Behavioral Targeting ist eine digitale Werbetechnik, die Käufern Produkte basierend auf ihrem tatsächlichen Online-Verhalten anzeigt – besuchte Seiten, Artikel im Warenkorb, frühere Käufe, wiederholte Suchanfragen – anstatt sich auf allgemeine demografische Annahmen zu verlassen. Werbeplattformen und Retargeting-Tools erfassen diese Browser- und Interaktionsdaten und nutzen sie, um zu entscheiden, welche Produkte aus dem Katalog eines Händlers einem bestimmten Besucher während seiner Online-Aktivitäten angezeigt werden. Bei Feed-basierter Werbung ist dies die Ebene, die einen statischen Produktkatalog in ein responsives, personalisiertes Nutzererlebnis verwandelt.

Warum verhaltensbasiertes Targeting für feedbasierte Werbung wichtig ist

Ein Produktfeed liefert lediglich den Rohkatalog – Titel, Preis, Bild, Verfügbarkeit –, doch erst das verhaltensbasierte Targeting entscheidet, welche der Tausenden von Artikeln einem bestimmten Käufer tatsächlich angezeigt werden. Ohne präzise Verhaltensdaten liefert selbst ein optimal optimierter Feed allen Kunden dasselbe generische Sortiment. So werden Impressionen für Produkte verschwendet, die ein Käufer bereits verworfen hat, und offensichtliche Chancen verpasst, beispielsweise bei Warenkorbabbrechern, die nur einen kleinen Anstoß benötigen. Deshalb erzielen Remarketing-Kampagnen oft bessere Ergebnisse beim Kosten-pro-Akquisition als die Neukundengewinnung: Sie kombinieren Feed-Daten mit realen Engagement-Metriken, die direkt auf der Website erfasst werden. Dadurch entspricht die angezeigte Werbung der tatsächlichen Kaufabsicht und nicht einer bloßen Vermutung. Der Erfolg hängt von einer präzisen Abstimmung zwischen den Produktkennungen im Feed und dem Tracking-Code im Shop ab. Denn eine Diskrepanz führt zum Abbruch der Verbindung, und ein angesehener oder im Warenkorb befindlicher Artikel wird keinem verkaufbaren Produkt zugeordnet.

So funktioniert Behavioral Targeting

Plattformen erstellen verhaltensbasierte Zielgruppen, indem sie Besucher mit Ereignissen wie Produktansicht, Warenkorb-Hinzufügung oder Kauf verknüpfen – jedes Ereignis ist mit einer spezifischen Artikel-ID aus dem Feed verbunden. Wenn derselbe Kunde später eine Anzeige sieht, gleicht die dynamische Anzeigen-Engine der Plattform seine Ereignishistorie mit dem Live-Feed ab, um das passende Produkt, den aktuellen Preis und die Verfügbarkeit anzuzeigen, anstatt eine statische Anzeige zu präsentieren. Händler kombinieren dies oft mit einer feineren Segmentierung, indem sie Zielgruppen nach Kategorie, Preisklasse oder Kaufdatum unterteilen. So wird beispielsweise einem Kunden, der sich Laufschuhe angesehen hat, keine Werbung für einen anderen Teil des Sortiments angezeigt. Verhaltensdaten fließen auch in Nischen-Targeting-Maßnahmen ein. Händler können so eine kleine, aber kaufbereite Gruppe – beispielsweise Kunden, die sich wiederholt eine bestimmte Limited Edition angesehen haben – isolieren und ihnen eine dedizierte Kampagne präsentieren, anstatt sie in einen breiten Remarketing-Pool einzubeziehen.

Beispiel: Verhaltensbasiertes Targeting in einem Produktfeed

<item>
  <g:id>SKU-77120</g:id>
  <title>Trail Running Shoe - Slate Grey, Men's 10</title>
  <link>https://example-shop.com/products/trail-running-shoe-slate-10</link>
  <g:price>129.00 USD</g:price>
  <g:availability>in stock</g:availability>
  <g:custom_label_0>cart_abandoner_7d</g:custom_label_0>
  <g:custom_label_1>viewed_not_purchased</g:custom_label_1>
</item>

Das custom_label Die Felder hier ändern nichts daran, wie das Produkt organisch angezeigt wird – sie dienen dazu, den Feed in verhaltensbasierte Kampagnengruppen zu filtern, sodass der Werbetreibende eine Anzeigengruppe für Warenkorbabbrecher erstellen kann, die nur so gekennzeichnete Artikel anzeigt, deren Preis und Lagerbestand zum Zeitpunkt der letzten Feed-Aktualisierung vorlagen.

Verwandte konzepte

Verhaltensbasiertes Targeting funktioniert am besten in Kombination mit einer breiteren Segmentierung , da Zielgruppensegmente die Gruppen definieren, auf die Verhaltenssignale angewendet werden. Oft wird das Targeting weiter verfeinert , um eine bestimmte, wertvolle Gruppe zu isolieren, anstatt alle engagierten Käufer gleich zu behandeln. All dies funktioniert jedoch nicht ohne zuverlässige Engagement-Metriken, die dem System als Grundlage dienen – ohne diese Daten gibt es kein Verhalten, auf das man sich beim Targeting konzentrieren könnte.