Speakerinterview mit Bernd Holbein

OMCap 2017»News »Speakerinterview mit Bernd Holbein

„Machine Learning“ im Performance-Marketing – was hat das mit datengetriebener Attribution zu tun? Worin besteht überhaupt der Unterschied zwischen „Machine Learning“ und künstlicher Intelligenz? Wir haben unseren Speaker Bernd Holbein von Google zum Interview gebeten. In seinem Vortrag „Take search marketing to the next level with data-driven attribution“ erläutert er, wie man anhand von datengetriebener Attribution die Costumer Journey und die Zielgruppe besser verstehen kann.
 
Im heutigen Interview gibt es nicht nur einen kleinen Vorgeschmack auf seinen Vortrag, sondern Bernd verrät euch außerdem, wie er über den Einsatz von künstlicher Intelligenz im Marketing denkt.
 
OMCap: Dass die Online-Marketing-Welt nie stillsteht und sich stetig weiterentwickelt, ist bekannt. Doch seit einiger Zeit wird immer wieder über künstliche Intelligenz gesprochen. Wie können Online-Marketer von künstlicher Intelligenz profitieren?

Zunächst einmal ist es sinnvoll, die Begriffe „künstliche Intelligenz“ und „Machine Learning“ voneinander abzugrenzen. Hinter künstlicher Intelligenz steht die Idee, eine menschenähnliche Intelligenz durch Algorithmen nachzubilden – sehr allgemein gefasst jedenfalls. „Machine Learning“ dagegen beschreibt die Umkehrung der Art und Weise, wie wir Computer spezielle Probleme lösen lassen. Während wir früher versucht haben, eine Reihe von festen Regeln zu definieren, die der Rechner auf ein Set von Daten anwendet, um ein gewünschtes Ergebnis zu erzielen, geschieht dies nun umgekehrt. Wir definieren das zu erzielende Ergebnis, stellen einen Datensatz zur Verfügung und der Computer leitet die notwendigen Regeln aus diesen Daten selbstständig ab.
 
Da sich Online-Marketer mit vielen komplexen Problemstellungen konfrontiert sehen, die immer weniger durch fixe Regeln lösbar sind und bei denen Daten eine entscheidende Rolle spielen, sehen wir hier viel Potenzial. Ein gutes Beispiel ist die Gebotssteuerung in AdWords. Während es früher vielleicht ausgereicht hat, einmal in der Woche fixe Gebote auf wenige Anzeigengruppen oder Keywords zu setzen, um gute Ergebnisse zu erzielen, ist das heute aufgrund der Vielzahl von unterschiedlichen relevanten Faktoren (z. B. Gerätetyp, Tageszeit, Standort, Zugehörigkeit zu Audience-Listen etc.) sowie der stetig wachsenden Kombination an relevanten Suchanfragen kaum noch effizient möglich. „Machine Learning“ in Form von „Smart Bidding“ unterstützt hier Marketer, auf Basis ihrer Zielvorgaben die bestmöglichen Ergebnisse zu erzielen.
 
OMCap: Wie stark wird künstliche Intelligenz die Online-Marketing-Welt deiner Meinung nach beeinflussen?

„Machine Learning“ wird in alle Branchen und auch Themen des Alltags Einzug halten. Wir bei Google nutzen schon heute in vielen Produkten Algorithmen auf Basis von „Machine Learning“. Ob Bilderkennung in „Google Fotos“, Spracherkennung im „Google Assistant“ oder im Ranking der Google-Suche, „Machine Learning“ beeinflusst unser Nutzererlebnis bereits heute jeden Tag aufs Neue.
 
Die Online-Marketing-Welt wird sich insofern verändern, als repetitive Aufgaben, z. B. das manuelle Setzen von Keyword-Geboten und die Erstellung von Regelsets zur Aussteuerung von Online-Werbung, weniger wichtig, jedoch die Analyse und die Strukturierung von größeren Daten-Sets immer wichtiger werden.
 
OMCap: Auch in deinem Vortrag geht es um den Einsatz von „Machine Learning“ im Performance-Marketing. Auf welche spannenden Insights dürfen sich unsere OMCaper freuen?

In meinem Vortrag geht es um das Thema „datengetriebene Attribution“. Dabei beschäftige ich mich mit der Frage, wie man Consumer Journeys besser verstehen, den Werbeerfolg fair auf die beteiligten Maßnahmen verteilen und anschließend die Analyseergebnisse zur optimalen Kanal-Steuerung verwenden kann. Die meisten Werbetreibenden nutzen noch immer starre, regelbasierte Modelle wie z. B. „Last Click“, bei welchem dem letzten Werbekontakt der komplette Erfolg zugeordnet wird; oder positionsbasierte Modelle, einigen vielleicht als „Badewanne“ bekannt.
 
Mithilfe von „Machine Learning“ können wir nun aber auch hier den Prozess umkehren. Wir definieren kein regelbasiertes Modell mehr vorab, sondern das Attributionsmodell wird aus den – z. B. dank AdWords oder Google Analytics – verfügbaren Daten dynamisch berechnet. Jeder Werbekontakt bekommt einen Anteil, der seinem Einfluss auf den Erfolg entspricht. Das erlaubt eine viel genauere und verursachungsgerechte Steuerung der Marketing-Kanäle wie AdWords. Insbesondere in Kombination mit „Smart Bidding“-Algorithmen in AdWords, die ebenfalls auf „Machine Learning“ basieren, sehen wir die größten Erfolgsaussichten.
 
OMCap: Durch den Einsatz von künstlicher Intelligenz im Marketing entsteht großes Potenzial für eine noch gezieltere Kundenansprache. Doch welchen Risiken bzw. Herausforderungen müssen sich die Unternehmen stellen, um künstliche Intelligenz zielsicher anwenden zu können?

Wie schon erwähnt, sind die zugrundeliegenden Daten für die Anwendung von „Machine Learning“ wesentlich. Die größte Herausforderung und damit einhergehend auch die entsprechende Verantwortung nicht nur für Marketer ist daher, bei der Erhebung und Strukturierung der Daten mit größter Sorgfalt vorzugehen. Dabei muss der Datenschutz stets oberste Priorität haben.
 
Während die fehlende Relevanz von Werbeanzeigen, die auf Basis wenig smarter Regeln basieren, die Nutzererfahrung mit Anzeigen in der Vergangenheit oft negativ beeinflusst hat, sehen wir bei der Aussteuerung von Inhalten auf Basis von „Machine Learning“ eine deutliche Steigerung der Relevanz.
 
OMCap: Blickt man auf die Konsumenten, sieht man sich beim Thema „künstliche Intelligenz“ mit einer doch sehr stark ausgeprägten Skepsis konfrontiert. Empfindest du das ähnlich und wenn ja, wie können Unternehmen dem entgegenwirken?

Ich denke, eine gewisse Skepsis ist oftmals nachvollziehbar und auch nicht erst vor dem Hintergrund von „Machine Learning“-Algorithmen vorhanden. Konsumenten geht es hierbei vor allem um Relevanz, Transparenz und Kontrolle. Relevanz in der Ansprache, Transparenz im Umgang mit den erhobenen und ausgewerteten Daten sowie die Möglichkeit der Einflussnahme, wie diese Daten verwendet werden.
 
Werbetreibende können insofern sehr viel dafür tun, dieser Skepsis entgegenzuwirken. Zum Beispiel indem sie die Relevanz der Ansprache erhöhen und offen und einfach zugänglich Transparenz im Umgang mit den Daten sowie Kontrollmöglichkeiten für den Nutzer schaffen.
 
Wir bei Google stellen beispielsweise mit myaccount.google.com, myactivity.google.com und privacy.google.com umfassende Tools & Informationen zur Verfügung, mit denen der Nutzer einen umfänglichen Überblick zu den über ihn erhobenen Daten bekommt und gleichzeitig kontrollieren kann, wie diese Daten verwendet werden.
 
Wir freuen uns schon total auf den Vortrag von Bernd. Gott sei Dank ist es schon nächste Woche so weit! Du hast noch kein OMCap-Ticket? Dann statte unserem Ticketshop noch fix einen Besuch ab!
 

Aufgepasst! Verpasse nicht unsere 5 Ticketshop. Die Voranmeldung ist nur noch bis zum 13. Oktober möglich.

Comments are closed.