September 6, 2018
Teilen

Dynamische Optimierung von Creatives: So funktionieren Echtzeit-personalisierte Ads

 

Es gehört inzwischen zum Allgemeinwissen: Personalisierung ist die effektivste Methode, eure Ads aus der Masse herauszuheben – insbesondere angesichts des digitalen Grundrauschens von heute. Wenn eure Ads nicht maßgeschneidert auf die momentanen Wünsche des Kunden reagieren, bleiben sie praktisch unsichtbar.

Aus diesem Grund hat die dynamische Optimierung von Creatives in der digitalen Werbebranche in den letzten Jahren an Bedeutung gewonnen – als mächtiges Werkzeug, um die Performance von Display-Kampagnen zu verbessern. Mit dem leistungsstarken Machine Learning, dass euch heute zur Verfügung steht, könnt ihr sicherstellen, dass sich eure Ads kontinuierlich an die Vorlieben und Surfgewohnheiten der einzelnen Käufer anpassen.

Wenn ihr in eurer Online-Werbung bereits dynamische Creatives einsetzt, dann solltet ihr euch unbedingt mit den Prinzipien der dynamischen Optimierung von Creatives (Dynamic Creative Optimization – DCO) auseinandersetzen. So gestaltet ihr eure Creatives noch schlagkräftiger.

So funktioniert es:

 

Dynamische Optimierung von Creatives – ein Grundkurs

Werfen wir zunächst einmal einen Blick auf den nicht immer ganz leicht zu verstehenden Unterschied zwischen dynamischen Creatives und dynamischer Optimierung von Creatives:

„Dynamische Creatives“ bezieht sich auf die Integration von grafischen Komponenten in das Creative einer Ad auf Basis von käuferspezifischen Daten: angesehene Produkte, Standort, Zeitpunkt der Anzeige usw. Die grafischen Komponenten werden bei der Einrichtung der Kampagne manuell definiert; der dynamische Anteil der Informationen wird in Echtzeit ergänzt, bevor das Creative an den jeweiligen Käufer ausgeliefert wird.

Abbildung 1: Kampagne mit dynamischen Daten (Produkt und Standort), aber statischem Erscheinungsbild

Die „dynamische Optimierung von Creatives“ geht jedoch den entscheidenden Schritt weiter. Es wird nicht einfach nur eine Vorlage mit personalisierten Daten befüllt; diese Technologie setzt Machine Learning ein, um die relevantesten visuellen Komponenten zu bestimmen und so sowohl den Content als auch das Creative zu optimieren – in Echtzeit und maßgeschneidert auf den Käufer sowie den jeweiligen Kontext.

Ziel einer solchen Optimierung ist, die Performance einer Kampagne zu verbessern: Klickrate, Conversion-Rate, Sales usw.

Abbildung 2: Kampagne mit dynamischen Daten und dynamisch optimiertem Erscheinungsbild (Standort und Bewertung)

Der Optimierungsprozess gliedert sich in zwei Aufgaben: Die Engine muss zum einen die passenden grafischen Komponenten auswählen und zum anderen das grundsätzliche Design des Creatives bzw. der Komponenten bestimmen.

Bei der effektiven Auswahl der grafischen Komponenten hat es in letzter Zeit große Fortschritte gegeben. In einem Retargeting-Szenario kann zum Beispiel die Anzahl der angezeigten Produkte auf den einzelnen Käufer optimiert werden.

Diese Aufgabe ist äußerst komplex: Daher ist ein langfristiges Ziel von DCO, alle kreativen Bestandteile in Echtzeit auszuwählen, einschließlich der für einen bestimmten Käufer möglicherweise relevanten Informationen wie zum Beispiel den Standort.

Es gibt viele Untersuchungen und Entwicklungen zur Optimierung der Gestaltung der einzelnen Komponenten; so konnte die Performance bereits deutlich gesteigert werden.

Machine Learning kann zum Beispiel die Farbpalette des Creatives bestimmen, den Text des Calls-to-Action – selbst die Proportionen der Komponenten, die am wahrscheinlichsten zu einer Conversion führen.

In Zukunft stehen den Machine Learning Tools noch mehr Daten zur Verfügung; das ermöglicht ein noch größeres Spektrum der möglichen Creative-Optimierungen. So werden wir zum Beispiel in der Lage sein, Animationen, Markenbotschaften und vieles mehr zu optimieren.

 

Darum spielt DCO bereits heute eine wichtige Rolle

Die dynamische Optimierung von Creatives bietet Werbetreibenden viele Vorteile.

Zunächst einmal: Die im Hintergrund tätige Engine lernt schnell und von jeder Kampagne. Welches Design passt für eine bestimmte Demographie am besten? Welche Art von Call-to-Action bringt die besten Ergebnisse? Welche Ad-Umgebung bietet die stärkste Performance?

Es gibt eine praktisch unendliche Anzahl solcher Fragen; und die dynamische Optimierung von Creatives kann Werbetreibenden dabei helfen, die effektivsten Antworten zu finden.

Außerdem ermöglicht DCO personalisiertes Marketing – so perfekt, wie es aktuell möglich ist.

Die Technologie arbeitet käuferzentriert; daher ist ein großer Teil des Creatives auf den jeweiligen Käufer maßgeschneidert. Es werden nur Elemente angezeigt, die für den jeweiligen Käufer relevant sind; und zwar in bestmöglicher Form – zum Beispiel bei Größe, Position und Farbe.

Darum liefert die dynamische Optimierung von Creatives eine großartige Performance, insbesondere in Lower-Funnel-Kampagnen wie zum Beispiel beim Retargeting.

Der Optimierungsprozess reduziert zudem den Zeitaufwand und die Komplexität des Kampagnen-Setups, ohne dabei Relevanz bzw. Markenrichtlinien zu vernachlässigen. DCO bietet nicht nur Personalisierung; es übernimmt auch die Aufbereitung, Analyse und Auslieferung der Daten in großen Maßstab. Diese Arbeiten mussten vorher manuell verrichtet werden.

Das schafft den kreativen Mitarbeitern den Freiraum für das, was sie am besten können: die Entwicklung von originellem Content als Basis für die Marketingkampagnen. Im Gegenzug basieren diese Kampagnen auf einem kontinuierlichen Strom von relevanten, verhaltensbezogenen Echtzeit-Daten, die via Machine Learning gesammelt und aufbereitet werden.

 

Darum wird DCO in Zukunft eine noch größere Rolle spielen

Auch wenn DCO heute bereits in der Lage ist, die Performance deutlich zu steigern: Diese Technologie steckt eigentlich noch in den Kinderschuhen. In Zukunft wird sie höchstwahrscheinlich zu einem zentralen Werkzeug der Werbeindustrie werden.

Die Technologie wird im Laufe der Zeit immer mehr Aspekte bei der dynamischen Optimierung von Creatives einbeziehen. Ein Ende ist noch lange nicht in Sicht. Mehr Informationen dazu findet ihr in unserem Whitepaper „Können Maschinen kreativ sein?“.

Im Ergebnis werden die Leistungsunterschiede zwischen dynamischen und dynamisch optimierten Creatives immer weiter zunehmen.

Why Dynamic Creative Optimization MattersAbbildung 3: Ideen zu den Parametern für ein vollständig dynamisch optimiertes Creative

Ein weiterer wichtiger Aspekt von DCO ist der Fokus auf den Käufer. Die Creatives werden auf jede einzelne Impression optimiert; damit bleibt die Marketing-Kommunikation relevant für die Käufer auf den Websites der einzelnen Publisher; gerade dort ist es aufgrund der weiten Verbreitung von Ad-Blockern besonders schwierig, Käufer anzusprechen.

Nicht zuletzt: Aktuell wird DCO zwar vor allem in Lower-Funnel-Kampagnen eingesetzt; die Technologie bietet jedoch das Potenzial für weitere Einsatzbereiche. Ob nun in anderen Kampagnenarten, zum Beispiel in der Kundengewinnung oder beim Omnichannel, oder bei Werbeformen jenseits von HTML-Bannern (zum Beispiel Native oder Video): Das Potenzial von DCO ist noch lange nicht ausgeschöpft.

 

Creative-Optimierung in Echtzeit mit der Criteo Engine

Criteos Lösung für die dynamische Optimierung von Creatives nennt sich Real-Time Creative Optimization (RTCO): Diese innovative, auf Machine Learning basierende Technologie nutzt Echtzeit-Kontextdaten sowie Verhaltensinformationen von mehr als 1,2 Milliarden aktiven Käufern im Monat, um das passende Creative auszuwählen und zu optimieren – und zwar auf jeden einzelnen Käufer in seinem individuellen Kontext.

RTCO ist eine Komponente von Kinetic Design. Kinetic Design, Predictive Bidding und Product Recommendations sind die drei zentralen Bestandteile der Criteo Engine.

RTCO nutzt ein maschinenbasiertes Brand-Framework, dass die Markenrichtlinien, Creative-Elemente und sowie Abbildungen umfasst. Sobald ein Creative ausgewählt und auf den jeweiligen Käufer sowie den Kontext optimiert worden ist, wird die Ad in Echtzeit auf das jeweilige Endgerät und das verfügbare Inventar hin generiert. RTCO (und die Criteo Engine generell) profitieren vom kontinuierlichen Wachstum des Criteo Shopper Graphs. Je mehr Daten verfügbar sind, desto besser ist die Qualität der Vorhersagen und Optimierungen.

Criteos Kinetic Design liefert visuell attraktive und gleichzeitig vollständig markenkonforme Ads aus – über Endgeräte, Kanäle und Formate hinweg individuell maßgeschneidert auf den einzelnen Käufer. Das Ergebnis: erhöhtes Engagement und mehr Conversions.

So ermöglichte zum Beispiel eine kürzlich erfolgte Aktualisierung von Kinetic Design eine Steigerung der Sales um bis zu 12 %; die Criteo-Werbetreibenden konnten so nicht nur ihre Performance verbessern, sondern erhielten auch mehr Flexibilität.

Mit den aktuellen und zukünftigen Vorteilen stellt sich die dynamische Optimierung von Creatives als leistungsstarkes Marketing-Tool dar – eine Möglichkeit zur Verbesserung von Kampagnen und Ergebnissen, die Werbetreibende unbedingt nutzen sollten.