Zusammenfassung:
1. Die Klickrate von Display-Anzeigen in der Branche ist notorisch unbedeutend und liegt bei weniger als 0,1 %.
2. Die Umsatzsteigerung der Post-Display-Optimierung ist zehnmal höher als die der Post-Click-Optimierung.
3. In kontrollierten Tests war die Wahrscheinlichkeit, dass Kunden, die IMVU-Anzeigen (der Name einer virtuellen Welt) sahen, zu zahlenden Nutzern um 10 % höher, unabhängig davon, ob sie auf die Anzeigen klickten.
Vor einem Jahrhundert sagte John Wanamaker einmal: „Die Hälfte des Geldes, das ich für Werbung ausgebe, ist verschwendet; das Problem ist, dass ich nicht weiß, welche Hälfte.“ Heute versuchen Online-Vermarkter immer noch, die gleichen Probleme bei der Messanalyse zu lösen .
Die Antwort scheint einfach, denn in der Online-Welt können Sie Klicks verfolgen. Das Problem ist, dass Klicks und klickbasierte Analysen nicht standhalten. Die Anzahl der Klicks sagt nicht nur nicht die ganze Wahrheit aus, sie kann sie sogar auf den Kopf stellen, insbesondere wenn sie allein verwendet wird.
Aufgrund der Verfügbarkeit von Webanalysetools führen viele Vermarkter die Website-Aktivität (Engagement, Conversions – Anmerkung der Semwatch-Redaktion) ausschließlich auf klickbasierte Kampagnen zurück, beispielsweise Klicks auf Display-Anzeigen. Dies ist jedoch ein sehr begrenzter Ansatz.
Da die Click-Through-Rate (CTR) von Display-Werbung sehr niedrig ist und weniger als 0,1 % beträgt, klicken die meisten Menschen, die Online-Werbung sehen, nicht darauf. Darüber hinaus ist die Anzahl der Klicks nicht proportional zur Anzahl der Klicks. Etwa 85 % der Klicks kommen von 8 % der Menschen. Zu diesem Thema wurden viele Branchenstudien durchgeführt.
Eine niedrige Klickrate bedeutet jedoch nicht, dass die Anzeige nicht funktioniert – ganz im Gegenteil. Verbraucher tätigen oft einen Kauf, kurz nachdem sie eine Anzeige gesehen haben, ohne darauf zu klicken.
In einem aktuellen Test versuchte ein virtuelles soziales Netzwerk namens IMVU, das den Kauf virtueller Artikel ermöglicht, herauszufinden, was passiert, wenn kostenlose IMVU-Benutzer (diejenigen, die Marketing-E-Mails erhalten und Werbung in der virtuellen Welt gesehen haben) sich in der realen Welt befinden Ist es wahrscheinlicher, dass Sie ein zahlender Nutzer werden, wenn Sie die Online-Anzeigen von IMVU sehen?
In kontrollierten Tests war die Wahrscheinlichkeit, dass Kunden, die eine IMVU-Anzeige sahen, zu einem zahlenden Kunden wurden, um 10 % höher, unabhängig davon, ob sie auf die Anzeige klickten. Diese Steigerung um 10 % erfolgt zusätzlich zu allen bestehenden Marketingbemühungen im Vergleich zur Kontrollgruppe. Die Kontrollgruppe hatte die gleiche Chance, andere Marketingkampagnen zu sehen wie die Testgruppe. Der einzige Unterschied zwischen den beiden Gruppen bestand darin, ob sie die Anzeigen tatsächlich sahen. Die Testgruppe sah IMVU-Anzeigen, während die Kontrollgruppe irrelevante Anzeigen sah.
Mit der gleichen Methode testete IMVU, ob zahlende Nutzer bereit wären, mehr Geld auszugeben, wenn sie Werbung sehen würden, die den Konsum in der realen Welt anregt. Im Durchschnitt geben IMVU-Mitglieder, die Anzeigen sehen, die für virtuelle Produkte werben, mehr als doppelt so viel aus wie diejenigen, die irrelevante Anzeigen sehen, unabhängig davon, ob sie auf die Anzeigen klicken. Auch dieser Boost erfolgt zusätzlich zu Werbeaktionen per E-Mail und virtuellen Welten. Unternehmen wie IMVU verkaufen virtuelle Gegenstände, als würden sie Geld drucken.
Konzentrieren wir uns noch einmal auf ein E-Commerce-Unternehmen. Das Unternehmen verlässt sich in hohem Maße auf Website-Analysetools, um Post-Click-Benutzerverhaltensdaten zu analysieren (um die Auswirkungen von Marketingkampagnen zu optimieren – Anmerkung des Semwatch-Editors) (Post-Click-Datum) (der Traffic und die Einnahmen der Website werden durch Werbung erzielt). Werbetreibende hoffen, nur Post-Click-Benutzerverhaltensdaten als Grundlage für die Optimierung zu verwenden. Da der Kunde keine Display-Umsätze (Post-View-Umsätze) verfolgt, gibt es keine Möglichkeit, diese zu optimieren.
Sehen wir uns diese beiden Situationen an: Optimierung, die Conversion-Beiträge basierend auf Post-Click-Daten (Post-Clicks) zuweist, vs. Optimierung, die Conversion-Beiträge basierend auf Post-Impression-Daten (Post-View) zuweist. Der zusätzliche Umsatz durch die Post-Impression-Optimierung ist zehnmal höher als durch die Post-Click-Optimierung. Bei der Analyse des Umsatzes aus der Post-Click-Perspektive bezeichnen wir die beste Anzeige als Anzeige A und die schlechteste Anzeige als C. Aber wenn man es aus der Post-Show-Perspektive analysiert, sind die Ergebnisse genau das Gegenteil. C ist das Beste und A das Schlimmste. Dies führt zu völlig unterschiedlichen Optimierungslösungen.
Man könnte das Gegenteil behaupten und argumentieren, dass die Post-Impression-Analyse die Arbeit der Online-Werbung überbewertet. Denn ein potenzieller Verbraucher wird wahrscheinlich ein Produkt kaufen, unabhängig davon, ob er eine Online-Werbung gesehen hat, und diese Werbung hat seine Entscheidung wahrscheinlich nicht beeinflusst. Nach mehrmaligen Tests stellten wir jedoch fest, dass die Ergebnisse genau das Gegenteil sind. Wir haben das Zeitfenster zwischen dem Sehen einer Anzeige und dem Kauf eines Produkts analysiert. Die Daten zeigen, dass der schnelle Anstieg der Conversions innerhalb kurzer Zeit erfolgt, nachdem Verbraucher die Anzeige gesehen haben, was die Auswirkung der Post-Impression-Attribution widerspiegelt. Im folgenden Beispiel erfolgte die Hälfte der Conversions innerhalb von sechs Stunden nach der Schaltung der Anzeige und 70 % der Conversions erfolgten innerhalb von 24 Stunden nach der Schaltung der Anzeige. Wenn die Post-Impression-Attribution keinen solchen Effekt hätte, müssten die Conversion-Raten zufällig über die Zeit verteilt sein und einem linearen Muster und nicht einem krummlinigen Muster folgen.
Unterm Strich ist jede Werbekampagne anders. Sie sollten alle auf Basis möglichst vieler Daten optimiert werden. Verlassen Sie sich nicht ausschließlich auf klickbasierte Analysen. Es ist besser, das Beste aus Ihren Stärken und Ressourcen zu machen.
Kommentar aus Tianan:
Die Analyse der Wirksamkeit von Display-Werbung sollte sich stärker auf verschiedene Faktoren beziehen, wie zum Beispiel:
1. Was ist der Zweck von Display-Werbung? Dient sie der Markenbildung oder der Verkaufsförderung? In welcher Phase der Verbraucherentscheidung erhofft sich diese Werbung eine Wirkung?
2. Was sind die Merkmale der Branche, in der Sie tätig sind? Wie lang ist der Entscheidungszyklus der Verbraucher?
Tatsächlich handelt es sich bei Display-Anzeigen um kostenpflichtige Medien, und die Website, auf die Sie klicken, ist ein eigenes Medium. Tatsächlich können Werbetreibende jedoch über den Inhalt, die Art und Weise und die Dauer der Anzeige entscheiden. Für Werbetreibende sind Klicks lediglich eine Übertragung von der Anzeige eines Informationsmoduls zur Anzeige eines anderen Informationsmoduls.
Aus Sicht des Verbrauchers vermitteln ihm beide Informationen. Der Unterschied besteht lediglich in der Menge der Informationen und seinem eigenen Leseschwerpunkt. Klicks stellen einen relativ hohen Grad an Beteiligung dar, aber Anzeige ist auch eine Übermittlung von Informationen. Die Auswirkungen dieser Informationsübertragung stehen bei der Entscheidungsfindung im Vordergrund. Wenn ich beispielsweise eine Anzeige für Fitnessgeräte gesehen habe, habe ich vielleicht einen Blick darauf geworfen, aber nicht darauf geklickt. Wenn ich jedoch ähnliche Anforderungen habe und über eine Suchmaschine erneut nach Fitnessgeräten suche, sehe ich denselben Namen, weil es der ist zweite Werbeeindrücke, sodass ich möglicherweise ein Gefühl von Vertrautheit/Vertrauen habe, das zu einem Klick führt.
Der aktuelle Stand der Analyse von Display-Werbedaten kann durch die Schwierigkeit der Datenerfassung weitgehend eingeschränkt sein. In Owned Media können mit der Popularisierung der Website-Analyse-Technologie Klickdaten leicht erfasst und in der Praxis problemlos angewendet werden. In Paid Media, insbesondere im Medienumfeld des heimischen Display-Werbemarktes, können jedoch nicht viele Daten erfasst werden oder an Werbetreibende weitergegeben werden, so dass sie bei der Analyse und Optimierung ignoriert werden können. Darüber hinaus muss eine große Datenmenge sehr sorgfältig analysiert werden, um zu den oben genannten Schlussfolgerungen zu gelangen. Dies kann als Schmerz im Entwicklungsprozess der Branche angesehen werden.
Originaltext: http://www.imediaconnection.com/content/29020.asp
Der Autor, Jarvis Mak, wurde als Biologe geboren und betreute Yahoo bzw. Neilson bei der Kundenanalyse, einschließlich des MegaPanel-Projekts. Jetzt mit Fokus auf digitale Medien und Marketing im Einzelhandel. ,
Übersetzungsquelle: http://semwatch.org/