Kontribusi dari Torge Kahl, mantan manajer pemasaran online di Spreadshirt dan Casamundo dan kepala pemasaran di Checkdomain sejak 2014.
Metode penargetan paling penting dalam pemasaran tampilan
Seorang teman lama kami baru-baru ini merayakan ulang tahun yang besar: spanduk iklan online berusia 20 tahun. Spanduk iklan pertama dipasang pada 24 Oktober 1994. Meskipun rasio klik-tayang terus menurun sejak saat itu — pada saat itu dikatakan sebesar 44 persen — kompleksitas dalam bidang pemasaran tampilan telah mencapai puncaknya. Dulu tidak ada pemesanan dalam jumlah besar, Anda menelepon penerbit dan memesan spanduk Anda dengan CPM tertentu.
Sejak itu, permintaan terhadap pemasaran display telah meningkat secara signifikan. Materi iklan tidak hanya harus murah, tetapi juga interaktif, dipersonalisasi dan ditargetkan pada pengguna terpilih dalam lingkungan yang sesuai. Apalagi di area terakhir, penargetan, kini ada berbagai prosedur yang perlu Anda pahami.
Penargetan berbasis teks
Metode penargetan ini didasarkan pada teks situs web tempat spanduk ditampilkan. Ada perbedaan antara penargetan kontekstual dan semantik. Oleh penargetan kontekstual Kata-kata individual ditentukan yang harus muncul dalam teks halaman tempat spanduk ditampilkan. Oleh karena itu Volkswagen dapat memesan materi iklan yang akan ditampilkan di semua halaman di mana kata “Polo” muncul.
Masalah dengan metode ini adalah banyak kata, seperti polo, yang ambigu dan menyebabkan pemborosan. Selain itu, keamanan merek dagang dapat dikompromikan karena tidak diketahui secara pasti dalam konteks apa kata yang didefinisikan tersebut digunakan. Berikut ini beberapa contoh dampaknya:
Jadi ini merupakan pengembangan lebih lanjut dalam bidang penargetan berbasis teks sasaran semantik. Upaya algoritmik dilakukan untuk memahami konten dan tren suatu teks. Misalnya, laman yang “melaporkan secara positif tentang mobil” kemudian dapat ditargetkan. Seiring dengan kemajuan algoritma semantik, bentuk penargetan ini semakin menggantikan penargetan kontekstual.
Sasaran teknis
Metode penargetan ini menggunakan parameter teknis untuk mengontrol iklan yang ditayangkan oleh pengguna atau server setiap kali halaman diakses. Misalnya, pengguna memberikan lokasinya melalui IP, yang berarti kampanye hanya dapat menargetkan pengguna di wilayah tertentu (Penargetan geografis). Selain itu, setiap kali pengguna mengunjungi suatu halaman, mereka berkomunikasi dengan perangkat apa yang sedang mereka jelajahi, browser apa yang mereka gunakan, dan sistem operasi apa yang telah mereka instal.
Semua fitur ini dapat digunakan untuk penargetan yang sesuai. Tanpa menyebutkan nama: Anda tidak perlu mengiklankan aplikasi Android baru Anda di iPad (Penargetan perangkat)! Terakhir, server (iklan) juga mengetahui satu hal penting lagi: Sekarang hari apa dan jam berapa? Artinya, tidak masalah bagi Bitburger untuk menjalankan kampanyenya hanya selama pertandingan Bundesliga (Target pembagian hari).
Penargetan perilaku
Dengan metode penargetan ini, berbagai data perilaku pengguna dikumpulkan, dievaluasi, dan digunakan secara anonim untuk menyampaikan materi iklan yang sesuai. Di sini perbedaan dibuat antara: Orientasi perilaku (juga disebut penargetan audiens) dan penargetan perilaku prediktif (juga disebut pembelian terprogram). Yang pertama berupaya menarik kesimpulan tentang minat pengguna dari perilaku penggunaan Internet mereka. Kepentingan-kepentingan ini kemudian dapat ditargetkan. Misalnya, Anda dapat mengetahui pendapat Google tentang Anda di sini www.google.de/ads/preferences pengalaman.
Karena ini adalah asumsi statistik, pengelompokan terkadang tidak tepat dan alokasi pengguna tidak selalu tepat. Anda juga bertanggung jawab untuk menentukan kelompok sasaran yang sesuai. Keduanya dapat menyebabkan pemborosan yang tinggi dengan bentuk penargetan ini.
Untuk mencegah hal ini, semakin banyak pengiklan yang melakukan hal ini Target perilaku prediktif A. Tujuannya bukan untuk mengagregasi pengguna ke dalam kelompok sasaran yang kemudian dapat dibidik, melainkan untuk mengetahui pengguna mana yang sebenarnya memiliki probabilitas tinggi untuk membeli produk yang diiklankan. Untuk melakukan ini, sejumlah besar tayangan ditempatkan “secara acak” di awal. Data sebanyak mungkin disimpan untuk setiap tayangan (lingkungan, waktu, perangkat, minat pengguna, dll.).
Setelah beberapa waktu, menjadi jelas pengguna mana yang paling baik ditangani, kapan dan di lingkungan mana. Ini dan “kembaran statistik” mereka, yaitu pengguna dengan minat yang sama menjelajahi perangkat yang sama pada waktu yang sama, kemudian menjadi sasaran. Agar berhasil menggunakan target ini, diperlukan investasi awal yang tinggi (setidaknya 10.000 euro) untuk memenuhi algoritma dengan data.
Pemasaran Online yang Efektif untuk Pemula
Sebagai pengiklan kecil, Anda dapat melakukan ini sebagai alternatif Penargetan dalam pasar menggunakan. Penyedia seperti Google mencoba mencari tahu pengguna mana yang saat ini ingin membeli sesuatu dari kategori produk tertentu dan karena itu sedang mencarinya. Kelompok produk ini kemudian dapat ditargetkan. Pengguna juga dikelompokkan bersama di sini, tetapi dengan komponen prediktif. Prosesnya bisa berada di tengah-tengah antara penargetan audiens dan pembelian terprogram.
Ini juga Penargetan audiens serupa cocok untuk pengiklan kecil. Daripada mencari pengguna “terbaik” dengan menyebarkan banyak tayangan, Anda memanfaatkan pengunjung situs web Anda sendiri dan menargetkan kembaran statistik mereka. Lalu lintas di situs web Anda secara alami membatasi titik awal dan juga jangkauan kampanye.
Penargetan ulang
Penargetan ulang juga didasarkan pada evaluasi perilaku pengguna, oleh karena itu penargetan ulang ini merupakan bentuk khusus dari penargetan perilaku. Namun target ini mempunyai peranan yang sangat besar sehingga perlu disebutkan tersendiri. Penargetan ulang adalah tentang menggunakan data yang dihasilkan di situs web Anda sendiri. Jadi data yang diukur digunakan dan bukan data yang dihitung secara statistik. Artinya, Anda hanya dapat menargetkan pengguna yang pernah mengunjungi situs web Anda, yang berarti potensi jangkauannya tentu saja lebih kecil dibandingkan metode penargetan lainnya.
Di sisi lain, pemborosan lebih sedikit karena fakta bahwa pengguna telah berpindah-pindah situs web pengiklan sudah menunjukkan minatnya dan pengiklan juga mengetahui kategori produk mana atau produk mana yang diminati pengguna. Produk-produk ini atau produk serupa nantinya dapat diputar menjadi materi iklan.
Karena data dihasilkan oleh Anda, Anda juga dapat mengontrolnya dengan sangat tepat, misalnya hanya ditujukan kepada orang-orang yang telah melihat suatu produk lebih dari dua menit, yang sudah terdaftar sebagai pelanggan, yang telah memasukkan sesuatu ke dalam keranjang belanjaannya tetapi belum selesai, siapa yang membeli produk A dalam 30 hari terakhir dan kepada siapa saya sekarang ingin menjual produk B, dll. Ada banyak cara hebat untuk menggunakan target ini.
Metode penargetan sosiodemografis
Metode penargetan ini bertujuan untuk menargetkan pengguna berdasarkan karakteristik sosial atau demografi mereka, seperti usia, jenis kelamin, atau pendapatan. Ada beberapa metode untuk memperoleh informasi ini. Di satu sisi, seperti halnya penargetan perilaku, Anda dapat mencoba menarik kesimpulan tentang usia dan jenis kelamin pengguna dari perilaku penggunaannya. Hal ini memungkinkan sejumlah besar pengguna untuk diklasifikasikan. Namun, karena penetapan pengguna ke dalam grup hanya didasarkan pada asumsi statistik, hal ini tidak selalu benar.
Lebih tepat menggunakan data dari jejaring sosial seperti Facebook atau LinkedIn. Di sini, informasi tentang usia, jenis kelamin, dan parameter sosio-demografis lainnya dimasukkan oleh pengguna sendiri dan oleh karena itu jauh lebih dapat diandalkan. Sayangnya, data ini (belum) tersedia secara bebas, namun Anda harus menyiapkan kampanye melalui jaringan yang relevan, atau terkadang Anda hanya dapat menampilkan materi iklan Anda dalam jaringan ini.
Data dari sistem CRM Anda juga dapat digunakan untuk penargetan sosio-demografis. Terutama pengiklan besar yang memiliki DMP sendiri menggunakan opsi ini untuk mencapai penargetan yang lebih tepat.