Skip to the content

Über Den Datenhype Hinaus - Mit SAP XM

Als wir anfangs über SAP XM als end-to-end Media Netzwerk der nächsten Generation nachdachten – einer Technologie über den programmatischen Aspekt hinaus – galt es einen kritischen Punkt besonders zu bedenken, nämlich die Frage nach den Daten; Datenqualität, -quantität, -relevanz usw. Wir mussten mit bereits bestehenden Datenmanagement Plattformen (DMPs) konkurrieren, die bisher recht gute Arbeit leisteten, zum Beispiel DMPs von Werbetreibenden und Publishern, unabhängige oder sogar hybride DMPs.

Die Vielfalt auf dem Markt war überwältigend!

Herausforderungen von Kunden und Partnern

Zu Beginn dachten wir uns: Wenn „Techies“ wie wir schon Schwierigkeiten mit der Vielfalt an Angeboten auf dem Markt hatten, wie würden unsere Kunden damit umgehen? Wir entschieden uns, Daten auf einer Plattform ohne vorgefasste Definitionen zu verwalten und konzentrierten uns auf die größten Herausforderungen unserer Kunden und Partner:

  1. „Ich habe eine große Datenmenge, weiß aber nicht was mir das bringt.“
  2. „Ich möchte meine Konsumenten am richtigen Ort, zur richtigen Zeit erreichen.“
  3. „Ich möchte eine engere Beziehung zu meinen Kunden.“
  4. „Ich arbeite bereits mit einer DMP – Warum sollte ich das ändern?“
  5. „Sind meine Daten sicher?“
  6. „Wie können mir Daten dabei helfen meinen Marketing ROI zu steigern?“

Konzentration auf das Wesentliche und Erstellung eines Plans

Die oben genannten Herausforderungen stellten uns vor grundlegende Fragen. SAP XM musste in der Lage sein Daten kanalübergreifend zu generieren, z.B. über Cookies, ID-basiert, anhand von Segmenten und Zusammenfassungen. Zudem musste man multidimensionale Datensets beachten, allem voran 1st, 2nd und 3rd Party Daten. Es war uns wichtig, dass SAP XM als sichere und vertrauenswürdige Plattform von Kunden wahrgenommen wird. Eine weitere wichtige potentielle Funktionalität war, dass die Plattform nicht nur als Erweiterung des bereits vorhandenen Unternehmensumfelds von Kunden funktionierte, sondern diese auch dabei unterstützte bestehende Beziehungen auf der Plattform zu integrieren, um weiterhin freie Entscheidungen, beispielsweise in der Wahl von Agenturen und Publishern, treffen zu können. Um die Erwartungen der Konsumenten zu erfüllen, also die richtige Botschaft zum richtigen Konsumenten zur richtigen Zeit zu schicken, war es notwendig maschinelles Lernen miteinzubinden, um relevante und intelligente Übereinstimmungen zu finden – alles basierend auf der besten In-memory Technologie seiner Klasse: SAP HANA.

Es war unser Ziel die magische „Segmentierung des Einzelnen“ zu erreichen – die Möglichkeit ein einzelnes Individuum mit der maßgeschneiderten Information zum exakt passenden Moment zu erreichen. Natürlich wollten wir auch traditionelle Mittel nutzen, wie intelligente Zielsetzungsfunktionen, Retargeting, Ausloten von Simularitäten und kanalübergreifende Zielsetzung. Gleichzeitig wollten wir größere und innovativere Ziele erreichen denn je. Zunächst schwirrte der Gedanke in der Luft Stimmungsanalysen zu integrieren, um Werbetreibenden die Möglichkeit zu geben, personalisierte Inhalte für engere Beziehungen zu Konsumenten zu erstellen. Außerdem dachte man über intelligente Simulationen nach, sodass Kunden ihre Kampagnen und deren Erfolge zunächst simulieren konnten, bevor diese live gesetzt wurden. Ein weiterer Gesichtspunkt bei der Entwicklung war das Füllen von Lücken in Kundendaten, diese anzureichern und damit intelligentere Systeme zu generieren. Folglich musste man maschinelles Lernen einsetzen, um Konsumentenverhalten vorherzusagen, was unseren Kunden wiederum die Chance gab die Relevanz ihrer Botschaften zu steigern. Schließlich war es unser Ziel die Lebensgewohnheiten und -veränderungen nicht nur zu verfolgen, um Werbung zu schalten, sondern vertraute Beziehungen aufzubauen.

Daten, Daten und noch mehr Daten!

Wir begannen mit der Klassifizierung verschiedener Datendimensionen in alt bekannte Standards: 1st, 2nd und 3rd Party Daten. Nutzen wir doch die Gelegenheit zur Definition der Kategorien im SAP XM Kontext.

1st Party Daten (gespeichert von SAP XM) sind auf der Plattform generierte Nutzerdaten. Diese Daten könnte man in folgende Unterkategorien aufteilen:

  • Registrierte Zugänge (Werbetreibende, Publisher, Individuen)
  • Registrierte Nutzer der Website oder des Portals (Individuen)
  • Ad Requests (Werbeanzeigeanfragen) von speziellen Nutzern, abhängig von Datenschutzrichtlinien (Individuen)
  • Bid requests (Gebotsanfragen) von SSPs (Supply Side Platforms)
  • Werbespezifische Aktivitäten wie Views, Klicks, Gewinn/Verlusst Nachrichten, Konversionen, etc.
  • Log Aktivitäten (Kontextabhängig von Individuen)

Im Kontext von SAP XM sind 2nd Party Daten eben jene Daten, die von anderen als 1st Party Daten angelegt und von uns genutzt werden, was einen enormen Vorteil darstellt, da SAP eine Menge Kundendaten besitzt und sofern diese Kunden zustimmen, könnten wir diesen intelligenten Vorteil nutzen, um von Kunden definierte Voraussetzungen zu erfüllen. Systeme die diese Daten liefern können sind u.A. folgende:

  • CEC Systeme:
    • Profile: kontextuelle multidimensionale Informationen, multi-account Daten, Account spezifische Informationen (von Individuen)
    • Marketing: Sind die Daten noch standortgebunden? Falls ja, dann sind dies kundenspezifische Informationen von Werbetreibenden
    • Commerce: Verkaufsverhalten auf speziellen Onlineshops, von speziellen Accounts (Einzelhändler, Werbetreibende, Publisher, Konsumenten)
  • SAP Grunddaten: Zugangsinformationen, Kaufhistorie von Kunden etc. (von Werbetreibenden und Publishern)
  • SAP Cloud und On-Premise Lösungen die von Werbetreibenden und Publishern ausgeführt werden (S/4HANA, SAP CRM, SAP C4C, SAP CAR, etc.)
  • Vernetze Angebote (von Werbetreibenden und Publishern)

3rd Party Daten sind gesammelte Datensets die als Komplettpacket ge- bzw. verkauft werden. Diese Daten werden von Daten-„Aggregatoren“ zusammengetragen, die darauf fokussiert sind offline und online Nutzerdaten zu sammeln und Beziehungen aufzubauen, mithilfe verschiedener theoretischer und praktischer Algorithmen. Diese Aggregatoren verknüpfen die Informationen in verschiedenen Matrizen, um unterschiedliche und unabhängige Muster für dieselben Datensets zu erstellen. Beispiele hierfür wären demographische Daten, kontextuelle oder verhaltensbasierte Daten etc.

Ansatz

Normalerweise würde man 3rd Party Daten nutzen, um 1st und 2nd Party Daten zu ergänzen und somit größeren Mehrwert für Kunden zu schaffen. Wenn man jedoch die unterschiedlichen Datenklassen priorisieren müsste, würden 3rd Party Daten am wenigsten zur Differenzierung beitragen. Allerdings sind sie die am besten bekannten Datensets im Werbekontext, eigentlich sogar Grundbausteine, also muss SAP XM sie so früh wie möglich miteinbinden.

Einer der größten Vorteile der Googles, Facebooks und anderer Walled-Gardens dieser Welt ist ihr geschlossenes Nutzerecosystem. Eine Goldmine individueller Informationen mit denen sie direkt interagieren können. Eine riesige Menge an 1st Party Daten!

SAP XM ist dahingegen einzigartig, dass wir Zugang zu ähnlich großen Mengen an 1st und 2nd Party Daten haben. Natürlich scheint das zunächst ein unfairer Vorteil zu sein, da die meisten Daten zu denen wir Zugang haben Geschäfts- oder Transaktionsdaten sind…Unser offener Ansatz ermöglicht die Verbindung verschiedenen Dimensionen von Daten, um einerseits Korrelationen und Muster zu produzieren und andererseits Datenintelligenz zu nutzen. Es wurden bereits sehr interessante Verbindungen geschaffen. Erste Ergebnisse der intelligenten Datensammlung und -generierung zur Erstellung umfassender Profile sind sehr vielversprechend.

Allerdings gibt es nach wie vor einige Herausforderungen. Manche Identifikatoren verändern sich mit der Zeit (mal mehr, mal weniger) und für manche Identifikatoren wird man verschiedene Werte erhalten (z.B. home-IP, business-IP). Die Qualität der Daten muss stimmen, also stehen wir vor der Frage, wie man diese gewährleisten kann. Eine weitere offene Frage ist, welcher der beste Algorithmus ist, um perfekte Übereinstimmungen zu finden. Außerdem verändern sich Nutzer- und Verhaltensdaten extrem schnell. Es ist wichtig nicht in der Komplexität unterzugehen. Letztendlich muss man über Cookies und traditionelle IDs hinausgehen und vielleicht sogar adhoc ID-Typen unterstützen.

Worüber wir uns definitiv im Klaren sind ist unser offener Ansatz der eine Zusammenarbeit verschiedenster Partner ermöglicht und gleichzeitig Mehrwert für unsere Kunden schafft.

Der erste Schritt ist gemacht. Verfolgen Sie unsere Story und erfahren Sie wie SAP XM das digitale Marketing kontinuierlich verbessert.

About the author

comments powered by Disqus

Gemeinsame Innovation

Die Transformation der digitalen Werbung gelingt nur gemeinsam - mit starken, innovativen Partnern. Werden Sie Innovationspartner. Zusammen als Partner können wir das heutige digitale Mediengeschäft optimieren und den "Return on Media" dauerhaft erhöhen.

KONTAKT AUFNEHMEN