Cross-Device-Tracking: Am besten mit ID Graph

Modernes Marketing wird immer komplexer. Es umfasst den Umgang mit unterschiedlichen Kanälen und Geräten. In Deutschland nutzen im Jahr 2018 bereits durchschnittlich 81% der User zwischen 14 und 69 das Internet mobil unterwegs.

Das eröffnet neue Pfade für Customer Engagement, mehr Wege, Käufe abzuschließen und mehr Möglichkeiten, Daten zu sammeln. Nicht nur die User, auch Marketer können die vielen Optionen für sich nutzen.

Doch die Medaille hat auch eine Kehrseite, denn mit den Möglichkeiten gehen Herausforderungen einher. Nutzer über unterschiedliche Kanäle, Geräte und Touchpoints zu erkennen und anhand der Informationen ein mehrdimensionales Profil zu generieren ist keine leichte Aufgabe.

Ohne eine umfassende Sicht auf den Kunden müssten Marketing-Kampagnen jedes Mal bei Null anfangen, wenn der Nutzer das Gerät wechselt. Die Identität des Nutzers zu kennen ist deshalb Kernziel einer effektiven Marketing-Strategie. Doch wie kann man dieses Ziel erreichen? Mit einem Identity Graph (ID Graph).

Kundendaten visualisieren

Datenanalysten und Marketer suchen nach den besten Möglichkeiten, Daten zu visualisieren und zu verstehen. Die sogenannte Graphen-Methode ist eine davon. Mit einem Graphen filtern Sie bedeutungstragende Hinweise Ihrer Nutzer heraus, die andernfalls in der Menge an Daten untergehen würden.

Graphendatenbanken in Kombination mit verknüpften Daten zeigen die Wirklichkeit – wie die Menschen leben und handeln. Zu den Graphen, die Sie erstellen können, gehören zum Beispiel:

• Interest Graph
• Customer Graph
• Social Graph
• Product Graph
• Identity Graph / ID Graph

Die Stärke dieser Technologie kommt durch die Fähigkeit, Verknüpfungen über Milliarden von Identitäten zu verwalten, mit Latenzen im Millisekundenbereich.

Der Kern Ihres Graphen ist ein Userprofil. Zusätzlich schließen Sie den Kontext mit ein. Sie können Graphen so anpassen, dass sie die Anforderungen und Bedürfnisse Ihres Unternehmens genau treffen.

Möglichkeiten eines ID Graphen

Ein ID Graph ist ein Werkzeug, mit dessen Hilfe Sie ein Single Customer View erzeugen können. Alle Daten – nicht nur die Interessen – eines individuellen Nutzers über verschiedene Kanäle und Geräte hinweg werden miteinander verbunden. Die Datenbank beherbergt alle Identifikatoren, die mit den jeweiligen Nutzern verknüpft sind. Sie sammeln über die vollständige Customer Journey hinweg persönliche Identifikatoren, wie beispielsweise:

• E-Mail-Adressen und Anschriften
• Account-Nutzernamen
• Geräte-IDs
• Telefonnummern
• IP-Adressen
• Cookies

Alle diese Identifikatoren werden gesammelt und anschließend zu einem Kundenprofil verflochten, das durch den ID Graphen widergespiegelt wird. Der Graph beinhaltet Verhaltensdaten wie Browserverlauf und vergangene Transaktionen. Der Identity Graph wird mit Daten aus verschiedenen Online- und Offline-Quellen wie CRM, Marketing- und Ad-Plattformen oder E-Commerce-Software gefüttert.

Der Single Customer View, den Sie aus all diesen Datenpunkten erstellen, lässt Sie Ihre Kunden besser verstehen und targeten. Der primäre Fokus ist der individuelle Nutzer, nicht das Gerät. Eine solche geräteübergreifende Identität ist ein wertvolles Mittel in Ihrem Marketing-Arsenal.

Zusätzlich erhalten Sie mit dem ID Graph die Möglichkeit, Online- und Offline-Daten zu kombinieren, um Ihre Nutzer an jedem Touchpoint zu erreichen. So können Sie Ihre Personalisierungsstrategie noch weiter verbessern und das Customer Engagement erhöhen.

Kontrolle ist wichtig

Die einzelnen Identifikatoren miteinander zu verbinden ist nicht die einzige Herausforderung. Wenn Sie sich dazu entschließen, mit personenbezogenen Daten zu arbeiten, gibt es einige gesetzliche Aspekte zu beachten. Deshalb sollten Sie Ihren Fokus auf Datenbesitz und die Authentizität der Profile legen.

ID Graphen werden von Onboarding-Anbietern, Werbepartnern und Sozialen Netzwerken angeboten. Eine Zusammenarbeit mit einem Anbieter bedeutet aber auch, dass Sie mit Third Party-Daten arbeiten. Dabei gibt es einige Einschränkungen:

Legal Compliance: Die Identifikatoren sind in der Regel personenbezogene Daten, die Sie nur mit der Einwilligung der betroffenen Person verarbeiten dürfen. Das kann in Anbetracht der Datenübertragung zwischen verschiedenen Parteien knifflig sein.

Third Party-Daten: Die Daten, die ein Partner Ihnen zur Verfügung stellt, limitieren die Möglichkeiten Ihrer Marketing-Strategie. Möglicherweise haben die Daten nicht die Relevanz und Präzision, die Sie eigentlich benötigen. Folglich ist es schwierig, die Effektivität der Strategie zu messen und Kundenbeziehungen zu optimieren.

Doch Sie können diese Einschränkungen umgehen, indem Sie einfach – und das empfiehlt sich sowieso – Ihren eigenen ID Graphen erstellen.

Kontrolle und Besitz über Ihre Daten zu haben bringt Ihnen nicht nur Vorteile in Hinblick auf die Gesetzgebung. Sie erhalten auch die vollständige Darstellung der Customer Journey. Weil Sie Ihre Nutzer überall identifizieren können, lernen Sie alles über deren Interessen, Wünsche und vergangenen Aktivitäten, und bekommen daher vollständige Userprofile.

Authentifizierte Profile

Userprofile können einen authentifizierten oder nicht-authentifizierten Status haben. Die erste Variante ist vorteilhafter, da sie langlebig ist und auf authentifizierten IDs basiert. Sie umfassen z.B. Login-IDs, E-Mail-Adressen und Customer-IDs. Wenn ein Nutzer etwas mit seiner Kreditkarte bezahlt oder sich auf einer Website einloggt, verknüpft der Identity Graph die übermittelten First Party-Daten mit weiteren Informationen und führt somit zur Identifizierung des Users.

Diese Profile wachsen mit jeder Nutzerinteraktion, da sich immer mehr Daten ansammeln. Die Daten bereichern und vertiefen die Profile und machen sie für Ihre Marketingstrategie immer vorteilhafter. Wichtig ist daher, dass der richtige ID Graph mit bestehenden Userprofilen verbunden ist.

Im Vergleich dazu basieren nicht-authentifizierte Profile auf temporären Identifikatoren wie Cookies, kanal- oder gerätespezifische IDs. Diese Informationen sind nicht für eine Multi-Device-Strategie nutzbar. Ihre Anwendung eignet sich eher bei einzelnen Kampagnen oder für spezifische Kanäle.

Cookies sind ungeeignet

Mit Cookies werden Desktop-Nutzer schon seit Jahren erfolgreich online getrackt. Anders sieht es jedoch im Mobile-Bereich aus. Auf Smartphones und Tablets werden Cookies häufig nach dem Verlassen des Browsers wieder gelöscht und können außerdem nicht mit Apps geteilt werden. Sie sind einfach nicht für eine Multi-Device-Strategie geeignet.

Praktisch bedeutet das, dass User, wenn sie eine Website auf einem Mobilgerät aufrufen, als neuer Nutzer angelegt und nicht erkannt werden, auch wenn sie die Website zuvor bereits über ihren Desktop besucht haben. Ihre Datenaufzeichnungen speichern dementsprechend auch mehrere unterschiedliche Profile, wenn ein User verschiedene Geräte verwendet.

Eine Cookie-Strategie bringt jedoch noch weitere Nachteile. Für User, die im Inkognito-Modus surfen, werden keine Cookies gesetzt. Zusätzlich werden Third Party-Cookies zunehmend durch die Browsereinstellung oder Datenschutzfunktionen des Browsers wie die Intelligent Tracking Prevention in Apples Safari geblockt. In der Konsequenz werden Cookies für kanalübergreifendes Tracking immer weniger verlässlich.

Matching als Cross-Device-Strategie

Um diese Probleme zu umgehen, individuelle Nutzer auch auf unterschiedlichen Geräten zu erkennen und ihre Daten in einem Profil zusammenzufassen, können Sie Deterministic oder Probabilistic Matching einsetzen. Diese beiden Methoden werden dazu genutzt, Daten zuzuordnen und Cross-Device-Identitäten Ihrer Nutzer zu erstellen.

Es gibt keine richtige oder falsche Wahl, was die beiden Techniken angeht. Deterministic Matching liefert akkuratere Daten, während Probabilistic Matching die bessere Skalierbarkeit bietet. Die Wahl hängt von Ihren Unternehmenszielen und den Datentypen ab, auf die Sie zugreifen können. Es gibt sogar Szenarien, wo beide Methoden zusammen genutzt werden sollten.

Deterministic Matching

Mit Deterministic Matching erkennen Sie einen Nutzer auf unterschiedlichen Geräten, indem die einzelnen Userprofile miteinander verglichen und zusammengeführt werden. Dabei werden viele unterschiedliche Informationen in dem Profil gespeichert.

Für die Erkennung und Zuordnung werden eindeutige Identifikatoren in den Datensätzen gesucht. Oft kommt ein Match anhand der Login-Daten zum sicheren Nutzerbereich zustande.

Wenn ein Nutzer beispielsweise über sein Smartphone regelmäßig Username und Passwort auf einer Website eingibt, kann er daran erkannt werden. Wenn er sich auf einem anderen Gerät mit diesen Informationen einloggt, wird das Profil auf dem neuen Gerät mit dem bestehenden Userprofil zusammengeführt. Das Profil gilt außerdem durch die Eingabe der Daten als authentifiziert und dementsprechend authentisch.

Authentizität ist zugleich auch der größte Pluspunkt des Deterministic Matching (80-90% Akkuratheit). Doch in Bezug auf Skalierung ist die Methode nicht die beste Option, da nicht jede Website einen Login-Bereich hat oder anderweitig die Angabe privater Daten durch den Nutzer erfordert.

Probabilistic Matching

Wenn Sie bessere Skalierbarkeit benötigen, können Sie Probabilistic Matching einsetzen. Dabei werden eindeutige Datensätze in Verbindung mit Algorithmen genutzt, um Nutzer unabhängig vom Gerät zu identifizieren. Probabilistic Matching nutzt Daten wie:

• IP-Adresse
• Gerätetyp
• Browsertyp
• Betriebssystem
• WLAN-Netzwerk
• Geo-Location

Die Methode generiert wahrscheinliche statistische Verknüpfungen zwischen einem Nutzer und einer beliebigen Anzahl an Geräten, die dieser nutzt. Im Vergleich zur Deterministic Matching-Methode ist sie nicht so akkurat. Dafür werden authentifizierte Daten dafür genutzt, den Algorithmus zu verbessern und somit seine Genauigkeit zu steigern.

Der große Vorteil von Deterministic Matching – die Skalierbarkeit – bringt bessere Möglichkeiten, Personalisierung über die eigene Nutzerbasis hinaus zu skalieren. Sie erkennen User unabhängig vom Endgerät, ohne deren E-Mail-Adresse oder andere personenbezogene Daten.

Nicht optimal beim Probabilistic Matching ist, dass die Transparenz der Matching-Methoden und Algorithmen undurchsichtig ist.

Eine weitere Schwierigkeit beider Methoden betrifft den Datenschutz. Wenn Sie personenbezogene Daten – dazu zählen auch IP-Adressen und Cookies – verarbeiten wollen, müssen Sie die Auflagen der DSGVO und anderen Gesetzen erfüllen und die Einwilligung des Nutzers einholen, bevor Sie Daten speichern.

Profitieren Sie von ID Graphen

Sie kennen nun die Vor- und Nachteile von ID Graphen. Schauen wir uns als nächstes an, wie Ihr Unternehmen von der Technologie profitieren kann. Durch die Vereinigung unterschiedlicher Identitäten zu einem Single Customer View ermöglichen ID Graphen eine Vielzahl an potentiellen Anwendungen. Auf die wichtigsten darunter gehen wir im Detail ein.

Personalisierung optimieren

In einer Personalisierungsstrategie liegt der Fokus darauf, Nutzer zu identifizieren. Genauer gesagt geht es darum, ihre Interessen und Wünsche kennenzulernen und ihnen dazu passenden Content anzubieten. ID Graphen unterstützen Sie dabei, durch vollständig dimensionale Kundenprofile die Interaktionen der Kunden mit Ihrer Marke offline und online zusammenzuführen.

Nutzer und Kunden individuell zu erkennen ermöglicht Marketern, Content zu liefern, der mit höherer Wahrscheinlichkeit zum Kunden-Engagement führt. Die Daten, die zur Erkennung der Nutzer führen, können jederzeit angereichert und aktualisiert werden, um Marketing-Kampagnen weiter zu optimieren.

Giganten, wie Amazon und Netflix bieten so relevante Produktempfehlungen, wie nur irgend möglich an. Sie nutzen die Vorteile von ID Graphen und tracken die Browserhistorien über alle Endgeräte ihrer Nutzer. Dadurch sind die Empfehlungen sehr stark an die Interessen der Kunden angepasst.

Kundenbedürfnisse in Echtzeit adressieren

Die digitale Welt beschleunigt die User-Interaktionen. Dieser Trend zwingt Marketer dazu, die Bedürfnisse der Kunden ohne Verzögerung zu erkennen und zu adressieren. Daher ist eine Technologie für das Sammeln, Matchen und Aktivieren der Daten notwendig, die in Echtzeit arbeitet und Daten nicht erst mehrere Stunden später zur Verfügung stellt.

Kunden-Engagement verbessern

Marketer können durch die Möglichkeit, Offline-Daten mit digitalen Identifikatoren und Verhaltensdaten innerhalb der ID Graphen abzugleichen, besser mit Kunden interagieren. Sie können zukünftige Wünsche mit einer gewissen Wahrscheinlichkeit vorhersagen, Strategien planen, Up- und Cross-Selling-Kampagnen verbessern und Möglichkeiten nutzen, Kunden zurückzugewinnen.

Cross-Device Attribution verbessern

Wenn Sie die Vorteile eines deterministischen Identity Graph nutzen, können Sie die Rolle identifizieren, die jeder Kanal für einen Nutzer und seine Conversion spielt. Sobald Sie das Gesamtbild der Customer Journey erstellt haben, können Conversions akkurat zugeordnet werden.

Sie können Botschaften individuell auf jeden Nutzer zuschneiden und dadurch weniger effektive Ausgaben für generische Kampagnen reduzieren. Ihr Ziel ist es, sicherzustellen, dass Kunden mit Ihren Inhalten optimal interagieren, unabhängig davon, wie oft sie das Gerät wechseln.

Fazit

Unternehmen, die sich in der Online-Welt zu Hause fühlen und dort ihr Business wiederfinden, sollten ihren Fokus von User-Aktionen zu User-Identitäten verschieben. Zur Erreichung dieses Ziels ist es erforderlich, mit Technologien zu arbeiten, die die Nutzer unabhängig von ihrem gerade eingesetzten Gerät erkennen. Dadurch vertiefen Sie die Geschäftsbeziehung mit Ihren Kunden.

ID Graphen stellen eine gut funktionierende Lösung dar, die es ermöglicht, mit den Nutzern und ihren Veränderungen Schritt zu halten. Dadurch erfüllen Sie die Erwartungen Ihrer Nutzer und präsentieren nur relevanten Content – in Echtzeit und an allen Touchpoints. Begleiten Sie Ihre Kunden auf ihrer Multi-Device-Journey.