Daten in der Criteo AI Engine – AdTech erklärt

Alexandra Bannerman, Criteo Product Marketing Manager, erläutert, wie die Criteo AI Engine Daten nutzt, um eure Ads zu optimieren.

Die Criteo AI Engine ist der „Motor“ aller Criteo-Produkte. Sie nutzt modernstes Machine Learning, das sich auf Basis großer Mengen von Echtzeitdaten aus dem Criteo Shopper Graph eigenständig optimiert:

Daten zu Identität und Interessen stammen von allen bei Criteo erfassten Käufern – das sind 72 % aller Onlineshopper weltweit.

Die Messdaten erfassen jeden Verkauf, der aus einer Brand-finanzierten Retail-Kampagne hervorgeht.

Daten zu Publisher-Interaktionen basieren auf Criteos detaillierten Einblicken in die Interaktionen von Käufern mit Websites und Apps. 

Criteo verfügt über den weltweit größten offenen Käuferdatenbestand. Unserem Machine Learning stehen also genau die detaillierten Informationen zur Verfügung, um präzise vorherzusagen, was Käufer inspiriert und zu größerem Engagement motiviert.

Schauen wir einmal, wie Identitäts- und Interessensdaten der Criteo AI Engine Informationen zum Käuferverhalten liefern.

Anstatt lediglich die Informationen im Moment der Ad-Auslieferung zu nutzen, verwendet die Criteo AI Engine auch historische und Echtzeitdaten, um die Aktivitäten einzelner Käufer zu aggregieren – on- und offline, sowie in flexiblen Zeitfenstern.

Während ein Käufer surft, erfasst die Criteo AI Engine mehr als 120 Signale zum Kaufinteresse, auf deren Basis die Engine die Bereitschaft eines Kunden zum Kauf, sowie die zu empfehlenden Produkte und das richtige Ad-Design für diesen Käufer ermittelt.

Da die Criteo AI Engine dies in Echtzeit berechnet – und auf Ebene des einzelnen Käufers anstatt für ganze Zielgruppensegmente – ist die resultierende Ad-Impression perfekt auf den Käufer und die aktuelle Phase seiner Customer Journey optimiert.

Hier ein kurzes Beispiel dafür, wie die Criteo AI Engine Identifikatoren und Interessensdaten nutzt, um die Absichten eines Käufers und sein wahrscheinliches Verhalten zu bestimmen.

Die Identifikatoren und Interessensdaten aus dem Criteo Shopper Graph informieren die Engine zum Beispiel darüber, dass Käuferin A in den letzten 30 Tagen auf eurer Website einen Hut und ein Kleid angesehen hat. Käuferin B hat sich allein in den letzten Tagen zehn Hüte angesehen. Und Käuferin C hat sich online drei Hüte angesehen und einen im Geschäft gekauft – gleichfalls in den letzten sieben Tagen.

Das Machine Learning der Criteo AI Engine kann diese Informationen sowie Trends in den Conversion-Daten dazu nutzen, um vorherzusagen, dass Käuferin B aktuell die größte Kaufbereitschaft aufweist. Zudem kann es bestimmen, welcher Hut ihr empfohlen werden sollte.

Dies ist jedoch nur ein vereinfachtes Beispiel. Die reale Situation ist deutlich komplexer, da die Criteo AI Engine zu jedem Zeitpunkt jedes der über 120 erfassten Signale zum Kaufinteresse nutzt.

Wie bereits gesagt: Die Privatsphäre der Käufer ist zu jedem Zeitpunkt geschützt. Criteo weist den einzelnen Käufern in den einzelnen Endgeräten und offline ausschließlich zufällig generierte IDs zu und nutzt dazu nur pseudonymisierte Daten. Informationen, die einen Nutzer persönlich identifizierbar machen, werden niemals wissentlich oder willentlich erfasst bzw. gespeichert.

Die Criteo AI Engine nutzt Daten zu Publisher-Interaktionen, um die bestmöglichen Platzierungen für eure Ads zu ermitteln.

Durch die Verarbeitung vieler Milliarden Datenpunkte von Tausenden mit Criteo kooperierenden Premium-Publishern ist die Criteo AI Engine in der Lage, die Performance verschiedener Publisher-Typen und ihres Ad-Inventars zu bewerten. Basis dafür sind die entsprechenden Käufer-Interaktionen.

So reagieren Käufer zum Beispiel anders auf eine Ad in der Größe 600 × 160 Pixel im Kopf einer Webseite als auf eine 300 × 250 Pixel große Ad in der Mitte der Seite: Wie gut die Ads jeweils performen, hängt zudem von der jeweiligen Website ab.

Über solche Insights kann die Criteo AI Engine den Inventar-Wert für jede Impression bestimmen und entsprechend bieten. So erreicht sie die richtigen Käufer.

In unserem Beispiel wollen wir einmal die verschiedenen Wege zusammenführen, in denen die Criteo AI Engine Daten nutzt.

Christina hat sich on- und offline über eure Produkte informiert. Jetzt surft sie auf verschiedenen Publisher-Websites.

• Identitätsdaten aus dem Criteo Shopper Graph informieren die Engine darüber, dass diese Käuferin auf unterschiedlichen Endgeräten und auch im Geschäft gestöbert hat.
• Predictive Bidding, eine Funktion der Criteo AI Engine, nutzt Interessensdaten aus dem Shopper Graph, um der Käuferin einen bestimmten Wert zuzuweisen – berechnet anhand der Wahrscheinlichkeit für Interaktion und Kauf sowie des zu erwartenden Bestellwerts.
• Predictive Bidding nutzt dann diese Käuferbewertung, gemeinsam mit Performancedaten zum entsprechenden Publisher und seinem Inventar, um die passende Ad Unit auf einer angemessenen Website auszuwählen und in Echtzeit ein optimales Gebot abzugeben.
• Die Produktempfehlungstechnologie der AI Engine nutzt dann sowohl Christinas Vorlieben als auch die Präferenzen von Käufern, die ihr ähnlich sind, um zu bestimmen, welche Produkte aus eurem Produktkatalog in der Ad am besten angezeigt werden.
• Und über die Technologie zur dynamischen Optimierung von Creatives können auch Christinas früher gezeigte visuelle Präferenzen genutzt werden. So wird das bestmögliche Ad-Design geschaffen, auf dessen Basis dann die Ad maßgeschneidert auf das ausgewählte Inventar gerendert wird.

All das passiert in Echtzeit, um Christina die bestmögliche Ad mit genau den Produkten zu zeigen, die sie aktuell am wahrscheinlichsten kaufen möchte.

Und das war es: Jetzt wisst ihr, wie die Criteo AI Engine Daten nutzt, um eure Ads zu optimieren.