07. Tracking & Attribution Flashcards
Definieren Sie Cookies und beschreiben Sie deren Funktion
- Textdateien, die vom Browser gespeichert werden
Idee: Webseite/Server erinnert sich an Besucher/Cookie-ID und getätigte Einstellungen
-> Warenkörbe oder Logins werden wiederherstellt
Definieren Sie First Party Cookies
- Browser Anfrage an Server
- Server schickt Webseiten Infos+ Cookie mit eindeutiger Identifikationsnummer. Browser spielt Seite aus. Datenbank erhält Eintrag mit Verweis auf Cookie 3.
- Besuch: Browser Anfrage an Server + senden von Cookie 4. Server erinnert sich an Cookie ID. Entscheidet welche Produktempfehlungen er machen soll und schickt diese Mt Webseiten Infos raus. Browser spielt personalisierte Seite aus
Definieren und beschreiben Sie Third party Cookies
- > Platzhalter , die dann von einem Ad-Server bespielt werden können z.B. von Werbenetzwerk
- > auch dieses hinterlegt Cookie (z.B um Werbung nur begrenzt an selbe Person zu spielen)
Merke: Sind idR Werbetreibende
Was bedeutet eid, uid, zdi (Third Party Cookies)?
External identifier: eid
- Teilt Publisher mit, wer der Werbetreibende ist.
User identifier: uid
- Enthält die eindeutige User-ID
User idenfitier: zdi
- Zähler für die Kontakthäufigkeit mit einem Werbemittel, bzw. Platzierung.
Beschreiben Sie den Ablauf zu Third Party Cookies
- Browser schickt Anfrage an Zeit.de
- Zeit Server schickt Seiteninfos + eigenen First Party Cookie. Server fragt zusätzlich beim Ad Server von Firma XYZ an, welche Daten dieser übermitteln möchte. Es werden die werbeinformationen von Vodafone übermittelt und ein Cookie von XYZ
- Browser schickt Anfrage an Kicker.de. Da Kicker.de XYZ als Werbenetzwerk einsetzt wird Cookie von XYZ mitgesendet
- kickerserver schickt seiteninfos und eigenen First Party Cookie. Ad Server fragt zusätzlich beim Werbenetzwerk XYZ an welche Daten dieser übermitteln möchte der Cookie geht mit. Die Datenbank von XYZ erkennt seinen Cookie und übermittelt dessen Vergangenheit. Es werden werbeinformationen von bwin zurückgesendet weil bwin gerne Kunden aus dem gehobenen einkommenssektor gewinnen will (Zeit Leser)
Beschreiben Sie Canvas Fingerprinting
Canvas Fingerprinting – Ohne Cookies Browser/Rechner/Benutzer identifizieren
- Nutzt die individuellen Einstellungen jedes PCs zur Erstellung eines technischen Fingerabdrucks
- Von folgenden Faktoren abhängig: Betriebssystem, Browser, Grafikkarte und Grafiktreiber
- Weitere Informationen des Browser:
- installierte Schriftarten
- Browser-Kennung
- Plug-Ins
- Sprache
- Farbtiefe
- Kommuniziert der Server zukünftig wieder mit einem Browser der die gleichen Eigenschaften zurück spielt hat man sehr wahrscheinlich denselben Nutzer/Browser wiedererkannt
- Gilt natürlich nur so lange wie die Einstellungen beim Browser die gleichen bleiben
Beschreiben Sie User Customer Journey
User/Customer Journey – Zeig mir Deine Reise und ich sage Dir, wer Du bist
-> exakter Pfad den Nutzer online zurück gelegt hat
Auf zwei Arten nutzbar:
1) individuell -> Single Customer View erlaubt es personalisierte Maßnahmen für einzelne Kunden zu schalten
* Womit hat sich der Kunde intensiv beschäftigt?*
* Was macht der Kunde als erstes auf der Seite oder in der App?*
* Welche Funktionen nutzt er verstärkt?*
2) aggregiert -> hier lassen sich verschiedene Maßnahmen auswerten und vergleichen
* Was machen z.B. Besucher, die über Google auf die Webseite gelangen?*
* Und diejenigen, die über den letzten Newsletter kommen?*
* Gibt es klassische Stellen, an denen abgebrochen wird (z.B. Passworterstellung bei der Registrierung)?*
Beschreiben Sie Real-Time Advertising (RTA) und Real-Time Bidding (RTB)
Real-Time Advertising (RTA) & Real-Time Bidding (RTB)
Beim Realtime Advertising geht es daurm einen erkannten, gerade aktiven Nutzer unmittelbar allen Werbetreibenden anzubieten, die wiederum darauf bieten dürfen - Realtime Bidding.
Der Gewinner spielt anschließend seine Werbung an den Nutzer aus.
Definieren Sie die Funktion von statischen Modellen
- stellen Heuristiken/Faustregeln dar
- ermöglichen schnelle Zuordnung
Beschreiben Sie die Statistischen Modelle - Attribution der Werbewirkung 1-3
User/Customer Journey – Attribution des Werbewirkung – Statische Modelle
1) first click wins: erster Interaktion wird Umsatz zugeschrieben
2) last click wins: letzten Interaktion wird der Umsatz zugeschrieben
3) last non direct click wins: letzten Interaktion, die nicht direkt war, wird der Umsatz zugeschrieben
Beschreiben Sie die Statistischen Modelle - Attribution der Werbewirkung 3-6
1. Linear Attribution (equally distributed)
Der Umsatz wird gleichmäßig auf alle Kontaktpunkte verteilt.
2. Time Decay
Der Umsatz wird anti-proportional zur verstrichenen Zeit seit dem Kontakt aufgeteilt.
3. Position Based or U-Shaped Allocation
Die ersten und letzten Kontaktpunkte erhalten mehr Gewicht, als die mittleren.
Definieren und beschreiben Sie Multivariate Modelle
- erfassen im Idealfall alle relevanten Einflüsse als Variablen
- berechnen deren Einfluss auf die Konversionswahrscheinlichkeit (z.B. Kauf)
Bspw.: Regression, Clustering
Problematik der Werbewirkungsanalyse
- unterschiedliche Datenquellen - Wechsel des Eingabegeräts - gelöschte Cookies - Integration des offline Verhaltens - personelle Grenzen - Datenschutz, Einhaltung rechtlicher Vorgaben - veränderte Rahmenbedingungen - analytisches Handling von big data
Nennen Sie die 5 unterschiedlichen Datenquellen
1) Unternehmensintern
- Customer ERP-System (Enterprise Resource Planning), CRM Relationship Management), Webtracking, Email-Verkehr, etc.
2) Soziale Netzwerke / Blogs / Foren
- Engagement / Fans / Link-Klicks / etc. in sozialen Netzwerken, Nutzerdaten von App-Usern (Stichwort: Social CRM), Produktrezensionen und Diskussionen auf anderen Plattformen.
3) Mobile Daten
- Standorte und Benutzungsdaten
4) Open Data
- Amtliche oder verfügbare Statistiken aus sekundären Quellen (z.B. destatis, AGOF, GfK, bevh, ECC, etc.).
5) Quantified Self
- Tracking Daten, die von den Usern selbst erhoben werden (Jawbone, Fitbit, Vivo, etc.).
Nennen und beschreiben Sie die 5 Punnkte zu Big Data
Big Data – Datenanalyse im Gigabyte-Bereich
1) Volume
-> hohe Quantität an Daten die zur Verfügung stehen
2) Velocity
-> hohe Geschwindigkeiten mit der neue Daten gesammelt werden
3) Variaty
-> enorme Vielzahl an Datenformaten
4) Veracity
-> Qualität der Daten ist bei big data fraglich
5) Value
-> Mehrwert durch die anderen Vs
Worin unterscheiden sich Big Data und Business Intelligence?
- Auswahl, strukturierter Daten
- Vordefinierte Aufbereitung der Daten
- Durchdachte Analysewege
- Kausale Annahmen und Antworten
- Starre Prozesse, lange Reaktionszeiten
- Spezielle Fragestellungen oder Reportings
- Retrospektive Betrachtung
Nennen Sie die einzelnen Schritte zum Ablauf des Business Intelligence Prozesses
Ablauf erfolgt nach Beobachtung und Visualisierung (Reportings)
- Problemspezifizierung
- Hypothesenbildung
- Kausal- & Messmodell
- Datenerhebung (idR liegen Daten bereits vor)
- Schätzung der Parameter (deskriptive Analyse)
- Beurteilung der Güte
- Beurteilung der Hypothese
- Schlussfolgerung
