Im heutigen Beitrag geht es um die Frage, was genau Retargeting ist und wie es funktioniert. Grundsätzlich ist das Retargeting eine abgeänderte Form des Targetings, also der Zielgruppenbestimmung.
„Beim Retargeting werden über RTB Werbeeinblendungen für Nutzer gekauft, die bereits auf der Webseite des Advertisers waren. Ziel ist es, diese „verlorenen“ Nutzer wieder zurück auf die eigene Seite zu holen, um sie in der Regel zu einem Abschluss zu bewegen“ (Schroeter et. Al. 2012: S.24).
Verbindet man nun die Möglichkeiten des komplexen Conversions-Tracking und damit die Erhebung von Nutzerdaten über jede Ebene des Marketing-Funnels mit einer Retargetingstrategie, so leitet dies auf die praktische Umsetzung der Marketing-Funnel-Theorie.
![](https://lyonic.de/wp-content/uploads/2020/11/Retargeting-Lyonic.png)
Vom Grundgedanken her wird zuerst das Targeting eingestellt, um die passende Zielgruppe für das jeweilige Produkt einzugrenzen. An diese Zielgruppe werden über das Facebook Ads Netzwerk Werbeanzeigen ausgeliefert. Bei einem Klick auf die Anzeige, werden sie auf die Webseite des Werbetreibenden und somit in die erste Ebene des Marketing-Funnel geführt. Die Kunden, die nach Eintritt in den Marketing-Funnel direkt alle Stufen durchlaufen und somit zu Stammkunden werden sind für das Retargeting nicht von Bedeutung. Die Nutzer, die auf einer der Ebene aus dem Marketing-Funnel abspringen, sind Zielgegenstand des Retargeting. Diese Nutzer erzeugen durch den Besuch auf der Webseite des Werbetreibenden kleine Datenpakete, sogenannte Cookies. Diese Cookies beinhalten zumeist Nutzerinformationen, wie beispielsweise Zugangs- und Benutzer-Daten, die ausschließlich für die Webseite lesbar sind. Für das Retargeting wird von diesen Daten als Third-Party-Cookies Gebrauch gemacht, indem die erhobenen Daten an eine dritte Person bzw. Webseite weitergegeben werden. In diesem Fall ist Facebook die dritte Person.
„Werden Cookies durch die Betreiber von externen Inhalten – besonders von Werbeunternehmen, die Anzeigen-Banner in eine Vielzahl von Webseiten einbinden – gesetzt, ist dadurch eine Nachverfolgung des Surfverhaltens und das Erstellen von Nutzerprofilen möglich, da die so gesetzten Cookies immer dann ausgelesen werden können, wenn wieder eine Seite mit Inhalten des Drittanbieters aufgerufen wird“ (Lüpken-Räder 2012: S.64).
Über diese Third-Party-Cookies werden die Nutzer markiert, welche den Marketing-Funnel verlassen. Ziel ist es diese Nutzer wieder auf die Webseite zu leiten, da Nutzer, die auf der Webseite bereits Interesse bekundet und sich über Produkte informiert haben, einfacher zum Kauf bewegt werden können.
Da mittels des komplexen Conversion-Tracking weitere Daten über den Nutzer erhoben werden, können diese mit den Cookies in Verbindung gebracht und umfassende Datenpakete geschnürt werden. Dies hilft dabei ein dynamisches Retargeting in der Auslieferung zu steuern, denn nicht jeder Nutzer ist für den Werbetreibenden gleichermaßen wertvoll. Nutzer, die auf den unteren Ebenen im BOFU abgesprungen sind, haben deutlich mehr Zeit auf der Webseite verbracht und sind informierter über die Produkte und Dienstleistungen als Nutzer aus dem TOFU. Über die Daten wird für jeden einzelnen Nutzer eine Art Profil mit allen Interaktionen zwischen dem Unternehmen und dem potenziellen Kunden angelegt. Diese Profile werden dann anhand verschiedener, für das Unternehmen wichtiger Merkmale bewertet, um potenziell hochwahrscheinliche Käufer zu identifizieren. Für diese Gruppe von Nutzern kann prozentual mehr Budget verwendet werden, da durch ihre Nähe zum Produkt eine hohe Kaufwahrscheinlichkeit besteht. Die Ansprache und Kategorisierung dieser Nutzergruppen wird als Custom Audience bezeichnet.
Ahlemeyer-Stubbe 2011: Predictive Targeting – The potential of Automatic Behavioral Targeted Adverising. Wiesbaden: Springer Gabler.
Farsiew, R. 2017: Programmatic Advertising. Datengetriebene Display-Werbung im Blickwinkel des deutschen und europäischen Datenschutzrechts. Norderstedt: Studylab.
Kastner, M. 2009: Der Köder zum Mitmachen: Online-Mediaplanung mit Targeting-Technologien. Hamburg: Academic Transfer.
Kopp, G. 2014: Behavioral Targeting: Identifizierung verhaltensorientierter Zielgruppen im Rahmen der Online-Werbung. Hamburg: disserta.
Pelzer, G., Sommeregger, T., Linnenbrink, R. 2017: Google Adwords: Das umfassende Handbuch. Köln: Rheinwerk Computing
Stern, P. 2014: Online (Re)-Targeting im B2B-Marketing: Kostensenkung in der Online-Werbung mit Streuverlustminimierung durch Online-Targeting-Maßnahmen im B2B-Marketing. Norderstedt: GRIN.
Zeitler, F. 2014: Data Driven Advertising – Vergleich der Werbewirkung verschiedener Targeting-Technologien.