Text und Grafik: Sandra Heidelberger, WEMF AG für Werbemedienforschung
Wieso wurde RAPID (kurz für Realtime API- Dataset) lanciert?
In der Post-Cookie-Ära muss Online-Advertising neu gedacht werden. Es sind innovative Ansätze gefragt, die den Datenschutzvorgaben gerecht werden und gleichzeitig die Qualität der Online-Werbung erhalten. First-Party-Daten, die direkt von Unternehmen erhoben werden, gelten als vielversprechendes Instrument für zielgerichtete Online-Werbung im Zeitalter nach Cookies. Im Vergleich zu Third-Party-Daten sind sie oft einfacher datenschutzkonform zu nutzen, da die Daten direkt von der Nutzerschaft bereitgestellt und mit deren Einwilligung verarbeitet werden. Allerdings sind First-Party-Daten in ihrer Aussagekraft begrenzt, da sie nur User:innen umfassen, die bereits mit dem Unternehmen interagiert haben. Für die Ansprache neuer und noch weitgehend unbekannter Nutzer:innen und auch spezifischer Zielgruppen, zu denen nicht alle relevanten Informationen bereits bekannt sind, sind zusätzliche Datenquellen und technische Systeme nötig, die eine effektive Anreicherung und Optimierung der eigenen Userinformationen erlauben.
Hier setzt das neue WEMF-Angebot RAPID an: Es handelt sich um eine API-Schnittstelle, die Nutzerprofile und Predictions in Millisekunden mit zusätzlichen Zielgruppeninformationen anreichert. RAPID schafft damit die Grundlage für präzisere, datenbasierte Entscheidungen.
Marc Sele, Deputy CEO and Executive Director of Data and Tools der WEMF, erklärt: «Mit der Anreicherung der eigenen First-Party-Daten durch den RAPID-Datensatz erhalten Werbetreibende, Vermarkter und Publisher die Möglichkeit, ihre Nutzerprofile noch genauer und vor allem datenschutzkonform zu schärfen und die Zielgruppenansprache zu optimieren. Dies steigert nicht nur die Effizienz und Effektivität von Kampagnen, sondern schafft auch einen klaren Wettbewerbsvorteil.»
Die neue Lösung der WEMF zielt einerseits darauf ab, die Qualität im Online-Advertising zu erhöhen, und andererseits möchte sie die Transparenz im Werbemarkt verbessern. So wurde RAPID im Rahmen der Better Prediction Initiative (BPI) entwickelt, um insbesondere die Qualität der Targeting-Predictions der Schweizer Vermarkter von Online-Werbeangeboten zu steigern.
RAPID – ein umfassender und dynamischer Datensatz
Der RAPID-Datensatz stammt aus den laufenden bevölkerungsrepräsentativen Erhebungen der WEMF, in denen jährlich rund 15 000 Personen in der Schweiz und in Liechtenstein zu verschiedensten Themen befragt werden. Der umfangreiche Datensatz umfasst alle bekannten Merkmale der MACH-Studien und wird monatlich mit den aktuellsten Erhebungen (über 1000 neue Interviews pro Monat) ergänzt. Sie decken ein breites Spektrum an Userinformationen ab:
· Soziodemografie: Alter, Geschlecht, Beruf, Ausbildung
· Haushalt: Einkommensstruktur, Haushaltsgrösse
· Geografie: Wohn- und Arbeitsort bis auf PLZ-Ebene
· Konsummerkmale: Kaufabsichten, Markenbekanntheit, Medien- und Gerätepräferenzen
· Mediennutzung: Social-Media-Verhalten, Geräte- und Kanalpräferenzen
· Persönlichkeit: Wertehaltungen, Psychografie
Die Besonderheit von RAPID liegt in der Echtzeitverarbeitung: Über eine API-Schnittstelle können bestehende oder fehlende Nutzerprofile sowie Predictions «in real-time» mit den aktuellen Informationen aus dem umfangreichsten Konsum- und Mediennutzungsdatensatz der Schweiz angereichert werden. Dank der Schnittstelle erfolgt diese Anreicherung automatisiert. Die Verarbeitung passt sich dabei an die Komplexität des analysierten Segments an. So wird automatisch ein längerer Zeitraum der Befragung berücksichtigt, wenn eine komplexe – und damit meist kleinere – Zielgruppe angefragt wird, damit genügend Fälle vorhanden sind. Dadurch wird eine effektive und schnelle Nutzung der Daten gewährleistet. Die Real-Time-Anreicherung ermöglicht zudem eine iterative Verfeinerung der Profile, das heisst, sobald ein User oder eine Userin beispielsweise durch ein bestimmtes tatsächliches Nutzungsverhalten einer detaillierteren Zielgruppe zugeordnet werden kann, können Nutzerprofile durch beliebig viele RAPID-Anfragen bereits innerhalb einer Nutzungssession immer präziser und passgenauer modelliert werden. Dies erlaubt es dann auch, entsprechend «on the fly» Content- und Werbeausspielung zu optimieren.
«Mit RAPID gibt die WEMF Schweizer Publishern und Werbetreibenden ein Tool an die Hand, das die Zukunft des datengetriebenen Advertisings mitgestalten kann. Die Kombination aus Echtzeitdaten, umfassenden Variablen und automatisierter, iterativer Verarbeitung stellt eine praxisnahe und zukunftsgerichtete Anwendung von Marktforschungsdaten dar.»
Siri Fischer, Geschäftsführerin der IGEM Interessengemeinschaft elektronische Medien
Anwendungsbeispiel – Profilerweiterung in Echtzeit
Basierend auf einem Datensatz eines Kunden, wie zum Beispiel First-Party-Daten von einer Website oder aus einem Kundenprogramm, wird ein Zielgruppen-Segment erstellt (1). Im aktuellen Beispiel sind das Männer im Alter von 45 bis 50 Jahren, die regelmässig den Medienbrand A online nutzen (2). Mittels JSON-Datei wird eine Abfrage an RAPID geschickt, um herauszufinden, welche Top-3-Interessen diese Zielgruppe hat (3). Die Antwort wird in Millisekunden geliefert: Finanzen, Kunst und Bildung (4). Das bestehende Nutzerprofil wird um die Interessen mit den höchsten Affinitäten (Finanzen und Kunst) erweitert, wodurch die Zielgruppe noch treffsicherer angesprochen werden kann (5).
Weitere Informationen und Use-Cases
Mit RAPID erweitert die WEMF ihre Better Prediction Initiative (BPI) für mehr Qualität und Transparenz im Online-Advertising. Durch den Erwerb einer RAPID-Lizenz darf sich ein Unternehmen unter gewissen Voraussetzungen auch als Mitglied der BPI bezeichnen und das BPI-Label sowie das RAPID-Label verwenden.
Zusätzlich zum in diesem Text beschriebenen Use-Case kann RAPID auch für zahlreiche weitere Anwendungsbereiche genutzt werden, beispielsweise für die Optimierung von Online-Predictions, die Auslieferung von zielgruppenspezifischem Content oder Werbemitteln und die Auslieferung von personalisierten Rabatten.
www.wemf.ch/rapid
