Ein Käufer von Digital-out-of-Home stellt vor dem Ausgeben eine schlichte Frage: Wie viele Menschen erreicht dieser Bildschirm tatsächlich. Ein großer Teil des Marktes antwortet mit einer modellierten Zahl, einer Reichweite, zusammengesetzt aus Verkehrsdurchschnitten, Panel-Befragungen und Mobilitätsdaten und dann auf den Bildschirm umgelegt. Das ist eine nützliche Schätzung, aber es ist eine Schätzung, und sie provoziert die Anschlussfrage, die jeder Käufer irgendwann stellt: Waren diese Menschen wirklich da. In diesem Beitrag geht es darum, diese Frage mit einer gemessenen, standortbasierten Zählung statt einem Modell zu beantworten, und darum, es zu tun, ohne die Identität von irgendjemandem zu erfassen. Dieser Unterschied, eine Zielgruppe über Anwesenheit zu bestimmen statt sie über Gesichter zu profilieren, ist der ganze Punkt.
Wie misst man eine DOOH-Zielgruppe?
Die DOOH-Reichweitenmessung beantwortet eine einfache Käuferfrage: Wie viele Menschen waren tatsächlich vor dem Bildschirm und wie lange. Ein großer Teil des Marktes beantwortet sie mit modellierten Schätzungen aus Verkehrsdurchschnitten und Paneldaten. Ariadne beantwortet sie mit einer echten, standortbasierten Zählung: Sie misst, wie viele Menschen im Sichtbereich des Bildschirms vorbeikamen und verweilten, kamerafrei und ohne dass personenbezogene Daten erfasst werden. Das ist Reichweiten-Dimensionierung, die Frage "wie viele waren anwesend", und sie unterscheidet sich von Zielgruppen-Profilierung. Ariadne erkennt keine Gesichter, kein Alter, kein Geschlecht, sodass die berichtete Zahl verifizierte Anwesenheit und Verweildauer ist, keine demografische Vermutung.
Die folgenden Abschnitte trennen die modellierte Schätzung von der gemessenen Zählung, zerlegen die gemessene Zielgruppe in die drei Zahlen, die sie bestimmen, ziehen die Linie zwischen Dimensionierung und Profilierung und stellen all dies neben die Messstandards und die Attributionsarbeit, in deren Umfeld es sitzt.
Modellierte Schätzung gegen gemessene Zählung: warum "wer wirklich da war" für einen Käufer zählt
Eine modellierte DOOH-Zielgruppe wird von oben nach unten aufgebaut. Beginnen Sie mit einem Durchschnitt dafür, wie viele Menschen sich durch einen Standort bewegen, passen Sie ihn für Tageszeit und Saison an, wenden Sie einen Faktor dafür an, wie viele dem Bildschirm wahrscheinlich zugewandt waren, und Sie haben eine Reichweitenschätzung. Das ist das Rückgrat eines Großteils des Out-of-Home-Verkaufs, und für die Planung über ein großes Netzwerk ist es vernünftig. Seine Schwäche zeigt sich in dem Moment, in dem ein Käufer den Nachweis für einen bestimmten Bildschirm über eine bestimmte Kampagne will: Das Modell beschreibt einen typischen Standort, nicht die tatsächliche Zielgruppe, die Ihr Geld an den Tagen erreichte, an denen die Kampagne lief.
Eine gemessene Zählung wird von unten nach oben aufgebaut. Statt die Zielgruppe aus Durchschnitten abzuleiten, zählen Sie die Menschen, die während der Kampagne physisch im Sichtbereich des Bildschirms anwesend waren, und Sie messen, wie lange sie blieben. Die Zahl ist spezifisch für diesen Bildschirm, diese vierzehn Tage, diesen Content-Flight. Wenn der Verkehr zum Standort ungewöhnlich hoch oder niedrig war, spiegelt die gemessene Zählung das wider und das Modell nicht. Diese Spezifität macht aus einer Reichweitenbehauptung von einer plausiblen Aussage einen Beleg, und Belege sind das, was das Media-Team einer Marke zunehmend verlangt, bevor es eine physische Platzierung gegen eine digitale Alternative erneuert, die jede Impression berichtet.
Die beiden sind keine Feinde. Ein Modell ist das richtige Werkzeug für die Planung eines nationalen Einkaufs über tausende Standorte; eine gemessene Zählung ist das richtige Werkzeug, um zu belegen, was ein Bildschirm lieferte, und um das Modell selbst zu kalibrieren. Die Lücke, die dieser Beitrag adressiert, ist die, in der ein Käufer nur die Schätzung hat und die Zählung will.
Die drei Zahlen, die eine DOOH-Zielgruppe bestimmen: Passanten, Betrachter in Zone, Verweildauer
Eine standortbasierte Zielgruppe ist keine einzelne Zahl, sondern drei, und alle drei zu berichten ist das, was die Zahl glaubwürdig statt gerundet macht.
- Passanten. Wie viele Menschen sich durch den weiteren Bereich um den Bildschirm bewegten. Das ist die Spitze des Trichters, der Pool, aus dem sich eine Zielgruppe bilden könnte. Für sich genommen überzeichnet er die Reichweite, denn nicht jeder, der vorbeigeht, ist in der Lage, den Bildschirm zu sehen.
- Betrachter in Zone. Wie viele dieser Passanten tatsächlich im Sichtbereich des Bildschirms waren, dem Raumausschnitt, aus dem der Inhalt sichtbar ist. Das verengt die Passantenzahl auf eine vertretbare Reichweitenzahl, und das Verhältnis zwischen beiden ist selbst ein nützliches Qualitätssignal für eine Platzierung.
- Verweildauer. Wie lange Menschen im Sichtbereich blieben. Ein Standort, an dem Menschen innehalten, eine Verkehrshalle, eine Warteschlange, ein Sitzbereich, liefert eine ganz andere Zielgruppenqualität als einer, an dem sich alle schnell hindurchbewegen, selbst wenn die Passantenzahlen übereinstimmen. Die Verweildauer unterscheidet einen Bildschirm, den Menschen aufnehmen können, von einem, den sie nur streifen.
Zusammen bestimmen diese die Zielgruppe ehrlich: ein Pool von Passanten, der Anteil, der wirklich positioniert ist, den Bildschirm zu sehen, und wie lange sie Zeit hatten, ihn aufzunehmen. Besonders die Verweildauer ist die Kennzahl, die einen guten DOOH-Standort von einem belebten, aber flüchtigen trennt, und sie wird als eigenes Thema in Verweildauer an einem Bildschirm behandelt. Die drei als Satz zu berichten, statt sie zu einer Reichweitenzahl zusammenzufassen, ist das, was einem Käufer erlaubt, nicht nur wie viele, sondern wie gut zu beurteilen.
Dimensionierung ist nicht Profilierung: was Ariadne misst und was es bewusst nicht tut
Das ist die Linie, die am meisten zählt, und sie lässt sich leicht verwischen. Manche Anbieter von Reichweitenmessung gehen von der Dimensionierung direkt zur Profilierung über: Kameras, die Alter und Geschlecht schätzen oder Gesichter klassifizieren, um eine demografische Aufschlüsselung derer zu verkaufen, die vor dem Bildschirm standen. Ariadne tut das nicht, und die Entscheidung ist bewusst. Gesichtsbasierte demografische Schätzung ist genau die Kategorie der Verarbeitung, die unter der DSGVO und dem EU AI Act die schärfste Prüfung anzieht, und sie ist das Gegenteil davon, wie Ariadne aufgebaut ist.
Ariadne misst dies mit Hybrid Fusion, der patentierten kamerafreien Methode. Time-of-Flight-Tiefensensorik zählt an den Eingängen jeden Besucher und erfasst Geometrie statt Bilder, während die patentierte Signalerfassung die Bewegung im Innenraum verfolgt und die Signale erkennt, die ein Telefon aussendet, selbst im Flugmodus, und diese Bewegung auf etwa einen Meter genau auflöst. Der Sensor streamt beide Datenströme an Ariadne, wo Hybrid Fusion sie zu einer Trajektorie pro Besuch zusammenführt und Zählwerte, Verweildauer und Wege berechnet. Die Datenströme tragen keine Identifikatoren: keine MAC-Adresse, keine Geräte-ID, keine biometrischen Daten, und es ist keine Kamera beteiligt. Identifikatoren werden nur gespeichert, wenn ein Besucher ausdrücklich zustimmt, was die Methode datenschutzfreundlich und außerhalb des biometrischen Bereichs hält.
Die Zielgruppe, die Ariadne berichtet, ist also eine Zählung und eine Verweildauer, verifizierte Anwesenheit im Sichtbereich, und nichts darüber, wer diese Menschen sind. Es wird einem Käufer sagen, dass viertausend Menschen über vierzehn Tage vor dem Bildschirm waren und dass der Median-Betrachter mehrere Sekunden verweilte; es wird ihm nicht Alter, Geschlecht oder Identität auch nur einer einzigen Person nennen, denn es hat das nie erfasst und kann es nicht ableiten. Für einen Käufer ist das ein Vorteil, kein Mangel: Eine Reichweitenzahl, die auf gezählter Anwesenheit gründet, ist gegenüber einem Datenschutzbeauftragten auf eine Weise vertretbar, wie es ein kameragestütztes demografisches Profil nicht ist. Die Begründung dafür, Bildschirmzielgruppen ganz ohne Gesichtserkennung zu messen, ist in Zielgruppen ohne Gesichtserkennung messen dargelegt.
Wo dies neben Messstandards und Attribution sitzt
Die Reichweiten-Dimensionierung ist ein Teil eines größeren Messbilds, und es lohnt sich, präzise zu sein, wo sie aufhört und wo die benachbarten Disziplinen beginnen, denn sie werden oft in einen Topf geworfen und beantworten verschiedene Fragen.
| Ebene | Frage, die sie beantwortet | Was sie liefert |
|---|---|---|
| Reichweiten-Dimensionierung (dieser Beitrag) | Wie viele Menschen waren tatsächlich vor dem Bildschirm anwesend und wie lange | Eine gemessene, standortbasierte Zählung: Passanten, Betrachter in Zone, Verweildauer |
| Messstandards | Welches Rahmenwerk definiert und prüft eine Impression, sodass Zahlen über Anbieter hinweg vergleichbar sind | Eine Methodik und eine vereinbarte Definition der Kennzahl |
| Attribution | Hat die Bildschirmkontaktnahme eine nachgelagerte Handlung verändert, etwa einen Ladenbesuch oder Kauf | Eine Verbindung zwischen der Platzierung und einem Ergebnis |
Die Dimensionierung sagt Ihnen, wer da war. Standards sagen, wie sich die Branche darauf einigt, das zu zählen und zu prüfen, sodass die Zahl eines Anbieters dasselbe bedeutet wie die eines anderen; dieses Gebiet gehört zu DOOH-Messstandards, aus denen dieser Beitrag bewusst heraushält. Die Attribution geht einen Schritt weiter und fragt, ob die Kontaktnahme nachgelagert eine Wirkung erzeugte, was für programmatisch eingekauftes Inventar in programmatische DOOH-Attribution behandelt wird. Die drei bauen aufeinander auf: Eine gemessene Zielgruppe speist den standardisierten Bericht, und der standardisierte Bericht speist den Attributionsfall. Sie zu verwechseln ist der Grund, warum sich viele DOOH-Messgespräche im Kreis drehen, denn einem Käufer, der fragt "wie viele waren da", wird ein Vortrag über Impressionsstandards gehalten, oder einem Käufer, der fragt "hat es funktioniert", wird eine rohe Zählung gereicht. Die Ebenen getrennt zu halten ist das, was jeder erlaubt, die Frage zu beantworten, für die sie tatsächlich da ist.
Aus einer gemessenen Zielgruppe eine verkaufbare, DSGVO-freundliche Reichweitenzahl machen
Für einen Bildschirmbetreiber oder ein Media-Netzwerk ist eine gemessene Zielgruppe nicht nur ein Nachweispunkt; sie ist das Bessere zum Verkaufen. Eine Reichweitenzahl, die sagt "so viele verifizierte Menschen waren im Sichtbereich, und so lange verweilte der Median", ist wertvoller als eine Schätzung, gerade weil sie überprüfbar ist, und sie ist vertretbarer als ein demografisches Profil, gerade weil sie keine personenbezogenen Daten trägt. Wenn das Beschaffungsteam einer Marke seine Datenschutzprüfung durchführt, besteht eine auf gezählter Anwesenheit aufgebaute Reichweitenzahl sie; eine auf Gesichtsklassifikation aufgebaute Zahl wirft Fragen auf, die das Netzwerk lieber nicht beantworten würde.
Jede konkrete Reichweiten- oder Anstiegszahl, die ein Netzwerk berichtet, sollte natürlich aus seinem eigenen gemessenen Einsatz statt aus einer Vorlage stammen und als das dargestellt werden, was sie ist: eine Zählung für diesen Bildschirm über diesen Zeitraum. Der Wert des Ansatzes liegt darin, dass die Zahl echt und wiederholbar ist, nicht darin, dass sie groß ist. Für die Frage, wie Ariadne standortbasierte Reichweitenmessung über einen Signage- oder DOOH-Bestand unterstützt, deckt der Hub DOOH- und Digital-Signage-Analytik das Einsatzbild ab, und die Messung selbst ruht auf kamerafreier Personenzählung, was die berichtete Zielgruppe sowohl genau als auch frei von personenbezogenen Daten hält.
FAQ
Wie misst man eine DOOH-Zielgruppe?
Indem man die Menschen zählt, die während einer Kampagne tatsächlich im Sichtbereich des Bildschirms anwesend sind, und misst, wie lange sie blieben, statt die Reichweite aus Verkehrsdurchschnitten zu modellieren. Das Ergebnis ist eine standortbasierte Zahl aus drei Werten: Passanten im umgebenden Bereich, Betrachter innerhalb des Sichtbereichs und Verweildauer. Ariadne erfasst diese kamerafrei, sodass die Zielgruppe als verifizierte Anwesenheit und Verweildauer berichtet wird statt als modellierte Schätzung.
Brauche ich Kameras, um eine DOOH-Zielgruppe zu messen?
Nein. Ariadne zählt mit Hybrid Fusion: Time-of-Flight-Tiefenerfassung plus patentierte Handysignal-Erfassung, niemals Kameras. Time-of-Flight erfasst Geometrie statt Bilder, und die Signalerfassung erfasst standardmäßig keine MAC-Adresse, sodass die Messung ohne Video, ohne Gesichter und ohne biometrische Daten auskommt.
Kann Ariadne mir Alter oder Geschlecht einer DOOH-Zielgruppe nennen?
Nein, und das ist beabsichtigt. Ariadne bestimmt eine Zielgruppe über Anwesenheit und Verweildauer; es erkennt keine Gesichter, schätzt kein Alter oder Geschlecht und profiliert nicht, wer jemand ist. Gesichtsbasierte demografische Schätzung ist die Kategorie der Verarbeitung, die unter der DSGVO und dem EU AI Act die schärfste Prüfung anzieht, sodass eine auf gezählter Anwesenheit aufgebaute Reichweitenzahl auf eine Weise vertretbar ist, wie es ein kameragestütztes demografisches Profil nicht ist.
Wie unterscheidet sich Reichweiten-Dimensionierung von DOOH-Messstandards?
Die Reichweiten-Dimensionierung beantwortet, wie viele Menschen tatsächlich anwesend waren und wie lange, und liefert eine gemessene, standortbasierte Zählung. Messstandards definieren, wie sich die Branche darauf einigt, eine Impression zu zählen und zu prüfen, sodass Zahlen über Anbieter hinweg vergleichbar sind. Die Dimensionierung ist die Zählung; die Standards sind das Rahmenwerk, das die Zählung vergleichbar macht. Für die Standardseite siehe den Beitrag zu DOOH-Messstandards.
Ist eine gemessene Zielgruppe nützlicher als eine modellierte Schätzung?
Um zu belegen, was ein bestimmter Bildschirm lieferte, ja, denn sie spiegelt den tatsächlichen Verkehr während der Kampagne wider statt einen Durchschnitt eines typischen Standorts. Ein Modell ist weiterhin das richtige Werkzeug für die Planung über ein großes Netzwerk, und die beiden arbeiten zusammen: Eine gemessene Zählung kann das Modell kalibrieren und den Nachweis liefern, den ein Käufer für eine bestimmte Platzierung will.
