room ist der Ads Data Hub von Google. Doch auch andere Player wie Unilever, Amazon und Infosum bieten Werbetreibenden ihre Clean-Room-L\u00f6sungen an oder sind im Begriff, einen eigenen Data Clean Room zu entwickeln.<\/p>\n
Data Clean Rooms in der Praxis<\/p>\n
Schauen wir uns an einem einfachen Beispiel an, wie so ein Data Clean Room in der Praxis funktioniert: Ein Advertiser aus der Modebranche verf\u00fcgt \u00fcber First-Party-Daten zur Art der Ger\u00e4te, die seine Kunden f\u00fcr ihre K\u00e4ufe nutzen. Jetzt m\u00f6chte er Insights \u00fcber den Zusammenhang zwischen der Nutzung des jeweiligen Ger\u00e4ts und der Interaktionsrate bei Anzeigen mit roten und blauen Turnschuhen gewinnen. Der Werbetreibende gibt seine Daten in einen Data Clean Room und gleicht sie beispielsweise mit den Daten des Google Ads Data Hub ab. Dadurch m\u00f6chte er m\u00f6gliche Zusammenh\u00e4nge zwischen der Nutzung des Kaufger\u00e4ts und der Farbpr\u00e4ferenz gewinnen. Konkret werden dazu Nutzer, denen eine Anzeige ausgespielt wurde, mit First-Party-Daten aus den Website-Interaktionen in Verbindung gebracht. Und der Advertiser stellt fest, dass iPhone-X-Nutzer eine starke Pr\u00e4ferenz f\u00fcr blaue Turnschuhe haben, w\u00e4hrend die Besitzer eines Samsung Galaxy S20 vor allem auf die roten Schuhe anspringen. Diese Information kann dann zur Kampagnenoptimierung genutzt werden.<\/p>\n
DSGVO-Konformit\u00e4t der Data Clean Rooms<\/p>\n
Derartige Insights, und nat\u00fcrlich noch viel anspruchsvollere, lassen sich zwar nicht erst seit gestern gewinnen. Was Data Clean Rooms aber zu so einem vielversprechenden Tool f\u00fcr eine Zukunft ohne Third-Party-Cookies macht, ist der Umstand, dass sie vollst\u00e4ndig DSGVO-konform sind. In Data Clean Rooms herrschen Regeln, die eine Neuidentifizierung einzelner Kunden verhindern. Technisch gesehen werden Nutzer immer noch bis zum Point of Sale getrackt, damit die Attribution funktioniert. Werbetreibende k\u00f6nnen allerdings nur noch DSGVO-konforme Anfragen stellen. Zum Beispiel nach der Zahl der Verk\u00e4ufe im letzten Monat, jedoch nicht danach, was genau die Nutzer gekauft haben.<\/p>\n
Data Clean Rooms liefern Daten f\u00fcr Gruppen von mindestens 50 Verbrauchern, die sich ein bestimmtes Attribut teilen, und helfen dabei, festzustellen, welche Gruppen sich an einer Kampagne beteiligt haben. Werbetreibende k\u00f6nnten so zum Beispiel feststellen, ob iPhone-X-Nutzer zwischen 20 und 35, die in einer Gro\u00dfstadt leben, auf ihre Kampagne anspringen. Solche Analysen lassen sich im Verlauf einer Kampagne mehrfach durchf\u00fchren, solange gen\u00fcgend Daten verf\u00fcgbar sind. Daraus ergeben sich Strategien, die nicht auf Cookies basieren, um seine Nutzergruppen pr\u00e4ziser anzusprechen. Die Werbetreibenden legen ihre Daten zwar nutzerbasiert in den Data Clean Room ab, aber es gelangen keine Daten wieder nach au\u00dfen, die eine klare Identifizierung zulassen.<\/p>\n
Grenzen von Data Clean Rooms<\/p>\n
Was sollten Werbetreibende beachten, bevor sie Data Clean Rooms nutzen? Erstens: Die Hauptanwendung f\u00fcr Data Clean Rooms sind bislang die Messung und die Attribution, nicht das Targeting. Diese Funktionen lassen sich noch erweitern. Zweitens erfordert die Arbeit mit Data Clean Rooms Klassifizierungen, die konsistent, sauber und aussagekr\u00e4ftig sind. Da Werbetreibende nicht mehr mit Benutzer-IDs arbeiten k\u00f6nnen, die ihre Kampagnen zusammenhalten, ben\u00f6tigen sie einen klaren Rahmen mit pr\u00e4zisen und klar definierten Kategorien. Dadurch wissen Werbetreibende, welche Abfragen sie an die Datens\u00e4tze stellen m\u00fcssen, um gewinnbringende Erkenntnisse zu erhalten. Entscheidend ist, dass diese Abfragen aussagekr\u00e4ftig und DSGVO-konform zugleich sind. Und drittens: Da die Data Clean Rooms nur gruppenbasierte Einblicke liefern, sind sie f\u00fcr zu kleine Kampagnen bis 1.000 Nutzer nicht geeignet.<\/p>\n
Obwohl sich die Technologie hinter Data Clean Rooms erst noch im Entstehungsprozess befindet, bergen sie ein enormes Potenzial f\u00fcr die Werbetreibenden in einer Post-Cookie-\u00c4ra. Daher werden zuk\u00fcnftig noch viele weitere Data Clean Rooms entstehen. Die „Privacy First“-Umgebung erm\u00f6glicht es auch gro\u00dfen Unternehmen, ihre Daten in neuen Clean Rooms zusammenzuf\u00fchren. Die k\u00f6nnen sie wiederum auch Werbetreibenden zur Verf\u00fcgung stellen, ohne dabei gegen Datenschutzbestimmungen zu versto\u00dfen. Daher werden wir in den kommenden Monaten und Jahren noch viel \u00fcber Data Clean Rooms h\u00f6ren und sprechen.<\/p>\n
EVENT-TIPP ADZINE Live – Data-driven Marketing jetzt zukunftsf\u00e4hig machen!
\n am 24. November 2020, 11:00 – 12:30 Uhr<\/p>\n
Die aktive, explizite Einwilligung der Nutzer ist seit DSGVO und der kommenden e- Privacy-Direktive die Einstiegsh\u00fcrde f\u00fcr datenbasiertes Marketing. Personenbezogene Daten d\u00fcrfen nur noch mit ausdr\u00fccklicher Einwilligung der Nutzer gespeichert und verarbeitet werden.<\/p>\n
Die aktuelle Herausforderung liegt darin, die Errungenschaften des datenbasierten Marketings zu bewahren, bei gleichzeitigem gesetzeskonformen und respektvollem Umgang mit den Rechten und Anliegen der Konsumenten. Diese Herausforderung w\u00e4chst auch technologisch mit dem Ende der Third-Party Cookies. Jetzt anmelden!<\/p>\n