Für viele besteht die gewählte Taktik darin, Daten aus eigenen Quellen mit Daten Dritter zusammenzuführen. Ich bin jedoch der Meinung, dass das eigentliche Potenzial von First-Party-Daten erst dann richtig realisiert wird, wenn eigene Daten mit Echtzeit- und Nutzerdaten sowie Kontextinformationen kombiniert werden.

Dadurch können Marketingverantwortliche nicht nur erkennen, wie groß das Interesse eines potentiellen Neukunden ist, sondern diesen auch gezielt zu dem Zeitpunkt ansprechen, zu dem er eine Kaufentscheidung treffen möchte oder zum Wahrnehmen einer Werbebotschaft bereit ist. Ein Schlechtwettereinbruch kann der entscheidende Faktor sein bei einem Nutzer, der seit Wochen mit einer bestimmten Reise liebäugelt, diese aber noch nicht gebucht hatte. Interessenten verwandeln sich so in tatsächliche Neukunden.

Nach außen hin wird Retargeting auf Basis von eigenen Daten als sehr leistungsstark angesehen. Und zwar sogar dann, wenn First-Party-Daten auf eine eher simple Weise verwendet werden. Das ist der Grund, warum Marketingverantwortliche immer noch stark auf diese Taktik setzen. Ohne die effektive Aktivierung von First-Party-Daten jedoch werden im Rahmen des Retargeting großteils Nutzer ohne substanzielles Interesse angesprochen, die ein Verhalten zeigen, dass auf eine Kaufabsicht schließen lässt, obwohl in Wirklichkeit kein derartiges Interesse besteht. Oder noch schlimmer: es werden vermeintliche Neukunden ins Visier genommen, die das Produkt oder die Dienstleistung bereits erworben haben.

Werden First-Party-Daten mit Echtzeit-Nutzerdaten und Kontextanalysen kombiniert, stellen sie für Unternehmen einen echten Gewinn dar. Rocket Fuel bezeichnet diese Methode als Moment Scoring. Marketingentscheider müssen sich über die Zusammenarbeit mit Medienpartnern Gedanken machen und Modelle verwenden, die automatisch leistungsstarke Kombinationen von Daten identifizieren und deren relativen Wert bestimmen.

Entscheidend für das Marketing ist es, First-Party-Daten zur Identifizierung von nicht intuitiven Verknüpfungen zu nutzen, um Ads genau zu dem Zeitpunkt einzublenden, in dem die Bereitschaft der Kunden zu handeln am größten ist. Über 11 Millionen demographische, verhaltensbezogene und kontextabhängige Attribute können in eine solche Analyse integriert werden. Es sind nicht nur Indikatoren wie Ort, Tageszeit, gegenwärtiger Standort, aktuell genutztes Gerät und Betriebssystem, die für eine effiziente Ansprache der jeweiligen Zielgruppe eingesetzt werden sollten. Aktuelle Ereignisse, wie an dem jeweiligen Tag angeklickte Anzeigen und Websites, und langfristige Faktoren, wie Surfgewohnheiten, Kaufverhalten und Interessen, müssen ebenfalls berücksichtigt werden. All diese Faktoren wirken sich gleichermaßen auf die Wahrscheinlichkeit aus, ob ein Kunde die gewünschte Handlung vornimmt oder nicht. Entscheidend ist dabei, Kanäle, Geräte und Ziele zusammen und nicht isoliert also in „Silos“ zu betrachten.

First-Party-Daten so zu nutzen wirkt sich extrem positiv auf den ROI aus, da Kunden genau dann angesprochen werden, wenn die Anzeige den größtmöglichen Einfluss auf die Entscheidung des Kunden haben kann. Es werden nicht nur Personen identifiziert, die bereits einen Kauf getätigt haben, sondern auch Nutzer gezielt unter Berücksichtigung ihrer individuellen Customer Journey angesprochen. So kann eine Ansprache von Kunden zum jeweils richtigen Zeitpunkt in ihrem Product- oder Purchasing Lifecycle erfolgen. Von uns durchgeführte Untersuchungen ließen zum Beispiel deutliche Unterschiede im Nutzerverhalten in Bezug auf die Buchung von Urlaubsreisen erkennen. Im Durchschnitt buchen Briten Reisen 29 Tage vor geplantem Reisebeginn, d. h. später als Reisende aus Italien (30 Tage), Spanien (31 Tage), Deutschland (49 Tage), Frankreich (54 Tage) oder aus den USA (39 Tage).

Solche Erkenntnisse sollten Werbetreibende bei ihrer Kampagnenplanung entsprechend berücksichtigen. Die Auswertung unserer Kampagnen zeigte zum Beispiel auch, dass Frühbucher länger bis zur Conversion brauchen als Spätbucher. Auch wenn es auf den ersten Blick paradox erscheint: Während die langfristigen Planer aus Frankreich, Deutschland und den USA im Durchschnitt bereits 8 Tage nach dem ersten Kontakt mit einer Anzeige konvertierten, waren die kurzfristigen Entscheider aus UK, Italien und Spanien erst 10 bis 11 Tage nach dem Erstkontakt zur Conversion bereit.

Daten aus erster Hand bieten Vermarktern eine Vielzahl von Möglichkeiten. Es ist jedoch wichtig, First-Party-Daten effektiv und intelligent mit selbstlernenden Algorithmen, demographischen, verhaltensbezogenen und kontextabhängigen Merkmalen sowie Third-Party-Daten zu kombinieren. Die Beispiele aus unseren Hotel-Kampagnen zeigen sehr eindrucksvoll, wie Werbetreibende auch aus der Durchführung von programmatischen Kampagnen ihren Kunden näherkommen können. Nur durch die Integration verschiedenartiger Informationen können alle potentiellen Momente der Kundenansprache konstant bewertet werden. Das bedeutet, dass jeder dieser Momente jederzeit aus den jeweils vorherigen lernen kann. Wir sind der Meinung, dass die Nutzung dieser Methode die bestmögliche Marketingperformance verspricht.

Um all dies zu erreichen, sollten Sie auch über ihr technologisches Setup nachdenken: Es ist nicht zwingend notwendig, sämtliche Leistungen bei einem Anbieter oder auf einer Plattform zu bündeln. Ganz im Gegenteil ist es heute aufgrund der hohen Anpassungs- und Anschlussfähigkeit der meisten Marketing- Plattformen durchaus möglich, sich zunächst für eine Reihe technologischer Lösungen („technology stack“) zu entscheiden. Anschließend kann man, abhängig davon, wie es um die technologische Kompetenz im eigenen Haus bestellt ist, die operative Anwendung der Technologien mehr oder weniger an externe Dienstleister abgeben.

Als Marketingverantwortlicher sollten Sie also Ihren „technology stack“ aufbauen und diesen anschließend, je nach Bedarf, im Sinne von „managed service“ einsetzen lassen.