Die Daten verschiedenster Quellen fließen hier zusammen. Die ausgeklügelte Technologie ist in der Lage, belastbare Informationen aus dem scheinbaren Informationswirrwarr zu generieren und den Bidding-Technologien damit jene Informationen an die Hand zu geben, auf deren Grundlage Kampagnen optimal ausgeliefert werden können. Die richtigen Segmente in seinen Daten zu finden ist das eine, das Verknüpfen mit dem Webseitenbesucher das andere.

Erst über Synchronisationsprozesse können die hinterlegten Daten mit den Cookie-IDs der Onliner gematcht werden. Das könnte in der Real-Time-Bidding-Praxis zum Beispiel so aussehen: Betritt User A eine Website, auf der eine Demand Side Platform (DSP) eingebunden ist, wird ein Pixel gefeuert. In der Regel ist dies ein Container-Pixel, das noch viele weitere Pixel enthalten kann. Das erste Pixel könnte zum Beispiel das Pixel der DMP A sein, das eine DMP-ID schreibt. Stammen DMP und DSP vom gleichen Anbieter, reicht dieser Aufruf bereits aus, da beide Systeme Zugriff auf die gleichen IDs haben.

Etwas aufwendiger ist es, verschiedene Fremdsysteme miteinander zu verbinden. Da jeder Anbieter nur Zugriff auf die Information des eigenen Cookies hat, müssen sogenannte Matching-Tabellen generiert werden. Nur dann weiß beispielsweise eine DMP A, dass der eigene Nutzer A4711 dem Nutzer B0815 einer fremden DSP entspricht. Um die IDs zu „verschränken“, wird ein Pixel der DSP B ausgeliefert. Diesem DSP-Pixel wird die ID mitgegeben, unter der der Nutzer zuvor anonym in der DMP A erfasst wurde. Entsprechende Tabellen, die die verschiedenen anonymen IDs zusammenbringen, werden gespeichert und laufend aktualisiert.

Doch diese einfache Synchronisation von IDs reicht nicht aus, denn schließlich möchte man nicht wissen, welche IDs den gleichen Nutzer beschreiben, sondern benötigt auch entsprechende Profildaten, um auf den Nutzer zu targeten. Diese Informationen lassen sich theoretisch mit dem Pixel-Call übertragen. Aber je mehr Informationen übertragen werden, desto geringer wird die Übertragungsgeschwindigkeit. Darum werden in der Praxis die zur ID gehörenden Daten in der Regel serverseitig – im Hintergrund – synchronisiert. Diese Synchronisation erfolgt mehrmals am Tag. Auf Clientseite werden meist nur die IDs gematcht.

Die Daten einer DMP können höchst unterschiedlich sein. In der Regel sind es Daten, die den Nutzer beschreiben: also soziodemografische Daten, Interessen, Intent, aber auch Kontextdaten wie Wetter oder Tageszeiten können zur Verfügung gestellt werden. Hinzukommen Kampagnendaten, inventarbezogene Daten und Daten von Drittanbietern. Letztlich kommt hier das gesamte Spektrum an 1st, 2nd und 3rd Party Data zusammen. Und nicht nur für Display und Search kommen die Plattformen zum Einsatz. Auch im E-Mail-Marketing oder beim Social Media Advertising werden sie heute eingebunden.

„Eine DMP kann auch CRM-Daten onboarden. Dafür ist im besten Fall ein eigener Nutzer-Log-in oder ein entsprechender Datenpartner erforderlich. So kann eine Cookie-ID den anonymisierten Profildaten zugeordnet werden“, erläutert Jochen Schlosser, Senior Vice President Data bei Adform. Der Technologieanbieter hat unter anderem eine DSP und eine DMP im Produktportfolio.

Selbst Marktforschungsdaten lassen sich in eine DMP einbringen – allerdings meist nicht über ein Cookie-Matching. „Die Frage ist immer, ob die vorliegenden Daten direkt operationalisierbar sind oder nicht“, sagt Schlosser. In der Regel liegen Daten aus kleineren Panelbefragungen vor, die sich nicht 1-zu-1 auf eine DMP übertragen lassen. In diesen Fällen empfiehlt Schlosser zu prüfen, ob auf der DMP Daten vorhanden sind, die den eigenen Marktforschungsdaten ähneln.

Anschließend kann man diese Marktforschungs-Insights in Targetingdaten übertragen. „Letztlich handelt es sich um einen Verschnitt aus hartem Targeting auf Eigendaten und der Nutzung von Fremddaten – abgeleitet aus strategischen Erkenntnissen der Marktforschung und Insights aus den eigenen Analytics-Systemen“, so Schlosser. Sein Tipp: Im besten Fall wird die Marktforschung so geplant, dass sie bereits die gewünschten Targeting-Daten liefert. Dann wäre ein 1:1-Matching möglich.

Die Ziele, die Unternehmen mit dem Einsatz von Data-Management-Plattformen verfolgen, werden immer umfassender. Mit ihnen lassen sich heute sowohl bestehende Kunden ansprechen als auch völlig neue Kunden identifizieren. „Aus digitalen, Offline- oder E-Commerce-Daten entstehen umfassende Kundeninformationen, um Werbung in allen digitalen Kanälen relevanter zu machen, den Return on Advertising zu erhöhen – und alle Kundenkontaktpunkte und Geräte zu verbinden“, sagt Zuzanna Gierlinska, Business Development Director Data Management Platform bei Oracle Marketing Cloud. Aus ihrer Sicht werden DMPs heute zum Steuerpult für alle datengetriebenen Marketingmaßnahmen entlang des Kundenkontakts. „Sobald eine Kundenbeziehung besteht, wird die gesamte ‚Customer Journey‘ optimiert, um die Kundenbindung zu erhöhen. DMPs helfen dabei, an jedem Berührungspunkt die richtigen Informationen bereitzustellen, und legen dadurch Cross- und Up- Selling-Potenzial frei“, so Gierlinska.

Die Oracle DMP wird von Werbetreibenden beispielsweise in drei Stufen genutzt: Auf der ersten Ebene aggregieren die Unternehmen Daten aus den unterschiedlichsten Quellen. Dazu gehören Websites, Analytics-Plattformen, Adserver, mobile Daten aus dem Web oder aus Apps sowie Offline-Daten aus CRM- oder BI-Lösungen, Callcentern und viele weitere. In der zweiten Stufe werden Daten strukturiert und einheitlich gemacht. Dafür bietet die Oracle DMP eine spezielle Technologie, die Daten aus allen Kanälen sowie von allen Geräten verbindet und dadurch einen 360-Grad-Blick auf den Kunden ermöglicht. Darüber hinaus lassen sich Zielkundenmodelle, sogenannte Look-Alike-Models entwickeln, um das Targeting weiter zu verfeinern.

„Die Stufe drei ist besonders wichtig, denn sie wendet die konsolidierten Daten an, um Maßnahmen in allen Kanälen und auf allen Geräten zu steuern“, betont Gierlinska. Die Data-Management-Plattform von Oracle kommuniziert dabei mit 400 individuellen Schnittstellen zu den verschiedensten Ad-Tech- und Marketing-Tech-Ökosystemen. Dazu gehören beispielsweise Display-Systeme wie DSPs, SSPs oder Adserver sowie Video, Mobile, Suche und E-Commerce – hier zum Beispiel Site- & Referral-Optimierung sowie Content-Marketing-Systeme. Außerdem kommuniziert die Technologie mit E-Mail-Marketing- sowie Analytics-Systemen.

Solche Datenvielfalt ist ein Markenzeichen von DMPs. Doch damit stellt sich auch schnell die Frage nach der Datenhoheit. Insbesondere wenn Agenturen für ihre Kunden Media einkaufen beziehungsweise mit entsprechenden Targeting-Daten arbeiten sollen. „Kundendaten, die aus Kampagnen heraus generiert oder mit Budgets unserer Kunden gewonnen werden, gehören unseren Kunden“, sagt Kristian Meinken, Geschäftsführer Pilot Hamburg klar.

Lediglich auf einer abstrakten Ebene könne die Agentur Daten für kundenübergreifende Zwecke nutzen – beispielsweise qualitative Metriken wie die Sichtbarkeitswerte des genutzten Inventars. Der Datenumgang wird meist vertraglich geregelt. „Es gibt grundsätzlich zwei Szenarien“, erläutert Meinken, „entweder der Werbekunde hat einen Vertrag mit der DMP und räumt uns als Agentur einen Zugriff ein oder wir als Agentur führen einen Vertrag mit der DMP und nutzen sie für den Kunden“.

In der Praxis zeigt sich: Im Rahmen von Real-Time Bidding und Programmatic Buying können DMPs heute sinnvoll eingesetzt werden. Doch noch ist man erst am Anfang des Weges. „Bis auf die Ausnahme genutzter Kundendaten – beispielsweise im Re-Targeting – wird sehr viel experimentiert“, sagt Meinken. Die ganz große Wertschöpfung lasse noch auf sich warten. „Wir haben heute ein stabiles Set an Technologien. Aber es mangelt noch am Datenangebot für eine echte Skalierbarkeit“, so der Mediaexperte. Doch das dürfte sich in den kommenden Jahren rasch ändern, da sind sich die Marktbeobachter einig.