Angesichts einer Fülle von Cookieless-Lösungen, die von Unified IDs bis hin zu kontextbezogenem, semantischem und kohortenbasiertem Targeting reichen, tun sich Marken schwer, den Übergang zu alternativen Technologien einzuleiten. Im Folgenden haben wir daher vier Fallstricke aufgelistet, die Marketer mit Blick auf den Cookieless-Countdown beachten sollten.

Werbetreibende sollten sich durch Googles Verschiebung der Cookie-Deadline nicht in falscher Sicherheit wiegen. Stattdessen sollten sie eine neue, zukunftssichere Lösung für das Schalten ihrer Werbeanzeigen finden, um einen reibungslosen Übergang in die "Post-Admageddon-Ära" zu gewährleisten. Diese neue Lösung muss belastbare Ergebnisse liefern – ohne das zur Gewohnheit gewordene, personenbezogene Tracking, das in die Privatsphäre der Verbraucher eingreift. Schließlich ist Tracking bei den Verbrauchern mittlerweile verpönt, selbst wenn der Consent vorliegt.

Marken sollten sich angesichts der nahenden Frist nicht auf ihre bestehenden, digitalen Werbepläne verlassen. Falls sie nicht bereits große Mengen an First-Party-Daten sammeln, werden sie ohnehin Schwierigkeiten haben, ihre Kunden und potenziellen Kunden zu erreichen. In dieser neuen digitalen Welt sitzen die Verbraucher am Hebel und können Marken im Handumdrehen mit aufbauen oder auch zerstören. Und die Regulatoren unterstützen sie dabei, indem sie die ohnehin schon strengen Datenschutzverordnungen noch weiter verschärfen.

In den vergangenen Jahren wurden mehrere Unified-ID-Lösungen entwickelt. Das Problem dabei ist, dass ihnen die Skalierbarkeit fehlt, die Cookies bieten: Sie liegen in Silos, sind nicht interoperabel und benötigen immer noch einen Content, der immer schwieriger zu bekommen ist, da die Nutzer Tracking massenhaft ablehnen. Darüber hinaus basieren sie auf einem bestimmten Netzwerk von Publishern, die ihre Nutzerdaten ebenfalls nicht weitergeben wollen, was die Reichweite der IDs extrem einschränkt und wenig zielführend macht.

Hinzu kommt eine weitere, entscheidende Hürde: Auf Apple-Geräten und im Safari-Browser verschlüsselt die Einstellung “Privat-Relay” die Netzwerkverbindungen und verbirgt somit die IP-Adressen samt der Browsing-Daten der Nutzer. Dies macht es Dritten unmöglich, eine IP-Adresse mit einer eindeutigen ID in Verbindung zu bringen. Da Apple-Geräte mit einem Marktanteil von 28 Prozent weltweit am weitesten verbreitet sind, entgeht Advertisern somit ein Großteil der (zahlungskräftigen) Konsumenten.

Viele Werbetreibende haben sich auf kontextuelle und semantische Zielgruppenansprache konzentriert, die als die nächstbeste Lösung gilt. Diese Targeting-Disziplinen sind jedoch nicht der Heilige Gral, nach dem die Branche sucht. Sie allein ermöglichen es den Marken nicht, ihre Zielgruppen vollständig zu verstehen, geschweige denn mit ihnen in Kontakt zu treten. Kontextuelles und semantisches Targeting versucht vorherzusagen, wer sich eine Seite oder App anschaut, und zwar auf der Grundlage des Kontexts dieser einzelnen Seite und nicht basierend auf den spezifischen Interessen der Nutzer.

Angenommen, Nutzer A sieht sich die Sportsektion seiner Lieblings-Newsseite an. Schon ein Blick auf diese Seite stuft ihn als Sportfan ein, was bedeutet, dass ihm weiterhin sportbezogene Werbung angezeigt wird. Nutzer A kann tatsächlich ein Sportfan sein, aber die wenigsten Menschen haben nur ein einziges Hobby...

Was ist mit den anderen Interessen, die Nutzer A haben könnte und die den Marken ebenfalls wertvolle Erkenntnisse liefern könnten? Was wäre, wenn Nutzer A auch einen Hund hat, aber nie Websites besucht, die sich mit Haustieren beschäftigen? Marken möchten Zielgruppen erreichen, die Bedarf an ihren Produkten haben, auch wenn sie keine interessenbezogenen Websites besuchen. Diese Menschen sind praktisch unmöglich anzusprechen, wenn man nur die winzige Anzahl von Personen berücksichtigt, die Websites zu sehr spezifischen Themen besuchen.

Die kohortenbasierte Werbung, allen voran Google Topics als Ersatz für Federated Learning of Cohorts (FLoC), verfolgt höhere Ziele als kontextuelles und semantisches Targeting. Anhand des Browserverlaufs analysiert diese Technologie das Nutzerverhalten und sortiert die User in allgemeine Kategorien ein, wobei die Nutzer auf aggregierter Ebene zusammengefasst werden. Dabei werden jedoch nach wie vor Nutzerinformationen gesammelt, ohne um Erlaubnis zu fragen – was zunehmend als gesellschaftlich inakzeptabel und invasiv angesehen wird.

Im Gegensatz dazu trackt personifizierte Werbung niemals das Online-Verhalten einer Person. Stattdessen werden die Orte betrachtet, an denen Personas am wahrscheinlichsten auf Inhalte zugreifen werden. Und genau hier liegt der Unterschied: Während bei Kohorten untersucht wird, was die Nutzer online tun, stellt die personifizierte Werbung den Nutzern nach deren Einwilligung Fragen, um intrinsisch herauszufinden, wer sich wo herumtreibt.

Kehren wir zum Beispiel unseres Quasi-Sportfans, Nutzer A, zurück. Personifizierte Werbung ist in der Lage, seine Interessen tiefgreifend zu verstehen. Marketer könnten Nutzer A beispielsweise fragen: “Bevorzugst du eher leichtes oder hartes Workout?” oder “Wie oft pro Woche trainierst du?” et cetera. Dies funktioniert über Umfragen – nicht nur auf Sport-Websites –, an denen er sich entweder beteiligen kann oder nicht. Diese Fragenkataloge geben ebenfalls Aufschluss darüber, wofür sich Nutzer A außer für Sport noch interessiert. Die Methode bietet fundiertes Wissen, indem sie von einem nutzerzentrierten Fokus zu einem platzierungszentrierten Fokus wechselt und Millionen von Datenpunkten sammelt, um Tausende von verschiedenen Personas zu definieren.

Cookie-basierte Werbung gehört zweifellos der Vergangenheit an. Marken müssen sich auf eine Cookie-lose Zukunft vorbereiten. Methoden wie Unified IDs, kontextuelles, semantisches und kohortenbasiertes Targeting reichen dafür nicht aus, also sollten Marken Personas als eine wirklich zukunftssichere, skalierbare und nicht aufdringliche Targeting-Lösung in Betracht ziehen.