In dieser Fortsetzung meines ersten Beitrags zur Optimierung von Online-Werbemitteln möchte ich meine (wirren) Gedanken zur Individualisierung bzw. zum Tailoring von Online-Werbung formulieren – eure Meinung schätze ich (wie immer) sehr.

Hier noch einmal die zweidimensionale Darstellung der Optimierungsstrategien Testing und Tailoring aus dem letzten Beitrag. Zur Steigerung der Reaktivität bzw. zum Testing habe ich dort bereits einiges geschrieben – im Folgenden soll es um die (horizontale) Individualisierungs-Achse gehen.

Steigerung der Individualisierung: Tailoring

Während grundsätzlich jede Werbung zwar “getargeted” wird (also nur an eine bestimmte Zielgruppe ausgeliefert wird), werden die einzelnen Werbemittel nur selten individualisiert, um auf die Eigenheiten unterschiedlicher Nutzer Rücksicht zu nehmen. Üblicherweise wird eine Kampagne in uniformer Weise an alle Nutzer innerhalb der zu erreichenden Zielgruppe ausgeliefert. Zu selten (aus meiner Sicht) gibt es z.B. bei einer Produkteinführung unterschiedliche Kampagnen für unterschiedliche Zielgruppen. Implizit geht der Werbetreibende also davon aus, dass ein und dasselbe Werbemittel alle erreichten Nutzer in gleicher Weise anspricht. Ich denke, es ist plausibel, dass diese Annahme an der Realität vorbeigeht. Weshalb Tailoring-Ansätze so selten eingesetzt werden, erklärt sich möglicherweise aus den dafür notwendigen Voraussetzungen, auf die ich in einem Moment eingehen möchte. Erstmal ein paar Worte zu den unterschiedlichen möglichen Tailoring-Stufen.

Stufen der Individualisierung

• Im Extremfall bekommt jeder Nutzer ein für ihn maßgeschneidertes Werbemittel zu sehen. Dieses Werbemittel ist so gestaltet, dass es eine größtmögliche Wirkung beim Betrachter entfaltet. Obwohl eine solche vollkommene Individualisierung der Werbung theoretisch ideal wäre, ist es in der Praxis oft schwierig, einzelne Nutzer als solche zu identifizieren (ein Problem, das auch Analytics-Anbieter haben). Zweitens ist es praktisch unmöglich, Präferenzdaten für Online-Werbung auf der Ebene einzelner Nutzer zu gewinnen. Kurz: Selbst wenn man einen einzelnen Nutzer identifizieren könnte (was z.B. in Social-Networks und anderen Login-Areas durchaus möglich ist), weiß man noch lange nicht, welche Werbung dieser Nutzer gerne sehen möchte. Das Totschlagargument für eine vollkommene Individualisierung der Werbung ist letztlich der damit verbundene Aufwand – alles in allem ist ein echtes Tailoring also keine realistische Option für Werbetreibende und ist deshalb in der obigen Abbildung blass dargestellt.
• Wesentlich interessanter ist das Tailoring nach unterschiedlichen Nutzer-Segmenten: Der Werbetreibende geht in diesem Fall davon aus, dass unterschiedliche Nutzergruppen durch unterschiedliche Werbemittel angesprochen werden sollten. Das größte Problem ist in diesem Fall die sinnvolle Definition von Nutzer-Segmenten. Sollen beispielsweise Frauen (sofern diese Daten überhaupt zur Verfügung stehen) anders angesprochen werden als Männer? Sollen Nutzer eines Nachrichtenportals anders angesprochen werden als Blog-Leser? Sollen Personen, die nach einem bestimmten Begriff suchen, ein anderes Werbemittel zu sehen bekommen, als Personen, die nach einem anderen Begriff suchen? (Tatsächlich hat es sich bekanntermaßen als effektiv herausgestellt, die eingegebenen Suchbegriffe in die AdWord-Texte aufzunehmen – ein einfaches Beispiel für ein Segment-spezifisches Ad-Tailoring.) Die Definition unterschiedlicher Nutzer-Segmente hängt dabei zum Einen von bestehenden Vorannahmen über die Werbewirkung ab, zum Anderen von der Flexibilität des Buchungssystems – womit ich bei den Voraussetzungen für ein Tailoring von Werbemitteln angekommen bin.

Voraussetzungen

• Erste Voraussetzung, um unterschiedliche Werbemittel bzw. unterschiedliche Kampagnen an einzelne Nutzer-Segmente auszuliefern, ist natürlich, dass das verwendete Buchungssystem die zu definierenden Segmente überhaupt (1) voneinander unterscheiden und (2) buchbar machen kann. Neben den technischen Voraussetzungen ist hierzu das Vorliegen der entsprechenden Zielgruppen-Daten notwendig – beispielsweise wird es kaum möglich sein, unterschiedliche Creatives an hetero- und homosexuelle Nutzer auszuliefern. Kurz: Einzelne Nutzer müssen möglichst zuverlässig einem theoretisch relevanten Segment zugeordnet und spezifisch angesprochen werden können.
• Zweite Voraussetzung ist eine eher große Zahl an Ad-Impressions, denn erst dann wird eine Unterscheidung nach unterschiedlichen Nutzersegmenten wirtschaftlich sinnvoll. Es macht unter ökonomischen Aspekten wenig Sinn, unterschiedliche Creatives zu produzieren, die jeweils nur sehr wenige Impressions erzielen. Je mehr Ad-Impressions, desto mehr Nutzer-Segmente können wirtschaftlich voneinander abgegrenzt werden und desto genauer kann das Tailoring erfolgen.

Im nächsten und letzten Beitrag zum Thema Werbemittel-Optimierung möchte ich aus meiner Sicht zeigen, wann eine Kombination von Tailoring- und Testing-Verfahren Sinn macht. Anmerkungen bis dahin sind natürlich herzlich willkommen!

In der Online-Mediaplanung wird die Rückkanalfähigkeit des Internet gerne genutzt, um die Effizienz von Werbekampagnen zu steigern – beispielsweise durch immer ausgefeiltere Targeting-Verfahren oder durch ein Frequency Capping. Zusätzlich zur Effizienzsteigerung von Kampagnen im Gesamten bietet sich durch diesen Rückkanal aber auch die Möglichkeit, die Effektivität einzelner Werbemittel zu steigern. Mit anderen Worten: Nicht nur der ROI einer Kampagne auf aggregierter Ebene kann gesteigert werden, sondern auch die Wirkung einzelner Ads. Diese Möglichkeiten werden meiner Meinung nach derzeit (insbesondere bei Display-Ads) viel zu selten genutzt - und wenn, dann eher sporadisch statt strategisch. Ich habe versucht, zwei erfolgversprechende Strategien systematisch zusammenzufassen und freue mich auf Feedback.

Die beiden Strategien, die ich in diesem Beitrag zur Optimierung von Online-Werbemitteln vorschlage, werden derzeit oft zur Steigerung der Conversion-Rate von Landing-Pages eingesetzt. Erstens werden sie aber (noch) relativ selten miteinander kombiniert; zweitens lassen sich diese Strategien zur Optimierung von Online-Werbemitteln im Allgemeinen anwenden (z.B. auf Display-Werbung). Diese beiden Strategien sind (tataah…): Die Steigerung der Reaktivität und die Steigerung des Individualisierungsgrades.

Natürlich gibt es weitere Möglichkeiten, Online-Werbemittel zu optimieren – beispielsweise durch qualitative Verfahren. Wenn ihr weitere Ideen habt, hinterlasst gerne einen Kommentar!

Steigerung der Reaktivität: Testing

Unter “Reaktivität” verstehe ich, dass der Werbetreibende darauf reagiert, wie Nutzer auf ein bestimmtes Werbemittel reagieren (sozusagen eine Reaktion zweiten Grades ). Im einfachsten Fall reagiert der Werber gar nicht: Er liefert eine statische Kampagne aus und evaluiert im besten Fall im Anschluss anhand der Nutzerreaktionen, wie erfolgreich seine Creatives waren. Daraus versucht er, Learnings für die nächste Kampagne zu generieren – was in der Regel aber schwierig ist, weil er meistens nicht genau weiß, worauf der Erfolg oder Misserfolg seiner Werbemittel zurückzuführen ist.

Gerade, wenn man nicht weiß, welche Merkmale eines Werbemittels über Erfolg oder Misserfolg bestimmen, weil man hierzu bisher nur wenig Forschung betrieben hat (z.B. in Form von Pre-Tests oder Meta-Analysen), bieten sich Feldexperimente an – gemeinhin als Ad Testing bezeichnet. (Allerdings werden auch qualitative Verfahren wie Usability-Tests als “Testing” bezeichnet - eine sehr gute einführende Gegenüberstellung im Usability-Kontext hat Moritz Habermann geschrieben. Jonathan Mendez zeigt, wie das Prinzip des quantitativen Testing, um das es in diesem Beitrag geht, erfolgreich auf die Optimierung von AdWord-Anzeigen angewandt werden kann. Newbies sollten sich außerdem mit der Unterscheidung zwischen Varianten-Testing bzw. A/B-Testing und multivariatem Testing vertraut machen.)

Ad-Testing ist nicht nur dann eine sehr erfolgversprechende Strategie, wenn man keine gesicherten Vorannahmen über die Wirkungsweise von Werbemitteln hat, sondern auch dann, wenn sich diese Wirkungen in einem dynamischen Werbeumfeld ständig verändern und damit die bisherigen Annahmen ihre Gültigkeit verlieren – also: immer. So verändern sich das Nutzerverhalten (z.B. durch Gewohnheitseffekte) und die Werbeaktivitäten der Wettbewerber am laufenden Band.

Stufen der Reaktivität

Die Reaktivität von Werbemitteln lässt sich praktisch stufenlos steigern – ich habe beispielhaft zwei Stufen herausgegriffen. Wie weit ein Werbetreibender den Reaktivitätsgrad seiner Kampagne steigern kann, hängt vor allem von der Anzahl der Ad-Impressions ab: Je mehr Ad-Impressions, desto höher die mögliche Reaktivität.

• Generiert ein Werbemittel niedrige bis mittlere Impression-Zahlen, macht ein Ad-hoc-Testing Sinn. Dabei wird zu Beginn der Kampagne ein Testing durchgeführt. Nach Ende der Testphase wird nur mehr das als optimal ermittelte Werbemittel ausgeliefert.
• Erzielt ein Werbemittel viele Impressions, kann ein iteratives Testing eingesetzt werden. Dabei werden mehrere Testphasen aneinander gereiht und das Werbemittel wird ständig weiter optimiert.

Voraussetzungen

Damit ein Ad-Testing implementiert werden kann, muss vor allem eine Voraussetzung erfüllt sein: Der Werbetreibende benötigt ein Echtzeit-Reporting über die Nutzerreaktionen auf das Werbemittel – und das natürlich auf Basis relevanter Kennzahlen. Im einfachsten Fall dient die Klickrate als Kennzahl. Das macht vor allem bei Performance-Werbung Sinn. Schwierig ist die Implementierung eines Testing-Verfahrens bei Werbemitteln mit Branding-Zielen: Hier könnte theoretisch eine parallele Nutzerbefragung relevante Kennzahlen liefern – diese Daten sind jedoch in der Praxis kaum in Echtzeit zu gewinnen. Ein Testing bei Branding-Kampagnen ist damit faktisch nur dann möglich, wenn die Kampagne relativ lange läuft.

Update: Die erste Fortsetzung dieses Beitrags ist fertig.

Online Musik wird immer populärer. Viele Social Networks, Musikempfehlungsdienste, Radios und Magazine helfen Fans “ihre” Musik zu finden. Hier sind die 20 beliebtesten Websites aus Deutschland für Musiker, Fans und jeden, der Musik genießen will:

1. myspace.de - größtes Social Network mit Schwerpunkt Musik. Die beliebteste Plattform für Bands und Fans in Deutschland.
2. last.fm - kostenloses Internetradio und „Musikempfehlungsdienst“, das die besten Elemente eines Onlineradios, sozialer Netzwerke und von Benutzern erstellten Inhalten vereint.
3. MTV.de - berichtet über News aus der Musikszene, Infos zu Neuerscheinungen, aktuelle Videos, Live-Streams und Interviews.
4. laut.de - Magazin mit News und Stories, sowie umfangreicher Interpreten-Datenbank und Diskographien.
5. viva.tv - der Musiksender will die Popkultur auch auf der Website repräsentieren.
6. antenne.de - Antenne Bayern ist die reichweitenstärkste Radiowebsite in Deutschland.
7. Songtexte.com - größte Songtexte Community mit über 300.000 Lyrics, Videos und tausenden Musikfans.
8. Jamendo.com - Plattform für freie und legale Musikdownloads.
9. Pop24.de - Universal Music Portal für zeitgenössische Popmusik.
10. Intro.de -Musikmagazin mit News, Videos, Konzerten, Plattenkritiken und Festivals.
11. motor.de - Portal für alternative Musik und Kultur mit News, Biografien und Rezensionen.
12. simfy.de - bietet Möglichkeit, gekaufte Songs online zu archivieren und mit Freunden zu tauschen.
13. mzee.com - HipHop-Medium mit News, Konzert Kalender, Forum und Shop.
14. Rap.de - HipHop Magazin mit Community und Multimedia-Inhalten.
15. phonostar.de - informiert über die aktuellen Sendungen von über 70 Radiosendern.
16. tonspion.de - Plattform rund um das Thema MP3.
17. Mikestar.com - Nutzer können Karaoke singen und eigene Musikvideos erstellen.
18. myownmusic.de - bringt Newcomern aller musikalischen Genres zusammen.
19. TalentRun.de - bietet Karaoke Hits zum Mitsingen und viele Videos und Gesangsaufnahmen.
20. setlist.fm - sammelt Setlists von Konzerten aus der ganzen Welt.

Quelle: alexa, google trends, AGOF, IVW

Vorletztes Wochenende, am 1. und 2. November, fand in Berlin das CommunityCamp statt, das ich etwas mitorganisieren durfte. Endlich schaffe es nun auch ich, mein persönliches Fazit zu ziehen.

Also, was gibt es aus meiner Sicht zum CommunityCamp zu sagen? Erstmal habe ich großartige Menschen kennen gelernt, interessante Gespräche geführt und mich insgesamt im Camp-Gewusel sehr wohl gefühlt. Die cimdata Medienakademie, in der bereits das BarCamp Berlin 2 stattfand, stellte sich (mal wieder) als fantastischer Partner heraus – vielen Dank an alle engagierten Studenten, die uns tatkräftig bei der Organisation vor Ort unterstützt haben! Die Qualität der Sessions war in BarCamp-Tradition heterogen, insgesamt aber meiner Meinung nach nicht schlechter als auf bisherigen Camps – auch wenn das Getweete rund um’s CommunityCamp hin und wieder einen anderen Eindruck vermittelt hat. Besonders beeindruckend fand ich den spannenden Teilnehmer-Mix mit einer sehr hohen Expertendichte sowie die teilweise sehr langen Reisewege, die manche Teilnehmer auf sich genommen haben.

Auch auf die Gefahr hin, dass mein Fazit von nun an negativer ausfällt, als es das Camp mit seinen definitiv vorhandenen Höhepunkten verdient hat (alleine der Auftritt von Kai-Uwes Funk-Band auf der Party war legendär), möchte ich einen Punkt zur Sprache bringen, der mich an diesem Wochenende ziemlich enttäuscht hat, und der mich dazu gebracht haben, ein bisschen über die Organisationform von BarCamps nachzudenken: die geringe Zahl an angebotenen Sessions – 34 Stück bei über 200 Besuchern.

Session-Board vom Samstag, fotografiert von Blogging Dagger

Obwohl die Besucher des CommunityCamps praktisch ausnahmslos über wertvolles Expertenwissen im Community-Management oder in damit verwandten Themen verfügten, war die Bereitschaft zu einem offenen Austausch meiner Meinung nach extrem gering. In diesem Camp schlummerte ein enormes Potenzial, und wie Oliver in der Feedback-Session resümierte, hätte es eines der besten Bar- bzw. Themen-Camps werden können, die es bisher in Deutschland gab. Leider wurde dieses Potenzial nur ansatzweise ausgeschöpft: Das Session-Board präsentierte sich an beiden Tagen mit so vielen Lücken, dass vier statt acht Räume völlig ausreichend gewesen wären. Zahlreiche Aspekte rund um das Management von Communities wurden meiner Meinung nach zu Unrecht außen vorgelassen.

Am Sonntag haben Kai-Uwe und ich nachdrücklich versucht, Sessions einzufordern – allerdings ohne großen Erfolg. Waren wir zu nachgiebig? Waren wir zu wenig charismatisch? Möglicherweise – ich für meinen Teil war tatsächlich relativ müde und ich weiß, dass ich nicht allzu viel Energie versprüht habe. Darauf sollte es aber nicht ankommen: Es ist eigentlich nicht die Aufgabe des Orga-Teams, den Motivations-Clown in der Session-Planung zu machen, sondern dafür zu sorgen, dass eine von sich aus motivierte Teilnehmerschaft möglichst optimale Rahmenbedingungen für einen offenen Wissensaustausch vorfindet. BarCamps leben von Teilnehmern, die mit einer hohen Motivation dabei sind und darauf brennen, ihr Wissen zu teilen. Wer an einem BarCamp teilnimmt, sollte nicht darum gebeten werden müssen, sein Wissen preiszugeben – und erst recht nicht sollten BarCamp-Besucher darauf hoffen, Wissen abgreifen zu können, ohne selbst welches zu geben. Das Konzept von BarCamps basiert nun mal auf einer einfachen Grundregel: Keine Zuschauer, nur Teilnehmer. Wird diese Regel von zu vielen Besuchern missachtet, ist ein BarCamp inhaltlich tot. Übrig bleibt eine reine Networking-Veranstaltung, die langfristig wahrscheinlich kaum mehr jemanden hinter dem Ofen hervorlocken wird.

Brauchen wir eine Lösung für das Motivationsproblem in der BarCamp-Gemeinde? Oder war das CommunityCamp nur eine Ausnahme inmitten einer vor aktiven Teilnehmern sprühenden deutschen Camp-Landschaft? Letztere These hat sich in der Feedback-Session als Konsens ergeben, und teilweise stimme ich ihr zu: Viele alte Hasen, die praktisch auf jedem BarCamp eine Session anbieten, haben auf dem CommunityCamp gefehlt. Ihr Fehlen ist entweder auf das relativ spezifische Thema ‚Communities’ zurückzuführen oder auf einen ‚Overcamping’-Effekt durch den dicht gedrängten Web-Event-Kalender der letzten Wochen. Ich finde aber, auf dieser Erklärung dürfen wir uns nicht ausruhen – schließlich sind gerade BarCamp-Newbies dazu angehalten, eine Session vorzubereiten. Wir dürfen uns nicht auf die alten Hasen verlassen und dann doof aus der Wäsche schauen, wenn sie dem Camp fernbleiben. Mein wichtigstes Fazit aus dem CommunityCamp als Mitorganisator ist deshalb: Wer ein BarCamp organisiert, sollte sich Gedanken darüber machen, wie man dem Problem einer geringen Beteiligung aktiv entgegenwirken kann. Ich poste in Kürze ein paar weitere Gedanken dazu – was denkt ihr zu diesem Thema?

RjDj ist eine neue Musiksoftware für das iPhone, mit der die Welt zum Instrument wird. RjDj nutzt die Bewegungssensoren und das Mikrofon des iPhone um Musik zu revolutionieren.

RjDj ermöglicht Künstlern eine völlig neue Art Musik zu komponieren und damit die reale Welt mit der Musikwelt zu verbinden. Mit RjDj hört man keine festen Kompositionen, sondern man erlebt akustische “Scenes”, die sich je nach Umgebung ständig verändern.

Mit dem iPhone Mikrofon hört RjDj darauf, was in der Umwelt passiert. Die Umweltklänge können in RjDj analysiert werden, gesamplet, geloopt und mit Effekten veredelt in die gerade laufende “Scene” eingebaut werden. “Auf einmal klingt das Rascheln der Hose, das Klingeln an der Tür, die eigene Stimme, der gesamte Alltag völlig anders als je zuvor”, so der österreichische Gründer Michael Breidenbrücker.

Seit Oktober 2008 arbeiten Michael Breidenbrücker (Mitgründer von last.fm), Stefan Glänzer (last.fm-Chairman) sowie ein Team rund um Günter Geiger und Paul Brossier an der am schnellsten wachsenden Musikplattform auf dem iPhone. Das Unternehmen Reality Jockey Ltd. hat seinen Hauptsitz in London.

Video: Michael Breidenbrücker präsentiert RjDj: