Tracking & Attribution Flashcards
Cookies
- Textdateien die auf dem Rechner von Webseiten Besuchern hinterlegt werden
- Idee: Der Webseite Informationen liefern damit diese sich an den Besucher „erinnert“ und zuvor getätigte Einstellungen, Warenkörbe oder Logins wiederherstellt
- Cookies sind idR Webseiten & Browser spezifisch
First Party cookie
- Browser Anfrage an Server
- Server schickt Webseiten Infos+ Cookie mit eindeutiger indentifinationsnummer. Browser spielt Seite aus. Datenbank erhält Eintrag mit Verweis auf Cookie
- Besuch: Browser Anfrage an Server + senden von Cookie
- Server erinnert sich an Cookie ID. Entscheidet welche Produktempfehlungen er machen soll und schickt diese Mt Webseiten Infos raus. Browser spielt personalisierte Seite aus
Third party cookie
- > third parties sind idR Werbetreibende
- > die meisten Webseiten spielen Werbung nicht selber aus sondern pflegen Platzhalter ein, 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)
Third Party Cookie Ablauf
- 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)
Canvas Fingerprinting
- > ohne Cookies Browser/ Rechner Benutzer identifizieren
- nutzt die individuellen Einstellungen jedes PCs zur Erstellung eines technischen Fingerabdrucks
- Darstellung von mehreren Faktoren abhängig: Betriebssystem, Browser, Grafikkarte und Grafiktreiber
- 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
User Customer Journey
- > 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
2) aggregiert
- > hier lassen sich verschiedene Maßnahmen auswerten und vergleichen
Real-time Advertising und Real-time bidding
Einen grade erkannten aktiven Nutzer unmittelbar allen Werbetreibenden anzubieten die darauf wiederum bieten dürfen
- der Gewinner spielt anschließend seine Werbung an den Nutzer aus
- dies geschieht in weniger als einer halben Sekunde
Statistische Modelle - Attribution der Werbewirkung
1) first click wins
2) last click wins
3) last non direct Click wins
4) linear attribution (equally distributed)
5) time decay -> Umsatz wird antiproportional zur verstrichenen Zeit seit dem Kontakt aufgeteilt
6) position based or u-shaped allocation -> die ersten und letzten kontsktpunkte erhalten mehr Gewicht als die mittleren
Multivariate Modelle
- erfassen im Idealfall alle relevanten Einflüsse als Variablen und berechnen deren Einfluss auf die Konversionswahrscheinlichkeit (z.B. Kauf)
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
Big data
• Volume
-> hohe Quantität an Daten die zur Verfügung stehen
• velocity
-> hohe Geschwindigkeiten mit der neue Daten gesammelt werden
• Variaty
-> enorme Vielzahl an Datenformaten
• Veracity
-> Qualität der Daten ist bei big data fraglich
• value
-> Mehrwert durch die anderen Vs
Business Intelligence
Business Intelligence beschreibt Prozess der systematischen Datensammlung, geschlossenen Aggregation und Auswertung sowie die Darstellung deskriptiver und kausaler Ergebnisse
„ big data may tell you how many customers you have won or lost but not necessarily why. This is the intelligence that can really make a difference.“
Big data - Erfolgsgeschichten
• Macy’s
-> preissetzungsentscheidungen in Echtzeit
• Versicherungen
-> Zuordnung individueller Versicherungskonditionen
• online Händler
-> Empfehlungssysteme und automatische Coupons
• Fluggesellschaften
-> Preisgestaltung wird Computern überlassen
