Was bringen TV-Spots für E-Commerce?

Welchen messbaren Einfluss hat TV-Werbung auf das Online-Verhalten? inovex und ProSiebenSat.1 beantworten diese Frage objektiv mit Big-Data-Technologien und geben mit einem Vortrag beim BITKOM Big Data Summit spannende Einblicke in das Projekt.

Vortrag: "Data-Driven Marketing - Connecting the Dots between TV and Online"

Speaker: Dr. Lars Perchalla (inovex) und Florian Jedlitschka (ProSiebenSat.1 Media AG)
Termin: 25.02.2015, 14.30 - 14.50 Uhr, Hanau

Gemeinsamer Vortrag von inovex und ProSiebenSat.1 beim BITKOM Big Data Summit
Gemeinsamer Vortrag von inovex und ProSiebenSat.1 beim BITKOM Big Data Summit

Die ProSiebenSat.1 Media AG vermarktet einerseits klassische TV-Werbezeiten und beteiligt sich andererseits an zahlreichen E-Commerce-Unternehmen. Im Rahmen der Beteiligung stellt ProSiebenSat.1 u. a. Werbezeiten für die Bewerbung der E-Commerce-Angebote zur Verfügung. Es ist daher von hohem Interesse für ProSiebenSat.1, welchen konkreten Beitrag dieTV-Werbung zur Wertschöpfung des beworbenen E-Commerce-Unternehmens leistet. Wie viele Visitors besuchen genau deshalb die E-Commerce-Website, weil sie die TV-Werbung gesehen haben? Und welchen Umsatz bringen diese Visitors, die nachweislich ursächlich wegen der TV-Werbung auf die Website gekommen sind?

Die Herausforderung

Standard-Lösungen für die Analyse von Web-Traffic können den Zusammenhang zwischen TV-Spot-Ausstrahlungen, also Ereignissen außerhalb der Online-Welt, und dem dadurch ausgelösten Online-Verhalten nicht klären. Deshalb hat ProSiebenSat.1 sich für die Entwicklung einer individuellen Big-Data-Lösung zur Klärung dieser Fragen entschieden.

Die Lösung

Das Hadoop-Cluster mit den gesammelten Traffic-Daten stand zum Start der Lösungsentwicklung bereits zur Verfügung, als Ergebnis eines vorgelagerten Projekts, das die inovex GmbH für die ProSie-benSat.1 Media AG realisiert hat. Durch den Big Data-Ansatz konnte ein Verfahren entwickelt werden, um den TV-Einfluss auf den Website-Traffic zu messen. Die Lösung wird in einer ersten Ausbaustufe bereits produktiv betrieben. In einer Proof-of-Concept-Phase werden derzeit weitere Ausbaustufen entwickelt.

Big Data

Es handelt sich bei dem Einsatzszenario um ein Data-Science-Projekt auf der Grundlage eines Hadoop-Clusters, das die inovex GmbH für die ProSiebenSat.1 AG umgesetzt hat. Im Kern geht es um die Frage, welchen exakten, objektiv messbaren Effekt die Ausstrahlung von TV-Spots für E-Commerce-Angebote auf den Traffic eben dieser E-Commerce-Sites hat und welcher Umsatz am Ende mit diesen »spotindu-zierten« Visitors gemacht wird.

Dazu werden Traffic-Daten herangezogen, die sich über einen Betrachtungszeitraum von mehreren Jahren erstrecken können, und mit den Informationen über die Spot-Ausstrahlungen in diesem Zeitraum in Beziehung gesetzt. Diese Korrelation wird bislang von keinem klassischen Web-Traffic-Analyse-System unterstützt, weil die Log-Daten und die TV-Spot-Daten heterogene Formate aufweisen (Variety).

Mit der individuell entwickelten Data-Science-Lösung, die täglich rund 60 Millionen Visits analysiert (Volume/Velocity), kann ProSiebenSat.1 den wirtschaftlichen Nutzen von TV-Spots für die Bewerbung digitaler Geschäftsmodelle nachweisen und präzise berechnen. Außerdem kann ProSiebenSat.1 valide Aussagen über die Effizienz von TV-Spot-Typen treffen (Sender, Spot-Länge, Zeitpunkt der Ausstrahlung etc.) und die Wirkung der Spots für zukünftige Ausstrahlungen vorhersagen.

Während der Entwicklungsphase sind unter anderem Data-Science-Algorithmen aus dem Bereich der multivariaten Verfahren verwendet worden, die bereits am CERN bei der Suche nach dem Higgs-Boson eingesetzt worden sind.

Spot-Induktion
Abbildung: Spot-Induktion

Methodische Details:

Die Spot-Induktion bewertet über eine Mengen betrachtung, ob ein Visit einem TV-Spot zugeschrieben werden kann. Hierzu wird die Synchronität beider Ereignisse in verschiedenen Kategorien (Visit-Einstieg, Endgerät etc.) untersucht. Ausgehend vom Baseline-Traffic (gemessen acht Minuten vor der Spot-Ausstrahlung) werden im Signalfenster (acht Minuten nach der Spot-Ausstrahlung) inkrementelle Visits oberhalb dieser Baseline dem Spot zugeordnet. Über die relative Gewichtung von TV-Spots können überlappende Signalregionen aufgelöst werden. Der Algorithmus ist als Hive UDTF implementiert.

Revenue-Analyse
Abbildung: Revenue-Analyse

Die kurzreichweitigen Ergebnisse der Spot-Induktion definieren die Grundlage für den MVA-Ansatz zur Messung des langreichweitigen TV-Effekts (siehe Abbildung "Revenue-Analyse").

Folgende Technologien werden eingesetzt:„

  • Cloudera CDH4„
  • Hive„
  • Hive-BO-Interface.

Innovation

Nach aktuellem Kenntnisstand markiert ProSiebenSat.1 mit diesem Projekt, das erstmalig die fehlende Verbindung zwischen der Online- und der TV-Wirkungsanalyse herstellt, eine Pionierleistung in der Big-Data-gestützten Werbewirkungsforschung. Es sind noch keine anderen vergleichbaren Implementierungen in der Medien-Branche publiziert worden.

Nutzen

Der Nutzen der Big-Data-Lösung besteht in folgenden Komponenten:„

  • Expliziter, messbarer Nachweis des wirtschaftlichen Nutzens von ausgestrahlter TV-Werbung für die Bewerbung von E-Commerce-Angeboten,„
  • Ableitung von Vorhersagen für die Effizienz von geplanter TV-Werbung,„
  • Optimierung der Media-Planung für TV-Werbung,
  • maximal effizienter Einsatz des Marketing-Budgets.

Ausblick

Folgende nächste Schritte beim Big Data-Einsatz sind vorgesehen:

  • „Weitere Verfeinerung der Data-Science-Methoden, z. B. für die Wirtschaftlichkeitsberechnung,„
  • Anbindung weiterer Datenquellen zur besseren Modellierung des Nutzerverhaltens,„
  • Anbindung weiterer Websites.

inovex Leistungen

Data Science bei inovex

Mehr erfahren