Mit Online-Targeting und Personalisierungen können Werbemittel zielgruppengenau auf die Bedürfnisse und Interessen von Konsumenten zugeschnitten werden. Dabei bestehen Unterschiede in der Wirksamkeit und Akzeptanz der verschiedenen Methoden. In dieser Arbeit werden anhand des Personalisierungs- und Individualisierungsausmaßes aktuelle Ansätze und neue Möglichkeiten klassifiziert, um Unterschiede in der Funktionsweise deutlich zu machen.
Auffallend ist dabei, dass die neuen Möglichkeiten allesamt einen mittleren bis hohen Individualisierungsgrad aufweisen, während dieser bei aktuellen For-men eher schwach ausgeprägt ist. Dieser Trend deutet darauf hin, dass in Zukunft nicht allein zielgruppenspezifische Werbung im Vordergrund steht, sondern diese individuell auf einzelne Konsumenten ausgerichtet werden kann. Dadurch wird ein verantwortungs-bewusster Umgang mit den von den Unternehmen erfassten personenbezogenen Daten notwendig, um Konsumenten nicht in ihrer Privatsphäre zu verletzten.
Inhaltsverzeichnis
1 Einführung in die Themenstellung
2 Konzeptioneller Rahmen
2.1 Grundlegende Begrifflichkeiten
2.2 Theoretische Grundlagen zum Konsumentenverhalten
2.3 Konsumentenseitige Reaktionen auf Targeting- und Personalisierungsformen
2.4 Entwicklung einer Klassifizierungsmatrix
3 Die Erfassung von personenbezogenen Daten und ihre rechtlichen Bedingungen
3.1 Big Data und die Erfassung von personenbezogenen Daten
3.2 Aktuelle Gesetzeslagen zur Verwendung von personenbezogenen Daten
3.3 Grenzen von Targeting- und Personalisierungsmaßnahmen
4 Klassifizierung aktueller Ansätze und neuer Möglichkeiten
4.1 Aktuelle Ansätze der personalisierten Zielgruppenansprache
4.2 Neue Möglichkeiten des Targetings und der Personalisierung
4.3 Ergebnisse der Klassifizierung
5 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht die aktuelle Entwicklung und zukünftige Trends im Bereich des Online-Targetings und der Personalisierung. Ziel ist es, durch die Analyse von Personalisierungs- und Individualisierungsgraden eine Klassifizierungsmatrix zu entwickeln, die zeigt, wohin sich der Markt bewegt und wie Unternehmen ihre Werbemittel effizienter anpassen können, ohne die Privatsphäre der Nutzer zu verletzen.
- Klassifizierung moderner Targeting-Methoden anhand einer neuen Matrix
- Analyse des Einflusses von Big Data und rechtlichen Rahmenbedingungen
- Untersuchung konsumentenseitiger Reaktionen und des Vertrauensaspekts
- Identifikation neuer Trends wie Cross-Device- und IPTV-Targeting
Auszug aus dem Buch
2.4 Entwicklung einer Klassifizierungsmatrix
Eine Klassifikation der verschiedenen Formen zur personalisierten Zielgruppenansprache hilft dabei, einen Trend der aktuellen Ansätze aufzuzeigen. Außerdem trägt eine Einteilung dazu bei, die Erfolgswahrscheinlichkeiten einer Maßnahme besser einschätzen zu können, wenn aus ihr ersichtlich wird, welche Dimensionen für eine erfolgreiche Ansprache im Vordergrund stehen. In der Literatur findet sich bisher der Grad der Personalisierung als relevante Dimension, um verschiedene Varianten voneinander abgrenzen zu können (Kes, Woisetschläger 2012, S. 229). Bleier und Eisenbeiß (2015a, S. 4-8) entwickeln zudem basierend auf dem S-O-R-Paradigma ein Modell, das die Wichtigkeit des Konsumentenvertrauens zu einem Unternehmen verdeutlicht und zeigen in ihrer Studie, dass der Erfolg von personalisierter Werbung stark vom Vertrauen zu einem Unternehmen abhängt. Sie unterscheiden zwischen einer Personalisierungstiefe und -breite. Der Grad der Tiefe beschreibt wie genau in einer Werbeanzeige, die zuvor gesammelten Daten eingearbeitet werden. Dies kann zwischen einer niedrigen (ähnliche Produkte derselben Produktkategorie) und einer hohen Personalisierungstiefe (Produkte, die zuvor in den Warenkorb gelegt worden) liegen. Die Personalisierungsbreite gibt wieder, wie viele der zuvor betrachteten Produkte auf dem Werbebanner dargestellt werden.
Auch Lambrecht und Tucker (2013, S. 562-563) zeigen die Unterscheidung von dynamisch personalisierbaren und generischen Werbeanzeigen auf. Beide Studien beziehen sich jedoch ausschließlich auf das Retargeting (siehe dazu auch Kapitel 4.1 f.). Um eine allgemeingültige Dimension für Targeting- und Personalisierungsmaßnahmen zu erhalten, ist folglich eine Differenzierung notwendig.
Der Grad der Personalisierung stellt deshalb in dieser Arbeit das Ausmaß dar, wie gezielt ein Werbemittel an spezielle Kundengruppen zu adressieren ist. So können neben soziodemografischen Eigenschaften wie Alter und Geschlecht auch Interessen oder Besonderheiten von genutzten Geräten berücksichtigt und dementsprechend personalisierte Werbung geschaltet werden. Daraus ergeben sich unterschiedlich hohe Personalisierungsgrade, die anhand einer stufenlosen Einteilung klassifiziert werden können (siehe Abbildung 2). Bei einem niedrigen Personalisierungsgrad ist es nicht möglich, eine spe-
Zusammenfassung der Kapitel
1 Einführung in die Themenstellung: Die Einleitung führt in die Relevanz des Online-Targetings ein und formuliert die Forschungsfragen zur Klassifizierung von Personalisierungsansätzen.
2 Konzeptioneller Rahmen: Dieses Kapitel erläutert grundlegende Begriffe, Konsumentenverhaltenstheorien wie das S-O-R-Paradigma und leitet die für die Arbeit zentrale Klassifizierungsmatrix her.
3 Die Erfassung von personenbezogenen Daten und ihre rechtlichen Bedingungen: Es werden die Rolle von Big Data, die aktuelle Rechtslage (BDSG/TMG) sowie die Grenzen des Targetings aufgrund von Datenschutzbedenken und technischen Faktoren diskutiert.
4 Klassifizierung aktueller Ansätze und neuer Möglichkeiten: Das Kernkapitel stellt verschiedene Targeting-Methoden vor und ordnet diese in die entwickelte Klassifizierungsmatrix ein, um Entwicklungstrends abzuleiten.
5 Fazit: Die Arbeit schließt mit einer Zusammenfassung der Ergebnisse und diskutiert die Notwendigkeit eines verantwortungsbewussten Umgangs mit Nutzerdaten für den zukünftigen Markterfolg.
Schlüsselwörter
Online-Targeting, Personalisierung, Individualisierungsgrad, Big Data, Datenschutz, Customer Journey, Werbemittel, Klassifizierungsmatrix, Retargeting, Cross-Device-Targeting, IPTV-Targeting, Nutzerprofile, Konsumentenverhalten, Werbeeffektivität, Streuverluste
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die Methoden des Online-Targetings und der Personalisierung von Werbung sowie deren Entwicklung und Auswirkungen auf das Konsumentenverhalten.
Was sind die zentralen Themenfelder?
Die Arbeit fokussiert sich auf die Klassifizierung von Targeting-Ansätzen, rechtliche Rahmenbedingungen wie Datenschutz, sowie die technologischen Möglichkeiten der Datenerfassung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, aktuelle und neue Targeting-Ansätze in einer Matrix zu klassifizieren, um Trends zu identifizieren und die Effektivität der Werbeansprache zu bewerten.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein konzeptioneller Rahmen erarbeitet, basierend auf einer Literaturanalyse sowie der Herleitung einer Klassifizierungsmatrix, um die Ansätze systematisch einzuordnen.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil analysiert bestehende und potenzielle Targeting-Formen, bewertet deren Personalisierungs- und Individualisierungsgrad und beleuchtet die rechtliche sowie konsumentenseitige Seite.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind Targeting, Personalisierung, Datenschutz, Individuenbezug, Big Data und die Effektivität von Werbemaßnahmen.
Warum spielt der Individuenbezug in den neuen Ansätzen eine so große Rolle?
Er ermöglicht eine präzisere Aussteuerung von Werbung, was Streuverluste minimiert und die Relevanz für den einzelnen Konsumenten erhöht.
Welches Problem beschreibt der Begriff "Overpersonalization"?
Er beschreibt das Phänomen, dass personalisierte Werbung zu Beginn der Customer Journey eine hohe Effektivität besitzt, die jedoch mit der Zeit abnimmt, wenn sie zu aufdringlich wird.
- Quote paper
- Manuel Dreyer (Author), 2015, Aktuelle Ansätze und neue Möglichkeiten des Targeting und der Personalisierung, Munich, GRIN Verlag, https://www.grin.com/document/310425
