Auf Konferenzen, Barcamps etc. habe ich im ersten Halbjahr 2019 als Speaker eigentlich nur zwei Themen aufgegriffen: 1. Intelligent Tracking Prevention, 2. Machine Learning. Die Reaktionen auf diese Themen haben mit überrascht, denn teilweise sind die Themen auch bei Online Marketern noch nicht präsent. Ich denke, das sollte sich ändern, daher hier eine kurze Darstellung.
ITP – Intelligent Tracking Prevention – Worum geht es?
Intelligent Tracking Prevention (ITP) betrifft eigentlich alle im Online Marketing. ITP 1.0 wurde Mitte 2017 in der Browser-Engine Webkit eingeführt, die unter anderem im Safari Browser genutzt wird. Mit Intelligent Tracking Prevention soll die Privatsphäre der User besser geschützt werden, indem bei Seiten, die ein Cross-Site Tracking ermöglichen, der Zugriff auf Cookies begrenzt wird.
Ab ITP 1.0 sind Third-Party Cookies betroffen. Auf diese konnte unter Umständen nur einen Tag, nachdem diese gesetzt wurden, zugegriffen werden. 2018 kamen mit ITP 1.1 und ITP 2.0 kamen weitere Einschränkungen hinzu, aber auch hier waren nur Third-Party Cookies betroffen. Somit konnten sämtliche Einschränkungen von Intelligent Tracking Prevention durch die Nutzung von First-Party-Cookies umgangen werden. Umgesetzt wurde das unter anderem durch Tags, die auf der Webseite integriert werden. Kommt ein User auf die Landingpage werden vom Toolanbieter an die Ziel-URL Parameter angehängt, die wiederum vom HTML Tag in ein Cookie geschrieben werden.
Im März 2019 wurde dann ITP 2.1 veröffentlicht. Nun waren auch First-Party-Cookies betroffen, sofern diese per document.cookie gésetzt werden. Auf diese kann nur noch 7 Tage nach Erstellung zugegriffen werden. Das betrifft eine Menge an Cookies, beispielsweise Google Analytics, Google Ads, etc. D.h. klickt ein User auf eine Google Ads Anzeige und löst die Conversion erst 8 Tage später aus, wird die Conversion aufgrund des fehlenden Cookies nicht mehr gemessen. In Google Analytics werden User, wenn Sie einen Seite besucht haben und nach 8 Tagen das nächste mal auf diese zurückkehren, als neue Besucher erfasst.
Nun betrifft dies erstmal nur die Browser-Engine Webkit und nicht alle Browser. Dennoch sollten sich Strategien überlegt werden, wie mit diesem Thema im Online Marketing und in Digital Analytics umgegangen werden kann und welche Lösungsansätze existieren. Beispielsweise können Daten in anderer Form als Cookies gespeichert werden (Stichwort: LocalStorage) oder Cookies können serverseitig geschrieben werden. Ich verweise hier zum Einstieg in den Artikel „ITP 2.1 And Web Analytics“ von Simo Ahava.
Machine Learning (ML) – Worum geht es?
Machine Learning ist im Online Marketing sehr präsent wenn es um Features in Tools geht. Was genau dahinter steht und wie Machine Learning angepasst auf das eigene Business genutzt werden kann, ist aber bei vielen Online Marketern noch unbekannt. Auf der Seo-Campixx 2019 habe ich aufgezeigt, wie aus Google Analytics Daten und mithilfe des Machine Learning Frameworks H20 User-Engagement auf Basis von Micro-Conversions bestimmt werden kann. So können spezifisch für die Webseite definierte Micro-Conversions hinsichtlich der Eintrittswahrscheinlichkeit der eigentlichen Conversion datengetrieben bewertet werden. Der Umfang des Programms beträgt dabei ~20 Zeilen Code. Denn die Programmierung von Machine Learning Anwendungen mithilfe von Frameworks ist sehr einfach geworden.
Umso wichtiger ist es, sich mit diesen Thema zu beschäftigen. Auf der einen Seite finde ich es wichtig, das ein Verständnis der verschiedenen Möglichkeiten und Modelle vorhanden ist, auf der anderen Seite aber auch die praktische Anwendung eines Frameworks. Die Kenntnisse eröffnen im Online Marketing neue Optionen.