Wie die agentische KI die Werbemittel-Performance antreibt

Werbetreibende, die heute Amazon Ads nutzen, haben Zugang zu umfassenderen Daten als je zuvor: authentifizierte Reichweite, tatsächliches Einkaufsverhalten und Streaming-Interaktionen, die mit echten Haushalten verknüpft sind. Diese Insights kreativ umzusetzen – und zwar mit der Geschwindigkeit und in dem Umfang, die moderne Kampagnen erfordern – war die größere Herausforderung.

Mit dem Amazon Ads Werbemittel-Agenten lassen sich nun datengestützte Werbemittel-Varianten für Streaming-TV, Display und Video erstellen – und zwar innerhalb von Stunden statt Wochen. Dennoch nutzen viele Werbetreibende Signaldaten weiterhin nur zur Ansprache der Zielgruppen, während die Werbemittel selbst nach wie vor sehr allgemein gehalten sind. Die Zielgruppen sind präzise. Die Nachrichten sind es nicht.

Agentische KI-Tools verbinden Signale mit Entscheidungen und ergreifen Maßnahmen zur Erreichung definierter Ziele. Im Zusammenhang mit Amazon Ads bedeutet dies, dass Kaufsignale, Browsing-Signale und Streaming-Signale in Werbemittel-Strategien umgesetzt werden, die sich auf der Grundlage der Performance kontinuierlich weiterentwickeln, wodurch ein Kreislauf entsteht, in dem die Zielgruppendaten nicht nur die Reichweite, sondern auch die Gestaltung der Werbemittel selbst beeinflusst.

Tipp 1: Passen Sie Ihr einzigartiges Wertversprechen an den Moment an

Die Markttauglichkeit des Produkts ist nicht statisch. Es verändert sich ständig, basierend auf der Gruppe der Mitbewerber und den spezifischen Zielgruppen, die Sie erreichen. Ihre größte Chance besteht darin, jedem Kundensegment ein einzigartiges Verkaufsargument zuzuordnen, das zur jeweiligen Phase in der Customer Journey passt.

Wenn Sie Zielgruppen ansprechen, die Ihr Produkt möglicherweise mit dem der Konkurrenz vergleichen, heben Sie hervor, worin sich Ihr Produkt wirklich von anderen abhebt – sei es in Bezug auf Ausstattung, Design, Preispunkt oder Funktionalität. Die Botschaften für Zielgruppen, die mit der Kategorie noch nicht vertraut sind, sollten sich deutlich von denen für Zielgruppen unterscheiden, die kurz vor dem Kauf stehen.

Nehmen wir eine Premium-Marke für Beef Jerky als Beispiel. Zuvor schaltete die Marke für alle Zielgruppen, unabhängig von deren Absichten, eine allgemeine Werbeanzeige für einen „proteinreichen Snack“. Indem sie die Werbemittel auf Zielgruppenebene neu überdenken, setzen sie bei Käufern, die bereits in dieser Kategorie stöbern, auf die Botschaft „100 % Weidehaltung“ und heben dabei die überlegene Qualität gegenüber industriell verarbeiteten Alternativen hervor, während Zielgruppen im oberen Funnel, die die Marke noch nicht kennen, die Botschaft „No Junk. Just Beef.“ erhalten, um die Marke durch einfaches Storytelling mit Fokus auf reine Zutaten vorzustellen. Die Botschaft passt sich daran an, wer sie sieht und warum.

Die Umsetzung bedeutet, sich von responsiven Einzelhandelsmedien-Anzeigen, die allgemeine Inhalte von Produktdetailseiten abrufen, zu lösen und stattdessen auf Anzeigentypen umzusteigen, die eine detaillierte kreative Steuerung und eine gezieltere Struktur der einzelnen Werbebuchungen ermöglichen, damit individuelle Werbemittel die richtigen Zielgruppen erreichen. Hier spielen Agenten eine entscheidende Rolle, indem sie unstrukturierte Signale zusammenführen, um komponentenbasierte Werbeanzeigen in großem Maßstab auf Verkaufsargumente abzustimmen. Mit Amazon DSP lässt sich diese Präzision problemlos umsetzen.

Tipp 2: Analysieren Sie Werbemittel-Assets kanalübergreifend statt isoliert

Die meisten Werbetreibenden setzen auf die dynamische Anzeigenoptimierung auf Publisher-Seite, um die Performance-Vorteile innerhalb eines bestimmten Kanals zu nutzen, führen jedoch keine kanalübergreifende Auswertung der gewonnenen Insights durch. Die Folge sind Leistungsplateaus, uneinheitliche kanalübergreifende Ergebnisse und Werbemittel-Briefings, die dem Problem nie wirklich zuvorkommen.

Die Amazon Marketing Cloud zeigt auf, welche Werbemittel während des gesamten Einkaufsvorgangs zu Ergebnissen geführt haben, und ermöglicht es so, Muster zu erkennen, die bei einem kanalbezogenen Bericht übersehen würden. Als Amazon Ads-Partner geht Skai mit unserer „Werbemittelattributdaten“ noch einen Schritt weiter und analysiert die Performance auf atomarer Ebene, um zu ermitteln, welche spezifischen Elemente – wie Hintergrundfarbe, Anzahl der Personen und Tonfall der Botschaft – die Ergebnisse voranzutreiben.

Nehmen wir eine Premium-Marke für Smart Speaker, die versucht, Audiophile am Preispunkt von 400 USD anzusprechen. Durch den Einsatz von Werbemittelattributdaten über Amazon DSP, bezahlte Social-Media-Kanäle und Connected-TV-Kanäle hinweg konnte die Marke feststellen, dass Videos, in denen in den ersten fünf Sekunden ein Mann im Alter zwischen 35 und 55 Jahren zu sehen ist, der sich entspannt, bei Zielgruppen mit einem Interesse an High-Fidelity-Audio um 15 Prozent höhere Klickraten erzielen, und dass bannerfarbene Hintergründe mit Blauanteil die Conversion-Rate beim Hinzufügen zum Einkaufswagen auf Amazon DSP im Vergleich zu anderen Farben um 8 Prozent steigern. Sobald diese erfolgreichen Merkmale ermittelt sind, ermöglichen es Tools wie den Amazon Ads Werbemittel-Agenten, diese in großem Maßstab umzusetzen und datengestützte Werbemittelvarianten für Streaming-TV, Display und Video zu erstellen, die auf verschiedene Zielgruppen individuell zugeschnitten sind.

Tipp 3: Verknüpfen Sie Streaming-TV-Reichweite mit Lower-Funnel-Ergebnissen

Connected-TV-Kampagnen (CTV) werden häufig isoliert geplant und durchgeführt, was zu einer Fehlverteilung des Budgets, Werbeermüdung und fehlender Verbindung zwischen Upper-Funnel-Reichweite und Lower-Funnel-Ergebnissen führt.

Stellen Sie sich eine Schnellrestaurantkette vor, die eine CTV-Kampagne mit großer Reichweite ohne allgemeine Begrenzungen der Häufigkeit durchführt. Die Zuschauer sehen dieselbe Werbeanzeige mehr als 30 Mal, was den CPM in die Höhe treibt, ohne dass dies zu zusätzlichen Aktionen führt. Ein agentischer Ansatz geht dabei anders vor: Eine allgemeine Werbeanzeige für ein zeitlich begrenztes Angebot wird Sportzuschauern so präsentiert, dass die Begrenzung der Häufigkeit pro Haushalt auf maximal drei Mal erfolgt. Haushalte, die diese Obergrenze erreicht haben oder in der vergangenen Woche bereits 10 oder mehr Banner-Anzeigen gesehen haben, werden von weiteren CTV-Werbeausgaben ausgeschlossen und auf eine Sponsored Display-Anzeige im Lower-Funnel mit einem spezifischen Gutscheincode umgeleitet. Das Budget wird von Maßnahmen mit sinkenden Impressions auf Conversion-orientierte Angebote verlagert, die eine bereits interessierte Zielgruppe ansprechen.

Dank der Insights aus der Amazon Marketing Cloud kann Skai die Performance detaillierter analysieren und so automatisch optimale Begrenzungen der Häufigkeit auf Produktzeilenebene empfehlen und anwenden, sodass Werbetreibende nicht auf eigene Faust kostspielige Entscheidungen treffen müssen.

So setzen Sie diese Funktion ein

Die Technologie ist bereits vorhanden. Der authentifizierte Graph von Amazon Ads verbindet Zielgruppen und Haushalte über vertrauenswürdige Beziehungen hinweg über die verschiedenen Shopping-, Streaming- und Unterhaltungsangebote von Amazon. Agentische KI-Tools wie der Werbemittel-Agent liefern die Insights und die Funktionen zur Erstellung kreativer Inhalte, um darauf zu reagieren. Werbetreibende, die diese Funktionen jetzt nutzen, werden nicht nur bessere Einzelkampagnen durchführen, sondern können auch helfen, die Lücke zwischen markenbildenden Werbemitteln und messbaren Geschäftsergebnissen zu schließen.

Präzision und Reichweite schließen sich nicht länger aus. Gerade die operative Infrastruktur, die es ermöglicht, beides gleichzeitig zu nutzen, eröffnet der nächsten Generation von Werbetreibenden erhebliche Möglichkeiten.

Kevin Weiss, VP of Commerce Media, Skai

Kevin Weiss ist Vice President of Commerce Media bei Skai und verfügt über mehr als zehn Jahre Erfahrung in den Bereichen E-Commerce und Digital. Bevor er zu Skai kam, war er geschäftsführender Gesellschafter einer auf Amazon spezialisierten Marketingagentur in Boulder, Colorado, wo er dem Unternehmen half, Platz 182 der Inc-5000-Liste zu erreichen, bevor es übernommen wurde. Er verfügt über fundierte Fachkenntnisse im Bereich Commerce und setzt sich mit großem Engagement für die Weiterentwicklung sowohl der Teams als auch der Kunden ein.