Warum ist "no cookies" nicht das Gleiche wie "cookieless"?

Der Schritt in eine „cookie-lose“ Zukunft bedeutet nicht das Ende aller Cookies, sondern eine signifikante Veränderung in der Art und Weise, wie Cookies verwendet werden sowie die Arten von Daten, die sie sammeln.

Was zu dem Begriff „cookieless“ geführt hat, ist alles andere als das Ende der Cookies. Der Beitrag „Cookies are delicious and I just can’t get enough“ von Julien Coquet erklärt kurz und unterhaltsam die verschiedenen Cookie-Typen und deren Verarbeitung im Laufe der Zeit. In der Tat ist der Begriff „cookieless“ irreführend — ein Schelm, der denkt, es handele sich nur um eine Marketing-Umformulierung, um das schlechte Image von Cookies zu überwinden.

Es gibt einen signifikanten Unterschied zwischen den Begriffen „no cookies“ und „cookieless“

„No cookies“ bedeutet, dass für den technischen Betrieb keine Cookies erforderlich sind (was z.B. für die Customer Engagement Platform ODOSCOPE gilt). “Cookieless" ist stattdessen ein (mittlerweile) gängiges Schlagwort in der Martech-Branche zur Vermeidung von Drittanbieter-Cookies. Erstanbieter-Cookies (First party cookies) aber werden nach wie vor benötigt und sind involviert.

Fast jedes Mar-Tech-Tool verwendet Cookies, um einen Online-Nutzer wiederzuerkennen, tracken und erfassen dessen Verhalten und  Customer Journey, bieten die nächsten Aktionen an, um individuell zugeschnittene Angebote, Formulierungen, Ansichten, Empfehlungen, Gutscheine usw. anzuzeigen — aber nicht jetzt in der aktuellen Session, sondern erst, wenn der Nutzer wiederkommt und den Shop erneut besucht.

Andererseits wächst die Anzahl der Nutzer, die Cookies entweder ablehnen oder löschen. Die Rate unbekannter Nutzer im E-Commerce liegt bei bis zu 60% und darüber. Mehr als die Hälfte des eingehenden Nutzer-Volumens (Traffic) kann mit einem Cookie-basierten Tool nicht bedient werden:

• Fast alle Martech-Tools zur Optimierung der Konversionsraten, zur Verbesserung der Customer Experience und zur Personalisierung benötigen Cookies.
• Mehr als 60% des eingehenden Traffics können nicht mit einer Cookie-basierten Technologie bedient werden.

‍

Gibt es Wege, den gesamten Traffic zu optimieren?

Ja, die gibt es; und die Integration ist viel weniger komplex, als du vielleicht annimmst und Du hast bereits alle notwendigen Daten. Es gibt einen neuen, modernen Ansatz, der die bisherige Art des mehr oder weniger statischen Optimierungsprozesses durch Segmentierung und mit vordefinierten Regeln überwindet. Sieh dir die folgenden Abbildungen an, um die verschiedenen Ansätze besser zu verstehen:

Wie du in Abbildung 1 sehen kannst, ist jede auf Cookie-basierende Personalisierung anfällig für die (fehlende) Nutzer-Akzeptanz bzgl. der Cookies. Viele Personalisierung-Tools agieren nicht nutzerindividuell, sondern auf Basis von Verhaltenssegmenten. Außerdem, was von einer solchen Personalisierungslösung angezeigt wird (was wiederum nur bei erkannten Wiederkehrern passieren kann) ist oft regelbasiert. Je mehr vordefinierte Segmente und je mehr Anwendungsfälle es gibt, desto mehr Regeln müssen definiert und verwaltet werden. Dies kann zu einem kritischen Bottleneck bei der Skalierung jeglicher Personalisierung werden.

Dieser Ansatz kann als „faster horses“ angesehen werden, um auf Henry Fords berühmte Worte zurückzugreifen. Aber es ist immer noch eine ziemlich statische Methode, die sich auf bereits angesehene Produkte oder einzelne KPIs konzentriert, aber nicht auf den aktuellen Nutzer selbst: Es identifiziert keine nutzerindividuellen Muster und Identitäten unabhängig vom Verhalten des letzten Besuchs, und es kann keine nutzerindividuellen Präferenzen dynamisch und basierend auf dem tatsächlichen Verhalten innerhalb der aktuellen Sitzung anzeigen.

Die nächste Abbildung zeigt einen automatisierten, dynamischen Personalisierungsansatz. ODOSCOPE verwendet hier die Daten der aktuellen Session (in Verbindung mit optional weiteren vorhandenen Datenquellen) - und das in Echtzeit. Dieses Vorgehen ist nicht auf Cookies angewiesen, kann aber natürlich Informationen aus Cookies und Logins verwenden, sofern diese vorhanden und verfügbar sind:

Drei Unterschiede zwischen herkömmlichem, regelbasiertem und neuem, dynamischem Personalisierungsansatz

Daten Lakehouse

Der erste wichtige Unterschied zwischen den beiden Ansätzen ist das Data Lakehouse: Anstatt Daten in jedem Silo zu analysieren (Werbetools analysieren das Verhalten von Nutzern, die auf eine Anzeige geklickt haben, Empfehlungs-Tools analysieren das Verhalten von Nutzern, die einen Artikel gekauft haben usw.), hosten und analysieren Data Lakehouses alle verschiedenen Datenpunkte aus allen verschiedenen Datenquellen insgesamt. Dadurch werden alle wichtigen Relevanzen in allen Datenquellen identifiziert. Beispielsweise kaufen Nutzer mit einem iPhone aus einer Metropolregion nachmittags während der Woche möglicherweise deutlich andere Produkte als Nutzer, die an einem Wochenende auf einem Desktop-Computer aus einer ländlichen Gegend deinen Onlne-Shop besuchen (jeder Shop hat ein anderes wichtiges „Datenpublikum“, auf das reagiert werden kann).

‍

Echtzeitfähigkeit der KI-Module

Der zweite wesentliche Unterschied ist die Echtzeitfähigkeit der KI-Module: Die hochkomplexen Korrelationsanalysen des modernen Personaisierungsansatzes müssen automatisch und sehr, sehr schnell ablaufen. Für jeden einzelnen Nutzerklick geschieht das in weniger als 20 Millisekunden. Das Ergebnis ist die dynamische Identifizierung der sog. Look-alike-Audience des aktuellen Nutzers und der wesentlichen Interessen und (Produkt-) Präferenzen der Zielgruppe. Dabei handelt es sich um einen rein datengesteuerten, ganzheitlichen Ansatz, der eine Echtzeit-Datenaktivierung auf der Grundlage des tatsächlichen Verhaltens und in Kombination mit beliebigen anderen Datenquellen wie CRM, ERP, customer journey, Wetterdaten oder anderen externen Faktoren ermöglicht. Die KI-Module optimieren die Sortierung von Produktlisten, die Relevanz von Empfehlungen, die Sortierung von Suchergebnissen, individuelle Newsletter und sogar Display-Werbung (Adaptive Creative Optimization).

‍

Flexibles und dynamisches „Verstehen“ dessen, was gerade passiert

Der dritte Unterschied ist das flexible und dynamische „Verstehen“ dessen, was gerade passiert: Die Echtzeit-Analysen liefern die statistisch relevantesten Produkte für jeden einzelnen Nutzer im aktuellen Moment, basierend auf den Datenpunkten und dem Verhalten des aktuellen Nutzers. Die API von ODOSCOPE (auch per Plugin ansprechbar) kommuniziert mit dem Shop-System darüber, welche Produkte oder Elemente für genau diesen Nutzer angezeigt werden müssen.

Diese Datenaktivierung benötigt keinen User-Consent: Selbst ein Nutzer, der die Einwilligung komplett verweigert, einschließlich des einfachsten Web-Trackings, kommt zu einer bestimmten Tageszeit in deinen Shop und der User-Agent enthält Informationen über den Gerätetyp (sonst könnte für anonyme Nutzer keine mobile Ansicht angezeigt werden) sowie weitere Datenpunkte. Obendrein klickt der Nutzer auf Kategorien, Produkte, Filter usw. ODOSCOPE ist komplett zustandslos, d.h. es analysiert die vorhandenen Session-Daten im Vergleich zur Datenhistorie, um zu identifizieren und anzuzeigen, was für den aktuellen Nutzer individuell relevant ist. Es wird weder etwas gespeichert, noch werden irgendwelche zusätzlichen Nutzerinformationen aufgezeichnet.

‍

Fazit

Ansätze wie der von ODOSCOPE sind eine neue Methode zur Personalisierung und Optimierung der Konversionsrate. Sie sind nicht das „schnellere Pferd“, sondern ein ganz neuer, vorausschauender Ansatz. ODOSCOPE kombiniert jede beliebige Datenquelle, egal ob anonym oder nutzerbezogen (bei Consent oder nach dem Login) und bezieht externe Datenquellen wie Wetter, Verkehr, exterrne Ereignisse usw. mit ein. Und es beinhaltet eine Sortimentskontrolle, d. h. Merchandising, um deine Geschäftsziele mit den Nutzerpräferenzen in Einklang zu bringen.

Eine Stärke liegt hierbei in der Geschwindigkeit: Im Gegensatz zu herkömmlichen Customer Data Platforms (CDPs) kann ODOSCOPE sehr große Datenquellen in Echtzeit (<20 ms) analysieren. Es ermöglicht eine Datenaktivierung in Echtzeit, während die Landingpage gerendert wird sowie bei jedem weiteren Nutzerklick. Das alles basiert vollständig auf vorhandenen Daten. Es muss kein neues Pixel implementiert werden, es ist keine zusätzliche Zustimmung (Consent) erforderlich (da die zugrunde liegenden Daten mit erteilter Zustimmung erfasst wurden), und es funktioniert auch für neue Nutzer, für Nutzer, die Cookies gelöscht haben, und für Nutzer, die ihren Constent nicht erteilen.

Wenn wir das Wort „cookieless“ erfunden hätten, hätten wir es so gemeint, wie es sich anhört. ODOSCOPE kann jedoch parallel zu cookie-basierten Lösungen mit Fokus auf unbekannten Nutzern sowie als vollwertige Customer Data Platform eingesetzt werden — allerdings mit dynamischen und flexiblen Funktionen zur Datenaktivierung in Echtzeit.

‍

‍