Für Advertiser und Netzwerke: Nielsen ermittelt Daten zu Podcast-Hörern

Für Advertiser und Netzwerke: Nielsen ermittelt Daten zu Podcast-Hörern

Beliebte Genres, die beste Zeit zum Hören und vieles mehr. Nielsen möchte das Nutzungsverhalten der Podcast-Hörer untersuchen und die Daten aufbereiten, sodass Klienten der Branche darauf zurückgreifen können, um Podcasts oder Werbung darauf auszurichten.
30.000 Menschen werden in den USA befragt
Nielsen selbst gab bei PR Newswire bekannt, dass ein Podcast Listener Buying Power Service gelauncht wird. Dieser soll Podcastern und Marken spezifische Insights zur Hörerschaft verschaffen. Dabei wird Nielsen auf knapp 30.000 Nutzer zurückgreifen, von denen via Umfrage Daten ermittelt werden. Allerdings ist dieses Vorhaben bislang auf die USA begrenzt. Das Ganze soll unter der Lösung Nielsen Scarborough laufen und Klienten wie iHeartPodcast Network, Cadence13, Midroll, Westwood One und Cabana möchten davon profitieren.
Mit der eigenen Datenbasis gibt Nielsen an, auch zu spezifischen Podcast-Programmen ausgiebige Informationen die Nutzung betreffend liefern zu können. Zudem bietet der Service Fragen zur Nutzung von mehr als zwölf Podcast-Genres. Darüber hinaus werden gut 2.000 Retail- und Kaufintentions-Kategorien in den Berichten vorhanden sein sowie klare Angaben zur Werbewahrnehmung von Advertisern aus Branchen wie Automobile, Versicherungen, Fastfood-Restaurants usw. Die Berichte zur Podcast-Nutzung werden zweimal jährlich über webbasierte Software erstellt und veröffentlicht. Profitieren können die Podcaster selbst, wie Conal Byrne, Präsident des iHeartPodcast-Netzwerks, betont:
We are looking forward to the ways that data from Nielsen’s Podcast Listener Buying Power service will allow us to communicate our podcasting value proposition to advertisers. As our business continues to expand, and the abundance of ways that people are listening across multiple platforms continues to amplify, it’s imperative that we have the tools necessary to accelerate our business and have a deep understanding of what motivates over a quarter of a billion of our monthly U.S. listeners.
Nielsen möchte die Audio-Industrie unterstützen – und Geld machen
Nielsen, das jährlich über 200.000 Menschen in verschiedenen Medienkontexten mit Interviews am Telefon, Web-Fragebögen etc. untersucht, ist für seine großen Datensätze bekannt. Die Daten des neuen Service zur Podcast-Nutzung dürften für viele in der Digitalbranche von Interesse sein, Podcast-Betreiber, -Netzwerke und Advertiser. Brad Kelly, Managing Director bei Nielsen Audio, erklärt:
As the audio landscape continues to evolve, podcasting is winning the attention of American consumers as another powerful tool in audio’s arsenal. We are proud to empower these visionary clients with the insights that will propel them forward as they continue to lead the way in our industry. This groundbreaking service is growing podcasting beyond direct response by profiling specific brands, leading the way into the future of podcasting.
Mit den wertvollen Daten zum Status quo der Podcast-Nutzung in den USA wird Nielsen einerseits viel Umsatz machen können. Andererseits dürfte sich aber auch die Audio-Werbung in ihrer Ausführung noch passender gestalten, womöglich sogar nativer werden. Denn bislang hat die Podcast-Industrie, die in den USA schon sehr groß, in Deutschland noch stark im Wachsen begriffen ist, nur unvollständige Kenntnisse über die Hörer und ihr Nutzungsverhalten. Oft können nur einige Daten zu den Hörern ermittelt werden, Spotify kann Advertisern zumindest vermitteln, welche konkreten Hörer auf welche Podcasts zugreifen. Der Cookie-lose Traffic macht das Werben auch nicht einfacher, weshalb sich eine umfassende Datenermittlung wie jene von Nielsen für alle Seiten als lukrativ erweisen könnte. Wir dürfen daher gespannt sein, ob Nielsen oder ein anderes Unternehmen auch in Deutschland oder Europa eine tiefergehende Analyse der Podcast-Hörerschaft anstrebt. Das finanzielle und Werbepotential dieses noch jungen Bereichs mag so weiter offenbart und ausgeschöpft werden.

Identifikation im Vergleich: Möglichkeiten der Nutzer-Messung im Jahr 2019

Identifikation im Vergleich: Möglichkeiten der Nutzer-Messung im Jahr 2019

Wer digitale Werbung macht und die Performance stetig verbessern möchte, muss den Nutzer so gut wie möglich über verschiedene Kanäle hinweg identifizieren können. In Zeiten, da die hierfür so zentralen Cookies häufig abgelehnt werden und ein Zugriff auf die Nutzerdaten erschwert wird, braucht es neue Lösungen, um eine akkurate Nutzer-Erkennung und -Messung zu ermöglichen. Hierfür eignet sich ein Blick auf den probabilistischen Ansatz; doch dieser darf nicht isoliert betrachtet werden.
Der deterministische und der probabilistische Ansatz
Um den einzelnen Nutzer vor dem Bildschirm zu identifizieren, gibt es zwei unterschiedliche Herangehensweisen: die deterministische und die probabilistische.
Erstere wird insbesondere von Tech-Riesen genutzt und kann die Nutzer eindeutig erfassen, indem sie auf Cookies oder Logins zurückgreift. Probabilistische Methoden werden zusätzlich zu der rein deterministischen Herangehensweise von spezialisierten Dienstleistern entwickelt und angeboten. Sie analysieren für die Nutzer-Identifikation die unterschiedlichen deterministischen Signale des Endgeräts, wie Informationen zu Bildschirmauflösung, Gerätetyp, Standort und Netzwerk und kombinieren diese mit probabilistischen Annahmen. Die individuelle Kombination dieser nicht personenbezogenen Parameter lässt mit einer relativen Wahrscheinlichkeit einzelne Nutzer ohne Zurückgreifen auf Cookies einer Kampagne zuordnen.
Cookie-Ablehnung beeinträchtigt deterministische Methode
Deterministische Lösungen sind im Rahmen des digitalen Marketings weit verbreitet und greifen in der Regel auf Cookie-Informationen zu, um den Kampagnenerfolg auszuwerten. Ihre Insights stehen üblicherweise über verschiedene Mediakäufe hinweg kostenlos zur Verfügung. Der Wert der generierten Erkenntnisse ist dabei allerdings massiv eingeschränkt, da die eingeschränkte Cookie-Nutzung bzw. -Ablehnung sie besonders stark trifft und zu unzuverlässigen oder sogar kontraproduktiven Kampagnenergebnissen führt. Werbetreibende sollten darauf achten, ob sie Einblick erhalten, mit welcher Genauigkeit Nutzer erfasst werden.
Pro und Contra der probabilistischen Lösungen
Die Vorteile der probabilistischen Lösungen sind eine maßgebliche Antwort auf die Nachteile der deterministischen:
Sie benötigen keine Cookies oder Logins, um den Nutzer wiederzuerkennen.
Die Identifikation kann sowohl auf Cookies basieren als auch auf cookielosen Identifikatoren – das Problem der Cookie-Ablehnung wird somit umgangen.
Insights sind detailliert verfügbar und für eine unabhängige Analyse geeignet.
Cookielosem Tracking gehört die Zukunft
Die Ablehnungs- und Löschungsrate der Cookies ist hoch und nimmt stetig weiter zu. Eine genaue Ermittlung von Reichweite, Frequenz sowie saubere Attribution wird auf dieser Basis immer schwieriger.
Unsere Analyse zeigt, dass in jeder Kampagne inzwischen mehr als zwei Drittel (über 70%) der Cookies an Cookie-Verweigerer gehen. Obwohl die Anzahl der Nutzer, die Cookies ablehnen, deutlich niedriger ist (gut 30%), sind diese Nutzer für einen überproportionalen Anteil der Cookies verantwortlich, die jedoch unmittelbar gelöscht werden und den Datenbestand stark verunreinigen.
Beim Cookie-basierten Tracking erhält nur der Klick Anerkennung, © Flashtalking Funktionieren Cookies wie vorgesehen, so ergibt sich ein zusammenhängendes Bild der Kampagneninteraktionen eines Nutzers. Dieses Bild wird jedoch getrübt und auseinandergerissen, wenn Cookies abgelehnt werden. Da nur der Klick zugeordnet werden kann, ergibt sich ein unzuverlässiges, verzerrtes Reporting. Unser Cookie Rejection Report zeigt, dass die Reichweite auf Cookie-Basis viel zu hoch ausgewiesen wird (um 89 Prozent), die Frequenz hingegen 47 Prozent zu niedrig. Der Grund ist, dass der User bei jedem Kontakt mit dem Werbemittel ein neues Cookie gesetzt bekommt, das nach der Session wieder gelöscht wird. Somit wird er jedes Mal irrtümlich als neu erreichter Nutzer fehlidentifiziert. Die Kampagnenreichweite wird fälschlich in die Höhe getrieben, gleichzeitig erscheint die Häufigkeit, mit der das Werbemittel an ihn ausgespielt wurde, viel zu gering.
Der große Nutzen einer deterministischen Methode, bei der Nutzer zweifelsfrei identifiziert werden können, erweist sich vor dem Hintergrund der rückläufigen Cookie-Akzeptanz so immer mehr als Trugschluss. Unterdessen entwickeln sich probabilistische Methoden in Verbindung mit Machine Learning immer weiter.
Zeitgemäße Nutzer-Messung basiert auf einer Kombination
Erfolgsversprechend sind heute Lösungen, die deterministische und probabilistische Faktoren smart kombinieren. Die Gerätesignale bilden die deterministische Basis, sie können eindeutig – und datenschutzkonform – ausgelesen werden. Aufgrund dieser Daten allein kann jedoch nicht hinreichend verifiziert werden, ob es sich um einen bekannten oder einen neuen Nutzer handelt. In einem einfachen theoretischen Use Case ist es beispielsweise möglich, dass zwei Nutzer ein exakt gleich konfiguriertes Gerät verwenden. Der einzige Unterschied besteht im Standort: Einer der User befindet sich in einem Netzwerk in Hamburg, der andere hat kurz darauf in München einen Kontakt mit der Online-Kampagne. Nun ist die Wahrscheinlichkeit, dass dasselbe Gerät innerhalb einer sehr kurzen Zeit von Hamburg nach München gelangt, extrem gering. Mithilfe der probabilistischen Annahme kann also darauf geschlossen werden, dass es sich trotz der identisch konfigurierten Geräte um zwei unterschiedliche Nutzer handelt.
Wird diese Kombination aus deterministischen und probabilistischen Daten durch künstliche Intelligenz und Machine Learning ergänzt, ergibt sich eine vollständig datenschutzkonforme Methode, um genau zu überprüfen, ob es sich um einen bekannten oder um einen neuen Nutzer handelt. Diese Auditing-Funktion benötigt weder Zugriff auf die Daten in den verschlossenen Walled Gardens der GAFA, noch ist sie auf die zunehmend unzuverlässigen Cookies angewiesen. In einer von den amerikanischen Tech-Riesen unabhängigen Online-Werbelandschaft liegt zukünftig in der ausgeklügelten Kombination von deterministischen und probabilistischen Elementen der Schlüssel zum Erfolg.
Die Cookie-lose Geräteerkennung erlaubt geteilte Anerkennung für verschiedene mobile Ads, © Flashtalking Mit cookielosem Tracking lässt sich die vollständige Conversion Journey als zusammenhängendes Bild darstellen, in dem jede Werbemittelinteraktion einen anteiligen Verdienst zugeschrieben bekommt. In Verbindung mit Metriken, die die tatsächliche Performance wiedergeben, können Marketingverantwortliche hinsichtlich ihrer Budgetverteilung, Taktik und Werbemittelauswahl bessere Entscheidungen treffen.

Spotify ermöglicht Advertisern jetzt explizites Podcast Targeting

Spotify ermöglicht Advertisern jetzt explizites Podcast Targeting

Für Advertiser ergeben sich bei Spotify nun noch bessere Möglichkeiten, um spezifische Hörergruppen zu erreichen. Das Unternehmen hat verkündet, dass ein Targeting speziell für die Podcast-Hörer möglich gemacht wird. Dank dieser Option können Marken beim populären Streamingdienst künftig viel relevantere Zielgruppen erreichen.
Spotify setzt auf Podcasts und Podcast Ads
Dass Spotify mehr und mehr darauf setzt, im Podcast-Markt als relevanteste Plattform wahrgenommen zu werden, hatte sich spätestens beim Kauf der Pocast-Plattform Gimlet Media und der Creator-Plattform für Podcasts, Anchor, abgezeichnet. Immerhin kostete dieser das Unternehmen kolportierte 340 Millionen US-Dollar. Zuletzt wurde außerdem davon berichtet, dass die App so ausgerichtet werden soll, dass Podcasts prominenter platziert und schneller zugänglich gemacht werden sollen.
We want you to get there in two clicks versus seven,
hatte CFO Barry McCarthy erklärt. Nun berichtet Ashely Carman bei The Verge von den neuen Targeting-Optionen beim Streamingdienst. Bislang gab es natürlich die Option, nach Musik-Genres oder einzelnen Playlists zu targeten. Außerdem, wie mit Bezug auf Advertiser Samsung erklärt wird, ist es möglich, Werbeanzeigen an Alter, Geschlecht, Standort oder der Hörerplattform (iOS oder Android, Mobile oder Desktop) auszurichten. Das sind schon relevante Eingrenzungen. Allerdings befähigt das Marken noch nicht, Produkte oder Leistungen wirklich den Menschen zu präsentieren, die ein vermutbares Interesse daran haben. Doch das ändert sich mit dem expliziten Podcast-Hörer-Targeting. Denn damit lassen sich beispielsweise Podcast-Kategorien als Targeting-Parameter verwenden. Wenn Samsung also ein Smartphone oder einen innovativen Bildschirm bewerben möchte, funktioniert das im Umfeld eines Tech Podcasts womöglich besser als lediglich bezogen auf eine Altersgruppe oder angelehnt an den Musikgeschmack – der durchaus vielschichtig sein kann.  Gegenüber The Verge erklärte eine Spotify-Sprecherin:
We aspire to develop a more robust advertising solution for podcasts that will allow us to layer in the kind of targeting, measurement, and reporting capabilities we have for ads that run alongside other content experiences like music and video.
Künftig noch mehr Optionen, um im Podcast-Umfeld zu werben?
Die Relevanz der Podcasts für die Mediennutzung der Menschen kann kaum negiert werden. Immer mehr Hörer widmen sich ihnen täglich. Und Spotify, das inzwischen über 200 Millionen aktive Nutzer vorweisen kann, wird viele von ihnen zu ihrem favorisierten Podcast begleiten. Daher können Marken dort auf eine erfolgreiche Audio-Kampagne hoffen; immerhin genießt Advertising im Podcast-Kontext noch eine vergleichsweise hohe Akzeptanz.
Die neuen Targeting-Optionen bei Spotify, die nun in den Märkten USA, Kanada, Mexiko, Brasilien, Großbritannien, Frankreich, Deutschland, Italien, Spanien und Australien ausgerollt werden, sollen aber noch nicht das Ende der Entwicklung sein. Diese konkreten Ads im Rahmen des Podcast-Targetings, das mit Samsung und 3M getestet wurde, werden zwischen einzelnen Episoden abgespielt.
Wer sich als Marke mit neuen Kampagnen und stark zielgruppenorientiert positionieren will, sollte das Podcast Marketing, ob bei Spotify oder anderswo, in Betracht ziehen. Denn mit immer mehr Targeting-Möglichkeiten werden auch Interessierte bei Nischenthemen oder in anderweitig schwer zu erreichenden Kontexten angesprochen. Mit dem starken Wachstum des Podcast-Konsums, auch über Spotify, wächst also ebenso der Werbemarkt für diesen Audiobereich. Wird das aber die Akzeptanz der Hörer für Werbung mittelfristig stark senken? In diesem Fall dürften Plattformen, die zahlungspflichtige Abos ohne Werbung anbieten, letztlich ebenfalls profitieren. Auch das ist schließlich cleveres Podcast Marketing auf einem anderen Level.