Mit Googles DoubleClick Bid Manager (DBM) hast du die Möglichkeit, deine Kampagnen auf eine bestimmte Zielgruppe zuzuschneiden. Willst du dabei das Bestmögliche herausholen, solltest du beim Targeting der Audience allerdings einiges beachten. Wir verraten dir, wie du Audience Data effizient nutzt.
Oft legen Advertiser und Publisher im Vorfeld gar nicht fest, wen sie mit ihrer Kampagne erreichen wollen. Dabei ist die Definition einer Zielgruppe elementar für den Erfolg einer Kampagne. Deshalb solltest du dich bei der Gestaltung des Werbemittels und der verwendeten Kommunikation immer fragen, ob sie überhaupt zur gewünschten Zielgruppe passen. Aber Achtung: Wenn du beinahe alle Menschen zu deiner Audience zählst, hast du keine Zielgruppe definiert. Je konkreter du festlegst, wen du erreichen willst, desto effizienter wird deine Kampagne sein.
Geo-Targeting ist dann sinnvoll, wenn du ein Produkt bewirbst, das es nur in ausgewählten Regionen gibt. Dann kannst du deine Audience über die Geo-Einstellungen eingrenzen – auf ein oder mehrere Länder, Städte, Regionen oder sogar nur bestimmte Postleitzahlen. Schließlich bringt es dir nichts, eine Kampagne in einem Land laufen zu lassen, in dem dein Produkt gar nicht angeboten wird. Dir sollte allerdings bewusst sein, dass sich die Auswahl der Region auf die Anzahl der Impressionen und Klicks auswirken kann. Je kleiner die Region ist, auf die du dich beschränkst, desto weniger User sehen deine Anzeige.
Eine Faustformel für Reach Kampagnen: Targetiere nicht zu viel! Wenn du deine Zielgruppe zu stark einschränkst, etwa durch demografische Faktoren oder Geo-Targeting, könntest du potenzielle User von vornherein ausschließen. Gehe lieber deduktiv vor, erschließe deine Zielgruppe vom Allgemeinen zum Besonderen. Wenn du beispielsweise Daten für reiseaffine Nutzer verwenden möchtest, kaufe am besten erstmal alle Travel-Daten ein und finde anschließend durch Testkampagnen heraus, welche Targeting-Daten den meisten Erfolg bringen.
Du hast bei Audience Data die Wahl zwischen intent data oder interest data. Dabei ist die Gruppe der Nutzer mit Interesse an einem Produkt (interest data) größer als die der User mit Kaufabsicht (intent data). Bei letzteren ist allerdings die Wahrscheinlichkeit höher, dass sie Abverkäufe generieren. Sie sind deshalb erfolgversprechender, wenn du deine Kampagne auf Sales ausrichtest. Möchtest du mit einer Branding-Kampagne möglichst viele User erreichen, sind Interest-Daten besser für deine Zwecke geeignet.
Hast du deine Zielgruppe definiert, hilft nur testen, testen, testen, um herauszufinden, was den meisten Erfolg bringt. Am besten legst du mehrere Testkampagnen mit den jeweils zusammengestellten Audiences an. Im Finanzbereich könntest du beispielsweise folgendermaßen vorgehen:
Kampagne 1
Finance » Insurance
Finance » Credit & Lending
Kampagne 2
Finance » Investing
Finance » Financial Planning
Damit du auswerten kannst, welche der genutzten Daten am effizientesten sind, solltest du einen Conversion Pixel verwenden. Er hilft dir, alle Conversions nachzuvollziehen, indem du ihn mit deinen Line Items verknüpfst.
Eine Kampagne, die auf Smartphones gut läuft, muss bei Desktop-Nutzern nicht genauso erfolgreich sein. Um herauszufinden, auf welchem Endgerät du die beste Performance erreichst, hilft wieder nur testen, testen, testen. Spiele deine Kampagne auf verschiedenen Geräten aus und stelle die Ergebnisse gegenüber, also z.B. Desktop im Vergleich zu Smartphone oder Mobile vs. Tablet. Möglicherweise lohnt es sich gar nicht, Anzeigen auf Desktop auszuliefern, wenn sie nur mobil performen. Eine Erkenntnis gewinnst du aber nur durchs Ausprobieren!
Suche in den Audience Lists nach den nativen Daten von advanced audience und nutze Daten vom original Advertiser für deine Kampagne!
Was denkst du?