‘Meer rendement met behavioral targeting’

‘Meer rendement met behavioral targeting’

Behavioral targeting levert meer op dan contextual advertenties. In sommige gevallen is het rendement van behavioral targeting zelfs 22 procent hoger. Dat blijkt uit een onderzoek van Jupiter Research, in opdracht van Revenue Science (via: Twinkle).

Belangrijke andere onderzoeksbevinding (uit het rapport, dat je na registratie kunt downloaden bij Revenue Science): ‘Consumers who prefer BT ads represent a higher value audience making them a more attractive online advertising.’ Want, stelt Jupiter, ze representeren een hogere inkomensklasse, geven online meer geld uit en doen dat vaker.

Twinkle schrijft: ‘Van de consumenten bleek 63 procent open te staan voor suggesties die werden aangedragen met behulp van behavioral targeting. Productcategorieën waarbij behavioral targeting goed scoort, zijn financiële diensten, consumentenelektronica, medicijnen en mode.’

In het rapport komen de volgende kernvragen aan de orde:

  • Welk type advertenties prikkelt de interesse van de consument en doet hem of haar overgaan tot actie?
  • Tot op welke hoogte zijn online consumenten ontvankelijk voor verschillende advertentiestrategieën?
  • Hoe groot is het publiek dat ontvankelijk is voor behavioral targeting, en hoe kan deze groep gekarakteriseerd worden?
  • Tot op welke hoogte is er een kans online shoppers te bereiken met behavioral targeting?

Delen

0
0


Er zijn 7 reacties op dit artikel

  • Ik vraag me ten eerste af wat RevenueScience met BT bedoelt. Is het targeting op basis van een categorie waar een gebruiker in past op basis van klikgedrag om deze informatie te matchen met een product categorie? Lijkt mij dan nog steeds moeilijk om een relevant product te matchen aan de content die gebruiker leest.

    En het volgende wat ik mij afvraag is hoe ze de vergelijking tussen BT en contextual hebben gedaan. Ik ben nog geen enkel bedrijf tegengekomen dat contextual targeting goed kan doen, omdat het erg complex is de context in detail te analyseren.

    Met onze software die gebruikt maakt van een semantische analyse is het mogelijk om specifieke producten te matchen op basis van context en gedrag. Iemand andere bedrijven tegengekomen die dit kunnen?

    Groeten,

    Bart @ Leiki

    geplaatst op
  • Een onderzoek gemaakt in opdracht van een leverancier van BT-systemen moet je sowieso met een korreltje zout nemen.

    MAarrrr, in de praktijk heb ik BT overigens zelden echt beter zien werken dan gewoon in het umfeld. Wel brengt BT zeer grote risico's met zich mee, zeker als de campagne doelstelling respons based is.
    Persoonlijk kan ik terugkijken op ongeveer 10 cases die we in Nederland hebben onderzocht. Dat is een flink percentage van alle BT campagnes die in Nederland het levenslicht hebben gezien. Van contextueel tot en met targeting op IP en SIC. Daarbij moet je concluderen dat het effecten van BT in de praktijk niet overweldigend zijn. Zeker niet om dit heel adverterend Nederland massaal te adviseren.

    Het probleem van BT is en blijft dat je weliswaar groepen op browsegedrag kunt segmenteren en separaat kunt benaderen, maar dat je eigenlijk niet precies weet WIE die groepen dan exact zijn. Laat staan dat je weet of het ook echt je kopersgroep is. Om een voorbeeld te geven. Je kunt wel middels contextuele targeting gaan segmenteren op het aantal pagina’s die te maken hebben met reizen, maar als die pagina’s vooral worden bekeken door jongeren op zoek naar een goedkope zon-zee vakanties blijf je als adverteerders bij de inzet van BT wel lekker zitten met je Disney-Parijsreizen voor het hele gezin. En dat is dus precies wat er in de praktijk lijkt te gebeuren. Andersom, voor aanbieders van goedkope zon-zee vakanties biedt BT niet altijd voldoende toegevoegde waarde om niet in het umfeld te adverteren. Dit heeft te maken met timing van boeken (van een reis).

    BT is alleen effectief gebleken voor een enkele respons en mix campagnes. Puur voor het opbouwen van awareness en bekendheid is het niet een effectiever middel gebleken. Al zou je het corrigeren met een lagere CPM die meestal voor BT wordt gevraagd zelfs dan kan het vaak niet uit.

    Voor pure respons campagnes zijn er voldoende andere alternatieven. Veel-voor-weinig programma’s zoals die ondermeer bij ilse media’s Exchange worden aangeboden. Dan blijven eigenlijk alleen nog mix-campagnes over. Dus campagnes die draaien op zowel respons als bekendheid. Voor grotere mix-campagnes die vooral worden ingekocht door mediabureaus, lijkt BT ook niet het geijkte middel. De reden hiervoor is dat de meeste bureaus niet echt zitten te wachten op meer complexiteit wat het inboeken en rapporteren van BT-campagnes met zich mee lijken te nemen.

    Begrijp me goed. Ik zie veel toegevoegde waarde van BT in combinatie met profiling. En al helemaal als er tussen netwerken met BT wordt gewerkt. Bijvoorbeeld het targetten van een zakelijke beslisser in een prijzig netwerk en die op bijvoorbeeld Marktplaats benaderen met een lage CPM (en weinig commerciele posities). Maar zonder profiling of samenwerking tussen netwerken blijft BT op campagne niveau een schip zonder kompas wat wel eens een haven weet te vinden, maar waarbij dit meer geluk dan wijsheid is. En da's geen matter of opinion, maar feitelijke bevindingen.

    Een case die tegelijkertijd umfeld met BT vergelijkt is de ABN AMRO campagne, die kan worden gedownload door te kijken op:
    http://ads.memo2.nl/presentations/abnamrobt/

    geplaatst op
  • @Bart

    Wij van AskNow houden ons ook o.a. bezig met targeting. De gerelateerde berichten die je hier op Marketingfacts.nl ziet bij ieder bericht dat je aangeklikt hebt worden door onze applicatie bij dat bericht geplaatst. Momenteel zijn we bezig om gerelateerde berichten niet te berekenen aan de hand van het bericht maar aan de hand van het realtime opgebouwde bezoekersprofiel, zie ook http://www.marketingfacts.nl/berichten/20070604_marketingfactsnl_start_pilot_met_asknow/ en http://www.marketingfacts.nl/berichten/eerste_fase_personaliseren_marketingfacts_van_start/

    Kennelijk is onze aanpak fundamenteel anders dan die van jullie. Semantische analyse is inderdaad heel complex, en naar onze ervaring moeilijk tot niet inzetbaar in een omgeving als MarketingFacts.nl. Ontologieën kunnen je recall doen toenemen maar zoals jullie zelf al aangeven ben je dan afhankelijk van mensgemaakte arbeid en aannames. Onze ervaring is dat hoe groter de hoeveelheden handwerk die verricht moeten worden hoe groter de kans op fouten, want waar gewerkt wordt worden fouten gemaakt. Bovendien zal een algoritme consistentere fouten maken dan mensen. Daarnaast loop je het risico dat je ontologie niet alle 'bezoekerstaal' dekt omdat natuurlijke taal oneindig is en zeker op internet is men heel creatief met taal en spelling. Daarom hebben we er juist voor gekozen om zonder ontologie te werken en uit te gaan van wat je hebt, in dit geval mf-berichten. Alle berichten samen omvatten eigenlijk het vocabulaire van ons systeem. Bij het aanklikken van een bericht worden de meest informatieve woorden uit dat bericht gebruikt om gerelateerde berichten erbij te zoeken, en dat zal op een soortgelijke manier ook zo gebeuren zodra we bezoekersprofielen gaan inzetten. Door de site zelf het vocabulaire te laten zijn is je recall dus verzekerd, je precision (de meest informatieve woorden bepalen) is te finetunen.

    geplaatst op
  • @ Marcel, goeie punten en ben het met je eens.

    Het probleem is dat alle BT oplossingen over 1 kam worden geschoren terwijl er groot verschil bestaat in de toepassingen en uiterraard de uitkomsten hiervan.

    Wij zien betere resultaten door automatische persoonlijke interesse profielen te creëeren. Dit betekent dat je niet alleen weet dat iemand geïnteresseerd is in een vakantie omdat hij op de vakantiepagina surft. Op basis van surfgedrag kan onze software de context begrijpen en dus een beter beeld vormen van individuele interesse.

    Meer hierover in deze case study: http://www.leiki.com/newsletter.html#news2

    Groeten,

    Bart

    geplaatst op
  • BT is alleen maar een onderdeel van mogelijke targeting. systemen die ik ken (;-)) bieden alle oplossingen vanuit dezelfde techniek, en laat deze combineren met elkaar. Dus profiling + surfgedrag + contextual + survey (predictive targeting) + keyword

    segmenteren, classificeren, is dus heel belangrijk om goed te doen. En ben je die aanbieder van familie vakanties dan zorg je ervoor dat je meerdere attributen daaraan toevoegt en andere uitsluit. Voor die reisaanbieder is overigens dat reizentarget alleen relevant qua tijd (buying cycle) misschien zijn er wel hele andere kenmerken waar zo'n aanbieder op moet targeten; wie is de beslisser om die familiereis te kopen, welke interesses, welke leeftijdscategorie etc.

    Waar laat je de banner zien die getarget is, ook op de reis pagina? Lijkt me geen goed plan.

    Het opzetten van een goed target kan complex zijn en eist gedegen kennis van de doelgroep. In Nederland zijn partijen hier nog maar net mee bezig en is het veel te kort door de bocht om te zeggen dat het niet werkt.
    Er zijn BT systemen die niet real time hun profielen bouwen, maar die op basis van bekende cijfers (stir) van een site laten instellen. Dit heeft natuurlijk funeste gevolgen voor de kwaliteit van een profiel.

    Ik ben ervan overtuigd dat de komende maanden goeie campagnes gedraaid gaan worden.

    @Marcel, ik heb nog wel een paar updates/ resultaten voor je die ik je wil laten zien, dus kom maar weers eens langs zou ik zeggen...

    geplaatst op
  • @Martine

    Bedankt voor je commentaar! Ik heb wel nog een aantal opmerkingen ; )

    "Semantische analyse is inderdaad heel complex, en naar onze ervaring moeilijk tot niet inzetbaar in een omgeving als MarketingFacts.nl."
    Ik begrijp hieruit dat jullie getracht hebben met ontologieën te werken maar zonder succes. Onze ontologie is sinds 2000 ontwikkeld en wordt door klanten gebruikt met uiteenlopende content van financieel nieuws tot jobads en e-commerce producten, en dit allemaal met 1 standaard ontologie. Tevens leveren wij ons product in alle talen van Nederlands tot twee soorten Chinees.

    "Onze ervaring is dat hoe groter de hoeveelheden handwerk die verricht moeten worden hoe groter de kans op fouten, want waar gewerkt wordt worden fouten gemaakt."
    Wij hebben een strikte quality assurance en het feit dat ons product al jaren wordt gebruikt door bedrijven zoals Financial Times en Nokia bewijst de kwaliteit en stabiliteit van ons product. Het werkt gewoon beter dan algoritmes en daarom kiezen onze klanten voor ons product.

    Zonder te veel naar een technische discussie te gaan zou ik graag willen benadrukken wat de voordelen zijn van onze methode in relatie tot BT en contextual targeting:

    1. Keywords hebben verschillende betekenissen en adverteren of content matchen op basis van keywords is riskant omdat de context niet wordt begrepen. Voorbeeld: Java. Dit is zowel een programmeertaal, koffie als een eiland. Ons product kijkt naar de context waarin "Java" wordt gebruikt.

    2. Crosslinken van content en producten op basis van keywords is niet mogelijk want met maar een aantal keywords kom je niet ver als je de betekenis van de woorden niet weet. Voorbeeld: Nokia. Met keywords kun je alleen relevante artikelen of producten van Nokia vinden, maar indien je geen artikelen of producten van Nokia hebt is er dus geen match en ga je dus als gebruiker niet relevante content en producten zien. Onze software kan gerelateerde content en producten vinden zelfs op basis van 1 woord of enkele woorden.

    3. User profiling op basis van keywords lijkt mij ook zeer riskant gezien de bovenstaande redenen. Onze methode van user interest profiling is gepatenteerd en heeft de kwaliteit gedurende 7 jaar bewezen. Ons product is vaak getest in vergelijking met andere BT en contextual targeting producten en heeft elke test gewonnen. Aantal voorbeelden op http://www.leiki.com/customers.html

    Wij maken zelfs nieuwe advertentiemodellen mogelijk met ons product. Ik ben bijvoorbeeld nog geen oplossing tegengekomen die relevante producten uit een e-commerce catalogus contextueel en op basis van gedrag succesvol kan cross-linken. Dit is een goeie reden voor onze media klanten om AdSense van de hand te doen!

    Martine, jullie oplossing zal waarschijnlijk OK werken op een site met speficieke content zoals marketingfacts, maar ik zou het graag zien in een omgevingen zoals beschreven in dit artikel nml BT en contextual targeting.

    @Bas

    Inderdaad, een combinatie van verschillende technieken levert het beste resultaat. Wij gebruiken contextual, user interest profile en social targeting. Het gebruiken van surveys en externe data zoals stir cijfers lijkt me absoluut niet relevant voor een individuele gebruiker.

    Groeten,

    Bart

    geplaatst op
  • @Bart

    Jij ook bedankt voor je interessante commentaar! Het was overigens niet mijn bedoeling om twijfel te zaaien over ontologiëen in het algemeen en jullie aanpak in het bijzonder. Zoals je zelf al terecht aangeeft is de beste aanpak nogal altijd een hybride systeem en ik begrijp nu dat semantiek niet het hart is van jullie applicatie. Wij maken op die manier wel gebruik van een ontologie maar puur om recall te waarborgen, niet als 'motor' en ik zie dat ook niet gebeuren om de redenen die ik al aangegeven heb.

    Laten we inderdaad niet te veel over de techniek uitweiden, maar één ding moet me nog wel van het hart. In je laatste reactie komt het op me over alsof je denkt dat we een keyword-achtige aanpak hanteren. Dat is zeer zeker niet het geval, we weten allebei dat dat een aanpak van decennia terug is die niks met natuurlijke taalverwerking te maken heeft. Precies zoals jullie naar de context van een woord als "Java" kijken doen wij dat ook, alleen doen we dat door naar de omliggende woorden van "Java" te kijken in de tekst of teksten die voorhanden zijn, niet via een ontologie oid. De technologie die we daarvoor inzetten is gebaseerd op de informatietheorie van Shannon en al decennia state-of-the-art. Als we dat naast jullie ervaring zetten zijn we kennelijk aan mekaar gewaagd.

    Onze applicatie werkt inderdaad "OK". Ik zal je een seintje geven als je het van dichtbij kan bekijken.

    geplaatst op

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.