Dank der Fortschritte in der prädiktiven Analytik und KI, die letztlich die derzeitige Dominanz von Google, Facebook und anderen großen Content-Aggregatoren verringern werden, gibt es immer mehr Möglichkeiten, digitale Werbung auf eine Art und Weise auszusteuern, die nicht auf Cookies angewiesen ist. Google kündigte Anfang des Monats an, dass es keine Cookies von Drittanbietern mehr zulassen wird, um Daten über seinen Chrome-Browser zu sammeln. Ein kleines Erdbeben im Vermarkterumfeld hat diese Nachricht ausgelöst.
Viele Unternehmen haben sich in der Vergangenheit auf diese Cookies verlassen, um ihre digitale Werbung besser auszurichten, da die Cookies es digitalen Werbenetzwerken und Social-Media-Seiten ermöglichen, ein Profil eines Endnutzers zu erstellen, ohne genau zu wissen, wer diese Person ist. Dieser Ansatz verletzt zwar nicht unbedingt die Privatsphäre des Nutzers, gibt aber vielen Nutzern das Gefühl, dass ein Unternehmen die von ihnen besuchten Seiten auf eine Weise verfolgt, die ihnen Unbehagen bereitet.
Die Anbieter anderer Browser, wie Safari von Apple und der Open-Source-Browser Firefox, haben bereits auf Cookies von Drittanbietern verzichtet. Um das klarzustellen: Google verzichtet nicht darauf, das Nutzerverhalten zu verfolgen. Stattdessen hat das Unternehmen einen speziellen Mechanismus FLoC genannt (Federated Learning of Cohorts) entwickelt, um das Nutzerverhalten zu verfolgen, der nicht auf Cookies angewiesen ist, um Daten zu sammeln. Anstatt eine Anzeige auf einen bestimmten anonymen Nutzer auszurichten, haben Werbetreibende die Möglichkeit, Gruppen von Endnutzern anzusprechen, die nun in Kohorten organisiert sind, basierend auf Daten, die Google immer noch sammelt.
Es bleibt abzuwarten, wie diese Initiativen das Nutzererlebnis wesentlich verändern werden. Einige Werbetreibende sind jedoch bestrebt, Algorithmen für maschinelles Lernen und andere Formen fortschrittlicher Analysen einzusetzen, die über digitale Werbenetzwerke zur Verfügung gestellt werden, um ihre Abhängigkeit von Google, Facebook, Twitter, Microsoft und anderen Unternehmen zu verringern, die riesige Online-Communities kontrollieren.
Einen Ansatz liefert beispielsweise das Unternehmen Quantcast: Hier werden über eine Plattform maschinelle Lernalgorithmen auf Daten anwendet, die von 100 Millionen Online-Destinationen in Echtzeit gesammelt werden. Diese Daten werden dann mit einer Reihe von Vorhersagemodellen analysiert, die die Verhaltensmuster aufzeigen, die es ermöglichen, Werbekampagnen gezielt zu steuern. Diese prädiktiven Modelle werden eine Million Mal pro Sekunde ausgewertet und ständig aktualisiert, um aktuelle Ereignisse im Internet zu berücksichtigen.
Dies ermögliche laut Unternehmen z.B. Herausgebern von Originalinhalten, einen größeren Anteil an den generierten Werbeeinnahmen zu behalten. Google, Facebook und Microsoft gehen nun alle dazu über, Publisher für Inhalte, die auf ihren Seiten erscheinen, zu entschädigen, aber der Großteil der Werbeeinnahmen wird immer noch in ihren Kassen landen. Quantcast plädiert für einen alternativen Ansatz für digitale Werbung, der die Einnahmen gleichmäßiger verteilt. Viele dieser Werbetreibenden suchen jedoch nach einem Weg, um effizienter engere Zielgruppensegmente anzusprechen, die aufgrund der regelmäßig konsumierten Inhalte eine größere Affinität zu ihren Produkten und Dienstleistungen haben könnten.
