EMAC 2019: 5 marketingonderzoeksgebieden rond gerichte reclame

EMAC 2019: 5 marketingonderzoeksgebieden rond gerichte reclame

Op de EMAC-conferentie van dit jaar in Hamburg werd ik door de professoren Bernd Skiera en Klaus Miller (beiden verbonden aan de Universiteit van Frankfurt, Duitsland) uitgenodigd om mijn gedachten te delen over marketingonderzoek op het gebied van online reclame en in het bijzonder om het verband tussen online reclame en privacy te belichten.  In het artikel van vandaag stel ik mijn presentatie beschikbaar en zet ik mijn gedachtegang verder in de hoop dat ze academici zullen helpen om nieuwe en interessante wegen te vinden voor hun toekomstige studies.

Online reclame: er is heel wat gebeurd sinds 1994

De eerste online reclame (voor AT&T) verscheen in oktober 1994 en had als expliciet doel bezoekers te laten klikken (dat is wat er stond). En het leek te werken (het nieuwe van dit proces wekte nieuwsgierigheid op en we zullen niet snel weer zo een hoge click rate zien). Sinds 1994 is de onlinereclame geëvolueerd van een reclame voor iedereen naar een gerichte reclame dankzij een daling van de opslag- en verwerkingskosten. Gegevens worden nu over de hele wereld verzameld, met elkaar in overeenstemming gebracht en gedeeld tussen grote datamanagement-platforms, de zogenaamde DMP’s (Data Management Platforms), die soms informatie bevatten over honderden miljoenen mensen (Adobe beweert dat haar DMP meer dan een miljard gebruikers bevat).

Focus op videoreclame

Banners, waarvan de inhoud nu is aangepast aan het profiel van de gebruiker op basis van gegevens die via DMP’s worden gedeeld, blijven vandaag de dag de belangrijkste vorm van gerichte reclame. De vraag die ik me stelde was: zou de beschikbaarheid van gegevens niet de drijvende kracht zijn achter het meeste wetenschappelijke onderzoek op dit gebied, ten koste van relevantere onderzoeksobjecten waarvan de gegevens minder toegankelijk zouden zijn? De vraag blijft dus of de beschikbaarheid van gegevens als leidraad moet dienen voor het wetenschappelijk onderzoek of dat onderzoekers zich moeten richten op wat het toekomstige gedrag zal bepalen.

Toekomstig onderzoek in online reclame

In mijn toespraak had ik het over 5 wegen van onderzoek die volgens mij veelbelovend zijn voor online reclame.

Gerichte reclame en gebruikerstevredenheid

Een toename van de gebruikerstevredenheid wordt door professionals uit de sector vaak genoemd als een reden om gerichte reclame te introduceren. Maar wat weten we echt over deze beroemde klanttevredenheid? Uiteindelijk niet veel en daarom is dit een veelbelovend onderzoeksgebied met veel theoretische en bestuurlijke implicaties. Er zijn inderdaad een aantal studies die aantonen dat gebruikers de neiging zouden hebben om gerichte reclame te verkiezen boven niet-gerichte reclame. Zo toonden Zhu en Hang (2016) in hun uitstekende werk aan dat de perceptie van gebruikers over de relevantie van reclame inderdaad verband hield met het toegenomen gebruik. Met andere woorden, de personalisatie van reclame lijkt de ‘tevredenheid’ te verhogen. De realiteit is echter complexer en genuanceerder (en deze nuances worden door professionals uit de industrie terzijde geschoven). De eerste nuance is dat het toegenomen gebruik negatief wordt beïnvloed door de vermeende inbreuk op de privacy als gevolg van gerichte reclame (zie onderstaande resultaten). Om gericht te adverteren is het noodzakelijk om gegevens over de betreffende gebruiker te verzamelen. Ten tweede werden de resultaten verkregen in een enigszins ‘kunstmatig’ kader en ondanks de waarde ervan moeten ze onder reële omstandigheden worden bevestigd.

Resultaten van Zhou en Hang (2016) op tevredenheid met gerichte reclame

Gerichte reclame en bescherming van de privacy

Voortbouwend op het vorige punt over gebruikerstevredenheid komen we bij een tweede veelbelovend onderzoeksgebied: de privacy. Een betere doelgerichtheid kan alleen worden bereikt met meer gegevens. Er is dus een soort wisselwerking tussen privacy en ‘accuraatheid’ van de targeting. Dit compromis moet worden bestudeerd en het door Zhou en Hang (2016) voorgestelde model moet onder andere omstandigheden worden getest. Ik denk dat dit des te logischer is in een tijd waarin allerlei soorten bedrijven allianties aangaan om de gegevens van hun gebruikers te delen. Vorige week spraken we over de Belgian Data Alliance, die gegevens van miljoenen gebruikers in België zal delen om gerichte reclame te maken.

Wat zijn de belangrijkste prestatie-indicatoren voor videoreclame?

De toekomst van reclame ligt in video’s. Het meeste academisch onderzoek richt zich echter nog steeds op ‘statische’ reclame (banners) en de belangrijkste prestatie-indicator die wordt gebruikt is de CTR (Click-Through-Rate). Het universitaire onderzoek moet zich meer richten op videoreclame en nieuwe prestatie-indicatoren voorstellen om bijvoorbeeld de tevredenheid van de gebruikers te kunnen afleiden.

Doeltreffendheid van videoreclame in een context

Om voort te bouwen op de in de vorige paragraaf aangehaalde ideeën, zal de bepaling van nieuwe prestatie-indicatoren rond video het mogelijk maken de doeltreffendheid van gerichte videoreclame te meten. Maar deze doeltreffendheid moet worden gemeten en geanalyseerd in functie van de context, d.w.z. rekening houdend met de video waaraan de reclame ‘vastgehecht’ is (voor, na of tijdens de video). Bepaalde soorten inhoud bepalen hoe advertenties worden bekeken. Series hebben bijvoorbeeld een hoge aantrekkingskracht die voorkomt dat gebruikers ondanks de reclame toch stoppen. Het is daarom van cruciaal belang om de context te begrijpen alvorens conclusies te trekken.

Gebruik van metagegevens

Ten slotte zal een beter begrip van de context noodzakelijkerwijs gepaard gaan met meer metagegevens, wat over het algemeen een probleem is voor producenten van content en dus ook voor videodistributieplatforms. Ik moedig marketingonderzoekers aan om banden met onderzoekers die gespecialiseerd zijn in NLP (Natural Language Processing) aan te gaan of deze versterken om een betere categorisering van video-inhoud te verkrijgen met behulp van algoritmes.


Geplaatst in Onderzoek.