Werbung ermöglicht die Kostenfreiheit der Inhalte im Internet. Aufdringliche oder nicht zielgruppengerechte Werbung gefährdet jedoch das einwandfreie Funktionieren dieses Modells. Zudem begünstigt sie die massive Nutzung von Adblockern. Denn wer kennt es nicht: Digitale Werbeanzeigen, die nicht im Kontext zur Webseite stehen, auf der man gerade surft, und deshalb kein Interesse wecken. Popup-Banner, die jeder sofort wegklickt. Oder die Onlinewerbung für einen Schuh, den man zwar vor Wochen im Internet gesucht hat, den man aber in der Zwischenzeit schon längst gekauft hat. Diese Werbebanner bringen niemanden weiter.
Programmatic bietet Lösungen für dieses Problem, indem es Werbetreibenden ermöglicht, produkt- oder serviceinteressierte User zielgerichtet zu targeten (anzusprechen). All das passiert unter genauer Kontrolle der Werbewiederholungen und unabhängig vom Inventar. In der Theorie lässt sich also die Wertschöpfung jedes Glieds der Kette – vom Internet-User über den Editor bis hin zum Werbetreibenden – nicht leugnen. In der Praxis sind aber noch weitere Bemühungen erforderlich, um ein intelligentes und weniger aufdringliches digitales und smartes Werbe-Ökosystem zu erreichen. Der Grund dafür sind wenig performante, standardisierte Targeting-Algorithmen. Die Folge sind Attributionsmodelle, die Werbeausstrahlungen an schon längst überzeugte User begünstigen. So lassen sich keine neuen Kunden gewinnen, und das bringt ein Unternehmen wirtschaftlich nicht weiter.
Der «Programmable Advertising»-Ansatz geht auf diese blockierenden Punkte ein, indem er die eigentlichen Grundsätze der Werbetheorie adressiert und sie ins Herz der Problematik zurückversetzt: Erstens managet der Ansatz die Stärke des Werbedrucks, in der Werbung auf die Zielgruppe einwirkt. Und zweitens verwaltet der «Programmable Advertising»-Ansatz vor allem die Affinität zwischen einer Botschaft und der Person, an die sie adressiert ist. Ziel ist es, der digitalen Werbung ihre unterstützende Rolle zurückzugeben, die sie eigentlich immer hätte haben sollen. Schliesslich soll die Zielperson nicht mit irrelevanter Onlinewerbung überflutet werden, Werbung soll vielmehr bei der Kaufentscheidung behilflich sein.
Es ist Aufgabe der Big-Data-Technologien zu analysieren, welchen Einfluss eine Werbekampagne hat, und wo ihre Kapazität liegt, den inkrementellen Wert für eine Marke zu erzeugen. Diese Analyse lässt sich anhand von robusten, deskriptiven sowie wissenschaftlichen Modellen durchführen wie beispielsweise mit dem permanenten A/B-Test. Bei diesem Test wird eine Originalversion gegen eine leicht abgeänderte Version getestet, um herauszufinden, welche Version besser performt, zielgerichteter ist und User bei der Kaufentscheidung unterstützt. Diese Informationen lassen sich anschliessend in prädiktive Modelle injizieren, um es Kaufalgorithmen zu ermöglichen, mehrere zehntausend Mal pro Sekunde richtige Entscheidungen zu treffen. Das erzeugt wertschöpfende Entscheidungen für die Marke, den Internetnutzer und den Editor.
