left top pattrenright top pattren
November 17, 2022

Was wirklich mit der eigenen Data im Netz passiert

Was wirklich mit der eigenen Data im Netz passiert

Bevor es das Internet gab, nutzten Werbetreibende und Marketer andere Kanäle, um ihre Zielgruppe zu erreichen. Das ist zum Beispiel die Werbung in Zeitungen, die ihre Klientel las oder Plakate an Orten, wo ihre Klientel es sehen konnte. Aber dazu zählt auch die Werbung im TV, die zu bestimmten Zeiten des Tages gezeigt wurde.

Heute können sie auf viel mehr User Data in dem World Wide Web zugreifen. So können sie ihre Werbung der Person zeigen, die sie sehen soll. Und das geschieht auch zur richtigen Zeit.

Das Geschäft mit der User Data ist ein großes.

Firmen aus den USA geben jedes Jahr zwei Milliarden Dollar aus, um User Data zu kriegen. Das geht vom Forrester Research hervor.

Die User werden im Netz mehr und mehr getrackt. Diese User Data kann in Geld verwandelt werden. Das hat auch die Branche des Display-Advertisings im Web erkannt:

Aber was genau bedeutet diese Menge an User Data für die Firmen, aber auch für die User?

Gesammelt, geteilt und gehandelt – das geschieht mit Ihrer Data

Die meisten User des Webs wissen, dass ihr verhalten getrackt wird. Das geschieht meist über Cookies und wird für Zwecke der Werbung und des Marketings genutzt. Dann endet das Wissen aber auch schon. Die meisten wissen nicht, wie viel ihrer Data wirklich gesammelt wird. Und was mit ihr in der Online Werbewelt geschieht.

Skripte und Tech-Plattformen sind Teil von dem Prozess. Und es geschieht faktisch auf jeder Seite im Web.

Jede Firma, die Teil der Werbebranche im Web ist, sammelt Data. Ein paar Firmen aber, haben das sich das sammeln und verkaufen von User Data zum Geschäft gemacht. Diese Firmen werden Data Broker, oder auch Data Supplier, genannt.

Data Broker – Was ist das?

Publisher geben User Profile an Data Broker weiter. Diese fügen sie zusammen, kombinieren und segmentieren sie. Brauchen Plattformen für den programmatischen Anzeigenkauf mehr User Infos, ist dies auf Abruf möglich.

Diese Infos bieten Data Broker an:

• Segmente von Usern

• Sichtbarkeit von Ads

• Erkennung von Betrug bei Ads

• Kontext Infos zu Publishers

Wie wird Verbraucher Data im Web von Third-Party Data Brokern gesammelt?

Skripte

Alles beginnt, wenn der User auf eine Web Page geht, wie zum Beispiel auf TechCrunch. Dann lädt die Web Page Inhalte, Bilder, Videos und andere Elemente. Dabei werden auch nicht sichtbare Dinge geladen, die Skripte. Üblich auch Pixel genannt.

Um Elemente auf der Web Page zeigen zu können, nutzt jede Web Page First-Party Skripte. Aber es ist auch normal, dass Web Pages Third-Party Skripte nutzen. Was ist der Unterschied? Hierzu gibt es kurz und knapp eine Deutung:

Alles, was dem Kunden nicht von dem Betreiber der Web Page gezeigt wird, wird als Third-Party betrachtet.

Von Third-Party Skripten gibt es ein paar Arten. Die Art der Nutzung ist bei allen etwas anders:

• Ads: Sie zeigen Werbung auf der Web Page an, wie zum Beispiel Werbebanner.

• Tracking und Analyse: Werden für Dienste zur Analyse im Web, wie Google Analytics und Piwik PRO, genutzt.

• Social media: Wird für Social Widgets benutzt. Das sind Social Sharing Buttons oder Like Buttons.

• Fonts: Zeigen verschiedene Arten von Fonts in Browsern an.

Diese Social Sharing Buttons sind ein Beispiel für Third-Party Skripte.

Skripte für Werbung und Analyse sind von allen Third-Party Skripten die, die am meisten genutzten.

Quelle: Third-Party Footprint. Wie ein Publisher Third-Party Skripte kontrolliert, SlideShare Präsentation, Barbara Bermes, Mai 2014.

Viele Skripts machen nur das, was sie sollen. Andere aber nutzen eine Technik, die Piggybacking genannt wird. Dann laden sie auch Third-Party Skripts, extra zu dem Third-Party Hauptskript. Das kann ein Social Media Widget sein, dass das eigene Skript lädt und dazu noch mehr Skripts und Web Tracker.

Was noch dazu kommt ist, dass Third-Party Skripte die Leistung der Web Page verschlechtern können. Dafür gibt es jetzt Apps und Erweiterungen, die es möglich machen, dass der User diese Skripte blocken kann. Das macht die Leistung besser und die Seite lädt auch schneller.

Ein Beispiel hierfür ist das iOS 9 von Apple. Das Update kam mit einem neuen Feature. Es erlaubt zum ersten Mal, dass User eine App Laden können, um Tracker, Ads und weitere Inhalte, die nicht gewollt sind, zu blocken.

Ein ähnliches Tool gibt es auch für Desktop Geräte. Es zeigt an, welchen Umfang Third-Party Skripte haben und die Eigenschaften, die sie haben. Es heißt 3D Tilt und ist für Firefox. Das Add-on zeigt eine Übersicht der Layer einer Web Page. Damit sind auch Ads gemeint.

Hier sind die Layer zu sehen, die die beiden Ads haben. Zu den Layern gehören die Elemente der Ads. Diese haben eine große Wirkung auf die Leistung der Web Page und die Zeit, die sie zum Laden braucht.

Das Sammeln und Sharen der Data

Es gibt Third-Party Web Pages die nur das machen, was sie sollen. Das ist zum Beispiel das zeigen von Social Buttons. Es gibt aber auch andere, die Data von der Web Page und der User sammeln. Diese Third-Party Skripts kennt man unter den Namen Tracker oder Web Bugs.

Die Firmen, also Data Supplier, deren Geschäft das Sammeln und Verkaufen von Data ist, nutzen meist Tracker.

Hat eine Web Page Tracker, und ein User greift auf sie zu, werden Infos über die Seite und den User gesammelt. Das ist zum Beispiel:

Infos über die Web Page

• Die URL.

• Den Titel der Seite.

• Die Taxonomie, also die Art der Web Page.

• Meta Data über den Artikel oder das Produkt, das gezeigt wird.

Infos über den User

• Den Browser den er nutzt.

• Die Plugins die aktiv sind.

• Die Auflösung des Bildschirms.

• Welche Sprache im Browser ist.

• Den Web-Verlauf.

• Der Ort, wo sich der User befindet.

• Die Profil Data.

• Verlauf von Transaktionen im Web, wie zum Beispiel die Artikel, die gekauft wurden.

Data kann auch direkt zwischen Data Brokern und Firmen geteilt werden. Dann erhält der Data Broker Zugriff auf andere Teile der User Data. Das sind zum Beispiel das Einkommen, das Geschlecht oder das Alter des Users. Diese Info ist über Web Tracker nicht zu kriegen.

Die Tracker suchen auch den Third-Party Cookie, der zu ihnen gehört. Gibt es keinen, macht der Tracker eine UUID. Das steht für Universally Unique Identifier. Dieser wird als Third-Party Cookie in ihrer Domain gespeichert, wie zum Beispiel tracker.examplesite.com.

Lädt eine Web Page den Tracker, hilft der Third-Party Cookie in Zukunft dem Tracker, den User zu erkennen.

Das Bild zeigt, wie ein Tracker den User auf diversen Web Pages erkennt.

Hat der Tracker den Third-Party Cookie erstellt, kann er den Cookie mit anderen Firmen aus der Branche der Online Display Werbung verknüpfen. Das kann eine Data Management Platform (DMP) sein. Dann wird der Cookie auf „Aktiv“ gesetzt und sie können die gesammelte Data nutzen.

Der Verkauf der Data

Der Data Supplier, also die Firma, die den Tracker nutzt, sammelt also die Data. Wenn dies geschieht, verkauft er die Data an einen Data Broker, zum Beispiel an einen DMP, weiter. Das geht auf zwei Wegen:

Über ein Modell, dass die Firma am Erlös beteiligt: Der Broker verkauft die Data an weitere Vermittler der Branche. Das können DSPs, Ad Exchanges, Ad Networks usw. sein. Dann kriegt der Supplier einen Teil vom Gewinn.

Bei dieser Art kann der Data Supplier nie wissen, wann und für wie viel die Data verkauft wurde. Das ist ein Problem für ihn. Dies ist also ein Mangel an Transparenz. Und es ist nur ein Beispiel, wie dieser Mangel der Branche für Werbung im Web schadet.

Auf einer CPM Basis an der Menge der Cookies: Die Data wird als Cost per Mille (Kosten pro tausend), von Brokern verkauft. Das heißt, dass der Supplier eine fixe Summe für 1.000 einmalige Cookies kriegt, die von der Web Page erstellt wurden.

Die gekaufte Data wird von den Data Brokern verarbeitet. Daraus erstellen sie dann viele Segmente. Ein paar davon sind:

• Der Status der Beziehung.

• Die Hobbys, wie zum Beispiel Gartenarbeit.

• Die Ethnizität, wie Latino.

• Die Gruppe des Alters, zum Beispiel 30-35.

• Das Geschlecht, wie Männlich.

• Das Gerät, das benutzt wird. Zum Beispiel Handy.

• Der Wert des Hauses, kann als Beispiel zwischen 300.000 und 500.00 sein.

• Das Einkommen pro Jahr, wie zum Beispiel 40.000 bis 60.000.

Die Werbetreibenden können dann viele Segmente verknüpfen. So können sie genau die Zielgruppe erreichen, die sie mit der Kampagne der Werbung geplant haben.

Das kann so aussehen:

Die Segmente helfen also der Branche für Werbung, die Zielgruppe zu erreichen. Aber auch hier gibt es ein paar Probleme:

Problem #1: Die User Data ist falsch

Es lässt sich nicht feststellen, wie alt die Data ist. Und einige Infos ändern sich nicht oder selten, wie zum Beispiel das Geschlecht. Aber manche können sich auch ändern, dies sogar recht schnell. Das könnte eine Absicht zum Kauf sein. Will jemand ein Sofa kaufen, tut er das auch recht zügig. Er will dann ja nicht permanent neue Sofas kaufen.

Diese Änderungen der Infos über den Verbraucher kann das Ziel der Kampagne verschlechtern. Denn sie targeten eine gewünschte Zielgruppe. Aber die Ads, die der User sieht, könnten trotzdem nutzlos für ihn sein.

Problem #2: Den Erlös dem richtigen Supplier zuweisen

Die Profile, aus denen die Segmente bestehen, kommen oft aus mehr als nur einer Quelle. Also kann ein Segment aus Data bestehen, die von sehr vielen Suppliern kommt. So muss jeder Data Supplier oder Publisher am Erlös beteiligt werden. Und zwar so, dass sein Beitrag berechnet wurde. Und der Broker selbst kriegt natürlich auch seine Provision.

Wie das aber geschieht, ist nicht klar. Denn der Prozess ist nicht Transparent. Und die Zuordnung kann auch nicht geprüft werden. Hinzu kommt noch, dass es mehr Fragen als Lösungen gibt:

• Sollte der Data Broker, also der Käufer, mehr für neue Data zahlen?

• Sollte die Güte der Data ins Gewicht fallen?

• Sollte die Menge an Infos bedacht werden, also mehr Erlös für mehr Infos?

• Wie können Supplier und Broker das Problem lösen, wenn aus vielen Quellen die gleiche Data kommt?

Für diese Probleme gibt es keine einfache Lösung.

Verkauf der Data an andere Parteien

Broker können die Data direkt an die Branche verkaufen, die Werbung macht. Aber sie können das auch über andere Plattformen tun. Das können Demand-Side Platforms (DSP), Ad Exchanges, Ad Networks, Supply-Side Platforms (SSP) und ein paar mehr sein. Wird die Data über eine Plattform verkauft, geschieht dies auf CPM Basis. Das ist extra zu den Ad Impressions, also den Views der Ads.

Nehmen wir hier ein Beispiel: Ein Data Broker verkauft Impressions von einer Kampagne für Targeting Data über eine DSP. Dann muss der Werbetreibende für je 1.000 Stück extra zahlen. Das kann 1€ je tausend Stück sein.

Auch bei dieser Methode des Kaufs gibt es ein paar Probleme.

Problem #1: Es fehlt an Transparenz

Das größte Problem bei dieser Methode ist, dass es gar nicht transparent ist. Es ist üblich, dass der DSP dem DMP sagt, wie viel Data bei dem Prozess des Real-Time Bidding (RTB) genutzt wurde. Das macht es für den DPM schwer zu sehen, wie viel Data wirklich genutzt wurde.

Das liegt daran, dass bei dem RTB Auktionsmodell die Data bei jeder Anfrage für ein Gebot, die an die DSP geht, bereit gestellt wird. Auf der DSP Seite gibt ein Bieter das Gebot im Namen des Werbetreibenden ab. Aber es kann nicht geklärt werden, ob der Bieter die Data bei dem Tausch auch wirklich nutzt.

Problem #2: Die Preise sind nicht flexibel

Der Preis für die Data ist bei dieser Methode nicht flexibel. Das ist auch ein Problem. Es gibt ein paar Segmente, die als Premium oder Hochwertig bewertet sind. Dann ist der CPM Preis höher. Der Preis kann aber nicht nach Güte oder Nachfrage geändert werden. Deshalb kann es sein, dass alle Parteien, also Publisher, Data Supplier, Data Broker und die Werbetreibenden, Geld verlieren.

So sieht das System des Data Sammelns und Tradens aus

Hier zeigt eine Graphik von displayadtech.com, wie die User Data durch das System der Display-Werbung im Web fließt.

Die Data wird von den Suppliern gesammelt und an die DMP geleitet. Diese bindet sich an viele Plattformen.

Hier muss gesagt werden, dass die Data auch von einer DMP zu der nächsten neu verpackt und verkauft werden kann. Dann müssen die Cookies aber zugeordnet werden.

Respawnen von Cookies

Auf Desktop Geräten sind Cookies die übliche Art, um das Verhalten der User zu tracken. Will also ein User Anonym sein, oder die Menge an Firmen begrenzen, die ihn tracken, blockt oder löscht er Third-Party Cookies. Das ist also keine Überraschung. Aber nur weil ein User die Cookies aus dem Browser löscht, heißt das nicht, dass sie für immer weg sind.

Hier kommt das Respawnen von Cookies zum Zuge. Dabei taucht der Cookie wieder auf, nachdem er gelöscht wurde. Dafür wird Back-Up Data genutzt, die in extra Dateien gespeichert wird. Geht der User wieder auf die Seite, taucht der Cookie wieder auf.

Das geht so:

• Ein User geht auf eine Web Page.

• Die Web Page macht einen Cookie.

• Der Cookie gibt dem Browser einen Unique Identifier, der nicht leicht zu löschen ist.

• Der User geht von der Web Page und löscht seine Cookies.

• Geht der User wieder auf die Web Page, erkennt der neue Cookie die Kennung des Browsers und der Originale Cookie taucht wieder auf.

Für Respawning Cookies gibt es zwei Arten:

Flash Cookies: Diese werden von dem Browser Plugin Adobe Flash Player genutzt. Sie speichern Infos über den User auf dem PC. Viele User kennen die Flash Cookies nicht. Sie können nur über die Einstellungen des Adobe Flash Players gelöscht werden.

HTML5: Der lokale Speicher und die Cache Cookies von HTML5 nutzen E-Tags, um HTML Cookies erneut auftauchen zu lassen. Sie erkennen das Persistent Identification Element (PIE), das von JavaScript und Flash erstellt wird.

Wer Verfolgt Sie?

Das Gefühl, dass die eigene Data in den Weiten des Webs rumfließt, kann jede Person paranoid werden lassen. Und da es stets mehr und mehr Third-Party Skripte und Piggybacking gibt, ist es schwer, die Firmen zu finden, die einen tracken. Denn diese Info ist schwer zu finden und ist von Seite zu Seite anders.

Zum Glück gibt es dafür tolle Tools, die herausfinden, wer einen im Netz verfolgt.

Ghostery

Ghostery ist ein Add-On für Browser. Das gibt es für Firefox, Chrome, Safari, Internet Explorer und Opera. Es ist auch erhältlich für mobile Geräte, wie Android, iOS und Firefox Android.

Ist es installiert, erscheint ein kleiner Geist in der oberen rechten Ecke der Toolbar des Browsers. Auf dem Geist steht eine Zahl. Die Zahl zeigt die Tracker an, die einen auf der Web Page folgen.

Klickt man auf den Geist, erscheint der Name und Art des Trackers.

Auf der Seite TechCrunch gibt es diese Tracker:

Das Bild zeigt, dass es auf TechCrunch 19 Tracker gibt. Je nach Seite schwankt die Anzahl an Trackern.

Die User werden die meisten Tracker nicht kennen. Aber es gibt auch ein paar bekannte, wie Facebook und DoubleClick. Das ist der DSP von Google. Sie tauchen auf den meisten Web Pages auf.

LightBeam

LightBeam ist ein Add-on für Firefox. Es zeigt auch die Zahl an Trackern an, die einem im Web folgen.

Nach der Installation zeigt es an, wie viele Tracking Anfragen von einer Web Page gesendet wurden.

Geht man auf zwei bekannte Seiten, wie nytimes.com und techcrunch.com, erhält man 110 Tracking Anfragen zu Third-Party Diensten. So sieht das Ganze in LightBeam aus:

Unterschiedliche Ansichten beim Sammeln von Data

Zu der Art und Weise, wie User Data im Netz gesammelt, geteilt und verkauft wird, gibt es viele Meinungen.

Für manche stellt es kein Risiko ihrer Privatsphäre dar, wenn das Tracking nur der Werbung dient. Andere fühlen sich aber darin verletzt und versuchen mit allen Mitteln zu verhindern, dass Firmen sie tracken.

Der Schutz der Daten im Internet ist ein heißes Thema. Besonders seit dem NSA Skandal im Jahr 2013. Und je mehr Menschen Online sind, desto mehr ist es für Firmen möglich, diese mit Ads zu erreichen.

Aber egal, wie es jemand selbst sieht, für die Branche gibt es viele Probleme zu lösen. Das gilt sowohl für die Firmen, als auch für die User.

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript

Heading 1

Heading 2

iuhiuhjijh

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

ijhkjhkj

Subscript

Heading 1

Heading 2

Heading 3

Heading 4

Heading 5
Heading 6

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur.

Block quote

Ordered list

  1. Item 1
  2. Item 2
  3. Item 3

Unordered list

  • Item A
  • Item B
  • Item C

Text link

Bold text

Emphasis

Superscript

Subscript