Heise Medien setzt bereits seit Längerem auf digitale Paid-Content-Angebote. Für das Onlineportal heise online, dem Leitmedium für deutschsprachige Hightech-Nachrichten, hat das Medienhaus mit Sitz in Hannover ein Customer Audience Management konzipiert und implementiert. Aber was genau versteht man unter Customer Audience Management, wie kann ein solches Projekt umgesetzt werden, was passiert mit dem Thema Datenschutz? Unsere Fragen beantwortet haben Knut Pape, Senior Expert Digital Analytics, und Claas Blume, Leiter des neu gegründeten Data Competence Center bei Heise Medien.

Wie und vor allem warum kam es zum Start des Projekts?

Claas Blume: Das CAM-System ist mittlerweile nun schon einige Zeit bei uns im Live-Betrieb. Die Arbeit am „Customer Audience Management“ begann Ende 2019 und bereits im Februar 2020 konnten wir mit einer ersten Ausbaustufe des Systems an den Start gehen. Das Projekt wurde dabei von einem mehrköpfigen interdisziplinären Team hier aus unserem Haus und in enger Kooperation mit unserem Technologie-Dienstleister Dymatrix umgesetzt. 

Konkreter Anlass für den Start des Projekts war damals die Einführung unseres Paid-Content-Angebots heise+ im Jahr 2019. Ziel war und ist es, auf Basis von First-Party-Daten Nutzerzentrierung und Website-Personalisierung in Echtzeit möglich zu machen. 

Was genau versteckt sich denn hinter datenbasiertem Customer-Audience-Management?

Knut Pape: Mit unserem Customer-Audience-Management sind wir in der Lage, unseren Lesern auf Basis ihres Nutzungsverhaltens individuelle Artikel zu empfehlen. Außerdem können wir jeden Nutzer verschiedenen Nutzergruppen („Clustern“) zuordnen und sagen eine Affinität des Nutzers zu unserem Paid-Content-Produkt voraus. Diese Informationen stehen uns in Echtzeit in der Website zur Verfügung und werden für jeden Nutzer bei jedem Seitenabruf wieder neu berechnet und aktualisiert. Um das zu erreichen, laufen dazu im Hintergrund mehrere Datenmodelle. So haben wir beispielsweise Modelle zu Nutzer-Clustern und heise+-Affinität auf Basis unserer Web-Analyse-Rohdaten angelernt, außerdem liefern uns NLP-Modelle (Natural Language Processing) die Möglichkeit, zu bestimmen, welche Inhalte sich inhaltlich für eine Empfehlung eignen und wie affin unsere Nutzer gegenüber bestimmten komplexen Themen sind. Dieser Informationen nutzen wir dann für personalisierte Artikelempfehlungen, aber sie stehen natürlich unserem Marketing-Team auch für gezielte Kundenansprache und abgestimmte Kampagnen zur Verfügung.

Bei jeder Analyse von digitalen "Bewegungsdaten" bekommt man sofort das Stichwort "Datenschutz" zu hören.

Claas Blume: Das Thema Datenschutz hat zu jedem Zeitpunkt Priorität, das ist ein sehr wichtiger und nicht diskutabler Aspekt für uns. Das gesamte System nutzt für die Berechnungen ausschließlich pseudonymisierte First-Party-Daten. 

Sie sprachen von inhaltlicher Ähnlichkeit, von NLP-Modellen. Was können wir uns denn darunter vorstellen?

Knut Pape: Inhaltliche Relevanz ist natürlich neben dem Verhalten des Nutzers ein wichtiger Punkt, wenn man Beiträge automatisiert empfehlen möchte. Hierbei hilft uns im CAM-System ein NLP-Algorithmus (Natural Language Processing), mit dem wir unsere Inhalte automatisiert verarbeiten und in Themencluster – sogenannte Topics – gruppieren können. Im nächsten Schritt können wir dann für jeden Artikel eine Topic-Ähnlichkeit berechnen, um relevante Artikel anzuzeigen, oder wir können ebenfalls wieder Affinitäten der Leser zu bestimmten Topics berechnen, und so die Empfehlungen abstimmen. Wichtige Topics sind für uns beispielsweise „PC-Hardware“, „IT-Security“ oder auch „Betriebssysteme“.

Wie sieht die technische Infrastruktur aus?

Knut Pape: Als Datengrundlage dienen uns mehrere Quellsysteme – vornehmlich aber unsere interne Web-Analyse mit Mapp sowie unser CMS Interred. Mit diesen Daten haben wir in Zusammenarbeit mit Dymatrix verschiedene Modelle „angelernt“. Über im Browser erfasste Web-Analyse-Nutzungsdaten können wir diese Modelle dann live abfragen und erhalten so die Informationen für das CAM-System.

Welches Team, welche Skills wurden benötigt?

Claas Blume: Neben dem dreiköpfigen Projektkernteam aus dem Data Center von Heise Medien waren die interne Web-Entwicklung, das Marketing, das Produktmanagement sowie weitere Fachbereiche an der Umsetzung beteiligt. Zugleich steuerten jeweils drei Mitarbeiter der Technologie-Dienstleister Mapp und der Dymatrix Consulting Group ihre Expertise bei. 

Überlassen Sie alles den Maschinen oder spielt redaktionelle Erfahrung noch eine Rolle?

Knut Pape: Nein, natürlich überlassen wir nicht alles den Maschinen, redaktionelle Erfahrung und journalistische Kuratierung spielen eine äußerst wichtige Rolle. Journalistische Angebote, die Relevanz für den Leser haben, lassen sich meiner Meinung nach auch gar nicht vollständig maschinell erstellen. Vielmehr geht es da um eine Ergänzung, die es uns möglich macht, zusätzlich zur journalistischen Selektion inhaltlich auf den Nutzer zugeschnittene inhaltliche Angebote zu machen. Damit wollen wir die Relevanz und Attraktivität unseres Angebotes für den Leser mit Hilfe des CAM noch weiter steigern.

Kürzlich haben 13 regionale Zeitungsverlage zusammen umfangreiche Analysen ihrer digitalen Angebote vorgenommen, Ziel war die Steigerung der Digitalabonnements. Eine der Erkenntnisse: nur fünf Prozent der Besucher können zu Abonnenten konvertiert werden, 95 Prozent sind sogenannte "Flybys". Wie interpretieren Sie solche Zahlen?

Knut Pape: Diese Größenordnung klingt für mich durchaus realistisch und nachvollziehbar. Neben der reinen Zahl der „Flybys“ wissen wir aber auch, dass zusätzlich in vielen Fällen auch einiges an Zeit vergeht, bis sich der Leser schließlich für den Abschluss ein Digitalabonnements entscheidet. Wir müssen also immer und immer wieder mit relevanten Inhalten über einen langen Zeitraum überzeugen. Umso wichtiger erscheint es mir, dass wir dafür auch die Möglichkeiten der Personalisierung nutzen und die Modelle immer weiter verfeinern.

Wo sehen Sie für Heise das zukünftige Potenzial von datenbasiertem Customer-Audience-Management?

Knut Pape: Wie anfangs schon erwähnt, ist dieses System bei uns ein wichtiger Teil unserer zukünftigen First-Party-Daten-Strategie und von Anfang an haben wir bereits breiter gedacht. Wir sehen unser Paid-Content-Produkt da als einen Startpunkt. Mittelfristig wäre es beispielsweise denkbar, solche internen Systeme in Richtung eines hauseigenen „Yield Managements“ weiterentwickeln. Wir haben sehr unterschiedliche Produkte in unserem Verlagsportfolio. Jedem Leser zur richtigen Zeit das richtige Angebot zu unterbreiten: darin sehe ich nachhaltiges Erfolgspotenzial.

Die Fragen stellte Steffen Meier

Die Autoren

Knut Pape verantwortet als Senior Expert Digital Analytics seit 2015 den Bereich Web-Analyse und Digital Analytics bei heise online, dem Leitmedium für deutschsprachige IT- und Hightech-Nachrichten. In dem Ende 2019 neu gegründeten Data Competence Center sorgt er unter anderem für die stetige Weiterentwicklung und Vernetzung der digitalen Analysesysteme mit einem Fokus auf Nutzerzentrierung, Marketing-Automation und Personalisierung.

Claas Blume leitet seit 2019 das neu gegründete Data Competence Center bei Heise Medien. Er verantwortet die darin enthaltenen Kompetenzfelder des Customer-Relationship-Managements (CRM), der Business Intelligence (BI) sowie den Bereich Web-Analyse und Digital Analytics. Darüber hinaus bildet der Ausbau der Analytics-Themen im Data Science/KI-Umfeld einen weiteren Schwerpunkt in seinem Team.