[ad_1]
\n <\/p>\n
Werbetreibende sollen \u201cmindestens 95 Prozent der Conversions pro ausgegebenem Dollar im Vergleich zu Cookie-basierter Werbung erwarten k\u00f6nnen\u201d, ist Google nach den ersten Tests zur interessenbasierten Werbung mit der eigenen Audience \u00fcberzeugt. Die Ergebnisse variieren dabei je nach Clustering-Algorithmus und Zielgruppe, erkl\u00e4rt Chetna Bindra, Group Product Manager User Trust and Privacy von Google. <\/p>\n
Das Clustering ist auf das von den Spezialisten entwickelte Prinzip \u201cFederated Learning of Cohorts\u201d (FLoC) zur\u00fcckzuf\u00fchren, welches datenschutzkonform Gruppen von Menschen mit gemeinsamen Interessen b\u00fcndeln und f\u00fcr das Targeting innerhalb der Google-Produkte bereitstellen soll. Die n\u00f6tige Datenverarbeitung geschieht ger\u00e4teintern, erl\u00e4utert Bindra, sodass der Browserverlauf gesch\u00fctzt ist. Sie glaubt mit den Tests beweisen zu k\u00f6nnen, \u201cdass die Ergebnisse dieser Innovation fast so effektiv sind wie Cookie-basierte Ans\u00e4tze.\u201d Die ersten offiziellen Experimente in Google Ads sollen im zweiten Quartal folgen.<\/p>\n
Doch auch abseits dieser Kohorten soll die Digitalwerbung die richtigen Personen erreichen. F\u00fcr die Zielgruppenerstellung, beispielsweise zum Retargeting, kommt die API \u201cFirst Locally-Executed Decision over Groups\u201d (FLEDGE) zum Einsatz. An der L\u00f6sung haben ferner Adtech-Gr\u00f6\u00dfen wie Criteo, Nextroll, Magnite und RTB House mitgewirkt. Ein vertrauensw\u00fcrdiger Server \u00fcbernimmt dabei die Aufgabe, Informationen \u00fcber die Gebote und Budgets einer Kampagne zu speichern. Ad Exchanges, Demand-Side-Plattformen und Werbetreibende sind dar\u00fcber hinaus eingeladen, um eigene Experimente rund um den auktionsbasierten, maschinellen Mediaeinkauf in der Privacy Sandbox durchzuf\u00fchren.<\/p>\n
Weitere dicke Bretter, die gebohrt werden m\u00fcssen, lauten Conversion-Messung und -Reporting. Entsprechende APIs befinden sich ebenfalls in der Entwicklung, so Bindra. Google plant datenschutzkonformes Measurement und Reporting mithilfe der Aggregation von Informationen, dem Hinzuf\u00fcgen von Rauschen und der Begrenzung der Datenmenge, die vom jeweiligen Ger\u00e4t gesendet wird. Die Conversions m\u00fcssen daher im Voraus vom Advertiser priorisiert werden, denn nicht alle werden detailliert \u00fcbermittelt. Der Nutzen der Technologie in der Praxis, etwa f\u00fcr die Messung von View-Through-Conversions, die Bestimmung von Inkrementalit\u00e4t und Reichweite sowie die Attribution, werde in den kommenden Monaten getestet. Jedoch \u201cm\u00fcssen noch weitere Entscheidungen getroffen werden\u201d, bevor ein Prototyp entstehen kann.<\/p>\n
Die letzten Punkte, die Chetna Bindra im Blogpost anf\u00fchrt, widmen sich Ad Fraud und Fingerprinting. F\u00fcr ersteres kommt die Trust Tokens API zum Einsatz, die Fraud verhindern und Traffic verifizieren soll. Letzteres verhindert die sogenannte Gnatcatcher-L\u00f6sung.<\/p>\n
Google ist \u00fcberzeugt. Wer noch?<\/p>\n
Es scheint voranzugehen im Hause Google. Im Blogpost stellt der Konzern die Namen allerlei L\u00f6sungsans\u00e4tze vor, verspricht weiteres Testen und ver\u00f6ffentlicht die erste Zahl f\u00fcr die Presse zum Zitieren. \u201c95 Prozent\u201d h\u00f6rt sich immerhin gut an. Obwohl die Projekte auf Github publik gemacht werden, bleibt jedoch unklar, inwiefern sich die Technologien der anderen Player aus dem Adtech-Kosmos in Googles Universum wiederfinden. Auch \u00fcber etwaige Probleme f\u00fcr Publisher wird nicht gesprochen. <\/p>\n
Google ist sich seiner Sache jedenfalls sicher: \u201cAus der Sicht der Google Ads-Teams sind die Technologien der Privacy Sandbox die Zukunft unserer Ads- und Measurement-Produkte im Internet. Wir ermutigen andere, sich uns bei der Definition dieses neuen Ansatzes anzuschlie\u00dfen.\u201d <\/p>\n