Seedtags neue Technologie ermöglicht ein präziseres personalisiertes Targeting ohne Cookies

Die klassische Nutzeransprache basierte bisher auf vordefinierten Zielgruppenklassifikationen. Das war hauptsächlich durch technische Limitationen und die Standardisierung von Kategorien bedingt, um die Komplexität zu verringern. Die Folge: die Einfachheit viel der Genauigkeit zum Opfer. Das ändert sich durch die fortschrittliche Custom AI von Seedtag. Das erste namhafte Beispiel für vollständig personalisiertes Targeting war die Lookalike-Modellierung. Bei dieser können Marken mithilfe einer KI nach Nutzern suchen, die einer markenspezifischen Zielgruppe ähnlich sind und sie somit erweitern. Seedtag geht hier einen Schritt weiter. Ihre Custom AI ist eine neue Art des vollständig personalisierten Targetings, die speziell für das cookielose Web konzipiert wurde.

Wie funktioniert Custom AI? 

Custom AI konzipiert ein kampagnenspezifisches maschinelles Lernmodell auf Basis des Kundenbriefings. Das Modell analysiert jede URL und erstellt einen Score, basierend auf der semantischen Distanz der URL zum gegebenen Kundenbriefing. Anhand dieses Werts werden die relevantesten Artikel ausgewählt, um den richtigen Kontext für eine Werbeanzeige zu finden – ohne die geringsten Einbußen in puncto Genauigkeit aufgrund des Standardisierungsprozesses. 

Für diese neue Targeting-Methode hat Seedtag drei grundlegende Innovationen entwickelt:

• Das Verständnis des Netzwerks: Basierend auf den bereits vorhandenen kontextuellen Fähigkeiten des Unternehmens hat Seedtag Network Level Analysis (NLA) entwickelt. NLA betrachtet das gesamte URL-Universum und entwickelt ein umfassendes Verständnis des Netzwerks, indem es Content-Cluster, Trends und semantische Beziehungen zwischen Artikeln identifiziert.
• Nutzung des Content Retrieval, um Kundenbriefings mit dem Netzwerk zu matchen: Die KI von Seedtag, LIZ©, nutzt Content-Retrieval-Techniken, um das gesamte Netzwerk von URLs zu scannen und die Artikel zu finden, die semantisch am nächsten an den Vorstellungen des Kunden sind.
• Auf Grundlage dieser Auswahl wird ein kundenspezifisches KI-Modell erstellt, um neue Artikel zu kategorisieren: Mit dem ausgefilterten Artikelpool wird angepasst an die Kundenwünsche ein kampagnenspezifisches KI-Modell entwickelt und trainiert. Damit wird ein unüberwachtes Machine-Learning-Modell trainiert, das neue Artikel analysiert und nur die auswählt, welche für die Kampagne am relevantesten sind.

Personalisiertes Targeting ganz ohne persönliche Nutzerdaten

Dank der neuen kontextuellen Technik ist der sogenannte Affinity Index im Durchschnitt 92% höher als durch vordefinierte Themenkategorien. Der Affinity Index misst, wie relevant das Umfeld für eine bestimmte Zielgruppe und für die Werbebotschaft ist, die in diesem konkreten Moment und Kontext vermittelt werden soll. 

Zudem zeigt eine Studie von Seedtag in Zusammenarbeit mit Metrixlab, dass bei den mit Custom AI geschalteten Anzeigen die Übereinstimmung des Contents um 9% verbessert wurde. Das beweist: Die neue Technologie erhöht den Kampagnenerfolg, indem Werbetreibende messen können, in welchem Kontext eine Anzeige den größten Effekt haben wird. Das führt dazu, dass sich der Ad-Recall um 22% und die Markenbekanntheit um 19% im Vergleich zu IAB-Kategorien erhöht. 

Paul Goldbaum, CTO bei Seedtag, sagt: 

„Wir haben diese Technologie entwickelt, damit unsere Kunden spezifische Zielgruppen erschließen und erreichen können. Custom AI geht über vordefinierte Kategorien hinaus: Sie erlaubt Marken und Agenturen, maßgeschneiderte Kampagnen und Werbebotschaften zu konzipieren und stellt sicher, dass jede einzelne Impression für den Endverbraucher relevant ist. Die neue Technik markiert einen neuen Ansatz für Contextual Advertising und etabliert LIZ© als die intelligenteste kontextuelle Plattform auf dem Markt. Das macht Seedtag zum idealen Partner für Werbetreibende, der die fortschrittlichsten kontextuellen Möglichkeiten im Netz bietet.“