Behavioral targeting of recommendation?
Je kunt het paard naar de bron brengen, maar je kunt een paard niet dwingen uit de bron te drinken. Mensen luisteren niet naar advertenties, mensen luisteren naar vrienden. Hoe goed deze advertenties ook zijn afgestemd op het karakter, gedrag of persoonlijk profiel. Er kleven aan behavioral targeting een aantal belangrijke nadelen.
Behavioral targeting is gebaseerd op een vooraf opgesteld profiel (demografisch, psychografisch, geografisch). In deze profielen komt een algemeen beeld naar buiten dat men bepaalde classificaties bezit en deze worden gekoppeld aan het zoekgedrag op een website. Het ‘algoritme’ reageert op keywords, klikgedrag en het profiel (indien al aanwezig) en middels vooraf opgestelde queries wordt er content getoond die aansluiten op de interesses van een persoon, mits men er niet naast zit. Ook de privacy gevoelige gegevens die worden opgeslagen in een digitaal profiel, gaan in de toekomst problemen geven. De komst van een opt-in en opt-out internet zou dodelijk zijn voor behavioral targeting om door te dringen tot de grote markt. Je ziet het nu dan ook in Nederland alleen maar bij instellingen als verzekeringmaatschappijen. Tevens zit ik niet te wachten op een techniek die mijn content ongevraagd aangepast terwijl ik aan het surfen ben. Dit zou namelijk dodelijk zijn voor het idee van user generated content.
Wat dan wel?
It’s all about recommendations, suggesties, beoordelingen en social content. Dit staat als een fundament als het om de werkelijke ‘next BIG thing’. Persona’s zijn de toekomst (harde data) en dit in combinatie met softe criteria (social interaction data). Grote hoeveelheden data kunnen je enorm inzicht geven in de metafoor (Whuffie) die mensen beweegt b.v. aankopen te doen. Als je kijkt naar harde criteria als: de identificator voor personen die een transactie hebben gepleegd zoals: customer_id, visitor_id, ip_nummer, Session_id etc. Deze gegevens koppelen aan een web analytics programma en CMS etc geeft een zeer goed beeld over de persona’s waarmee je te maken hebt. De complexiteit zit het in het structureren van deze data en de generieke patronen werkelijk een meerwaarde te laten bieden. Aangezien het gaat om triviale data, gaat het het bij recommendations ook niet om privacy gevoelige gegevens.
Advertising in de toekomst zal met de komst van deze technieken ook wijzigen. In de toekomst zullen we meer vormen zien van embedded advertising, waarbij gebruikers advertenties krijgen te zien (tekst, suggesties etc.) die reageren op return visits, klikgedrag, eerdere aankopen (opt-in), wijzigingen in klikgedrag (interesse) etc. De hooiberg van search die bij een zoekopdracht meer kleine hooibergjes oplevert heeft voor de lange termijn weinig toekomst. We zoeken immers de speld in die hooiberg!
Gino Goossens, o.a. Dutchcowboys.nl, is gastblogger op Marketingfacts waar hij is gevraagd zijn mening op behavioral targeting te geven.
Chief Evangelist Officer (CEO)
Hoi Gino, volgens mij zit een heel groot stuk van je “voor” nu ook al in BT verwerkt. De opbouw van het profiel verandert voortdurend op basis van wat aangeklikt wordt (dynamisch, dus niet vooraf vastgesteld) en de classificatie is daardoor ook bij elk bezoek anders. Vraagje overigens aan iemand van de BT; wordt bij de classificatie ook collaborative filtering toegepast (dus min of meer social)?
@Gino: Je schrijft “Behavioral targeting is gebaseerd op een vooraf opgesteld profiel (demografisch, psychografisch, geografisch)” echter BT gaat een stap verder en maakt ook (of vooral) gebruik van je historisch surfgedrag (aangevuld met evt. beschikbare profielgegevens).
Ben het overigens met je eens dat recommendations in de toekomst een steeds belangrijkere rol gaat spelen.
@Gino
Zoals ik al eerder aangaf op DutchCowboys ben ik het gedeeltelijk met je eens. Inderdaad vertrouw je meer op de reacties, tips en suggesties van een ‘bekende‘ dan op een op mooie advertentie die aansluit bij je gedrag.
Ik ben echter van mening dat On-Site behavioral targeting, dus het afstemmen van de content op een website, in combinatie met recommendations uiteindelijk de beste oplossing is.
Websites zijn over het algemeen omgevallen boekenkasten en vaak niet te doorgronden voor een websitebezoeker. On-Site behavioral Targeting helpt op dat moment ‘verborgen’ content toegankelijk te maken voor de bezoeker. Hierdoor zal de bezoeker loyaler worden, langer op de site blijven en sneller terugkomen.
Door de ondersteuning van recommendations aan de bezoeker trek je hem langzaam maar zeker de trechter in waardoor uiteindelijk er conversie moet plaatsvinden.
@Gino: wanneer plannen we de afspraak in?
@Gino:Ik denk dat niemand zal twijfelen aan het krachtigste argument van een a’recommendation’ van vrienden; echter het is natuurlijk geen of of verhaal- het zijn compleet andere methoden om een doel te bereiken- Mijns inziens gaat gedrags en inhoud targetting eindelijk de relevantie bieden die we onze adverteerders al zo lang beloven en waar de consument meer boodschap aan heeft.
Is behavioral targeting op basis van vooraf opgestelde profielen inmiddels niet al hopeloos ouderwets? Volgens mij werken de meeste systemen tegenwoordig adaptief, op basis van ‘kunstmatige intelligentie’. En ontstaan de verschillende profielen dus vanzelf.
@Carl: behavioral targeting is op basis van surfgedrag en dat is adapatief. Of bedoel jij wat anders? Heb je een voorbeeld?
@Lot: helemaal met je eens, het is niet of of maar zal in de toekomst een combinatie zijn van behavioral targeting en sociale elementen als recommendation.
@Marco: Gino stelt hierboven dat surfers – middels een adaptief systeem – aan vooraf ingestelde profielen worden gekoppeld. Maar volgens mij worden die profielen inmiddels niet meer vooraf ingesteld, maar adaptief.
Het nadeel van dit systeem – het feit dat het altijd even duurt voor de verschillende profielen komen ‘bovendrijven’ – wordt opgevangen door ze even te initialiseren met het klikgedrag van een paar persona’s.
@Carl; Het klopt inderdaad dat op basis van kunstmatige intelligentie profielen zelflerend zijn en dus continu veranderen. Op het moment dat een bezoeker voor de eerste keer op de site arriveert begint het proces direct.
Ik heb me onlangs ook verbaasd over een collega in de Nederlandse markt die eerst een hele tijd bezig is met het opbouwen van profielen voordat BT toegepast kan worden.
Een van de belangrijkste argumenten die Gino keer op keer aangeeft is de Privacy. Hij is van mening dat dit het grootste probleem is voor profielen op basis van een Cookie.
Ik geloof hier niet in. Als je de bezoeker duidelijk kunt maken waarom het voordelen heeft om een cookie op de specifieke site toe te staan en hij de mogelijkheid heeft om er wel of niet voor te kiezen lijkt het mij geen issue.
Zoals ik al een keer eerder heb opgemerkt: is privacy niet een generatie issue?
@Carl: klopt inderdaad dat het even duurt voordat de profielen komen bovendrijven, het is en blijft natuurlijk statistiek.
En ander nadeel is als je het gaat inzetten voor recommendations. Voordat er voldoende recommendations zijn verzameld (ivm statistische verwerkingen) kan de feitelijke situatie alweer verandert zijn, Je krijgt dan recommendations die niet meer actueel zijn. In feite loop je dan achter de feiten aan.
@Rob: Om te voorkomen dat behavioral targeting / kunstmatige recommendation systemen achter de actualiteit aanlopen, wordt het geregistreerde klikgedrag tegenwoordig verouderd. Zodat een klik van vorige week minder telt dan een klik van vandaag, en een klik van een paar jaar terug zelfs helemaal geen waarde meer heeft.
Je kan met spreadsheets geen consumentengedrag voorspellen, helaas. Je kan hooguit de adverteerder geld uit de zak regelen(snap ik). Echter, het meten van conversie is het afrekenmechanisme van de toekomst. Hier kan geen demographic tegenop. Deze discussie over behavorial targeting is naar mijn bescheiden mening bezigheidstherapie omdat:
a. sites met weinig klanten hier niets aan hebben omdat de steekproef te klein is en het bereik uberhaupt te klein is om van dergelijke inspanningen te profiteren (ook de long tail heeft altijd een ROI nodig)
b. Sites met veel klanten het vertrouwen van deze klanten hebben, en dus in de positie zijn zaken aan te bevelen, mits ze het merk niet afbreken. Adverteerders moeten dus relevant zijn op dat moment, maar belangrijker nog; de merken moeten klikken.
Iedereen voorspelt social networks een gouden toekosmt. Ik ook. Ik weet alleen niet of social networks direct verband gaan houden met emotionele transacties vd consument (recommendation in bovenstaande context). Ik kan me wel voorstellen dat recommendation werkt in producten/diensten met een zekere vorm van homogeniteit.
@ Carl,
Ik begrijp je opmerking over het verouderen van het klikgedrag niet helemaal. Telt een klik van vorige week niet gewoon minder zwaar omdat deze minder voorspellende waarde heeft dan bijvoorbeeld een klik van gisteren?
Overigens denk ik dat er wel een limiet zit aan het gedrag dat je vasthoud voor analyse. Als je kliks van een paar jaar terug per bezoeker vast wilt gaan houden zou je wel eens tegen behoorlijke performance problemen aan kunnen gaan lopen?
@Bram: Je begrijpt ’t juist heel goed, want je vat het prima samen 😉
@Thomas Ik kan het niet meer met je eens zijn en je slaat de spijker op de kop. Segmentatie a.d.v. privacy gevoelige gegevens (demografisch, psychorafisch etc) is ook een verouderd principe. De ‘gaps’ en dus kansen die daarbij blijven liggen zijn en blijven te groot wanneer we proberen in categorieën of segmenten consumenten te categoriseren. Classificaties, Segmenten etc is niet nieuw en of we dit nu vooraf ingesteld (Wunderloop) of adaptief (Asknow) inzetten, het geeft geen significante verbetering. Tuurlijk, op het internet hebben we een grote bereik en daardoor een stijging in de conversie wanneer we deze (DM) techniek doorvoeren op het internet. Kunstmatige intelligentie werkt alleen als we het toepassen samen met Collectieve intelligentie en een Global alliance opzetten van sociale netwerken en specialisten.
Het gaat dus niet alleen om het klikgedrag van mensen. Sterker nog, ik denk dat klikgedrag steeds steeds minder relevant gaat worden in de toekomst met de komst van het semantisch web. Het lijkt alsof ik mezelf tegenspreek, maar het gaat meer om het principe hoe je het businessmodel opzet om aan het recommendation principe ook daadwerkelijk geld te verdienen. Collective intelligence en global alliance draait dan niet alleen om mens(social) maar ook de machine (semantic) en het inbedden van ‘advertenties’: Embedded Multichannel Collective Recommendations. Een hele mond vol maar absoluut “The Next Big Thing”.
@ Carl,
Fijn :-).
@ Gino,
Hoe kom je erbij dat toepassing van segmentatie niet leidt tot significante verbetering? Mijn ervaring is dat toepassing van gedragsegmentatie wel degelijk tot verbetering leidt. Deze techniek wodrt al jaren in bijvoorbeeld call centers gebruikt met conversiestijgingen van 500%+. Waarom zou dit niet op internet kunnen?
Neemt niet weg dat wellicht de toevoeging van recommendations tot nog betere resultaten kan leiden, maar om meteen maar Kunstmatige Intelligentie af te doen als niet werkend gaat mij een beetje te ver.
@Bram: Ik probeer zojuist terug te lezen waar ik gezegd heb dat kunstmatige intelligentie niet zou werken, maar ik kan het niet vinden en me ook al niet voorstellen. Ik geloof heel erg in alfa-informatica en kunstmatige intelligentie. Alleen wil je de combinatie maken met recommendation technieken, dan: “Kunstmatige intelligentie werkt alleen als we het toepassen samen met Collectieve intelligentie en een Global alliance opzetten van sociale netwerken en specialisten.”
500% zou zeker een significante verbetering zijn ;-). Kun je eens een voorbeeld noemen? En, hoe zou je de toepassing op het internet zien werken. Ik ben erg benieuwd!
500% is een verbetering die je mi. haalt als je eerder erg slechte resultaten hebt behaald (door bijvoorbeeld met hagel te schieten). Dat hoeft dus niet meer.
@Thomas Dat is dan voor het internet niet echt een significante verbetering… Wat je nu zegt is dat je een offline DM techniek vertaald naar een DM techniek voor het Internet. Dat laat nog hele grote gaten liggen.
@Bram kun je een voorbeeld aanhalen van succes? Misschien een case? Die doen het altijd erg goed :).
Gerelateerde artikelen
Marketingfacts. Elke dag vers. Mis niks!
Marketingfacts. Elke dag vers. Mis niks!