+49 176 | 20810953 johannes@fiegenbaum.solutions

Zentrales Element von E-Commerce auf Facebook sind die Custom Audiences. Mit Custom Audiences kannst du über Werbeanzeigen auf Facebook Kunden erreichen, die du bereits kennst.

Auf den Datenschutz diesbezüglich geht dieser Beitrag erschöpfend ein – wir wollen uns hier ausschließlich mit dem Erstellen und dem Verwalten von CRM-Daten und Custom Audience beschäftigen.

Custom Audiences lassen sich grundsätzlich über drei Wege erstellen:

Screenshot aus dem Power Editor

Über eigene CRM-Daten wie Email-Adressen oder Handynummern, die ins Facebook-System geladen werden, über eigene Apps und deren Nutzergruppen, sofern man das Facebook-SDK implementiert hat oder mit einem Measurement-Partner zusammenarbeitet, wie zum Beispiel Adjust, oder über einen Facebook-Pixel auf der eigenen Website und deren Unterseiten und Produktseiten.

Eigene Daten

Ein Anwendungsfall hierfür wäre das Auslaufen von Handyverträgen bei Bestandskunden, eine Information, die Facebook nicht von sich aus hat. Aus dem CRM kommt dazu ein Kundendaten-Querschnitt, von Kunden, deren Vertrag im nächsten Monat ausläuft. Mithilfe der Custom Audiences wird es nun möglich, dieser Kundengruppe auf Facebook eine maßgeschneiderte Kampagne zu bieten, verbunden mit einem besonderen Angebot zur Verlängerung.

  • Oder ein Fashion-Shop weiß aus seinen Shopdaten, dass Kunden, die Socken kaufen, auch sehr häufig T-Shirts kaufen und filtert aus seinem CRM eben jene raus, die bisher nur eines von beiden gekauft haben und serviert ihnen als Anzeige auf Facebook das jeweils andere. Im besten Fall noch mit einem kleinen Rabatt.
  • Oder die simple aber effektive Strategie, an Kunden, die schon x Monate nichts bestellt haben: Eine Anzeige mit spezifischem Rabatt, i.e. “Sie haben uns schon länger nicht mehr besucht. Mit diesem Code erhalten sie 10% Rabatt” auszuliefern.
  • Oder, sofern man einen Newsletter besitzt, entwickelt man eine Kampagne explizit für diese Abonnenten, die ja ein ganz besonderes Interesse für das eigene Produkt mitbringen und auch bereits ausgedrückt haben und versucht diese Interessierten auch zu konvertieren.
  • Oder ein Nutzer hat im Verkaufsprozess bereits seine Email-Adresse hinterlegt, den Prozess aber nicht abgeschlossen und ist an Schritt 2 von 4 oder 3 von 4 hängen geblieben. Auch diese Nutzer kann man mit Custom Audiences noch einmal erreichen und daran erinnern, den Prozess, den Kauf abzuschließen.
  • Oder im CRM sichtbare Saisonalitäten, der jährliche Herbstflug nach Mallorca, lassen sich über Custom Audiences aufgreifen und mit Lookalikes kombinieren, um neue, sehr ähnliche Kunden zu akquirieren.

Der Kreativität sind hier kaum Grenzen gesetzt. Sofern man sich an die Datenschutzgegebenheiten hält, werden die Grenzen der Custom Audiences einzig durch die vorhandenen CRM-Daten und der Priorität für die eigene Unternehmung gesetzt. Zwischen 40% und 70% aller Kunden-Emails werden von Facebook wiedergefunden, bei Handynummern eigentlich immer mehr als 50%.

Daten/Audience-Onboarding
Facebook bietet es an, Twitter und zuletzt zog auch Google mit “Customer Match” nach. Für jedes Unternehmen ist dies ein maximal kritischer Vorgang, eigene Geschäftsdaten einem anderen Unternehmen zu überspielen, gerade wenn das Feigenblatt des Safe Harbour-Abkommens vom EGH für nichtig erklärt wurde. Dazu kommt, dass Facebook und Google keinerlei Daten über das Verhalten der bereitgestellten Nutzerdaten im eigenen Netzwerk liefern. Wie verhält sich meine Custom Audience “Warenkorbabbrecher” auf Facebook? Ich überantworte Facebook und Google Daten, bekomme aber nichts zurück, womit ich wiederum meine eigenen Daten anreichern könnte. Die Audience Insights sind hierbei nicht mehr als ein Feigenblatt. Das ist ein Punkt, den es zu bedenken gilt. Ein weiterer ist die laufende Aktualisierung der Daten und die Ergänzung mit weiteren Datenpunkten, wie SAP oder Pipedrive es zum Beispiel anbieten.

Datenprüfung
Welche Daten besitzen wir überhaupt von unseren Kunden und welche dürfen wir auch nutzen? Aus welchen Quellen schöpfen wir unsere Daten und wie werden diese weitergenutzt? In den meisten Fällen existieren eigene Datensilos in einzelnen Teams, die Daten unterschiedlich clever erzeugen, klassifizieren und verarbeiten. Ein erster Schritt ist es, die vorliegenden Datenpunkte und deren Qualifizierung zu vereinheitlichen und in einer einzelnen Datenbank zusammenzufassen.
Wichtig dabei auch: Welche Daten haben wir nicht? Und was bedeutet das für die geplanten Maßnahmen mit den existierenden Daten? Gehen wir vielleicht nur davon aus, dass unsere Daten sich für den Zweck Y eignen, obwohl durch das Fehlen des Datenpunkts A nur Zweck X statt Y möglich ist? Wie wichtig ist der fehlende Datenpunkt A insgesamt und wie könnten wir ihn nachträglich gewinnen? Möglich ist hier die Zusammenarbeit mit Datenpartnern wie Acxiom oder Schober.

Dazu gehört ein präzises Vokabular. Was ist eine “Conversion”? Was ist ein “Lead”? “KUR” mit oder ohne Mehrwertsteuer? Gerade im deutschsprachigen Raum werden unterschiedliche Begriffebenen gerne durcheinandergewürfelt und parallel genutzt. Ziel sollte es sein, einen Katalog zu entwickeln, der Datenquellen und Begriffe definiert.

Zielsetzung klar definieren
Welche Ziele können wir mit den vorliegenden Daten erreichen? Das neue Produkt Z verkaufen? Vielleicht. Umsatz über den Mobile-Shop erhöhen? Vielleicht. Newsletter-Leser zu Kunden machen? Ganz sicher. Cross-selling von ergänzenden Dienstleistungen und Produkten? Ganz sicher. Die Ziele für die Nutzung eigener Daten sollten die Qualität der Daten reflektieren als auch überhaupt vergleichbar kleinteilig sein. Über ein neues Produkt Z haben wir keine Daten im CRM, zum Umsatzverhalten im Desktop oder Mobile fehlt uns vielleicht der Datenpunkt, ob ein Kunde Mobil oder über Desktop gekauft hat. Aber ganz sicher haben wir die Daten der Newsletter-Leser und sehen im CRM welche Produktgruppen oft miteinander gekauft werden. Da können wir ansetzen. Auch hierüber sollte Einigkeit zwischen allen Teilhabern bestehen und sich dies direkt aus dem Katalog und den Begriffdefinitionen ableiten.

Lookalikes
Zusätzliche Schlagkraft entwickeln Custom Audience-Kampagnen mit der Bildung von Lookalikes.

Facebook sucht hier nach Gemeinsamkeiten mit der Ausgangs-Custom Audience, klar deshalb heißt’s Lookalikes. Aber je größer die gewünschte Ziel-Audience sein soll, desto ungenauer wird diese wiederum, weil Facebook einzelne Parameter der Gemeinsamkeiten lockerer fasst. Nach meinen Erfahrungen sind die Lookalikes bis zu 5% sehr gut, danach wirds durchwachsen. Ausprobieren sollte man trotzdem alle, weil es wie oben besprochen auf die Ausgangs-Audience ankommt, ob man mit 8 oder 10% vielleicht doch brauchbare Ergebnisse erzielen kann. Als Gebotsmethode schlägt sich übrigens außer oCPM auf Conversions auch der CPC recht gut, für oCPM sollte die Zielgruppe mehr als 1 Million Nutzer umfassen, damit der Facebook-Algorithmus eine faire Chance hat.

Exclusion
Wer inkludiert sollte auch exkludieren.

So sollte man gerade bei den Lookalikes versuchen, inkrementelle Reichweiten aufzubauen, das heißt, bei der 8% Lookalike-Zielgruppe die nächstkleinere 6% LKL-Zielgruppe exkludieren. Das gleiche bei der 5%-LKL-Zielgruppe, bis man schließlich bei der 1% Zielgruppe die ursprüngliche Custom Audience exkludiert.

 

Gleiches gilt für konvertierte Nutzer. Nichts ist ärgerlicher, als wenn ein konvertierter Kunde durch das Internet mit Anzeigen verfolgt wird, die gar nicht mehr relevant für ihn sind. Völlig klar, aber gerne vergessen.

Custom Audiences für Apps

Sofern man das Facebook SDK in seinen Apps verbaut hat, lassen sich über Facebook Analytics for Apps im Bereich Segments direkt eine Custom Audience aus dem gewählten Segment bilden:

 

Posted by Facebook Developers on Monday, October 5, 2015

Und auch hierauf lassen sich dann Lookalike-Zielgruppen bilden, wie bereits weiter oben beschrieben.

Mit Custom Audiences über den Facebook-Pixel werden wir uns in einem weiteren Beitrag auseinandersetzen.