[Forschung] Darum solltet ihr nur einen Retargeting-Anbieter einsetzen

„Es gehört zu unserer Strategie, nicht mehrere Retargeting-Anbieter im gleichen Markt einzusetzen. Andernfalls bietet man gegen sich selbst und kannibalisiert sich. Das endet damit, dass man zweimal für das gleiche Inventar zahlt.“ – Wojciech Soltys, Leiter Performance Marketing, Remix

Ob ihr nun auf der Suche nach geeigneter Retargeting-Technologie seid oder gerade erst anfangt, euch mit digitaler Werbung auseinanderzusetzen, Ausgangspunkt ist oft eine einzelne Frage: ein oder zwei Retargeting-Anbieter?

Retargeting ist eine populäre Marketing-Maßnahme, unabhängig davon, ob ihr einen oder zwei Anbieter einsetzt. Die Criteo-Studie „State of AdTech“ hat gezeigt: Retargeting und Displaywerbung sind oft die wichtigsten Marketingstrategien. Das ist auch keine Überraschung: Die meisten Unternehmen wissen um die Effektivität von Display-Werbung. Hyperrelevante Ads, die gezielt jene Web-Besucher ansprechen, die sich bereits interessiert gezeigt haben, generieren in der Regel einen hohen ROI und ermöglichen zugleich ein effektives Tracking sowie eine gute Steuerung.

Für das Schalten dieser Ads wird zumeist ein Retargeting-Partner eingesetzt. Da die meisten Werbetreibenden in der Regel mit einem Retargeting-Partner beginnen, stellt sich oft eine zentrale Frage: Sollte es bei diesem einen Retargeting-Partner bleiben oder oder sollte man mehrere Retargeting-Lösungen parallel testen?

Publishing 2019

Die verschiedenen Retargeting-Anbieter bieten unterschiedliche Ansätze und Fähigkeiten. Zu Beginn dieses Jahrzehnts war es möglich, dass ein spezifischer Retargeting-Anbieter den einmaligen oder exklusiven Zugang zum Inventar eines Publishers bot – und somit zu den entsprechenden Usern.

Doch jetzt, nach der RTB-Revolution (RTB = Real-Time Bidding), verfügt nur noch eine kleine Anzahl der Anbieter über einmaliges Inventar und damit über einmalige User. Die meisten Anbieter nutzen die RTB-Börsen zumindest für den Großteil ihres Ad-Inventars. Diese Börsen stehen vielen Bietern offen und bieten daher kein exklusives oder inkrementelles Inventar für die jeweiligen Nutzer.

Es ist jedoch weiterhin möglich, dass ein Retargeting-Anbieter bevorzugt Zugang zu Inventar außerhalb der RTB-Börsen erhält. Der Criteo Direct Bidder ist dafür ein gutes Beispiel.

RTB-Börsen: Eine Wissenschaft für sich

Eine offene RTB-Börse ist eine tolle Sache: Sie erlaubt allen Werbetreibenden die Teilnahme am Bieterwettbewerb um einen Ad Space, der einem spezifischen Nutzer gezeigt wird. Dynamisches Retargeting nutzt diese Möglichkeit, um den genauen Wert zu bestimmen, den diese Anzeige für einen bestimmten Nutzer hat, und entsprechend zu bieten. Wenn euer Retargeting-Anbieter also RTB-Auktionen gewinnt und eure Ads anzeigt, gewinnt ihr mehr Sales zu eurem Ziel-ROI.

Beim Einsatz einer einzigen Retargeting-Lösung werden alle eure Gebote koordiniert und auf einen maximalen ROI optimiert. Euer Retargeting-Anbieter versteht, wie der Wert jeder weiteren Ad-Auslieferung zurückgeht, bestimmt genau die richtige Frequenz für jeden User und stellt so eine optimale Nutzererfahrung sicher.

Was passiert beim Einsatz mehrerer Retargeting-Anbieter?

Beauftragt eine Brand jedoch zwei Retargeting-Anbieter damit, auf den gleichen User zuzugreifen, verkompliziert sich die Angelegenheit. Es gibt zwei primäre Probleme, wenn Werbetreibende zwei Retargeting-Anbieter gleichzeitig einsetzen.

1. Gebotskollision

Da die meisten Retargeting-Ads über eine RTB-Börse verkauft werden, bieten beide Retargeting-Anbieter (in eurem Namen) auf den gleichen User. Das nennen wir eine Gebotskollision. Und das ist genauso schlecht, wie es sich anhört. Euer Budget wird darauf verschwendet, gegen euch selbst zu bieten. Entsprechend zahlt ihr deutlich mehr für die gleiche Ad-Impression.

Da beide Retargeting-Anbieter die gleiche Börse nutzen, bietet ihr im Prinzip gegen euch selbst und müsst entsprechend für alle in eurem Namen abgegebenen Gebote den maximalen Preis zahlen

2. Frequenz-Blindheit

Der Einsatz mehrerer Retargeting-Anbieter führt zudem zu sogenannter Frequenz-Blindheit. Es kommt entscheidend darauf an, dass jedem User genau die richtige Anzahl von Ads gezeigt wird und dass jede dieser Platzierungen genau bewertet wird. Wenn jedoch Retargeting-Anbieter 1 nicht weiß, wie viele Ads Retargeting-Anbieter 2 bereits angezeigt hat (und umgekehrt), ist es für beide Anbieter unmöglich, die optimale Frequenz für den jeweiligen Nutzer zu treffen. Noch schlimmer: Nutzer bekommen vermutlich zu viele Ads zu Gesicht und werten das als negative Erfahrung mit eurer Brand. Die Gebote beider Retargeting-Anbietern geben also nicht den wahren Wert einer Ad-Impression wieder, da der jeweils bietende Retargeting-Anbieter keinen vollständigen Einblick in die Zahl der bereits angezeigten Ads hat.

Was sagen die Daten?

Wir wissen also: Das Bieten gegen euch selbst verbrennt lediglich Budget und Aufmerksamkeit. Ihr würdet ja auch bei eBay oder anderen Online-Auktionen keine zwei Accounts einrichten, die dann gegeneinander bieten. Doch wie lässt sich der negative Einfluss auf den ROI berechnen, den Gebotskollision und Frequenz-Blindheit verursachen?

Mit der Beantwortung dieser Frage hat Criteo ein interdisziplinäres Team von Experten für RTB-Auktionen, Data Science und Marketing-Effektivität beauftragt. Wir haben dazu ein Simulationsmodell entwickelt, mit dem wir untersuchen können, wie sich der Wert für einen Werbetreibenden ändert, wenn er nicht mehr nur einen, sondern zwei (oder sogar drei) Retargeting-Anbieter einsetzt.

Unser Modell erlaubt uns zudem, den spezifischen Effekt sowohl von Gebotskollision als auch von Frequenz-Blindheit zu ermitteln.

Unser Team simulierte zu diesem Zweck die Ausspielung von mehr als 150 Millionen Ads. Wir haben verschiedene Szenarien erstellt: ein Szenario mit einem Retargeter, ein Szenario mit zwei Retargetern und ein Szenario mit drei Retargetern.

Auf dieser Basis haben wir bestimmt, wie viel Wert jede Option einem Werbetreibenden bieten würde. Wir haben unterschiedliche Parameter angepasst, zum Beispiel die Aufteilung der Ausspielungen zwischen den beiden Retargeting-Anbietern, um so zu verstehen, wie Änderungen am System den ROI beeinflussen würden.

Unsere Ergebnisse

Wenn Werbetreibende zwei Retargeting-Anbieter, anstelle von einem einsetzen, geht der ROI um 22 % zurück. Kommen noch mehr Retargeting-Anbieter ins Spiel, verschlechtert sich das Ergebnis noch weiter.

Die Methodik 

Unsere Studie bestand aus zwei Hauptmodellen: einem Modell zur spezifischen Bestimmung der negativen Auswirkungen von Frequenz-Blindheit und einem zweiten Modell, mit dem wir den Effekt von Frequenz-Blindheit zugrunde legen und darauf zusätzlich Gebotskollisionen anwenden.

Teil I: Frequenz-Blindheit

Wie berechnen wir also den genauen Effekt der Frequenz-Blindheit?

Wir begannen mit der Betrachtung von drei Hauptfaktoren, die bestimmen, wie stark die Verschlechterung des ROI ausfällt, die durch den Einsatz von zwei Retargetern entstehen könnte:

• Welcher Anteil aller Ads wird vom jeweiligen Retargeter geschaltet?
• Wie schnell sinkt der Wert einer Ad-Impression, wenn eine Ad für das gleiche Produkt erneut dem gleichen Nutzer gezeigt wird?
• Wie hoch ist die durchschnittliche Frequenz von Ads für einen bestimmten Benutzer?

Wir haben auch mit einem grundlegenden Marketing-Fakt begonnen: Jedes Marketing nutzt sich ab. Besonders, weil wir wissen, dass die X-Plus-1te Begegnung mit einem Marketing-Werkzeug im Allgemeinen weniger wirkungsvoll ist als die Xte Begegnung mit dem gleichen Marketing-Werkzeug. Bei dynamischem Retargeting verfügt Criteo über fundierte Erkenntnisse, die eine Abnahme der Wirkung zwischen 10 Prozent und 20 Prozent für jeden zusätzlichen Kontakt annehmen lassen.

Wir sind dabei von einer durchschnittlichen Frequenz von zehn ausgegangen. Während die tatsächliche Frequenz je nach Benutzer variiert, haben wir ermittelt, dass diese Durchschnittswerte über einen mittelfristigen Zeitraum von sieben bis zehn Tagen angemessen sind und bei vielen Produkten den Zeitraum des größten Kaufinteresses darstellen.

Schließlich haben wir den „Schlimmstfall“ betrachtet, in dem jeder Retargeter 50 Prozent der Ads ausspielt, und den weniger schlimmen Fall, in dem der primäre Retargeter 80 Prozent der Ads ausspielt.

Für jeden dieser Fälle haben wir Ausspielung für Ausspielung das wahrscheinliche Ergebnis simuliert.

• Für jeden Benutzer haben wir eine Chance von 80% angenommen, eine weitere Ad zu sehen. Eine solche Regel erlaubt es uns, eine realitätsnahe Frequenzverteilung zu simulieren, während wir eine durchschnittliche Frequenz von zehn Anzeigen beibehalten.
• Wenn ein Benutzer eine weitere Ad sieht, haben wir zufällig (mit 50% oder 80% Wahrscheinlichkeit) bestimmt, ob die Anzeige vom primären Retargeter oder vom sekundären Retargeter angezeigt wurde.
• Jeder Retargeter bewertet die Ad nur auf der Grundlage der Ads, die von ihm selbst geschaltet wurden. Wenn es sich beispielsweise um die dritte Ad für Benutzer #1 handelt und diese von Retargeter #2 ausgespielt wird, wäre dennoch wie eine erste Ad gewichtet (wenn Retargeter #1 die Ads 1 und 2 angezeigt hätte).
• Wir berechnen die durch die Frequenz-Blindheit verursachte Überbewertung als Summe aller Bewertungen im Vergleich zur Summe der tatsächlichen Bewertungen. Daher sind unsere Ergebnisse bewertungsgewichtet und spiegeln die tatsächlichen Ausgaben für den Kauf von Inventar wider.

Ein Beispiel für die Simulation der Frequenz-Blindheit finden Sie in der folgenden Tabelle:

Anmerkungen dazu:

1. Bei den Ausspielungen 1 und 2 sehen wir noch keine Verzerrung. Retargeter 1 liefert beide Ads aus und erfasst daher korrekt, dass diese die Ads #1 und #2 für diesen Benutzer sind. Somit sind der wahre und der wahrgenommene Wert der Anzeige (durch den ausspielenden Retargeter) gleich.
2. Das Problem tritt bei der Ad #3 auf. Da Retargeter 2 diese Ad anzeigt – und denkt, dass dies Ad #1 ist – bewertet Retargeter 2 die Ad mit 1,00 €. Der wahre Wert liegt aber bei 0,64 €, denn für den Nutzer ist es Ad #4. Dabei ist zu beachten, dass der wahre Wert der Ad mit jeder zusätzlichen Ausspielung um 20 % sinkt, um den zurückgehenden Wirkungsgrad zu berücksichtigen.
3. Mit Ausspielung #4 sind wir wieder bei Retargeter 1. Da die Ad #3 jedoch von Retargeter 2 ausgespielt wurde, kann Retargeting-Anbieter 1 den Wert der Impression nicht mehr richtig bestimmen.
4. Dieser Prozess setzt sich so lange fort, bis keine weiteren Ads an Benutzer 1 ausgeliefert werden. Dann beginnen wir mit Benutzer 2 erneut.

Die oben erläuterten Ergebnisse zeigen, dass beim Einsatz von zwei Retargeting-Anbietern in der Regel um 19 % überboten wird.

Teil II: Gebotskollision kombiniert mit Frequenz-Blindheit

Um die Auswirkungen von Gebotskollision und Frequenz-Blindheit auf den ROI der Werbetreibenden zu ermitteln, simulieren wir Millionen von Gebotsanfragen. Eine Gebotsanfrage entsteht, wenn eine RTB-Börse mehrere Bieter kontaktiert, um zu fragen, wie viel jeder Bieter zahlen würde, um eine Ad für einen bestimmten Benutzer zu platzieren. Die meisten RTB-Börsen verwenden eine so genannte Erstpreisauktion (First-Price-Auction), bei der der Höchstbietende die Möglichkeit erhält, dem Nutzer eine Ad zu zeigen, für die er den gebotenen Preis zahlt. Unsere Studie verwendet deshalb gleichfalls ein Erstpreisauktions-Modell.

Jeder Gebotsanfrage steht der Wert gegenüber, den das Ausspielen einer bestimmten Ad an einen bestimmten Benutzer für den jeweiligen Werbetreibenden hat. Dieser Wert ist jedoch eine Vorhersage und daher nicht mit hundertprozentiger Genauigkeit ermittelbar. Im Bereich des Performance Retargeting hängt der Erfolg davon ab, wie genau ein Teilnehmer die Wahrscheinlichkeit zukünftiger Ereignisse vorhersagen kann. Leistungsstarkes Retargeting prognostiziert die genaue Wahrscheinlichkeit, dass ein bestimmter Nutzer auf eine Ad klickt und dann auf der Website eines Werbetreibenden kauft. Benutzer, die eher auf Werbung reagieren, haben einen höheren Wert, und erstklassige Retargeting-Lösungen erhöhen oder verringern das Gebot, um diese Unterschiede widerzuspiegeln.

Wir bezeichnen den wahren Wert der Impression als eCPM.

Die Bewertung der einzelnen Retargeter simulieren wir wie folgt:

• Wir beginnen mit dem realen Wert der Impression (eCPM).
• Anschließend passen wir den eCPM mit einem auf Basis der Normalverteilung zufällig ermittelten Wert nach oben oder unten an, um so der Tatsache Rechnung zu tragen, dass alle Retargeting-Anbieter in ihren Berechnungen nicht hundertprozentig akkurat sind (da sich die Zukunft nicht perfekt vorhersagen lässt).
• Dann passen wir den eCPM nach oben an, um so das im Abschnitt „Frequenz-Blindheit“ beschriebene Überbieten zu simulieren. Dieser Fehler ist exponentiell verteilt (da er 0% oder größer sein muss) mit einem Mittelwert von 19%, den unsere Untersuchung der Frequenzblindheit ergeben hat.

Sobald die Bewertungen für jeden Retargeter berechnet wurden, müssen die Angebote “schattiert” (oder reduziert – wir kennen das als Bid Shading) werden, um der Tatsache Rechnung zu tragen, dass für den Werbetreibenden nur dann Wert entsteht, wenn der für die Impression gezahlte Betrag niedriger ist als der tatsächliche Wert dieser Impression. Wir gehen konservativ davon aus, dass alle Retargeter optimale Bid-Shading-Strategien anwenden (was aufgrund der Datenmenge, die für die Erstellung optimaler Bid-Shading-Berechnungen benötigt wird, eher unwahrscheinlich ist).

Zuletzt können wir mit den so ermittelten tatsächlichen Geboten der einzelnen Retargeting-Anbieter die Auktion selbst simulieren.

• Alle Gebote der Retargeter werden in die Auktion eingespeist.
• Der Retargeter mit dem höchsten Gebot tritt gegen alle anderen “Hintergrund”-Bieter in der Auktion an.
• Wir spiegeln die Realität des Marktes wider, indem wir tatsächliche “Win Rates” verwenden, die auf dem Angebot basieren.
  • Wenn beispielsweise das höchste Gebot des Retargeters 2,15 € beträgt, wissen wir vielleicht, dass ein Gebot von 2,15 € die Auktion in 22% der Fälle gewinnt.
  • „Win Rates“ verhalten sich “logarithmisch normal”. Das bdeutet, dass sie zunächst langsam steigen, anschließend beschleunigen und dann wieder abbremsen. Man nennt das auch eine S-Kurve.
  • Die Erhöhung eines niedrigen Gebots von beispielsweise 0,10 € auf 0,30 € wirkt sich wahrscheinlich nicht sonderlich stark aus, da beide Gebote kleine Win Rates haben. Die Steigerung eines Gebots von 1,30 € auf 1,50 € wirkt sich jedoch stärker aus, da die Win Rates in der Mitte der Kurve schneller ansteigen.
  • Am oberen Ende sehen wir den gleichen Effekt wie am unteren Ende. Eine Erhöhung eines Gebots von 10 € auf 10,20 € hat keinen großen Effekt, da die Win Rate bereits recht hoch ist.
• Wenn ein Retargeter die Auktion gewinnt, wird diesem Retargeter der gebotene Betrag in Rechnung gestellt und wir können den Wert ermitteln, der für den Werbetreibenden geschaffen wird.

Wir können diese Gebotsanfragen dann millionenfach wiederholen, um zu simulieren, was passiert, wenn ein realer Werbetreibender mit mehreren Retargeting-Partnern zusammenarbeitet. Wir haben Code erstellt, um zu sehen, was beim Einsatz von einem, zwei oder drei Retargeting-Anbietern passiert. Das Ergebnis haben wir euch oben gezeigt.

Wenn ihr nur einen einzelnen Retargeting-Anbieter einsetzt: ausgezeichnet! Stellt aber sicher, dass ihr auf eine marktführende Lösung setzt. Wenn ihr mehrere Retargeting-Anbieter einsetzt, müsst ihr die beste Methode herausfinden, mit der ihr die Anbieter testen und so die für euch beste Lösung auswählen könnt. Diese Lösung sollte bei gleichen Ausgaben einen höheren ROI generieren.

Dazu könnt ihr eine Pre-Post-Analyse durchführen, die zeigt, was beim Einsatz eines Retargeters passiert und was beim Einsatz von zwei Retargetern. Teilt einen Cookie-Pool in A- und B-Populationen auf und weist jedem Retargeting-Anbieter eine dieser Gruppen zu. Eure Ausgaben pro Cookie für beide Gruppen sollten identisch sein. Dann solltet ihr alle Sales (nicht nur die attribuierten Sales) in jeder Population messen.

Wenn ihr seid wie wir (und die Kunden, mit denen wir zusammenarbeiten), dann werdet ihr herausfinden, dass ein Retargeting-Anbieter immer besser ist als zwei.

Wollt ihr weitere Informationen zum Thema Retargeting? Dann besucht unseren Retargeting Hub oder ladet euch die vollständige „Kurzanleitung: ein oder zwei Retargeter“ herunter.