Der Begriff des Predictive Behavioral Targetings stammt ursprünglich aus dem Bereich der Markt- und Meinungsforschung und beschreibt eine zielgruppenspezifische – wenngleich: fachlich umstrittene – Methode zur empirischen Datenerhebung, Datenanalyse und Datenverwertung. Algorithmische Automatisierungsprozesse wie etwa die statistische Erfassung von Blog-Beiträgen werden dabei üblicherweise mit analogen Analyseverfahren verbunden, die ganz ohne spezielle Computertechnik auskommen. Sie können interdisziplinäre Gestaltungsarten annehmen – u.a. in Form von Workshops, Seminaren oder soziologischen Milieustudien.

Beim Umgang mit den verhaltenstypischen Daten liegt einer solchen Strategie die Annahme zugrunde, dass die Qualität der Datenmessung hiernach mehr Tragweite entwickeln wird als die blanke Quantität der Datensammlung. Denn stichprobenartige Erhebungen können hochgerechnet werden, wiederkehrende Verhaltensmuster können zum Typus von Personengruppen erhoben werden und mithilfe sozialer Übertragungen eine stellvertretende, sogar vervielfältigende Funktion einnehmen, wie etwa im Fall der sogenannten ‚Familie Mustermann‘. Beim Predictive Behavioral Targeting wird dem Datenumfang folglich weniger Bedeutung zugemessen als dem Dateninhalt, getreu des Mottos: „Content is King.“

Hiergegen setzt die Methode des sogenannten Behavioral Targetings darauf, eine Palette technologischer Verfahren einzusetzen, um die Sammlung von Daten in die Breite zu ziehen, statt damit in die Tiefe zu gehen, getreu des Mottos: „Die Masse macht den Kohl fett.“

Nachfolgend werden allgemeingültige Trends aus der Datenmasse heraus abgeleitet, statt spezifische Verhaltensmuster ins analytische Kalkül aufzunehmen. Aus diesen Gründen liegt der Dreh- und Angelpunkt des Behavioral Targetings vor allem in der Verhaltensanalyse von ‚Durchschnittsbürger_innen‘ – was einerseits eine Expertise für datenschutzrechtliche Vorgaben erfordert, und andererseits dazu beiträgt, dass wesentliche Interessengruppen vernachlässigt werden, weil sie gar nicht erst in den Fokus der empirischen Untersuchungen geraten.
Bei einer solchen Herangehensweise entsteht der Nutzwert zum Beispiel dadurch, dass man statistisch prognostiziert, an welcher Stelle eine Online-Anzeige als ‚optimal positioniert‘ gelten kann – oben links? Unten in der Mitte? Seitlich rechts? – und/oder zu welcher Uhrzeit die Wahrscheinlichkeit am höchsten ist, dass dieses Werbemittel von den Nutzer_innen auch wahrgenommen wird.
In der Abgrenzung dazu wird beim Predictive Behavioral Targeting das übergeordnete Ziel gesetzt, die Datenquellen auf ein Mindestmaß zu reduzieren, um im Zuge der Auswertung möglichst passgenaue Aussagen zu treffen – und auch, um den Aktionsradius der jeweiligen Zielgruppe(n) nachgerade einzukreisen. Die Datenmessung erfolgt zwar systematisch, aber deutlich selektiv. Darüber hinaus werden bewusst unterschiedliche Wissenschaftszweige in den Analyseprozess integriert, um die soziale Einbettung, den Lebensstil und die Werteorientierung der Zielgruppe(n) eingehend untersuchen zu können.
Beim Internetsurfen werden mir beispielsweise diverse Werbebanner über Laufausstattungen auf den Websites eingeblendet, seit ich auf sportbezogenen Online-Foren aktiv geworden bin. Ein seltsamer Zufall? Oder die logische Konsequenz aus eben dieser Form von Marketing-Strategie.

Gerade wegen der kontext-, medium- und fachübergreifenden Art der Datenerhebung machen sich die Projekte des Predictive Behavioral Targetings allerdings im besonderen Maß von der Datenqualität abhängig.

Ein Teil der zugrunde liegenden Datensätze wird nämlich oft von externen Dienstleistungsunternehmen geliefert, während andere Teile intern erstellt werden – zumeist durch den Schulterschluss mehrerer Abteilungen, die unterschiedliche Aufmerksamkeitsschwellen, Standardisierungen und Schwerpunkte setzen können.
Nichtsdestotrotz ist eine solche Diversifikation mit dem Grundprinzip des Predictive Behavioral Targetings durchaus vereinbar. Denn was die Messlatte für den Erfolg legt, ist schlussendlich die analytische Sorgfalt, die interdisziplinäre Synergie und die Klassifizierung signifikanter Verhaltensmuster – nicht weniger, nicht mehr.

Über SATZBAUWERK - Jana V. Chantelau

In Berlin leite ich die Agentur SATZBAUWERK. Meine Schwerpunkte liegen in der Texterstellung, Kampagnen-Planung und Krisenkommunikation.

Kommentar zur Freigabe einsenden:

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s