Erfahren Sie, wie Sie Big Data für Ihr Unternehmen nutzen können. Die nachfolgenden Beiträge zeigen Ihnen verschiedene Möglichkeiten für Ihr Marketing auf.
1. Big Data im Marketing nutzen von Dr. Sabine Holicki
2. Marketing-Kampagnen messen, analysieren und optimieren von Christoph Pause
1. Big Data im Marketing nutzen
Mit der fortschreitenden Digitalisierung von Kommunikations- und Geschäftsprozessen entwickelt sich auch das Marketing immer stärker hin zu einer datengetriebenen Disziplin. Heute stehen Daten in einer Fülle und einem Detaillierungsgrad zur Verfügung, wie sich das Marketingexperten noch vor wenigen Jahren nicht hätten träumen lassen. Nie zuvor waren z. B. Kampagnenleistung so gut messbar, Kund:innenbedürfnisse so transparent und Kaufentscheidungsprozesse so nachvollziehbar wie heute. Die digitalen Fußabdrücke, die jeder Einzelne im Internet und durch Mobilgeräte hinterlässt, sind aus Marketingsicht ein Schatz, der jedoch nicht so ohne weiteres gehoben werden kann. Denn „Big Data“, Massen an Datenalleine, hilft nicht weiter. Erst durch eine technologische Infrastruktur, die das Sammeln, Speichern und zeitnahe Auswerten erlaubt, sowie durch eine kluge Big Data-Strategie lässt sich daraus auch Wertschöpfung generieren: Von Big Data Marketing zu Smart Data Marketing.
Was unterscheidet Big Data von herkömmlichen Datenanalysen?
- Volume bezieht sich auf die schiere Größe der Datenmengen, die mit herkömmlicher Hard- und Software weder gespeichert noch ausgewertet werden können. Für BigData-Projekte sind eigene IT-Architekturen notwendig, bei denen z. B. eine Vielzahl von Standardrechnern zu einem Cluster parallelgeschaltet werden. Die Daten werden auf diesem Cluster redundant verteilt, eindeutig adressiert und in hoher Geschwindigkeit ausgewertet.
- Velocity bezieht sich auf die Schnelligkeit, mit der Daten entstehen und verarbeitet werden. Dies markiert einen gravierenden Unterschied zur konventionellen Datenanalyse. Bei bisherigen Analyseverfahren wird ja ein Datenbestand sozusagen eingefroren, Abfragen an die Daten gesendet und zeitversetzt ein Ergebnis erzielt, das trotz des Verzugs noch nützlich ist. Bei Big Data greift dieses Prinzip nicht mehr. Permanent laufen neue Daten ein, zurückliegende Daten verlieren teilweise sehr schnell ihre Bedeutung und Analysen haben nur dann einen Nutzwert, wenn sie annähernd in Echtzeit zur Verfügung stehen.
- Variety bezieht sich auf die Heterogenität der Datenbeschaffenheit. Big Data umfasst typischerweise verschiedene Informationsquellen, die im Marketing von Web-Tracking und Mobile Tracking über strukturierte Kund:innendatenbanken und halbstrukturierte Daten wie E-Mails bis hin zu unstrukturierten Texten und Bildern aus den sozialen Netzwerken, Videos, Dokumenten, SMS usw. reichen. Auch Sensor-Daten können eine Rolle spielen, wenn man etwa an Smart Watches oder Technologien am Point of Sale denkt. Kennzeichnend für Big Data-Anwendungen ist die Fähigkeit, Daten unterschiedlicher Herkunft und Struktur zusammenzuführen und sinnvoll auszuwerten.
Big Data für Marketing und Vertrieb
Viele Marketingbereiche arbeiten bereits mit Big Data Anwendungen, ohne sich dessen bewusst zu sein: Beispielsweise bei Werbung auf Google oder Facebook, die nach Suchwörtern, Zielgruppenmerkmalen oder Kaufinteressen ausgesteuert wird, oder auch bei Web-Analytics-Tools. Online-Werbung ist ein Anwendungsbereich, in dem datenbasierte Entscheidungen zur Zielgruppenauswahl schon lange etabliert sind. Damit wird die Buchung fester Placements, bei der man aufgrund des Umfelds die richtige Zielgruppe zu treffen hofft, durch ein nutzerindividuelles Targeting weitgehend abgelöst. Dieses reagiert beispielsweise auf Suchanfragen, Surfverhalten, Kaufverhalten, demografische Merkmale, Interessen oder sonstige Informationen, die einer nutzenden Person z. B. via Login bei Google, Facebook oder in einem Shop zugeordnet werden können.
Programmatic Advertising ist die konsequente Weiterentwicklung dieser Logik. Dahinter stehen Automatisierungen, die es ermöglichen, noch genauer auf Kund:innenbedürfnisse einzugehen und zugleich die Effizienz von Online-Werbung weiter zu steigern. Klickt ein:e Nutzer:in auf eine Webseite mit Programmatic-Advertising-Werbeplätzen, so läuft in Sekundenbruchteilen ein automatischer Analyse- und Auktionsprozess ab, und zwar zwischen den Werbungtreibenden, zu deren Kampagnenziel der:die Nutzer:in aufgrund seiner vorliegenden Daten passt. Als Resultat werden auf die jeweiligen Interessen zugeschnittene Werbebanner ausgeliefert, sogar die Auswahl des Anzeigenmotivs erfolgt dabei automatisiert.
Eine Herausforderung im Marketing ist die Digitale Customer Journey. Kund:innen sind heute nicht nur anspruchsvoller und besser informiert als je zuvor, ihnen stehen auch zahlreiche Touchpoints mit einer Marke zur Verfügung, und das über verschiedene Endgeräte hinweg. Mit der Webseite/dem Shop, den Social-Media-Kanälen der Marke, Werbebannern, E-Mail-Kampagnen und klassischen Werbekanälen wie z. B. TV-Werbung sind nur einige genannt. Mit Hilfe von Customer Journey-Analysen und Attributionsmodellen lässt sich der Erfolgsbeitrag jedes einzelnen Kanals bestimmen, so dass das Werbebudget bestmöglich verteilt und der:die Konsument:in an jedem Punkt der Entscheidungsreise mit den passenden Inhalten angesprochen werden kann.
Big Data hebt auch das Customer Relationship Management auf eine neue Ebene. Durch die Zusammenführung aller bekannten Informationen über einen Kunden oder eine Kundin, wie beispielsweise Transaktionen und Verkaufsvorgänge, demografische Merkmale oder Interessensprofile, lassen sich Kund:innenbedürfnisse, Kaufentscheidungsmuster und Cross-Selling-Potenziale identifizieren. Dabei ist es gerade im CRM besonders wichtig, Datenschutz und Datensensibilität der Kunden zu berücksichtigen. Ist die Umsetzung jedoch gut gemacht, gewinnt die Kundenkommunikation an Qualität, wodurch Kund:innenzufriedenheit und Bindung gestärkt werden. Im Krisenfall, z. B. bei Beschwerden, hilft diese unbedingte Kund:innenzentrierung dabei, Probleme vielleicht schon im Vorfeld zu erkennen bzw. schnell zu lösen und Abwanderungen zu verhindern.
Eine unerschöpfliche Big Data-Quelle im Marketing sind schließlich die sozialen Medien. Mit Hilfe von Monitoring-Tools lassen sich beispielsweise Trends und Kund:innenbedürfnisse erkennen, die Beurteilung der eigenen Marke verfolgen, Meinungsführer identifizieren und Wettbewerbsaktivitäten beobachten. Dadurch erhalten Unternehmen wertvolle Impulse zur Stärkung ihre Marke, zur Festigung der Kundenbindung und zur Entwicklung neuer Produkte.
Meine Empfehlung für Sie:
Big Data Marketing bietet spannende Chancen und neue smarte Ansätze für Marketing, Vertrieb und Beziehungsmanagement von Kunden und Kundinnen:
Verschaffen Sie sich einen Überblick über Anwendungsfelder, Anbieter, Aufwand und Nutzen!
Prüfen Sie die Einsatzmöglichkeiten im eigenen Unternehmen!
Überlegen Sie, wie Strukturen, Prozesse und Personal aufgestellt sein müssen, damit Big Data zur Wertschöpfung beitragen kann! Am erfolgreichsten sind dabei Teams, die Know-how aus verschiedenen Bereichen bündeln und auf ein gemeinsames Ziel hin ausrichten: eine zufriedene Kundschaft.
Von Dr. Sabine Holicki
2. Marketing-Kampagnen messen, analysieren und optimieren
Evidenzbasiert – für wenige Unternehmensaktivitäten ist dieses Adjektiv so wichtig wie für das Marketing. Messbarkeit der Maßnahmen, Messbarkeit der Ergebnisse, das ist die Grundvoraussetzung für modernes Big Data Marketing. Das berühmte Diktum „50 Prozent meines Werbebudgets ist zum Fenster hinausgeschmissen, ich weiß nur nicht, welche Hälfte”, das Henry Ford zugeschrieben wird, ist zwar ein süffiger Aphorismus, aber hatte eigentlich nie etwas mit der Wirklichkeit zu tun. Denn von Anfang an hat das Marketing alles technisch Mögliche unternommen, um so genau wie möglich zu messen, welche Aktion welches Ergebnis bringt, um wiederum daraus zu lernen und sich immer weiter zu verbessern. Je mehr Informationen über Kunden und Kundinnen in Form von Daten gesammelt, zusammengebracht und zielgerichtet analysiert werden, desto mehr Ansätze gibt es, um seine Marketing-Kampagnen kontinuierlich zu optimieren.
Digitalisierung liefert Unterstützung für die Messbarkeit
Evidenz im Big Data Marketing heißt eben genau dies: Nachzuvollziehen, welche Aktion erfolgreich ist, die Gründe für Erfolg oder Misserfolg zu erkennen und zu eruieren, welchen Wertbeitrag einzelne Werbeinstrumente oder Kommunikationskanäle zum Gesamtergebnis beitragen. Dies wiederum gilt es dann zu kombinieren: mit dem Wissen über die Kund:innen und Interessenten, die die Unternehmenswebseite besuchen, den Daten aus dem Online-Shop und den Social-Media-Angeboten des Unternehmens.
Die gute Nachricht für Marketer:innen lautet: dank der Digitalisierung, die alles in messbare und analysierbare Daten verwandelt, haben sie heute im Grunde unendliche Möglichkeiten, diese Evidenz zu erreichen. Alles, was Menschen im Internet tun, lässt sich nachvollziehen. Wer hat was bei Google gesucht? Über welchen Weg ist die besuchende Person in den Online-Shop gekommen – über die Suchmaschine, den E-Mail-Newsletter, ein Werbebanner oder vielleicht direkt? Wie lange hat sie sich auf der Webseite, im Online-Shop aufgehalten? Was hat sie dort gesucht, angeklickt, wieder verworfen, neu gesucht, in den Warenkorb gelegt? Dazu kommt, falls sie sich eingeloggt hat, die gesamte Information über ihrbisheriges Bestell- und Retournierverhalten. In Echtzeit – so lautet eines der Lieblingswörter der Branche – können Unternehmen dann passende Zusatzangebote machen. Der Erfolg oder Misserfolg solcher Maßnahmen lässt sich dann natürlich wieder messen, analysieren und für eine verbesserte Kundenansprache nutzen.
Alles ist offen, transparent und evident im Big Data Marketing
Zumindest lautet so das große Versprechen all der Technikanbieter, die Software rund um das Datenmanagement vertreiben. Und wahrscheinlich stimmt das sogar, wenn nur nicht alles so komplex wäre. Die Wahrheit ist aber wohl eher: Die meisten Unternehmen sind heute gar nicht in der Lage die anfallenden Daten sinnvoll zu verarbeiten. Sie arbeiten mit schlecht geführten Datenbanken oder aber mit mehreren Datenquellen, die nicht zusammengeführt werden können bzw. Dubletten, Tripletten, X-letten enthalten.
Multi-Channel und Komplexität als neue Herausforderung
Auf der anderen Seite ist es heute, anders als in der Vergangenheit, schwieriger, den Beitrag der einzelnen Kanäle und Aktivitäten einer Marketingkampagne zum Gesamterfolg oder Misserfolg zu erkennen. Was hat schließlich dazu geführt, dass jemand im Online-Shop kauft, ein Ladengeschäft aufsucht, einen Vertrag abschließt? War es der E-Mail-Newsletter? Das Werbebanner? Die Anzeige auf Google? Oder doch der TV-Werbespot, die Anzeige in der Zeitschrift, die Empfehlung des Nachbarn? Die Frage nach der sogenannten Attribution stellt das Marketing vor große Herausforderungen, deren Beantwortung mit der immer weiter wachsenden Datenmenge „Big Data“ nicht leichter wird.
Damit ist Evidenz heutzutage eben doch schwerer zu bekommen, als viele denken. Es gibt nicht mehr den einen Kanal über den Unternehmen Kunden und Kundinnen ansprechen und zur Interaktion bewegen. Noch vor wenigen Jahren war es relativ einfach: Ein Werbebrief ging an sorgfältig ausgewählte Empfängergruppen und dann musste nur noch „gezählt“ werden, wie viele Menschen das beworbene Angebot gekauft haben. Die Erfolgsquote war offensichtlich.
Neue „Big Data“ Kompetenzen im Marketing sind gefordert
Die Komplexität und die gegenseitigen Abhängigkeiten der verschiedenen Kanäle sind das Eine. Die andere Herausforderung lautet: Messbarkeit verlangt von Marketer:innen auch andere, neue Kompetenzen als noch vor Jahren gefordert. Natürlich muss nicht jede mitarbeitende Person im Marketing zum Datenwissenschaftler mutieren und nach wie vor gehört ein Statistikstudium auch nicht zu den Grundvoraussetzungen, um als Marketer:in Erfolg zu haben. Aber man sollte schon wissen, was Big Data Marketing ist und die Quellen kennen, aus denen Daten stammen. Genauso wichtig ist zu wissen, welche Anforderungen an die Datenqualität gestellt sind, wie Daten gepflegt werden und wofür ich welche Daten nutzen kann. Doch das alles ist in der Tat nur die Grundlage.
Neue Dimension: Individuelle Kund:innenentwicklung und Kund:innenbindung
Die Datenhaltung hat in erster Linie ein Ziel: Besseres, kund:innenorientierteres und damit effektiveres und effizienteres Marketing zu betreiben. Big Data alleine ist nutzlos.
Wie können wir mit den neuen Insights die Kund:innenzufriedenheit erhöhen? Was macht für unsere Kunden und Kundinnen eine gelungene Customer Experience aus? Und wie schaffen wir sie? Big Data Marketer:innen müssen Antworten auf solche Fragen finden. Und diese Fragen sind neu. Im Mittelpunkt der Arbeit steht nicht mehr (allein) Frage, wie der Absatz erhöht werden kann. Es geht um Kund:innenbindung und Kund:innenentwicklung. Und das auf individueller Ebene. Denn jeder Kunde, jede Kundin ist anders und die Gießkanne hat ausgedient.
Und noch etwas ist anders als früher: Eine Kampagne wird heute nicht mehr einmal aufgesetzt und dann bis zum Ende durchgezogen. Sie wird permanent gemessen, um auf Basis der Ergebnisse nachzusteuern, zu verbessern und immer wieder zu testen. Und all die Erfahrungen und Kennzahlen rund um Öffnungsrate, Klickrate, Bestellungen, Retouren etc. fließen zurück ins System. Wer im Marketing arbeitet, muss auch diese Daten-basierten Verfahren verstehen und anwenden können. Denn sonst ist der Nebel dichter als zuvor. Und dann weiß tatsächlich niemand mehr, welche Hälfte des Werbebudgets zum Fenster hinausgeworfen wurde.
Von Christoph Pause
