Semantisches Targeting

Semantisches Targeting (Semantic Targting) ist eine Art der Zielgruppenansprache, die bei Online Werbung zum Einsatz kommt. Der Kern besteht darin, dass Anzeigen in einem semantisch relevanten Umfeld geschaltet und so irrelevante und möglicherweise schädigende Fehlplatzierungen vermieden werden.

Semantisch relevant sind Begriffe, die einen thematischen Bezug zu allen Inhalten einer Website haben. Dies schließt Synonyme und mehrdeutige Begriffe genauso ein wie verschiedene linguistische Beziehungen zwischen einzelnen Wörtern einer Website. Durch das Verfahren der semantischen Ausrichtung sollen Sinnzusammenhänge, Bedeutungen und Kontexte einzelner Wörter und ganzer Website-Inhalte verdeutlicht werden, um Anzeigen genau dort zu platzieren, wo sie inhaltlich Sinn ergeben und Fehlassoziationen vermieden werden können.

Allgemeine Informationen zum Thema

Das Konzept des Semantic Web kann als Vorlage für das semantische Targeting betrachtet werden. Zum einen werden hier verschiedene Arten von Daten ausgezeichnet und plattformunabhängig nutzbar gemacht. Zum anderen werden diese Daten auf bestimmte Weise kategorisiert, sodass die Formate von Maschinen ausgelesen und interpretiert werden können. Das Prinzip wurde auf den Bereich des Display Marketings übertragen.

Die wissenschaftliche Vorarbeit zu diesem Verfahren stammt von einer internationalen Forschergruppe um den Sprachwissenschaftler Prof. Dr. David Crystal von der Universität Wales. Sein Team kreierte die Algorithmen im Laufe einer 12 Jahre dauernden Forschungsanstrengung. Zentral für das semantische Targeting sind zwei Verfahren, die ineinandergreifen: zum einen die lexikalische Analyse einer Website und zum anderen deren Kategorisierung in einen thematisch passenden Kontext.

Funktionsweise

Beim semantischen Targeting geschieht im Grunde Folgendes: Anhand von semantischen (auf die Bedeutung bezogenen) Daten und Metadaten werden unterschiedliche Ressourcen (zum Beispiel Websites) klassifiziert und in einen größeren thematischen Zusammenhang gebracht. Die Verknüpfung von Begriffen innerhalb der natürlichen Sprache wird mithilfe sogenannter Textkorpora modelliert und durch Algorithmen repräsentiert.

Diese Daten erlauben die automatische Einordnung von Websites und Unterseiten in die Zusammenhänge der natürlichen, gesprochenen Sprache. Es wird also versucht, die Bedeutungen und Sinnzusammenhänge der auf einer Website befindlichen Begriffe maschinenlesbar zu machen, um diese Website in einem inhaltlichen Kontext einzuordnen. Der Kontext wird anschließend dazu verwendet, relevante Anzeigen genau dort zu platzieren, wo sie einen thematischen Bezug aufweisen und nicht Fehl am Platz sind.

Technisch gesehen erledigt der AdServer einen Großteil der Arbeit: Innerhalb von Millisekunden scannt er den Content einer Website und ordnet sie einer Kategorie zu. Allerdings sind für diese Aufgaben komplexe Algorithmen erforderlich, die zumindest zu einem Teil die natürliche Sprache verstehen beziehungsweise Bedeutungen modellieren können. Der AdServer nimmt Ontologien und Taxonomien von Sprache und Begriffen zur Hilfe, die in einer Datenbank vorliegen, um im nächsten Schritt die Inhalte einer Website den vorhandenen Kategorien aus Ontologie und Taxonomie zuzuordnen.

Vorteile/Nachteile

Jede Targeting-Variante hat Vor- und Nachteile. Beim Behavioral Targeting müssen Cookies gesetzt werden, um das Nutzerverhalten auslesen zu können. Die Folge sind mögliche Probleme mit der Privatsphäre und dem Datenschutz. Das Contextual Targeting hingegen setzt auf die Identifizierung von Begriffen, um Werbung mithilfe von Keywords auszuspielen. Das Resultat kann darin bestehen, dass Werbung auf Websites erscheint, die für den Vermarkter eine schlechte Nachbarschaft darstellen (Vgl.: Bad Neighbourhood ).

Als Weiterentwicklung kann das semantische Targeting gelten: Es werden keine Cookies gesetzt und die inhaltliche Ausrichtung einer Website wird in den Prozess miteinbezogen. Vermarkter versprechen sich verschiedene Vorteile des semantischen Targetings:

• Anzeigen werden thematisch relevant für die Nutzer. Entsprechend hoch soll die Akzeptanz solcher semantisch ausgelieferten Anzeigen sein.
• Streuverluste werden womöglich durch den thematischen Bezug reduziert
• Weniger Streuverluste führen zu einer verbesserten Performance von semantischen Ad Kampagnen
• Semantic Targeting kann prinzipiell mit anderen Targeting-Konzepten kombiniert werden. So können zum Beispiel Geodaten, soziodemografische Merkmale oder Nutzerstatistiken dazu verwendet werden, um Anzeigen zielgruppen- und verhaltensbezogen auszuliefern.
• Semantisches Targeting erlaubt grundsätzlich die Wahl des richtigen Umfelds einer Kampagne. Da Algorithmen verwendet werden, ist die Platzierung jedoch möglicherweise auch fehleranfällig.
• Durch umfassendes Reporting und Monitoring können die Resultate optimiert werden.

Bedeutung für die Suchmaschinenoptimierung

Semantische Werbung kann im Zusammenhang mit wichtigen aktuellen Themen im E-Commerce gesehen werden: Reputation Management, Datenschutz, Privatsphäre und Performance Marketing. Denn durch eine semantische Ausrichtung von Anzeigen kann vermieden werden, dass die Reputation eines Unternehmens Schaden nimmt. So lässt sich zum Beispiel verhindern, dass eine Last-Minute Anzeige für ein bestimmtes Reiseland auf einem Newsportal erscheint, das zeitgleich über ein Erdbeben in diesem Land berichtet.

Zudem werden Bedenken bezüglich des Datenschutzes und der Privatsphäre der Nutzer von vorneherein ausgeräumt, da im Laufe des Verfahrens weder Cookies noch persönliche Daten gesammelt werden. Nicht zuletzt spielt die Performance von Werbekampagnen im Internet eine immer größere Rolle. Denn die semantischen Daten erlauben eine präzise Steuerung von Kampagnen – auch und gerade bei großen Kampagnen mit vielen Impressionen.

Weblinks

• Kurze Definition von Semantischem Targeting
• Was ist semantisches Targeting?
• Whitepaper zum semantischen Targeting
• Beispiele für semantisches Targeting
• Mehr Infos über Targeting