Die Folgen der Cookiekalypse

Warum Marketing-Mix-Modelling jetzt ein Comeback feiert

Freitag, 21. Februar 2020
Das nahende Ende von Third-Party-Cookies stellt die Werbewirkungsforschung vor große Herausforderungen. Nun könnte ein Modell wieder in Mode kommen, das im Social-Media-Zeitalter noch als uncool bis rückständig galt: Marketing-Mix-Modelling. Warum das so ist, erklärt Lars-Alexander Mayer von TD Reply in seinem Gastbeitrag.
Böses Erwachen der Ad-Tech-Welt: Die gestern noch so mächtigen Buzzwords "Attribution" und "Programmatic" locken heute kaum noch einen Hund hinter dem Ofen hervor. Ein ganzes Jahrzehnt lang haben Wannabe-Digitalgurus unermüdlich gepredigt, wie im Social-Media-Zeitalter Kaufentscheidungen einzig durch Last-Click- oder Multi-Touch-Attribution wirklich nachvollziehbar gemacht werden können. Die reichlich übertriebenen Versprechen haben sich nicht erfüllt. Dafür ist heute wieder eine Methode hoch im Kurs, die in den letzten Jahren nur zu gern als zu umständlich, zu wirkungslos und zu teuer verrufen wurde: das Marketing-Mix-Modelling.


Angeheizt wird dieser Trend besonders durch das nahende Ende der Cookie-Ära. Das liegt nicht nur an den verschärften Einwilligungs-Banner-Regelungen seitens des Europäischen Gerichtshofes sowie der geplanten E-Privacy-Verordnung. Kürzlich kündigte auch Google an, Third-Party-Cookies im Chrome-Browser innerhalb der nächsten zwei Jahre "obsolet zu machen. Hinzu kommen die berühmten Walled Gardens und Blind Spots, die Multi-Touch-Attribution das Leben schwer machen.

Schon mittelfristig wird es für Ad-Tech-Anbieter immer schwerer werden, an individuelle Tracking-Daten ranzukommen. Viele werden ihr Geschäftsmodell radikal umkrempeln müssen - oder eben untergehen.
Cookies speichern beim Surfen Daten auf der Festplatte des Nutzers.
© Pixabay
Mehr zum Thema
No Cookie, no cry?

Welche dramatischen Folgen das Cookie-Sterben haben wird

Nach Firefox wird nun also auch Google Third-Party-Cookies aus seinem Chrome-Browser verbannen. Klingt beim ersten Hinhören harmlos, ist es aber nicht. Julian Simons sieht gar eine "Feuerwalze" auf die Online-Werbebranche zukommen. Welche Folgen der Tod der Third-Party-Cookies haben wird - und wie die Werbeindustrie nun reagieren sollte, erklärt der Managing Partner von Mediascale in seinem Gastbeitrag.

Höhere Aussagekraft ohne personenbezogene Daten

Für Marketing-Mix-Modelle hingegen hat die Journey des Einzelnen noch nie eine Rolle gespielt. Sie wollen die Black Box der Konsumentenentscheidungen durch statistische Regressionsanalysen knacken, die generalisierbar sind und schnittpunktartig auf Gemeinsamkeiten verweisen. Ihr größter und am meisten unterschätzter Vorteil ist die Herstellung eines chronologischen, synchronen Zeitbezug zu Abverkäufen. Es ist gerade diese zeitliche Logik, die es erlaubt zu sehen, wann, wie oft und auf welchen Kanälen das Produkt gekauft wurde.


Wer diese Menschen sind, die gekauft haben, ist dabei vollkommen egal – die Zeitfolge ist generalisierbar auf alle Käufergruppen. Dies führt schnurstracks zu einer generalisierbaren Antwort auf die grundlegende Fragen: Was hat die Kaufentscheidungen der Konsumenten beeinflusst? Warum war diese Kampagne erfolgreicher als die andere? Strategische Erkenntnisse dieser Art konnte die cookiebasierte Nachverfolgung von Clickstrecken nie liefern.

Leider ist das Marketing-Mix-Modelling trotz allem nicht die ultimative Waffe zur Messung des Marketingerfolgs. Denn diese Methode ist nicht nur sehr teuer und aufwendig, ihr haftet ein schwerwiegenderes Problem an: es fehlt der Bezug zum Marketing-Effekt – den eigentlichen Erfolgskennzahlen – im Hier und Jetzt.

Man könnte beispielsweise zu der zunächst richtigen Erkenntnis kommen, dass ein Kanal schlechter performt als andere Kanäle. Also investiert man weniger Geld in diesen Kanal. Doch um zu sehen, wie sich dieser Schritt auf andere Kanäle ausgewirkt hat, wird man die Methode Jahre später nochmal durchführen müssen. Denn es werden mindestens zwei Jahre an Daten gebraucht, damit die Regressionsanalyse akkurate Ergebnisse liefert.

Aber dann ist es natürlich schon wieder zu spät, die Mediaspendings zu optimieren. So bleibt man während der Intervalle, also eigentlich der Zeit, in der man den Kurs noch korrigieren kann, mehr oder weniger frei von nützlichen Erkenntnissen über die eigene Marketing-Effektivität.

Mit KI zum Marketing-Effekt-Modell

Innovationsfreudigen Unternehmen bietet sich jedoch eine große Chance: die rasanten Fortschritte an der Schnittstelle zwischen Marketing und Künstlicher Intelligenz (KI) ermöglichen heute eine Lösung für das Lückenproblem.

Der Clou liegt in der Ergänzung der bewährten Regressionsanalysen mit einer zweiten Komponente: aus den Erfolgskennzahlen abgeleiteten Echtzeit-Metriken. In dieses neue Modell fließen täglich verfügbare Metriken in die Analyse ein, wie etwa Store Visits, Suchen oder Views. Dann werden Machine-Learning-Algorithmen genutzt, um die immer noch bestehenden Datenlücken durch prognostizierte Daten zu füllen. Dadurch werden die Metriken auf Stundenbasis verfügbar – also quasi zu Echtzeit-Metriken. Das Ergebnis: ein fortlaufendes "Marketing-Effekt-Modelling", das den Marketing-ROI in Echtzeit widerspiegelt.

So wird die Optimierung der Media-Spendings in Echtzeit ermöglicht, weil die Performance jedes Kanals stets sichtbar ist. Das sorgt sowohl für einen Plus an Wirkung, als auch an Effizienz. Ein innovationsfreudiger Konsumgütergigant, der dieses Modell anwendet, konnte damit nach einem Jahr einen ROI- und Sales-Uplift von zusammen mehr als zwanzig Prozent verzeichnen.

Digitalgurus müssen umdenken

Die Zukunft wird solchen neuartigen Varianten des Marketing-Mix-Modelling gehören. Das ist angesichts der Vorteile so sicher wie das Amen in der Kirche. Es gibt auch durchaus Möglichkeiten, sie erschwinglicher zu machen als es klassische Modelle je waren.

Für das Marketing ist das Comeback und die Erneuerung von Marketing-Mix-Modelling eine sehr gute Sache – je weniger Firmen mit individuellen Personendaten hantieren müssen und je mehr Entscheider sich wieder mit bewusst getroffenen strategischen Entscheidungen und operativen Optimierungen beschäftigen, desto besser.

Apropos Branche: Mit der immer stärkeren Penetration von neuen Technologien wie KI sowie schärferen Datenschutzregelungen müssen nun gleich zwei Gruppen umdenken. Einmal die Oldschool-Marketer, die nie an die digitale Transformation geglaubt haben. Und dann die Digitalgurus, die geglaubt haben, mit cookiebasierten Trackingdaten die eierlegende Wollmilchsau gefunden zu haben. Gut möglich, dass Ersteren das Umdenken leichter fallen wird.
Bitte loggen Sie sich hier ein, damit Sie Artikel kommentieren können. Oder registrieren Sie sich kostenlos für H+.
stats