Der rasante Wandel der Wirtschaft und immer neue Datenschutzbestimmungen setzen Marketer unter Dauerstress. 89 Prozent der Marketing-Entscheiderinnen und -Entscheider gaben in einer aktuellen Studie von Kantar im Auftrag von Google an, dass sie von ihrer Unternehmensführung zunehmend unter Druck gesetzt werden, die Rentabilität ihrer Marketinginvestitionen nachzuweisen.1
Die Wirksamkeit von Werbemaßnahmen effektiv zu beurteilen, ist daher wichtiger denn je – ohne dabei den Datenschutz aus den Augen zu verlieren. Doch wie lassen sich unter diesen Bedingungen die Weichen für das eigene Unternehmen zuversichtlich in Richtung Wachstum stellen?
Unter Wahrung der Privatsphäre können KI-gestützte Lösungen das Vertrauen stärken und bessere Ergebnisse liefern.
KI-gestützte Lösungen können das Vertrauen stärken und bessere Ergebnisse liefern – und das alles unter Wahrung der Privatsphäre. Um jedoch die Vorteile dieser Lösungen voll auszuschöpfen, müssen Unternehmen zunächst die Grundlagen für einen erfolgreichen KI-Einsatz schaffen. Wer eine First-Party-Daten-Strategie entwickelt und eine datenschutzfreundliche Grundlage für sein digitales Marketing schafft, kann genauer messen und durch den Einsatz von KI die eigenen Geschäftsergebnisse verbessern.
Mit einem Fokus auf die folgenden vier Schlüsselbereiche lassen sich schon heute bessere Ergebnisse und in Zukunft nachhaltiges Wachstum erzielen.
Grundlagen schaffen und Privatsphäre priorisieren
Datenschutz und Performance müssen kein Widerspruch sein. Mit KI-gestützten Lösungen können sie in Einklang gebracht und gewinnbringend für das eigene Unternehmen eingesetzt werden. Die Prognose- und Analysefähigkeiten von KI verbessern den ROI und schließen gleichzeitig bestimmte Analyselücken, die durch den Wegfall von Drittanbieter-Cookies entstanden sind.
Der erste Schritt ist die Einführung einer First-Party-Datenstrategie. Damit Kundinnen und Kunden der Nutzung ihrer Daten zustimmen, müssen Unternehmen auf eine sorgfältige Kommunikation achten. Untersuchungen haben gezeigt, dass Marketer, die das Thema Datenschutz proaktiv angehen, bei den Verbraucherinnen und Verbrauchern einen deutlichen Vertrauensvorschuss genießen können.
In einer kürzlich von Google und Ipsos durchgeführten Umfrage gaben 43 Prozent der Befragten an, dass positive Erfahrungen mit dem Datenschutz sie dazu bewegen würden, von ihrer bevorzugten Marke zu einer anderen zu wechseln, die zuvor nur zweite Wahl war.2
Sobald Unternehmen eine solide Basis an First-Party-Daten aufgebaut haben, können sie genauere Messungen vornehmen und sich einen besseren Einblick in die Customer Journey verschaffen. Was bedeutet das genau für die Praxis?
Calendly ist ein Anbieter für Terminplanungssoftware. Das Marketing-Team weiß, dass eine Marketingstrategie, die dem Datenschutz höchste Priorität einräumt, nur so leistungsstark sein kann wie die Technologie, die dahintersteht. Aus diesem Grund hat das Unternehmen eine datenschutzfreundliche Messinfrastruktur entwickelt, mit der es sich auf seine profitabelsten Kundinnen und Kunden konzentrieren kann.
KI-gestützte Lösungen wie Modellierung, Predictive Targeting und Analytics können die Messstrategie unterstützen.
Mithilfe von Tagging auf der gesamten Website definierte Calendly einen Nutzertypus, der mit hoher Wahrscheinlichkeit ein Kundenkonto anlegt und dann innerhalb seines Teams für die Nutzung von Calendly wirbt. Anschließend wurden die Online- und Offline-Daten der Marke zusammengeführt, um die Customer Journey besser zu verstehen. Innerhalb von zehn Monaten verschaffte sich Calendly so einen umfassenden Überblick über seine wertvollsten Interessentinnen und Interessenten beziehungsweise Kundinnen und Kunden. Darüber hinaus konnte das Marketingteam durch die Implementierung von Website-Tagging das Management davon überzeugen, in eine langfristig angelegte Daten- und Messinfrastruktur zu investieren.
„Durch die Verknüpfung unserer Produkt- und Kundendaten mit Google AI konnten wir der Unternehmensleitung die Rentabilität unserer Marketinginvestitionen nachweisen“, sagt Jessica Gilmartin, CMO von Calendly. „Das hat die Situation für uns grundlegend verändert.“
Wenn Unternehmen Fortschritte bei der Erfassung von First-Party-Nutzerdaten machen, können KI-gestützte Lösungen wie Modellierung, Predictive Targeting und Analytics die Messstrategie optimieren – selbst wenn auf Nutzerebene keine Daten verfügbar sind. Die Verbindung von Innovation und Datenschutz bringt Unternehmen grundlegend voran und unterstützt gleichzeitig den verantwortungsvollen Umgang mit Kundendaten.
Mithilfe von Insights bessere Marketingentscheidungen treffen
Die datenschutzfreundliche Sammlung von Daten ist nur der Anfang. Der nächste naheliegende Schritt ist die Nutzung KI-gestützter Insights, um besser zu verstehen, was gut funktioniert. Die Seite „Insights“ in Google Ads nutzt beispielsweise KI, um sich abzeichnende Suchtrends zu erkennen, Leistungsänderungen zu durchschauen und neue Zielgruppen zu entdecken, die möglicherweise nicht dem typischen Kundenprofil eines Unternehmens entsprechen. Einblicke wie diese eröffnen einen anderen Blick auf die Eigenschaften und das Verhalten von Kundinnen und Kunden – einschließlich der Interaktion mit Anzeigen – und helfen Unternehmen, besser mit ihnen in Kontakt zu treten.
Durch die Verknüpfung von First-Party-Daten mit Insights können Marketer entscheidende Maßnahmen ergreifen, die zu einem höheren ROI und besseren Geschäftsergebnissen führen.
Die Search-Agentur Solutions 8 gewann dank Google AI überraschende Erkenntnisse über potenzielle Kampagnenzielgruppen. Die Suchspezialistinnen und -spezialisten setzten für einen Hersteller besonders haltbarer Lebensmittel eine Performance-Max-Kampagne um, die sich an eine ganz bestimmte Zielgruppe richtete, die sogenannten „Prepper“. Über die „Insights“-Seite von Google Ads fand die Agentur schnell heraus, dass Zielgruppen, die sich für Bootfahren und Segeln interessieren, deutlich besser abschnitten als die Zielgruppe, die der Kunde bis dato ansprach. Mit diesem Wissen erstellte die Agentur Creative-Assets für dieses bis dahin unerschlossene Kundensegment und startete eine neue Kampagne für die Zielgruppe der Seglerinnen und Segler.
Durch die Verknüpfung von First-Party-Daten mit Insights können Marketer entscheidende Maßnahmen ergreifen, die zu einem höheren ROI und besseren Geschäftsergebnissen führen.
Geschäftsergebnisse mit Google AI optimieren
Google AI kann Unternehmen dabei helfen, die Performance ihrer Kampagnen zu verbessern, indem das zukünftige Verhalten der Verbraucherinnen und Verbraucher prognostiziert und die Kampagne kontinuierlich anhand der festgelegten KPIs optimiert wird.
Die Durchführung von Tests zeigt, ob Messungen auch in einer Umgebung mit weniger eindeutigen Kennzeichnungen funktionieren.
Der deutsche Onlinehändler Baur nutzte vor Kurzem beispielsweise Google Analytics 4 Predictive Audiences für eine Google Ads-Kampagne. Durch die gezielte Ansprache potenzieller Käuferinnen und Käufer steigerte das Unternehmen den Umsatz um 56 Prozent und verbesserte die Konversionsrate um 87 Prozent. Baur hat errechnet, dass 70 Prozent dieser Kundinnen und Kunden aufgrund der Nutzung. von Predictive Audiences in Google Ads erreicht wurden.
Zielgruppen- und Performance-Daten können auch genutzt werden, um KI-basierte Lösungen zu trainieren und die Ergebnisse im Laufe der Zeit zu verbessern. Ein Beispiel dafür ist Smart Bidding, eine Funktion, die Google AI nutzt, um Gebote bei jeder Auktion so zu optimieren, dass auf der Grundlage der gesetzten Ziele eine möglichst hohe Anzahl an Conversions erreicht wird. Die französische Automarke Citroën konnte durch den Einsatz von Smart Bidding ihren ROAS um 16 Prozent steigern.
Experimentierfreudig sein
Unternehmen sollten iterativ denken, damit sie mit größtmöglicher Sicherheit handeln können. Wer experimentierfreudig ist, wird schnell erkennen, dass Messungen und unsere KI-gestützten Lösungen funktionieren – auch in einer Umgebung mit weniger eindeutigen Kennungen.
Werbetreibende, die Marketing-Mix-Modelle (MMM) verwenden, sollten beispielsweise experimentieren, um diese Modelle zu kalibrieren. Ein einziges Experiment kann ausreichen, um das MMM effektiver zu gestalten. Als Google Nielsen beauftragte, die Sales-Lift-Ergebnisse von NCSolutions zu nutzen, um die Mix-Modelle zu kalibrieren, stiegen die YouTube zugeschriebenen Umsätze und der ROAS um durchschnittlich 84 Prozent.
Der Großteil dieser Ausgaben wurde zuvor den Basisvariablen (Markenvertrieb und Preisgestaltung) zugeordnet. Die Neuzuordnung dieser Mittel zu YouTube verbesserte die Marketingergebnisse also deutlich.
KI-gestützte Tools ermöglichen wirksame und kostengünstigste Targeting-Strategien.
Wer direkt validiert, was funktioniert, kann die eigenen Erkenntnisse mit Google AI kombinieren, um genauere Messungen zu ermöglichen und bessere Ergebnisse für das eigene Unternehmen zu erzielen.
Unsere Branche befindet sich in einer kritischen Phase. Unser Ziel bei Google ist es, Unternehmen Gewissheit zu geben, dass ihre First-Party-Datenbasis im Zusammenspiel mit ihrer Zielgruppenmodellierung und ihrem Analyse-Setup gute Ergebnisse für das eigene Geschäft liefern. Mit KI-gestützten Tools können Unternehmen sicher sein, die wirksamsten und kostengünstigsten Messstrategien zu entwickeln und gleichzeitig die Privatsphäre ihrer Kundinnen und Kunden zu respektieren.
