Online Marketing und Performance Marketing Blog, SEA und SEM, Web Analytics

Wirtschaftlichkeit von Online Marketing – shared und assisted Conversions

Im Recherche- und Entscheidungsprozess stehen Konsumenten mit einer Vielzahl von Werbemitteln, wie Print, TV, Radio oder Online im Kontakt.  In dem heutigen Beitrag geh es darum  wie im Online Marketing Transaktionen den genutzten Kanälen (SEA – Adwords, SEO, Affiliate, Bannering) verursachungsgemäß zugeordnet werden können. Muss die Wirtschaftlichkeit der verschiedenen Kanäle neu betrachtet werden und um Verbundwirkungen ergänzt werden? Wie kann man diese Verbundwirkungen, vernünftig testen? Gibt es Tools, die dieses Tracking unterstützen. Dazu habe ich Andre Kolell von der Blue Summit interviewt. Andre hat seine Masterthesis genau zu diesem Thema geschrieben.

Ein paar Worte zu Dir und zu Eurer Firma? / Wie lange gibt es Euch schon?

blue summit wurde zwar erst im März diesen Jahres gegründet. zählt aber inzwischen bereits 19 Mitarbeiter an den drei Standorten Hamburg, München und Wien. Für unsere Kunden, unter anderen OTTO Deutschland, Austrian, travelchannel oder smatch planen, steuern und optimieren wir SEM-Kampagnen und setzen komplexe SEO-Strategien um. Dabei betrachten wir die Suchmaschine (SEM & SEO) stets als Teil des Online-Marketing-Mix.

Ich  bin etwa seit Mitte der 90er Jahre im Internet aktiv und habe um das Jahr 2000 zusammen mit einem Schulfreund und heutigen Arbeitskollegen eine kleine Affiliate-Plattform entwickelt und betrieben. Auf diesem Wege habe ich erste Erfahrungen im Online-Marketing sammeln können. Nach Bundeswehr, Ausbildung und Studium bin ich nun erneut intensiv ins Thema eingestiegen. In meiner Master-Thesis “Ansätze zur Beurteilung des Erfolgs von Werbemitteln im Suchmaschinenmarketing anhand ihres Einflusses auf die Kaufentscheidungen von Konsumenten” habe ich mich sehr umfangreich mit den Themen Erfolgsbeurteilung und Steuerung von SEM-Kampagnen beschäftigen können. Als Research Scientist befasse ich mich bei blueSummit mit aktuellen Entwicklungen im Online-Marketing, führe kundenspezifische Studien durch und arbeite in einem Team an der Entwicklung firmeneigener Software-Lösungen.

Shared und assisted Conversion? Kannst du diesen Begriff mal erläutern?

In meiner Arbeit ging es mir darum zu untersuchen, wie der Erfolg von Paid Listings im SEM optimal beurteilt werden kann. Seitdem es SEM gibt, gibt es auch Kritik an den Verfahren der Erfolgsbeurteilung. Nur den CPC zu betrachten und die Conversions zu ignorieren, reicht keinesfalls aus. Wer nach CPO steuert lässt außer Acht, dass unterschiedliche Sortimente bzw. Warenkörbe (im Retail-Bereich) unterschiedlich viel Deckungsbeitrag generieren.

Wer den ROAS als Zielwert nutzt, der ist schon näher am Optimum dran, doch Wechselwirkungen von Werbekanälen und -mitteln werden auch hier ausgeblendet. Damit sind bspw. Offline-Aktionen, wie TV-Werbespots oder Katalogversendungen bzw. -anstöße gemeint. Auch Online-Maßnahmen, wie OMP, Affiliate-Marketing und E-Mail-Marketing zählen dazu. Shared und assisted Conversions sind somit Bezeichnungen für Conversions, bei denen mehrere Werbemittelkontakte zu einer Conversion geführt haben. Die Idee hinter assisted Conversions ist es, den durch die Werbemittelkontakte herbeigeführten Erfolg (bspw. ein erzielter Deckungsbeitrag ggf. zzgl. Neukunden-Boni) auf all die Werbemittel zu verteilen, mit denen der Konvertierte vor seiner Conversion in Kontakt gekommen ist (Search-Funnel- oder auch Sales-Funnel-Theorie).

Gibt es schon Unternehmen, die sich mit diesem Thema auseinandersetzen?

Inzwischen steht die “Abbildung von assisted Conversions” in dieser oder ähnlicher Form auf den Feature-Listen fast aller Tracking- und SEM-Tools, die ein wenig auf sich halten. Teilweise hat es mit der Implementierung recht lange gedauert, da für die Abbildung von assisted Conversions nutzerbezogene Daten erforderlich sind, einige Tools aber ausschließlich mit aggregierten Daten, wie sie bspw. von Google AdWords bzw. Analytics geliefert werden, gearbeitet haben. Damit spiegeln die Tracking- und SEM-Tools die Anforderungen wieder, die fortschrittliche werbetreibende Unternehmen heutzutage an sie stellen.

Anfangs haben sich vor allem Enquiro Search Solutions, DoubleClick, 360i und SearchIgnite mit dem Thema der assisted Conversions befasst und auch einige Whitepaper dazu veröffentlicht. Im Grunde beschränkten sich aber alle darauf, auf die Wechselwirkungen von Werbekanälen und -mitteln hinzuweisen. So wurde aufgezeigt, dass Brand-Conversions häufig im Sinne von Navigationssuche nach Pool-Clicks stattfinden und dass der gesamte Kanal SEM eher am Ende von Werbemittelkontakthistorien auftritt. Wissenschaftlich fundierte Lösungen, diese Effekte in eine praktikable Steuerung einfließen zu lassen, wurden nicht dargelegt.

Einige Tools bieten an, erzielte Erfolge zu pauschal festlegbaren Anteilen auf die einer Conversion vorausgehenden Werbemittelkontakte zu verteilen, z.B. bei zwei Kontakten 50% und 50%, oder bei drei Kontakten 50%, 25% und 25%. Die Anwendung einer solchen pauschalen Erfolgsverteilung ist überaus riskant und kann sogar Nachteile mit sich bringen. Dazu zwei einfache Beispiele:

a) Wird vor einer Conversion erst ein recht teures SEM-Pool-Listing angeklickt, bspw. zum Keyword “Fernseher”, und wird anschließend über den Brand konvertiert, so war die Platzierung des Paid Listings zum Keyword “Fernseher” sicherlich ausschlaggebend, dass der Internetnutzer auf das Angebot des Werbetreibenden aufmerksam geworden ist und später auch dort gekauft hat. Die Platzierung des Brand-Paid-Listings hat lediglich dafür gesorgt, dass er das Angebot des Werbetreibenden auf leichtem Wege wiedergefunden hat. In diesem Fall sollte das Pool-Paid-Listing sicherlich ein höheren Anteil an der Conversion erhalten, z.B. 75%.

b) Wird aber nach dem Paid Listing zum Keyword “Fernseher” ein Paid Listing zum Keyword “LCD-Stereo-TV Sony KDL-40U2530E” angeklickt und darüber konvertiert (typischer Search-Funnel-Effekt), und würde der Erfolg wieder zu 75% dem Keyword “Fernseher” zugeschrieben werden, so würde in der Konsequenz der max. CPC für das Keyword “Fernseher” steigen und der für das Longtail-Keyword “LCD-Stereo-TV Sony KDL-40U2530E” sinken; folglich könnten gerade knapp kalkulierte Longtail-Keywords gar nicht mehr oder auf zu niedrigen Rängen ausgeliefert werden, so dass Conversions, die ohne Erfolgsverteilung noch stattgefunden hätten, nun ganz ausbleiben bzw. an die Konkurrenz gehen!

Pauschale Erfolgsverteilungen sind daher keine Lösung. Atlas hat in diesem Jahr mit dem Engagement Mapping ein Konzept präsentiert, dass Erfolge anhand zahlreicher Parameter (Art der Werbemittel, Dauer der Werbemittelinteraktion, vergangene Zeit seit dem Werbemittelkontakt, etc.) auf vorausgegangene Werbemittelkontakte verteilt. Zwar ist das Engagement Mapping ein großer Schritt in die richtige Richtung, doch lässt auch Atlas noch zahlreiche Parameter, wie bspw. parallel ablaufende Kaufentscheidungsprozesse, Sortimentswechsel in den Werbemitteln bzw. deren Botschaften, etc. unberücksichtigt.

Für welche Unternehmen machen solche Betrachtungen denn wirklich Sinn? Wo liegt die Grenze?

Die Betrachtung von Werbemittelkontakthistorien und die Verteilung von Erfolgen auf Werbemittelkontakte sind natürlich nur dann sinnvoll, wenn Internetnutzer häufig auch mit mehreren Werbemitteln des Werbetreibenden in Kontakt geraten, also reichweitenstark und intensiv geworben wird. Hinzu kommt der hohe Aufwand ein System zu entwickeln, das alle Werbemittelkontakte, möglichst einschließlich der Offline-Kontakte, nach einer erfolgten Conversion zusammenführt und mittels einer schlüssigen Methodik verteilt. Eine derartige Methodik entwickeln wir derzeit in Zusammenarbeit mit unserem Kunden OTTO Österreich (vgl. blueSummit und OTTO Österreich Case Study).

First cookie oder Last cookie wins. Dieses Prinzip macht es zumindest leicht einen CPC pro Keyword zu berechnen. Welche Methoden muss ich aber anwenden wenn ich die gesamten Werbekontakte in einem Modell nachbilden möchte?

Nun, zuerst einmal müssen alle Werbemittelkontakte nutzerbezogen vorliegen und dabei immer konform mit dem Datenschutz. Im Falle einer Conversion werden diese Werbemittelkontakte bereitgestellt. Sofern rechtlich und technisch möglich, können die Online-Werbemittelkontakte dann um Offline-Werbemittelkontakte aus den Backend-Systemen ergänzt werden (z.B. versandte Kataloge, Call Center Kontakte, etc.). Anhand von Marktforschungsergebnissen können Wahrscheinlichkeiten für nicht nutzerbezogen messbare Kanäle, wie bspw. TV-Werbespots, errechnet werden. Zu diesem Zeitpunkt können auch Neukunden-Boni bzw. Boni, die den Gedanken des Customer Lifetime Value widerspiegeln, einem Erfolg hinzugerechnet werden. Auch das Onsite-Verhalten inkl. Informationen zum Erfolg (bspw. der Warenkorb) werden bereitgestellt.

Steht nun alles Erdenkliche an Werbemittelkontakten und sonstigen Informationen zur Verfügung, beginnt der anspruchsvolle Teil der Erfolgsverteilung: Einzelne Werbemittelkontakte werden den Phasen des Kaufentscheidungsprozesses zugeordnet. Für jeden Werbemittelkontakt wird beurteilt, wie sehr er voraussichtlich mit der Kaufentscheidung in Verbindung steht bzw. diese beeinflusst hat. Aus der Höhe des ermittelten Einflusses ergibt sich dann der Anteil am Erfolg (für eine etwas ausführlichere Beschreibung vgl. ebenfalls die blueSummit und OTTO Österreich Case Study).

Wie entscheiden denn Nutzer tatsächlich. Wie kann man den Kaufprozess beschreiben? Und welche Rolle haben einzelne Kanäle im Online Marketing in Hinsicht auf die Kaufentscheidungsprozesse?

In der Wissenschaft, zum Beispiel von Engel, Blackwell und Kollat, werden Kaufentscheidungsprozesse als überaus komplex beschrieben. Stark vereinfacht findet sich der Kaufentscheidungsprozess von Konsumenten im Internet im 5-Phasen-Modell von Fritz. Die fünf Phasen sind: Anregungsphase, Suchphase, Bewertungs- und Auswahlphase, Kaufaktphase und die Nachkaufphase. Diese Phasen mögen dem einen oder anderen aus den Trichter-Grafiken der Tracking- bzw. Webanalyse-Systemen bekannt sein.

Innerhalb des Kaufentscheidungsprozesses können auf einen Konsumenten zahlreiche Einflussfaktoren einwirken. Die Menge der von dem Konsumenten berücksichtigten Einflussfaktoren hängt von dem Involvement ab, das der Konsument mit der Kaufentscheidung verbindet. Werden über das Internet ein paar DVD-Rohlinge und ein Notebook bestellt, so wird der Notebook-Kaufentscheidungsprozess in der Regel der komplexere gewesen sein; die DVD-Rohlinge waren womöglich eher ein Spontankauf, bei dem die Suchphase und die Bewertungs- und Auswahlphase übersprungen worden sind. Mehrere Werbemittelkontakte treten daher häufig eher bei solchen Kaufentscheidungen auf, die für den Konsumenten von besonderer Bedeutung sind, bspw. weil es um viel Geld geht.

Die Einflussfaktoren einer Kaufentscheidung sind tlw. vom Werbetreibenden beeinflussbar. Hier kann den ersten vier Phasen des Modells von Fritz das AIDA-Kommunikationsmodell (Attention, Interest, Desire, Action) zugeordnet werden. Die einzelnen Phasen können also durch adäquate Werbekanäle und -mittel vom Werbetreibenden bedient werden. Hierfür finden sich unzählige Beispiele in der Marketing-Literatur. Aus dem AIDA-Modell wird deutlich, dass auf bedarfsweckende Werbemittel (Attention) häufig andere Werbemittel folgen; beim “first cookie wins” kommen die am Ende der Werbemittelkontakthistorien stehenden Werbemittel zu kurz und beim “last cookie wins” die am Anfang stehenden. Aber, wie gezeigt worden ist, ist auch eine pauschale Verteilung des Erfolgs zu gleichen Anteilen über alle Phasen hinweg keine optimale Lösung.

Haben sich denn schon typische Zusammenhänge einzelner Marketingmaßnahmen herauskristallisiert?

Von typischen Zusammenhängen zu sprechen ist schwierig. Dies kommt darauf an, welche Werbekanäle auf welche Weise und mit welcher Intensität von einem Werbetreibenden eingesetzt werden und auch, um was für ein Angebot bzw. Segment es sich handelt (Bsp. Retail oder Travel) Wie bspw. Google derzeit sich zu zeigen bemüht, kann ein Werbetreibender SEM auch zum Aufbau von Marken einsetzen, wodurch SEM nicht – wie oftmals üblich – erst zur Bedarfsdeckung eingesetzt wird. Folglich stehen innerhalb der Werbemittelkontakthistorien Kontakte mit Paid Listings dann nicht mehr nur am Ende, kurz vor der Conversion, sondern sind breit gestreut oder treten sogar schon am Anfang auf.

Es kommt also immer darauf an, wie die einzelnen Werbekanäle eingesetzt werden. Von daher ist es auch gefährlich mit pauschalen Erfolgsumschlüsselungen zu arbeiten, wie “10% des SEM-Erfolgs gehen an die OMP, da man ja häufig liest dass Banner oftmals geklickt und dann später über SEM-Anzeigen konvertiert wird.”

Gibt es hierfür schon Trackinglösungen? Und welche Auswirkung hat das auf das Bid Management?

Ja, es gibt bereits zahlreiche Trackinglösungen, die nutzerbezogene Daten speichern können. Entscheidend ist, dass die Trackingsysteme Werbemittelkontakte nutzerbezogen erfassen, also nicht mit aggregierten Daten arbeiten. Für Werbetreibende ist es riskant, verschiedene Werbekanäle mit unterschiedlichen Systemen zu messen (z.B. ein Affiliate-Marketing-Tool, ein SEM-Tool, etc.), da die Zusammenführung der nutzerbezogenen Daten zur Erfolgsverteilung dann schwierig bis unmöglich wird. Viele SEM-Tools tracken bspw. nur SEM und verteilen Erfolge dann nur innerhalb von SEM-Werbemittelkontakthistorien, was bei dem Einsatz eines umfangreichen Marketing-Mixes natürlich wenig sinnvoll ist.

Tracking- bzw. Webanalyse-Lösungen, wie die von WiredMinds, etracker oder auch von Omniture können kanalübergreifende, nutzerbezogene Daten erfassen. Wie im Falle einer Conversion ein Erfolg dann jedoch verteilt wird, liegt derzeit noch in den Händen der Werbetreibenden (sieht man einmal von den beschriebenen pauschalen Erfolgsverteilungen und dem Engagement Mapping Konzept von Atlas ab). Hier gilt es daher unmittelbar nach dem Auftreten der Conversion die nutzerbezogenen Daten in einem eigenen System automatisiert zusammenzuführen, den Erfolg zu verteilen und in die Steuerungssysteme zurückzuspielen. Anhand der verteilten Erfolgsdaten werden Werbekanäle und -mittel dann optimiert, bspw. der max. CPC eines Keywords im SEM. In diesem Zusammenhang, d.h. zur Implementierung eines solches Prozesses, zahlt sich eine Offenheit von Tracking- und Steuerungssystemen, wie bspw. Gebotsmanagementsystemen, hinsichtlich der gespeicherten Daten aus.

Wieviel Vorlauf und Aufwand muß ich planen, um mich solchen Modellen zu nähern?

Derzeit ist es sehr schwierig, die Wechselwirkungen von Werbekanälen und -mitteln automatisiert in der Planung, Steuerung und Optimierung von Online-Werbemaßnahmen zu berücksichtigen. Die Anbieter von Webanalyse-Tools haben, sofern sie sich hier in der Verantwortung sehen, noch sehr viel Arbeit zu leisten, um durch Online-Werbemaßnahmen erzielte Erfolge auf die ursächlichen Werbemittel angemessen zu verteilen. Letztendlich wird sich zeigen müssen, ob der höhere Nutzen den zusätzlichen Aufwand rechtfertigen kann. Momentan, wo noch eigene Methodiken konzipiert und aufwändige Software-Lösungen entwickelt werden müssen, lohnt es sich allenfalls für die größten werbetreibenden Unternehmen. Erst wenn wissenschaftlich fundierte Methodiken in die am Markt verbreiteten Tools implementiert sind, wird sich der Großteil der werbetreibenden Unternehmen ernsthaft mit dem Thema befassen und eine praktische Anwendung in Betracht ziehen können.

Andre vielen Dank noch einmal für das spannende Interview.

Verwandte Online Marketing Artikel:

Artikel geschrieben von Alexander Holl+:
Alexander schreibt meist eher die strategisch orientierten Blogposts, zu SEO, Social Media, Online Marketing, liebt aber auch KPIs und Tools.

Deine Meinung zählt, schreibe uns einen Kommentar!

Online Marketing Blog