Online-Advertising. Maßnahmen zur Optimierung der Werbewirkung


Akademische Arbeit, 2013
50 Seiten

Leseprobe

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

1 Herausforderungen der Online-Marketingkommunikation

2 Maßnahmen zur Optimierung der Werbewirkung

2.1 Targeting
2.1.1 Klassische Online-Targeting-Ansätze
2.1.2 Neue und innovative Online-Targeting-Methoden
2.1.3 Vorteile und Grenzen des Online-Targetings
2.2 Data Driven Display („D3“) Advertising
2.2.1 Ursprung und Marktakteure
2.2.2 Realtime Bidding
2.2.3 Entwicklung und Herausforderungen des RTB-Markts
2.3 Daten als zentrale Herausforderung
2.3.1 Bewältigung von Big Data
2.3.2 Cookies und Datenschutzbestimmungen

3 Zukunftsperspektiven der Online-Marketingkommunikation

4 Quellenverzeichnis inkl. Weiterführender Literatur

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Beispiel für Retargeting: Online-Shop Zalando wirbt via Retargeting über Banner und Content Ad auf Spiegel Online

Abbildung 2: Inwiefern Retargeting bei der Optimierung der

Abbildung 3: Funktionsweise Social Targeting

Abbildung 4: Traditionelle Wertschöpfungskette im Display-Marketing

Abbildung 5: Mehrstufiger RTB-Prozess

Abbildung 6: Bedeutung von DSPs in der Zukunft

Abbildung 7: Umsetzung der EU-Anforderungen am Beispiel

Abbildung 8: Gütesiegel "EDAA certified"

Abbildung 9: Gütesiegel von ePrivacyseal

1 Herausforderungen der Online-Marketingkommunikation

Der Marketingkommunikation über das Medium Internet, welches mittlerweile ein wesentlicher Bestandteil des Media-Mix der werbetreibenden Unternehmen ist, kommt, in Zeiten der stetig zunehmenden Digitalisierung der Gesellschaft, eine enorme Bedeutung zu. Im Internet sind mittlerweile nahezu alle Zielgruppen anzutreffen. Jedoch besteht die Herausforderung der Online-Marketingkommunikation vor allem darin, trotz Werbeflut, Informationsüberlastung und Werbereaktanz der Internetnutzer eine Wirkung zu erzielen.

Ein Ansatz zur Optimierung der psychologischen Werbewirkung ist daher die Ansprache der momentanen und individuellen Wünsche und Bedürfnisse der Internetnutzer. Dafür bietet das Internet mittlerweile, aufgrund des technischen Fortschritts, umfangreiche technologische Möglichkeiten um die Internetnutzer gezielt mittels Werbebotschaften anzusprechen. So ermöglichen verschiedene Online-Targeting-Ansätze eine personalisierte und interessengerechte Werbemittelauszulieferung. Dafür müssen werbetreibende Unternehmen weg von der klassischen Zielgruppen- und hin zur Zielpersonendefinition. Dies erfordert von den Unternehmen eine detaillierte Analyse und Definition der zu erreichenden Zielpersonen, denn nur so kann zielgerichtete Werbung auch effektiv wirken. Diesen Trend beschreibt auch Googles-Display Chef Neal Mohan: „Es wird zu weniger, aber effektiveren Werbeeinblendungen kommen.“[1]

Neben der Effektivität der Online-Marketingmaßnahmen gilt es jedoch auch die Effizienz im Rahmen der ökonomischen Werbewirkung zu optimieren, denn vor allem im Marketing wird häufig die Frage nach der Effizienz gestellt. Da jeder Werbekontakt Geld kostet, ist das Ziel eine Minimierung der Streuverluste, welche durch die bereits erwähnte zielpersonenspezifische Werbemittelauslieferung erreicht werden kann. Somit kann nicht nur die psychologische, sondern auch die ökomische Werbewirkung optimiert werden.

Eine weitere Herausforderung im Online-Marketing stellt die Messung der Werbewirkung dar. Gibt es im Rahmen der ökomischen Werbewirkung bereits vielfältige Kennzahlen, gestaltet sich die Messung der psychologischen Werbewirkung bei weitem schwieriger.

Ziel dieser Arbeit ist es, die technologischen Möglichkeiten zur Optimierung der Werbewirkung aufzuzeigen. Flankiert wird die vorliegende Ausarbeitung durch eingebundene Zitate aus zwei Experteninterviews. Diese wurden mit dem Geschäftsführer des E-Commerce Start-ups Flaconi GmbH, Björn Kolbmüller, sowie dem Online Marketing Manager der Team Europe Management GmbH, Alexander Kammerath, geführt.

2 Maßnahmen zur Optimierung der Werbewirkung

Das Ziel der Online-Marketingkommunikation, die Werbekampagnen genau den Nutzern anzuzeigen, die vorher als Zielgruppe bestimmt wurde, kann mithilfe von technologischen Maßnahmen wie Targeting umgesetzt werden. Eine weitere Optimierungsmöglichkeit stellt der gezielte Einkauf von Werbeeinblendungen dar, das sogenannte Data Driven Display Advertising. Doch diesen Maßnahmen stehen auch verschiedene Herausforderungen gegenüber.

2.1 Targeting

Targeting gilt als der „heiligen Gral der Werbewirtschaft“[2] aufgrund seiner Möglichkeiten zur Optimierung der Zielgruppenansprache, sodass sogar Nischenzielgruppen erreicht werden können.[3] Targeting gilt als Schlüsseltechnologie zur Weiterentwicklung des Online-Werbemarkts und wird im aktuellen FOMA-Trendmonitor[4] von Experten als relevantestes Thema der Online-Werbebranche bewertet.[5]

2.1.1 Klassische Online-Targeting-Ansätze

Gemäß Definition des BVDW umfasst Targeting die automatisierte und zielgerichtete Aussteuerung von Werbemitteln mithilfe verschiedener Parameter. Dabei dient Targeting der „optimierten und streuverlustreduzierten Auslieferung von digitaler Werbung an definierte Zielgruppen.“[6] Durch Targeting können somit die zuvor definierten Zielpersonen mit relevanter und bedürfnisgerechter Online-Werbung möglichst individuell angesprochen werden. Die Relevanz eines Werbemittels ergibt sich, wenn diese dem Nutzer in irgendeiner Art wichtig erscheint. Daraus folgt, dass relevante Werbung effizienter und effektiver ist als wahllos gestreute Werbung und somit ein wesentliches Erfolgskriterium darstellt.[7] Zur Realisierung des Targetings werden entweder sogenannte Cookies auf lokalen Computern oder die IP-Adresse eines Nutzers beim Besuch einer Website gespeichert.[8] Die klassischen Formen des Online-Targetings stellen das technische Targeting, das sprachbasierte Targeting sowie das Umfeld-Targeting dar.

Dabei gilt das technische Targeting als einfachste Targeting-Form. Dafür werden Daten aus der Soft- und Hardwareumgebung, wie bspw. die IP-Adresse, des Nutzers erhoben und die Werbemittel entsprechend auf diese Gegebenheiten zugeschnitten.[9] So können durch Bandbreiten-Targeting lange Ladezeiten vermieden, durch Browser-Targeting die Werbemittel richtig angezeigt und durch Geo-Targeting anhand geografischer Merkmale regionale Werbekampagnen lokal ausgeliefert werden. Da aber auch jede Tageszeit oder auch bestimmte Wochentage ihr eigenes Publikum haben, können Werbetreibende die Tageszeit, an der ihre Zielgruppe am meisten online ist, analysieren und durch Tageszeit-Targeting ein entsprechendes Zeitfenster festlegen in dem das Werbemittel ausgeliefert wird.[10] Zudem können auch die Affinitäten der Produktkategorien sowie die Betrachtungszeiten je nach Tageszeit oder Wochentag unterschiedlich sein. Bspw. nutzen Angestellte während der Arbeitszeit häufig morgens das Internet, vor allem zum Konsum von Nachrichten-Websites. Zudem wird das Internet während der Arbeitszeit häufiger als andere Medien und meist exklusiv genutzt. Infolgedessen formen Arbeitszeiten den Online-Konsum mit.[11] Eine weitere Option des technischen Targetings stellt das Frequeny Capping dar. Dabei wird die Anzahl der Werbeeinblendungen kontrolliert, um somit eine zuvor festgelegte Kontaktdosis einzuhalten. Dadurch kann, die Werbewirkung beeinflusst werden. Zudem wird ein Ablehnungsverhalten des Nutzers vermieden, da er durch die gesteuerte Werbemittelauslieferung nicht zu häufig das gleiche Werbemittel zu sehen bekommt.[12]

Das sprachbasierte Targeting liefert Werbemittel basierend auf der aktiven Texteingabe des Nutzers oder dem Website-Inhalt aus. Beim Keyword-Targeting wird das Werbemittel entsprechend der, von dem Werbetreibenden, zuvor bestimmten Begriffen ausgeliefert. Das bekannteste Beispiel ist das Keyword-Advertising bei Google (Google AdWords). Dabei wird dem Nutzer, basierend auf den in der Suchmaschine eingegebenen Suchbegriffen, gezielt Werbung in einem Werbeblock auf der Ergebnisseite ausgeliefert. Jedoch kann es wegen der Doppeldeutigkeit einiger deutscher Wörter auch zu Fehlplatzierungen kommen, denn so kann mit dem Wort „Golf“ zum einen der Golfsport oder auch die Automarke gemeint sein. Keyword-Targeting kann auch im Rahmen von Content-Websites erfolgen, wobei die Keywords aus dem redaktionellen Text für die gezielte Werbemittelauslieferung dienen. Hierbei kann es auch passieren, dass Werbung in einem negativen Kontext geschaltet wird, wenn bspw. das Keyword „Reifen“ für die Werbung eines Reifenherstellers ist und dieses Keyword in einem redaktionellen Bericht über einen schweren Unfall erscheint. Um diese ggf. imageschädigenden Platzierungsfehler zu umgehen, empfiehlt sich das semantische Targeting, welches den Sinnzusammenhang von Keywords durch Analyse des redaktionellen Textes erkennt.[13],[14]

Bislang haben werbetreibende Unternehmen häufig das sogenannte Umfeld-Targeting präferiert, um dort die, nach bestimmten Daten und Charakteristika, definierten Zielgruppen zu erreichen. So kann bspw. die Zielgruppe „junge autobegeisterte Männer im Alter von 20 bis 30 Jahren“ definiert werden. Anschließend werden dann Online-Portale, wie bspw. Nachrichten-Sites mit der Rubrik „Auto“ oder reine Automobilportale ermittelt, auf denen diese Zielgruppe vermutlich anzutreffen ist. Zusätzlich werden meist auch Werbeflächen auf hochwertigen Websites für ein ebenso hochwertig beworbenes Produkt gebucht, um einen Brand- bzw. Imagetransfer zu generieren. Doch die Werbemittelplatzierung nach Umfeldkriterien beruht auf verallgemeinerten Schlussfolgerungen, welche keine weiteren Kenntnisse über die jeweiligen Nutzer beinhalten und somit zu großen Streuverlusten führen können. Zwar lässt sich ein generelles Interesse für Autos vermuten, wenn ein Nutzer auf einem Automobilportal surft, allerdings ist deshalb nicht zwangsläufig eine Kaufabsicht vorauszusetzen. Darüber hinaus werden weitere potenzielle Käufer durch eine limitierende Umfeldbuchung ausgeschlossen.[15] Um diese Schwachstellen zu beseitigen, wurden weitere Targeting-Möglichkeiten entwickelt, damit mittels umfangreicher Informationen über die Nutzer, die Treffergenauigkeit der angesprochenen Zielpersonen erhöht und damit Streuverluste drastisch reduziert werden können.

2.1.2 Neue und innovative Online-Targeting-Methoden

Im Rahmen des Behavorial Targeting wird das vergangene Surfverhalten der Nutzer im Internet analysiert, um daraus auf deren Interessen und Präferenzen zurückzuschließen. Das Tracking der Nutzer erfolgt über die Speicherung von Cookies auf deren Computer. Anhand der so gesammelten Daten können die Nutzer klassifiziert und ihnen passende Werbemittel ausgeliefert werden. Es ist zudem zwischen First-Party-Behavorial Targeting und Third-Party-Behavorial Targeting zu unterscheiden. First-Party- Behavorial Targeting nutzt Daten, die ein Website-Betreiber lediglich auf seiner eigenen Seite gesammelt hat, wohingegen durch T hird-Party-Behavorial Targeting auch Informationen von Dritt-Websites, die Mitglied innerhalb eines Advertising Networks sind, für die Analyse des Nutzungsverhaltens herangezogen werden.[16] Dann können Inhalte der zuvor besuchten Websites, Suchergebnisse sowie die Interaktion des Nutzers mit Werbemitteln analysiert und das Surfverhalten in einem individuellen Nutzerprofil zusammengefasst werden. Informiert sich ein Nutzer bspw. über Tauchausrüstungen und surft zusätzlich auf Reiseportalen, könnten diesem Werbemittel mit Angeboten für einen Tauchurlaub angezeigt werden. Damit kann der Werbung die nötige Relevanz durch Ausrichtung auf die Interessen des Nutzers verliehen werden. Jedoch ist es wichtig den zeitlichen Faktor zu beachten, denn wird einem Nutzer Werbung für ein Produkt angezeigt, welches er im Zeitverlauf bereits gekauft hat, ist diese für ihn nicht mehr relevant.[17]

American Airlines untersuchte die Werbewirkung von Umfeld-Targeting und Behavorial Targeting. Ziel war es, mehr Traffic auf die Homepage von American Airlines zu generieren. Dafür wurden die Kunden anhand der Anzahl ihrer Reisen pro Jahr segmentiert: „eine oder mehr“ (Holiday Traveler) bzw. „fünf oder mehr“ (Business Traveler) Reisen pro Jahr. Als Umfeld für das Umfeld-Targeting wurde das ‚Wall Street Journal Online‘ (www.wsj.com) ausgewählt, da die WSJ-Websitebesucher eine beträchtliche Anzahl an Flugreisenden aufweisen konnte. Zudem wurden Werbemittel über ein Advertising-Netzwerk durch Behavorial Targeting-Methoden an die zuvor definierte Zielgruppe ausgeliefert. Im Ergebnis konnte durch Behavorial Targeting ein, zwischen 15 Prozent und 45 Prozent, konzentriertes Zielgruppenpublikum gesammelt werden. Dadurch waren auch die Kosten durch Behavorial Targeting geringer als bei der Umfeldplatzierung. Der Behavorial Targeting-Ansatz kostete für die Business Traveler Gruppe 32 Prozent und für die Holiday Traveler Gruppe 18 Prozent weniger als das Umfeld-Targeting. Durch Behavorial Targeting kann neben der gezielteren Kundenansprache folglich auch die Kosteneffektivität von Inventareinkäufen verbessert werden.[18]

Eine Weiterentwicklung des Behavorial Targetings stellt das Predictive Behavorial Targeting dar, welches die Online-Nutzungsdaten mit zusätzlichen Daten, die bspw. durch Online-Befragungen erhoben wurden, kombiniert. Dies erfolgt mithilfe statistischer Prognoseverfahren und Hochrechnungsalgorithmen, wodurch zusätzliche Profileigenschaften, wie bspw. soziodemografische Eigenschaften, Produktinteressen oder Kaufverhalten, geschaffen werden.[19] Da die Daten von anderen Nutzern stammen, werden folglich die Eigenschaften dieser Vergleichsgruppe dem jeweiligen potenziellen Kunden zugeordnet, wodurch sogenannte ‚statistische Zwillinge‘ entstehen. Die Targeting-Systeme müssen also Muster und Abhängigkeiten erkennen, verstehen und operationalisieren.[20] Auch der Einsatz von Predictive Behavorial Targeting ist im Vergleich zur Umfeldbuchung nachweislich effektiver. Das Marktforschungsunternehmen Nurago untersuchte den Effekt einer L’Oréal-Kampagnenplatzierung, zum einen durch Umfeldrotation bei vier AGOF-Vermarktern und zum anderen durch Predictive Behavorial Targeting, welches von dem Targeting-Dienstleister nugg.ad durchgeführt wurde.[21] Die Ergebnisse zeigten, dass durch Predictive Behavorial Targeting, je nach Vergleich zu einem bestimmten Vermarkter, zwischen 47 Prozent und 168 Prozent Steigerung des Zielgruppenanteils erreicht werden konnten.[22] Die Hochberechnung der Nutzerprofile im Rahmen des Predictive Behavorial Targeting erfolgt jedoch unter hohem Rechenaufwand und infolgedessen höchstens täglich, i.d.R. jedoch wöchentlich. Einen weiteren Optimierungsschritt des Predictive Behavorial Targeting bietet daher das Realtime Targeting, welches die hochgerechneten Profile in einem Echtzeitprozess ermittelt. Die Hochberechnung der Profileigenschaften geschieht dabei innerhalb weniger Millisekunden während des Seitenaufrufs und startet unmittelbar beim Aufruf der Website.[23]

Eine weitere Form des Behavorial Targeting ist das sogenannte Retargeting, wobei den Nutzern Werbung von Unternehmen, deren Websites sie zuvor besucht haben, angezeigt wird. Die vermutlich bekannteste Ausgestaltung von Retargeting ist, wenn Kunden, die zuvor einen Online-Shop besucht haben und den Bestellvorgang abgebrochen haben, auf einer anderen Website dann Werbung in Form eines Banners von den betrachteten Produkten des abgebrochenen Warenkorbs angezeigt bekommen (vgl. Abbildung 1).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Beispiel für Retargeting: Online-Shop Zalando wirbt via Retargeting über Banner und Content Ad auf Spiegel Online[24]

Zur zielgerichteten Werbeauslieferung im Rahmen des Retargeting wird zwar das Nutzungsverhalten der Konsumenten, welches über Cookies getrackt wird, aufgezeichnet, jedoch werden keine Websites-Nutzungsprofile angelegt. Durch die ausschließliche Ansprache von Personen, die bereits ein konkretes Interesse an den Produkten bzw. Dienstleistungen des werbetreibenden Unternehmens gezeigt haben, können Streuverluste durch Retargeting nahezu ausgeschlossen werden.[25] Einer Studie[26] des US-amerikanischen Marktforschungsunternehmens comScore in Zusammenarbeit mit dem Online-Advertising-Dienstleister ValueClick Media zufolge, zählt Retargeting zu der effektivsten Form der gezielten Kundenansprache. Durch den Einsatz von Retargeting konnte im Rahmen der Untersuchung innerhalb von vier Wochen eine Steigerung von 1.046 Prozent bei den Suchanfragen bezüglich der jeweiligen Marke festgestellt werden.[27] Retargeting ist vor allem bei werbetreibenden E-Commerce-Unternehmen sehr beliebt. So verlassen über 95 Prozent der Konsumenten einen Online-Shop wieder, ohne etwas gekauft zu haben. Doch durch ihren Besuch haben sie bereits Interesse an den Produkten des Unternehmens gezeigt und durch eine erneute Ansprache, kann die Chance zur Konvertierung erhöht werden. „Wir setzen Retargeting ein, um noch gezielter auf die Interessen und Wünsche einzelner Kunden eingehen zu können. Internetnutzer sollen nicht mit beliebiger Bannerwerbung konfrontiert werden, sondern gezielte Produktempfehlungen erhalten“, sagt Kerstin Pape, Abteilungsleiterin Performance Marketing bei Otto.[28] Auch das E-Commerce Start-up Flaconi nutzt Retargeting. Björn Kolbmüller erklärt wie: „Retargeting machen wir über das Google Netzwerk. Es gibt dabei verschiedene Zielgruppen, je nachdem wie tief ein Kunde bereits im Shop-Funnel war. Danach richtet sich auch der Einkauf des Traffics. Wenn ein Kunde nur auf der Startseite war, und damit noch weit vom Kaufentscheidungsprozess entfernt ist, konvertiert diese Zielgruppe nur schlecht. Dann müssen wir viel Traffic bzw. Klicks einkaufen und das ist teuer. Ist ein Kunde jedoch schon zum Warenkorb vorgedrungen, muss nur noch wenig Traffic eingekauft werden, da diese Zielgruppe sehr gut konvertiert.“, sagt Björn Kolbmüller. Der Technologieanbieter intelliAd, der mittlerweile mit dem Retargeting-Spezialist Criteo kooperiert, untersuchte in Zusammenarbeit mit der TU München die Ziele, Erwartungen und Einsatz von Retargeting-Technologien unter Online-Werbetreibenden[29]. Hierfür wurden intelliAd Kunden, die Remarketing kennen bzw. in der Praxis nutzen, befragt. Die Ergebnisse zeigen, dass das Hauptziel bei Retargeting-Kampagnen eine Performance-Steigerung (88 Prozent) ist. Hingegen spielen Branding-Ziele (12 Prozent) nur eine geringe Rolle. Retargeting erlaube den Werbetreibenden vielmehr eine Steigerung ihrer Leistungskennzahlen, wie Gewinn (54 Prozent), Umsatz (75 Prozent) und Conversion (79 Prozent). Abbildung 2 zeigt, inwiefern Retargeting den Werbetreibenden bei der Optimierung ihrer Werbekampagnen geholfen hat.[30]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Inwiefern Retargeting bei der Optimierung der

Werbekampagnen geholfen hat[31]

Allerdings wurde die Möglichkeit des Retargeting von einigen Online-Shops überstrapaziert, sodass sich Nutzer davon verfolgt und genervt gefühlt haben. Dieser Effekt lässt sich auch als „Werbe-Stalking“ beschreiben. Grund dafür ist u.a. der Einsatz einfacher, automatisierter Retargeting-Verfahren. Dies macht eine Bereinigung des Markts erforderlich, wodurch sich Qualitäts-und Technologieführer dieser Branche, welche qualitativ hochwertige Retargeting-Verfahren verwenden, durchsetzen werden.[32] Zudem sollte Retargeting als strategisches Instrument und wohldosiert eingesetzt werden.[33] Empfohlen wird die Zielpersonenansprache mittels Retargeting pro Monat 7- bis 12-Mal sowie ein regelmäßiger Austausch der Werbebanner.[34] Darüber hinaus wird Retargeting facettenreicher. Mittels Cross-Targeting können kompatible Online-Shopangebote miteinander kooperieren. Ein bekanntes Beispiel ist, dass dem Nutzer bei der Suche nach einem Flug auch passende Hotelangebote angezeigt werden. Long-Term-Retargeting ermöglicht zudem Kunden auch nach längerer Zeit wieder anzusprechen. Hat sich der Kunde bspw. für die Frühlingsjacken interessiert, kann ihm auch im Winter die entsprechende Jackenkollektion angezeigt werden.[35]

Um die konkreten und realen Interessen der Nutzer zu ermitteln, können Werbetreibende in Zeiten von Social Media auch auf das sogenannte Social Targeting zurückgreifen. Hierfür werden die angegebenen Interessen der Nutzer, welche bspw. Facebook über Like-Buttons sammelt, auf Social Media-Plattformen den Werbetreibenden bzw. deren jeweils beauftragten Agenturen in anonymisierter Form übermittelt. Das bedeutet, dass keine Namen oder E-Mail-Adressen verwendet, sondern vielmehr Angaben über Interessen und demografische Daten gesammelt werden.

[...]


[1] In: Pellikan (2012a), S.60.

[2] Vgl. Greve et al (2011), S.18.

[3] Engelken (2011), S.333.

[4] Expertenbefragung der Fachgruppe Online-Mediagenturen (FOMA) im BVDW; Basis: N=26, Zeitraum der Befragung: 31.07.-15.08.2012.

[5] Vgl. Bundesverband Digitale Wirtschaft (2012a), S.7.

[6] Bundesverband Digitale Wirtschaft (2009), S.2.

[7] Vgl. Engelken (2011), S.327.

[8] Vgl. Greve et al (2011), S. 8f.

[9] Vgl. Greve et al (2011), S.11.

[10] Vgl. Engelken (2011), S.328.

[11] Vgl. Plummer et al. (2007), S.20.

[12] Vgl. Engelken (2011), S.328.

[13] Vgl. Greve et al (2011), S.12.

[14] Vgl. Engelken, T. (2011), S.330ff.

[15] Vgl. Engelken (2011), S.327ff.

[16] Vgl. Greve et al (2011), S.13f.

[17] Vgl. Engelken (2011), S.331.

[18] Vgl. Plummer et al. (2007), S.12ff.

[19] Vgl. Greve et al. (2011), S.15f.

[20] Vgl. Mattys (2012), S.46.

[21] Durchführung: Eine Kampagne (Video-Werbemittel) des L’Oréal Produkts Garnier Men Mineral wurde in zwei identische Teilkampagnen unterteilt. Eine Teilkampagne wurde ausgesteuert mit dem Predictive Behavioral Targeting von nugg.ad, die andere basierend auf Umfeldrotation. Beide Kampagnen wurden im Portfolio von vier führenden, deutschen Vermarktern aus den AGOF-Top 10 an die vordefinierte Zielgruppe Männer im Alter von 20-39 Jahren über 4 Wochen hinweg ausgeliefert. Das Gesamtvolumen der Video-Werbemittel betrug ca. 9 Millionen Ad Impressions.

[22] Vgl. Nugg.ad (2011), http://nugg.ad/tl_files/media/Case%20Studies/PDF%20DE/ nuggad_casestudy_nurago_DE_0.pdf, 26.06.2013.

[23] Vgl. Greve et al. (2011), S.16.

[24] Eigene Darstellung.

[25] Vgl. Greve et al. (2011), S.15.

[26] Basis: Analyse von 103 Kampagnen von 39 werbetreibenden Unternehmen aus 7 Branchen.

[27] Vgl. Comscore (2010), http://www.comscore.com/ger/Insights/Press_Releases/2010/9/ comScore_Study_with_ValueClick_Media_Shows_Ad_Retargeting_Generates_Strongest_Lift_Compared_to_Other_Targeting_Strategies, 24.06.2013.

[28] Vgl. Fösken (2012), S.88.

[29] Befragung von intelliAd Kunden im Zeitraum 08.04.-27.04.2011, Prozentangaben als Anteil der Umfrageteilnehmer, die dem zustimmen.

[30] Vgl. IntelliAd (2011), http://www.intelliad.de/competence-center/research/retargeting-umfrage.html, 26.06.2013.

[31] Eigene Darstellung. In Anlehnung an: Intelliad (2011), http://www.intelliad.de/competence-center/research/retargeting-umfrage.html, 26.06.2013.

[32] Vgl. Neuhaus (2013), S.42.

[33] Vgl. Fösken (2012), S.89.

[34] Vgl. Schroeter et al. (2012), S.25.

[35] Vgl. Neuhaus (2013), S.42.

Ende der Leseprobe aus 50 Seiten

Details

Titel
Online-Advertising. Maßnahmen zur Optimierung der Werbewirkung
Hochschule
Hochschule Hannover
Autor
Jahr
2013
Seiten
50
Katalognummer
V299373
ISBN (eBook)
9783656959038
ISBN (Buch)
9783656959045
Dateigröße
947 KB
Sprache
Deutsch
Schlagworte
online-advertising, maßnahmen, optimierung, werbewirkung
Arbeit zitieren
Maxi Knust (Autor), 2013, Online-Advertising. Maßnahmen zur Optimierung der Werbewirkung, München, GRIN Verlag, https://www.grin.com/document/299373

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Online-Advertising. Maßnahmen zur Optimierung der Werbewirkung


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden