Retail-Media-Netzwerke haben eine schiefe Geschichte zu erzählen. Auf der E-Commerce-Seite können sie eine Onsite-Anzeige über einen Klick zu einem Warenkorb zu einem Kauf zurückverfolgen und einer Marke einen Attributionsbericht überreichen, der den Kreis schließt. Auf der In-Store-Seite, wo die Screens und Displays leben, fällt dasselbe Netzwerk oft auf eine Auslieferungszahl zurück: Der Inhalt lief so oft auf so vielen Screens für so viele Stunden. Das ist ein Nachweis der Ausspielung, kein Nachweis, dass irgendjemand im Gang es bemerkt hat. Marken, die für In-Store-Inventar zahlen, kennen zunehmend den Unterschied, und sie verlangen vom Netzwerk den Beweis, dass die Platzierung Menschen bewegt hat.
Frequenz-Attribution ist, wie Sie das beantworten, und sie ist das Thema dieses Beitrags: was Besucherfrequenz und Verweildauer für eine In-Store-Platzierung tatsächlich beweisen, wo dies neben der Attributionsarbeit steht, die Retail Media bereits leistet, und wie man es tut, ohne die Datenschutzgrenze zu überschreiten. Er bleibt speziell beim In-Store-Inventar von Retail-Media-Netzwerken. Für den Blickwinkel des programmatischen Einkaufs siehe programmatische DOOH-Attribution, und für kampagnenweite Messung über ein Center hinweg siehe Attribution im Center-Marketing.
Wie funktioniert Frequenz-Attribution für Retail-Media-Netzwerke?
Retail-Media-Netzwerke verkaufen In-Store-Screens und Displays an Marken, und diese Marken wollen den Beweis, dass die Platzierung Menschen bewegt hat, nicht nur Impressionen in einem Server-Log. Frequenz-Attribution beantwortet das, indem sie misst, wie viele Menschen am Screen vorbeikamen, wie lange sie in dessen Nähe verweilten und wie sich die Frequenz zu dieser Zone während einer Kampagne veränderte. Ariadne misst dies kamerafrei: Es zählt Besucher und erfasst die Verweildauer vor einer Platzierung, ohne aufzuzeichnen, wer jemand ist, sodass ein Retail-Media-Netzwerk verifizierte Anwesenheit und Interaktion berichten kann statt einer modellierten Schätzung. Das gibt dem Netzwerk eine belastbare Attributionsgeschichte für die In-Store-Hälfte seines Inventars, eine, die unter der DSGVO standhält, weil es überhaupt keine personenbezogenen Daten zu verteidigen gibt.
Die In-Store-Messlücke, die RMNs haben
Die Lücke ist strukturell, und sie kommt daher, wo Retail Media aufgewachsen ist. Die Kategorie wurde online geboren, wo jede Oberfläche instrumentiert ist und jeder Kontakt gegen eine identifizierbare Sitzung protokolliert wird. Tragen Sie diese Erwartung in die physische Filiale, und sie bricht, weil die Filiale nie dafür verkabelt war. Der Screen weiß, was er wann abgespielt hat, und das ist ungefähr die Grenze dessen, was der Media-Stack ohne Hilfe erfasst. Ob ein Käufer hinsah, langsamer wurde oder ahnungslos vorbeiging, ist für das Ausspielungs-Log unsichtbar.
Also berichtet das Netzwerk, was es hat, nämlich die Auslieferung. Eine Marke liest "12.000 Ausspielungen über 40 Screens" und muss annehmen, dass ein Bruchteil dieser Ausspielungen einen Menschen erreichte, der hinsah. Genau diese Annahme weigert sich ein anspruchsvoller Werbetreibender zu finanzieren, weil es derselbe Vertrauenssprung ist, den die Außenwerbung zwei Jahrzehnte lang zurückzudrängen versuchte. Die In-Store-Hälfte eines Retail-Media-Netzwerks ist oft sein am stärksten differenziertes Inventar, am nächsten am Kaufpunkt, und es wird auf der schwächsten Messung verkauft. Diese Lücke zu schließen ist keine Berichtsfeinheit, es ist das, was dem Netzwerk erlaubt, für die In-Store-Oberfläche mit derselben Zuversicht zu verlangen, mit der es für die Onsite-Oberfläche verlangt.
Was Besucherfrequenz und Verweildauer für eine Platzierung tatsächlich beweisen
Drei gemessene Signale verwandeln eine Platzierung von einer Auslieferungszahl in eine belegte, und jedes beantwortet eine andere Markenfrage.
- Passanten. Wie viele Menschen sich physisch durch die Zone bewegten, die der Screen bedient, während der Inhalt lief. Das ist der ehrliche Nenner, die reale Sichtkontakt-Gelegenheit, die die Vermutung ersetzt, die in einer rohen Ausspielungszahl steckt.
- Verweildauer. Wie lange Menschen vor oder neben der Platzierung verweilten. Ein Screen, der die Aufmerksamkeit ein paar Sekunden hält, leistet Arbeit; einer, an dem alle geradewegs vorbeigehen, tut es nicht, so oft er auch lief. Verweildauer an einem Screen ist die Interaktionskennzahl, die eine bemerkte Platzierung von einer ignorierten trennt.
- Verschiebung der Zonenfrequenz. Wie sich die Besucherfrequenz zur beworbenen Zone oder zum beworbenen Produkt veränderte, während die Kampagne lief, verglichen mit einer Baseline. Das ist das nächste In-Store-Analogon zu einer Lift-Kennzahl: Zog die Platzierung mehr Menschen zu dem hin, was sie bewarb.
Zusammengenommen verschieben diese drei das Gespräch von "der Inhalt lief" zu "so viele Menschen waren anwesend, so viele interagierten, und die Frequenz zur beworbenen Zone veränderte sich um so viel". Das ist ein Bericht, mit dem eine Marke etwas anfangen kann, und er ist vollständig aus Zählen und Zeitmessen gebaut, keine Identität erforderlich. Für das breitere Bild dessen, was ein Screen-Netzwerk messen kann, siehe Analytics für Digital Signage.
Anwesenheit und Verweildauer, keine Profile: was Ariadne misst und was es bewusst nicht tut
Das ist die Linie, die den gesamten Ansatz belastbar hält, und es lohnt sich, sie ohne Ausweichen zu benennen. Ariadne bemisst ein In-Store-Publikum, indem es Anwesenheit und Verweildauer misst. Es zählt, wie viele Menschen da waren und wie lange sie verweilten. Es erkennt keine Gesichter, es schätzt weder Alter noch Geschlecht, und es baut kein demografisches Profil davon, wer am Screen vorbeiging. Das ist keine Lücke im Produkt, es ist die Auslegung. Ein Retail-Media-Netzwerk, das verifizierte Anwesenheit und Interaktion berichtet, steht auf Boden, der unter der DSGVO und dem EU AI Act hält, weil es keine biometrische Erfassung und keine personenbezogenen Daten am Messpunkt gibt, die man anfechten könnte.
Wo eine Marke ankommt und demografische Publikumsprofile erwartet, ist die ehrliche Antwort, klar zu benennen, was stattdessen gemessen wird und warum es stärker ist, nicht schwächer. Verifizierte Anwesenheit und Verweildauer ist eine Zählung realer Menschen an einem realen Ort, keine modellierte Schlussfolgerung darüber, wer sie wahrscheinlich waren. Sie ist prüfbar, sie ist wiederholbar, und sie trägt nicht das regulatorische und Reputationsrisiko, das gesichtsbasierte Publikumsanalytik heute anzieht. Für die vollständige Datenschutzhaltung dazu siehe Screens messen ohne Gesichtserkennung.
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.
Attribution vs. Impressionszählung vs. programmatisches Reporting: was jede Schicht abdeckt
Retail-Media-Käufer hören "Attribution", "Impressionen" und "programmatisches Reporting" locker verwendet, und die drei decken unterschiedliche Aufgaben ab. Die Tabelle trennt sie, damit ein Netzwerk genau sagen kann, welche davon die Frequenz-Attribution liefert.
| Schicht | Kernfrage | Was sie zählt | Was sie allein nicht sagen kann |
|---|---|---|---|
| Impressionszählung | Lief der Inhalt? | Ausspielungen, Screens, Stunden der Auslieferung | Ob eine Person anwesend oder interessiert war |
| Frequenz-Attribution | Hat die Platzierung Menschen erreicht und bewegt? | Passanten, Verweildauer, Verschiebung der Zonenfrequenz, alles kamerafrei | Wer die Einzelnen waren (per Auslegung, nicht per Beschränkung) |
| Programmatisches Reporting | Wurde der Einkauf wie gehandelt ausgeliefert? | Gebote, Zuschläge, Ausgaben, Auslieferungstempo über das Netzwerk | Anwesenheit und Interaktion vor Ort am Screen |
Impressionszählung ist die Auslieferungsquittung: notwendig, aber stumm dazu, ob irgendjemand den Inhalt sah. Programmatisches Reporting regelt, wie das Inventar über ein Netzwerk gekauft und ausgeliefert wurde, was das Gebiet ist, das die programmatische DOOH-Attribution im Detail abdeckt. Frequenz-Attribution ist die mittlere Schicht, die keine der anderen beiden liefert: harter Beleg, dass reale Menschen an der Platzierung anwesend und interessiert waren. Für Attribution, die sich über ein ganzes Center statt über das Inventar eines einzelnen Netzwerks erstreckt, siehe Attribution im Center-Marketing. Die drei ergänzen sich, und ein reifer In-Store-Retail-Media-Bericht nutzt alle drei, statt eine als eine andere auszugeben.
Den In-Store-Attributionsbericht bauen, den eine Marke akzeptiert
Ein Bericht, den eine Marke akzeptiert, hat eine Form, und die illustrative Struktur unten zeigt sie. Behandeln Sie die Zahlen als Beispiel-Layout, nicht als Ergebnis: Ersetzen Sie sie durch Ihre eigenen gemessenen Zählungen.
Beginnen Sie mit der Baseline. Messen Sie Passanten, Verweildauer und Zonenfrequenz für die Platzierung über einen repräsentativen Zeitraum, bevor die Kampagne läuft, damit Sie etwas Ehrliches zum Vergleichen haben. Lassen Sie dann die Kampagne laufen und messen Sie dieselben drei Signale auf dieselbe Weise. Der Bericht besagt zum Beispiel, dass die Zone beispielhaft 6.400 Passanten über das Kampagnenfenster sah gegenüber einer Baseline von 5.900, dass die durchschnittliche Verweildauer an der Platzierung beispielhaft 9 Sekunden betrug gegenüber einer Baseline von 6 Sekunden, und dass die Frequenz zur beworbenen Produktzone gegenüber ihrem eigenen Vorzeitraum stieg. Jede Zahl hier ist illustrativ und existiert, um das Format zu zeigen; der Punkt ist die Struktur, ein Gleiches-mit-Gleichem-Vorher-und-Nachher auf gemessener Anwesenheit und Interaktion.
Zwei Disziplinen machen den Bericht glaubwürdig statt schmeichelhaft. Erstens halten Sie die Vergleichsmethode konstant: Die Baseline und der Kampagnenzeitraum müssen mit demselben Instrument über vergleichbare Tage gemessen werden, sonst ist der Unterschied eine Diskussion über Methodik statt ein Ergebnis. Zweitens benennen Sie, was die Zahl ist und was nicht. Sie ist verifizierte Anwesenheit und Interaktion an der Platzierung. Sie ist kein demografisches Profil, und sie ist keine Behauptung, dass jeder Passant konvertierte. Ein Netzwerk, das innerhalb dieser Grenzen berichtet, gibt der Marke etwas Beständiges, und es ist der In-Store-Beweis, der dem Netzwerk erlaubt, seine wertvollste Oberfläche auf Belegen statt auf Annahmen zu verkaufen. Siehe In-Store-Analytics für Digital Signage dazu, wie diese Messung in das breitere Screen-Programm passt, und kamerafreie Personenzählung für die Zählmethode darunter.
FAQ
Wie funktioniert Frequenz-Attribution für ein Retail-Media-Netzwerk?
Sie misst drei Dinge an jeder In-Store-Platzierung: wie viele Menschen die Zone passierten, wie lange sie in der Nähe des Screens verweilten und wie sich die Frequenz zur beworbenen Zone während der Kampagne veränderte, verglichen mit einer Baseline. Das verwandelt ein Auslieferungs-Log ("der Inhalt lief") in einen Beleg, dass reale Menschen anwesend und interessiert waren, was der Beweis ist, den eine Marke, die In-Store-Inventar kauft, tatsächlich will.
Identifiziert Frequenz-Attribution, wer den Screen sah?
Nein, und das ist Absicht. Ariadne misst Anwesenheit und Verweildauer, wie viele Menschen da waren und wie lange sie verweilten, nicht wer sie waren. Es gibt keine Gesichtserkennung, keine Alters- oder Geschlechtsschätzung und keine demografische Profilierung. Der Bericht ist eine Zählung realer Menschen an einem realen Ort, die prüfbar ist und unter der DSGVO und dem EU AI Act standhält.
Brauche ich Kameras, um In-Store-Retail-Media-Publikum zu messen?
Nein. Ariadne zählt mit Hybrid Fusion: Time-of-Flight-Tiefensensorik plus patentierter Mobilfunksignal-Sensorik, niemals Kameras. Time-of-Flight erfasst Geometrie statt Bilder, und die Signalsensorik erfasst standardmäßig keine MAC-Adresse, sodass die Messung kein Video, keine Gesichter und keine biometrischen Daten umfasst.
Wie unterscheidet sich das von der Impressionszählung?
Impressionszählung berichtet, dass Inhalt für einen Zeitraum auf einem Screen lief. Sie sagt nichts darüber aus, ob eine Person anwesend war oder aufmerksam war. Frequenz-Attribution fügt die fehlende Schicht hinzu: gemessene Passanten, Verweildauer und Verschiebung der Zonenfrequenz, sodass aus einer Ausspielungszahl eine belegte Reichweiten- und Interaktionszahl wird. Ein vollständiger In-Store-Bericht nutzt beide, plus programmatisches Auslieferungs-Reporting, statt eines als Ersatz für die anderen zu behandeln.
Was kann ich in einem Bericht behaupten, den eine Marke akzeptiert?
Behaupten Sie verifizierte Anwesenheit und Interaktion: Passanten, Verweildauer und Verschiebung der Zonenfrequenz, auf dieselbe Weise vor und während der Kampagne gemessen. Behaupten Sie keine demografischen Profile und nicht, dass jeder Passant konvertierte. Den Bericht innerhalb dessen zu halten, was tatsächlich gemessen wurde, ist das, was ihn belastbar macht, und eine belastbare In-Store-Zahl ist das, was einem Retail-Media-Netzwerk erlaubt, für sein Inventar auf Gangebene mit Zuversicht zu verlangen.
