Eines der Fazits, worauf sich die Experten des Podiums einigen konnten, ist: Strengere Datenschutzverordnungen bieten auch die Chance, den Markt noch besser zu machen. Die Platzierung von Werbung kann, mit seinem Einverständnis, noch näher und konformer am Kunden erfolgen. Werbetreibenden eröffnet dies die Möglichkeit, noch effizienter Kampagnen auszuspielen. Gleichzeitig bietet die sich rasant weiterentwickelnde technologische Infrastruktur die Gelegenheit, noch tiefer mit Themen wie Attribution zu arbeiten, um den Kunden besser zu verstehen und noch weiter in den Fokus der jeweiligen Markenbotschaft zu rücken.

Das klassische Contextual Targeting gibt es schon lange. Seine Nutzung erfolgte meist im Bereich von Kategorien und Umgebungen. Das Behavioural Targeting fand dagegen meist in Marketing-Silos statt. Mit fortschreitender Digitalisierung verlor das Contextual Targeting zunehmend an Bedeutung, da sich der Fokus mehr und mehr in Richtung Behavioural Targeting verlagerte.

Beide Ansätze unterscheiden sich in ihrem Kern. Inzwischen hat sich die Granularität des Targetings jedoch enorm verbessert. Das bedeutet, dass Contextual Targeting sich zu einer Quelle neuer und innovativer Möglichkeiten entwickelt hat, die noch lange nicht ausgeschöpft sind, da die Advertising-Experten sich bisher vor allem auf userbasierte Modelle konzentriert haben. Das Behavioural Targeting bietet im Gegenzug die Chance, ein langfristiges User-Profil zu erstellen. Und auch das nicht Third-Party-Daten-basierte Behavioural Targeting bietet – ähnlich wie beim kontextuellen Targeting – viele neue Optionen. Beide Konzepte bieten unterschiedliche Vorteile und sind aus diesem Grund in Bezug auf neue Wege der personalisierten Werbung – auch nach dem Wegfall des Third-Party-Cookies – vielversprechende Alternativen.

Zunächst einmal sind First-Party-Daten nicht gleich First-Party-Daten. Auch hier gibt es Unterschiede und folgenden Fragen muss man sich stellen: Wer genau sind die User, die ein Unternehmen hat? Wie gelangen sie auf die Webseite? Woher kommen sie? Was sind Quellen für First-Party-Daten und wie können Werbetreibende sie erweitern? Wie gut ist die Qualität der Daten?

Letzteres ist entscheidend, denn First-Party-Daten haben auch ein Limit. Nicht immer können sie die Frage beantworten, welche weiteren Interessen die User noch haben. Zudem ist die Aktivierung – also die Umwandlung der aus First-Party-Daten generierten Insights für Targeting-Maßnahmen – eher schwierig. Doch Marketer und Publisher können diese wertvollen Daten weiterverwenden und datenschutzkonform miteinander vergleichen, um daraus wichtige Rückschlüsse zu ziehen und mit deren Hilfe Kohorten zu bilden. Dieser Vergleich erfolgt dann in einem Data Clean Room.

Ein Standard Data Clean Room bietet zwei unterschiedlichen Parteien die Möglichkeit ihre Daten, mit Hilfe der unabhängigen Plattform eines Dritten, zu verbinden. So können sie Analysen und Targeting-Segmente datenschutzkonform nutzbar machen. Typischerweise ist dieser unabhängige Dritte ein Technologieanbieter. Google bietet dies außerdem in einer etwas anderen Form an, genauso wie auch Facebook. Die hochgeladenen Daten durchlaufen einen sogenannten Hashing-Prozess. Das heißt, die Daten sind danach vergleichbar und so miteinander verbunden, dass sie für Analysen und für übergreifende Ausspielungen zur Verfügung stehen.

Es gibt jedoch auch Data-Clean-Room-Experten, die etwas anders vorgehen. Sie verarbeiten Daten in völlig getrennten, individuellen Datenbanken. Diese Data-Clean-Room-Spezialisten haben keinen Zugriff auf die eingespielten Daten. Sie verarbeiten diese, indem sie sie in mathematische Darstellungen umwandeln und nur diese auf einer aggregierten statistischen Basis vergleichen. Wenn die Analysen fertig sind, erfolgt eine Definition von personalisierbaren Kategorien, die den Teilnehmern in einer Form zurückgegeben werden, die ihren Berechtigungen entspricht. Eine Verteilung von Daten, die nicht in andere Hände gelangen dürfen, erfolgt in keiner Form. Das beschriebene Konzept ist eine Weiterentwicklung des Data Clean Rooms.

Wie die Erstellung einer Datenpartnerschaft zwischen Advertisern und Publishern funktioniert, variiert tatsächlich ein wenig je nach Anbieter eines Data Clean Rooms. Häufig erfolgt jedoch das Hochladen der Daten einmalig vonseiten eines Advertisers. In einem weiteren Schritt kann er selbst auswählen, mit welchen Publishern er zusammenarbeiten möchte. Dafür geben sich beide Parteien selbst die explizite Erlaubnis, diese Datenabgleiche untereinander durchzuführen.

Das heißt, Unternehmen müssen nicht X-mal Data Clean Rooms für jeden neuen Vorgang einrichten. Sie sind stattdessen in dem Moment im Data Clean Room verfügbar, nachdem die Erteilung der gegenseitigen Erlaubnis erfolgt. Dann dürfen Advertiser und Publisher Daten auf dieser aggregierten statistischen Ebene auswerten und segmentieren, um sie im Anschluss für die Konzeption gezielter Kampagnen zu nutzen. Wichtig ist: Die Daten bleiben jederzeit bei den jeweils beteiligten Parteien. So bleibt der Datenschutz gewährleistet, dennoch ist eine Zusammenarbeit auf effiziente Weise möglich. Zudem überwiegt durch diesen neuen Ansatz nun auch die Prämisse der Qualität über Quantität – bei der Analyse der Daten und bei der Entwicklung von erfolgreichen Targeting Strategien sowie bei den Messages, die die Endkunden erreichen.

Diese fünf Learnings zeigen, dass es auch nach dem Wegfall der Third-Party-Daten interessante Optionen gibt, um personalisierte und erfolgversprechende Werbekampagnen zu entwerfen und an spezielle Zielgruppen auszuspielen. Dazu bietet die Weiterentwicklung bereits bestehender Konzepte wie dem Contextual und Innovationen wie Data Clean Rooms beste Chancen. Auch wenn noch etwas Zeit ist, sollten Marketer und Publisher nicht die Hände in den Schoß legen, sondern schon jetzt austesten, was für ihre Strategie am besten passt.