Unternehmens-Cases
Datengetrieben in die Zukunft
Bild: geralt / Pixabay
30.11.2021 - Immer mehr Unternehmen setzen auf datengetriebene Maßnahmen im Marketing. Die folgenden Beispiele geben einen Einblick in die vielfältigen Einsatzmöglichkeiten und Potenziale, die aus dem richtigen Einsatz von Daten im Marketing erwachsen.
von Karsten Zunke
Darum geht es: Der Beautykonzern Douglas feiert in diesem Jahr seinen 111. Geburtstag. In der Kampagne "Let's Do Beautiful" präsentiert die Marke die Vielfalt der Menschen und zeigt, dass alle besonders und schön sind. Zum Auftakt warb Douglas
im Frühsommer auf klassischen und digitalen Out-of-Home- Werbeträgern aus dem Portfolio des Vermarkters Ströer
. Belegt wurden neben Großflächen, Mega-Lights und Riesenpostern auch digitale Werbeträger in S- und U-Bahnhöfen in deutschen Großstädten. Um die Zielgruppe darüber hinaus zu aktivieren, arbeitete Ströer mit Offerista
zusammen. Der Spezialist für digitales Handelsmarketing begleitete die Kampagne mit Mobile Push Notifications und einem OOH-Retargeting.
Die Herausforderung: Ziel dieser Multichannel-Kampagne war es, in den Top 5 Städten Berlin, Düsseldorf, Hamburg, Köln und München möglichst viele Konsumenten durch ein Zusammenspiel von Offline- und Online-Medien zu erreichen, um den lokalen Raum ideal zu durchdringen.
Die Umsetzung: Um eine maximale Click-through-Rate (CTR) zu erzielen, setzte Offerista eine dreiteilige Targeting-Strategie um:
Das Ergebnis: Durch die gute Zusammenarbeit und die Kombination von (D)OOH- und Mobile-Werbung konnten sehr gute Kampagnenergebnisse erzielt werden. Die Öffnungsrate der Push-Aussendung beim OOH-Retargeting betrug 5,14 Prozent. Die Performance der Walk By Pushes lag bei 4,72 Prozent und damit weit über den Benchmark-Werten von 1,5 bis 2,0 Prozent. Auch die CTR der KundInnen, die sich zuvor in einer Douglas-Filiale aufgehalten haben und von dem Offerista-Geocatch eingefangen wurden, befand sich mit 25,14 Prozent deutlich über dem Durchschnitt (15 bis 20 Prozent).
Im Rahmen seiner Kampagne belegte Douglas neben Großflächen, Mega-Lights und Riesenpostern auch digitale Werbeträger in S- und U-Bahnhöfen in deutschen Großstädten. Durch die Kombination von DOOH- und Mobile-Werbung konnte Douglas sehr gute Kampagnenergebnisse erzielen.
Bild: Ströer Jet-Foto Kranert
Mit personalisierten Produktbeschreibungen Amazon & Co die Stirn bieten
Darum geht es: Metav Werkzeuge vertreibt rund 25.000 Artikel aus Messtechnik, Mikroskopie oder Zerspanungstechnik auch über seinen Onlineshop. Geschäftsführer Stephan Bayer will für seine KundInnen einen echten Unterschied machen und sich so gegen Amazon und Co behaupten.Die Herausforderung: Wie für alle Online-HändlerInnen ist es für Metav eine Herausforderung, die Produkte ansprechend im Shop zu präsentieren und so bei der Kaufentscheidung zu unterstützen. Die hochtechnischen Produkte entsprechend der Kundenansprüche exakt zu beschreiben, hält Stephan Bayer für einen großen Vorteil. Eine Aufgabe, die sich mit seinem kleinen Team nicht bewältigen ließ.
Die Umsetzung: Seit Beginn dieses Jahres setzt das Unternehmen auf automatisierte Produktbeschreibungen. Den eigentlichen Durchbruch sieht Bayer in der Personalisierung dieser Texte: "Allein mit den Fließtexten, die wir im Shop haben, heben wir uns ab. Jetzt personalisieren wir die Texte und es zeichnet sich ab, dass das besser konvertiert. Wenn wir das auf alle Produkte ausrollen, explodiert der Spaß."
Möglich gemacht hat das die neue E-Commerce Suite von AX Semantics , Anbieter im Bereich Natural Language Generation, kurz: NLG. Dieser Teilbereich der Computerlinguistik deckt die automatische Generierung von natürlicher Sprache durch Maschinen ab. Metav kann somit KundInnen anhand ihrer unterschiedlichen Motivationen in der Customer Journey ansprechen und über ein Dashboard beobachten, wie sich die Interaktion mit dem Produkttext verhält und diese gegebenenfalls optimieren. Den Online-HändlerInnen hilft das nicht nur, Umsätze zu steigern, sondern vor allem das Kundenerlebnis zu verbessern und so unabhängig von großen Online-Marktplätzen zu werden.
Die Software unterscheidet fünf Kundentypologien entlang der Customer Journey:
- First time visitor: BesucherInnen, die zum ersten Mal den Shop besucht und dem Shop vertrauen wollen.
- Inspirational Type: BesucherInnen, die noch auf der Suche sind, sich inspirieren lassen möchte.
- Researcher: BesucherInnen, die sich tiefer über Produkte informieren wollen, weil sie noch nicht genau wissen, worauf es ankommt.
- Comparer: BesucherInnen, die schon genauer wissen, was sie möchten, aber noch Details vergleicht
- Buyer: BesucherInnen, die wissen was sie wollen und die Kaufentscheidung getroffen haben.
Der First Visitor erhält Informationen, die sein Vertrauen in den Shop stärken sollen.
Bild: Metav
Das Ergebnis: Metav hat die Personalisierung der Produktbeschreibungen im September implementiert. Bereits im Oktober verzeichnet der Onlineshop eine um 28 Prozent gestiegene Engagement Rate auf Produktseiten mit personalisierten Beschreibungen. Auch die Conversion hat sich signifikant verbessert: Personalisierte Beschreibungen konvertieren mit einer Quote von 7,7 Prozent (nicht-personalisierte mit 4,9 Prozent). Für Bayer ein voller Erfolg. "Wir hatten gehofft, dass sich die Personalisierung in einer höheren Conversion niederschlägt. Dass wir nach nur einem Monat eine Steigerung von 57 Prozent erzielen, übersteigt unsere Erwartungen schon jetzt."
Der entschlossene Typ 'Buyer' erhält nur noch eine kurze bestätigende Information.
Bild: Metav
KI hilft, Marken relevant zu positionieren
Darum geht es: Drehmoment ist eine kreative Marketingagentur aus Hamburg, die sich auf die Positionierung und Kommunikation von Marken und Produkten spezialisiert hat. Ein großer Getränkehersteller wendete sich an die Agentur, um sich im Markt neu auszurichten. Da die Markenpositionierung bisher nicht sehr prägnant war, ging es vor allem darum, passende Kontexte für die Marke zu identifizieren, über die sich durch Relevanz für die Kunden Markenbedeutung ausbauen ließ. Erschwerend kam hinzu, dass aufgrund der anhaltenden Corona-Pandemie viele wichtige Touchpoints der Marke wie zum Beispiel Bars, Clubs und Festivals so gut wie weggefallen waren, weswegen man die Aktivitäten stärker in "private" Bereiche vordringen musste.Die Herausforderung: Für Marken und Produkte, die vorher beinahe komplett in sozialen und eventgetriebenen Settings stattfanden, hat die Pandemie den Konsumkontext der KundInnen ebenso verändert wie ihre Mediennutzung. Für eine entsprechende Neupositionierung gilt es also zu ermitteln, in welchen Kontexten die Menschen unter Pandemiebedingungen an entsprechende Getränke denken und sie konsumieren - und wo man sie in diesem Kontext effizient ansprechen kann.
Die Umsetzung: Drehmoment entschied sich statt klassischer Consumer Clinics und Mediennutzungsstudien für einen KI-gestützten Big Data Ansatz. Zum Einsatz kam das SaaS-Tool Neutrum
Themennavigator (Hase & Igel). Das Tool erhebt sämtliche veröffentlichen Beiträge in journalistischen Medien, sozialen Medien und auf Websites inklusive der erzielten Reichweiten und Reaktionen und unterzieht sie einer hypothesenfreien Clusterund Netzwerkanalyse. Das bedeutet: nicht Klient oder Agentur geben die (vermeintlichen) Zielgruppen und Themen vor, sondern die KI identifiziert nach dem "Amazon-Prinzip" - wer über A in Kontext B spricht, interessiert sich auch für C -, welche Themen, Marken und Produkte in welchem Zusammenhang relevant sind und erstellt daraus eine interaktive Landkarte aus Sicht der Konsumenten. Für jeden identifizierten Kontext und Zusammenhang ist sofort ersichtlich, wie stark das Thema aktiviert, wie positiv es wahrgenommen wird und in welchen Medien und Kanälen man die Menschen, die sich für diesen Aspekt begeistern, optimal erreicht.
Das Ergebnis: Durch die Analysen des Daten-Tools konnte Drehmoment auf Basis hunderttausender Beiträge binnen weniger als 2 Wochen mögliche "Sweet Spots" für die Neupositionierung von Marke und Produkt im Wettbewerbsumfeld identifizieren: Grillen & BBQ mit Freunden im eigenen Garten sowie virtuelle Partys auf Streamingportalen. Welche Produktvarianten und Longdrink-Kombinationen in diesen jeweiligen Kontexten die besten Aussichten hatten, wurde ebenso deutlich wie Eckpunkte einer erfolgversprechenden Media-Strategie.
Um für Marke und Produkt passende Themen-Umfelder zu identifizieren, nutzt die Agentur umfangreiche Datenanalysen.
Bild: Neutrum
Drehmoment entschied sich statt klassischer Consumer Clinics und Mediennutzungsstudien für einen KI-gestützten Big-Data-Ansatz, um den passenden Kontext für seine KundInnen zu identifizieren.
Bild: Neutrum
Datengestützt auf die Top-Position und in die Buy Box
Darum geht es: L.CREDI Munich verbindet seit 1953 italienisches Design mit deutscher Präzision und Münchner Tradition. Das Portfolio des Fashion-Spezialisten umfasst moderne, gleichwohl zeitlos klassische Taschen und Accessoires von hoher Design-, Material- und Verarbeitungsqualität. Der Online-Verkauf erfolgt über den eigenen Webshop sowie die relevanten Online-Marktplätze Amazon , Zalando , Aboutyou , Galeria , Goertz , Otto u.v.m.Die Herausforderung: L.CREDI war mit der Situation konfrontiert, dass die eigenen Produkte auf Amazon und Zalando manchmal wegen weniger Cent Unterschied die Buy Box gegen Produkte direkter Wettbewerber verlieren. Dieser Beobachtung mit manuellen Mitteln zu begegnen, war angesichts der Menge von Artikel und Kanälen enorm zeit- und kostenaufwändig und realistisch nicht zu bewerkstelligen. Deshalb suchte der Fashion-Spezialist nach einer Lösung, mit der sie den Überblick im komplexen Geschehen auf den Marktplätzen behalten und das Preisgeschehen detailliert
erfassen können. Und, mehr noch, mit der sie kurzfristige Bewegungen und Abweichungen erkennen und nahezu automatisiert kontern können, um immer mit dem situativ und kanalspezifisch richtigen Preis zu punkten. Hier konnte priceintelligence mit Monitoring- und Business-Intelligence-Lösungen helfen.
Die Umsetzung: Ein umfassendes Preismonitoring liefert Daten und Informationen, ob, wann und zu welchem Preis die spezifischen Artikel angeboten werden. Dabei erhebt der Priceintelligence- Algorithmus alle relevanten Daten der L.CREDI Artikel und der vergleichbaren Artikel des Wettbewerbs auf Amazon und Zalando und errechnet passende Preisvorschläge je Artikel und Marktplatz.
Ziel ist dabei, den jeweils optimalen Preis zu bieten. Dies kann bedeuten, einen Wettbewerber zu unterbieten, jedoch ist ebenso möglich, dass der L.CREDI-Preis nach oben angepasst wird, wenn
die Datenanalyse beispielsweise ergibt, dass der Wettbewerbsartikel nicht (mehr) verfügbar ist. Über eine Schnittstelle erhält der Taschen-Anbieter mehrmals pro Woche eine Übersicht der Artikelnummern (EANs) und der entsprechenden Preisvorschläge.
Das Ergebnis: Das gesetzte Ziel wurde erreicht: Mehr Umsatz durch Buy-Box-Gewinne aufgrund dynamischer Preisanpassungen bei gleichzeitiger Reduzierung beziehungsweise nahezu
Abschaffung des manuellen Aufwands. Mit den fundierten und detaillierten Daten und den daraus resultierenden Erkenntnissen - automatisiert erfasst, analysiert und abgeleitet - kann L.CREDI Buy-Box-relevante Wettbewerber und deren Artikel identifizieren und mit dem situativ passenden Preis versehen. Dies bedeutet nicht zwangsläufig, nur an der Preisschraube zu drehen, um gegen günstigere Wettbewerber zu punkten. Denn L.CREDI ist heute in der Lage, alle relevanten Faktoren und Kundenbedürfnisse zu identifizieren und zu bedienen.
Produktdetailseite, die alle internen Informationen der KundInnen und alle erhobenen Angebote von Amazon abbildet.
Bild: L. Credit
Das Dashboard gibt einem die Übersicht, bei welchen Produkten Handlungsbedarf besteht. Dabei zeigt ich oft, dass Pricing nicht zwingend bedeutet, Preise zu unterbieten, sondern Preise auch nach oben korrigiert werden können.
Bild: L. Credit
Datengetriebene Mediastrategie und die passenden Werbemittel
Darum geht es: Enormedia ist eine Mediaagentur aus Oldenburg, die ihre KlientInnen zur passenden Mediastrategie berät und diese in effiziente Media-Buchungen und -Ausspielungen umsetzt. Eine Hochschule wendete sich an die Agentur, um zu ermitteln, für welche ihrer Studiengänge künftig intensivere Werbung nötig sein wird und auf welchen digitalen Media-Mix mit welchem Budget sie dafür setzen sollte.
Auf Basis der Entwicklung von Google-Suchen sowie des Interesses in Studienportalen konnten Nachfrageprognose für Studiengänge erstellt werden.
Bild: Enormedia
Das Big-Data-Tool lieferte den MediaexpertInnen von Enormedia detaillierte Analysen zu den Medienbeiträgen bestimmter Themen.
Bild: Enormedia
Die Herausforderung: Da es nicht sinnvoll ist, für Studiengänge zu werben, die ohnehin übermäßig stark belegt sein werden, mussten zunächst belastbare Prognosen erstellt werden, wie sich die Nachfrage nach den Studiengängen über die nächsten Semester entwickelt - insbesondere, da sich im Zuge der Pandemie Präferenzen stark verschoben haben. Für jene Studiengänge, für die ein erhebliches Nachfragepotenzial erkennbar ist, die jedoch an dieser Hochschule noch nicht (zu) stark belegt werden, galt es dann die passenden Werbemedien zu ermitteln, über die sich die Studieninteressierten mit wenig Streuverlusten erreichen lassen.
Die Umsetzung: Enormedia nutzte für die Bearbeitung den Neutrum KI Targeter. Das KI-gestützte Big-Data-Tool des Datenspezialisten Hase & Igel integriert digitale Verhaltensdaten aus sehr unterschiedlichen Quellen und berechnet daraus Vorhersagen und Szenarien. So erstellte das Tool auf Basis der Entwicklung von Google-Suchen sowie des Interesses in Studienportalen Prognosen mit ARIMA Modellen, wie gefragt die verschiedenen Studienangebote in der näheren bis mittleren Zukunft sein werden.
Für diejenigen Studiengänge, die ein attraktives Profil aufweisen (gefragt, aber nicht überlaufen), ermittelte die Software automatisch, wo sich die StudentInnen von morgen informieren und über welche Kanäle WettbewerberInnen ihre Online-Interessenten gewinnen. So konnten die erfolgversprechenden Marketingkanäle identifiziert werden.
Für die Kanäle mit dem besten erwartbaren Nutzen lieferte die Lösung automatisch die effizientesten Tageszeiten und Wochentage für Werbeschaltungen sowie die optimale Budgetregion.
Das Ergebnis: Die Analysen ermöglichten den Mediaexperten von Enormedia, binnen sehr kurzer Zeit auf Basis sämtlicher digitaler Informationsprozesse im Markt ein Konzept für die Hochschule zu erstellen, die deren Mediastrategie sowohl inhaltlich (welche Studiengänge) als auch medial (welche Kanäle) fokussierte und mit einem passenden, effizienten Budget hinterlegte.
Der Big-Data-Ansatz ermöglichte dabei die dynamische Orientierung in einem Umfeld, das pandemiebedingt starkem Wandel unterworfen ist - die Auswertung des Verhaltens quasi aller InteressentInnen und WettbewerberInnen gibt hier deutlich mehr Präzision und Sicherheit als die Befragung von Stichproben und der Kauf allgemeiner Branchenstudien.
Bäckereikette: Mit Wetterdaten Bedarf und Absatz prognostizieren
Darum geht es: Makroökonomisch betrachtet hängen nach Schätzungen der Weltorganisation für Meteorologie 80 Prozent der Weltwirtschaft vom Wetter ab. Psychologisch betrachtet beeinflusst das Wetter auch Konsumlust und Zahlungsbereitschaft, die laut der Studie "The effect of weather on consumer spending" bei Sonnenschein deutlich höher ausfällt. Blickt man auf den Abverkauf, können schon kleine Unterschiede große Auswirkungen haben. Das gilt insbesondere für Produkte, bei denen die KundInnen tägliche Frische erwarten, die in ihrer Haltbarkeit und damit Konsumierbarkeit aber gleichzeitig stark begrenzt sind, wie beispielsweise Backwaren.Die Herausforderung: Die optimale Warenmenge gehört - insgesamt wie auch mit Blick auf einzelne Backwaren - zu den größten Herausforderungen im Bäckerei-Alltag. Das Wetter ist ein Schlüsselfaktor, aber auch sehr komplex, um ihn automatisiert einzusetzen. Der Wettereinfluss variiert je Produkt und Bäckereifiliale.
Die Umsetzung: Um die Prognosegüte zu verbessern und kostspielige Fehlplanungen wie den frühzeitigen Ausverkauf bestimmter Backwaren beziehungsweise zu hohe Retourenquoten zu reduzieren, haben die Datenspezialisten von wetter.com in Kooperation mit einem Softwareunternehmen den täglichen Bestellprozess einer Bäckereikette mit mehr als 30 Filialen wetteroptimiert. Dazu wurde der Wettereffekt für mehr als 1.000 Produkt-Filial-Kombinationen ermittelt und in einen selbstlernenden Algorithmus übersetzt, der auf Basis historischer Verkaufszahlen und unter Berücksichtigung relevanter KPIs wie Preise, Promotions etc. entsprechende Absatz- und Bedarfsprognosen entwickelt. Die automatisierte, auf Machine Learning basierte Plug-&Play-Lösung wurde an das bestehende Bestellsystem angedockt, so dass sich unter Berücksichtigung entsprechender Produktionsvorlaufzeiten für jede Filiale für jeden Tag und jedes einzelne Produkt auf Basis des erwarteten lokalen Wetters optimierte Bestellmengenvorschläge generieren lassen - mit minimalem Aufwand für die Ermittlung der bestmöglichen Warenverfügbarkeit.
Das Ergebnis: Durch die Berücksichtigung des Wettereffektes ließ sich die Prognosegüte mit Blick auf die Verkaufszahlen um durchschnittlich 12 Prozent verbessern (Überschätzung: -8 Prozent, Unterschätzung: -20 Prozent). Die Lösung ist mit allen gängigen ERP- und Replenishment-Systemen kompatibel und kann bisher entstandene Überbestände an Backwaren ebenso wie Ausverkäufe um jeweils mindestens fünf Prozent reduzieren.
Berücksichtigung des Wettereffekts hat Potenzial für Prognose-Verbesserung
Bild: Case Study METEONOMIQS powered by wetter.com
Fazit
Diese Beispiele zeigen es deutlich: Das datengestützte Marketing hat viele Facetten. Für die Aussteuerung und Optimierung von Kampagnen sind Daten ebenso unverzichtbar geworden wie für die personalisierte Kundenansprache, das Pricing, Prognosen oder die Präsentation von Produkten in umsatzrelevanten Umfeldern. In der Regel sind viele Daten bereits vorhanden. Eine große Herausforderung für Unternehmen besteht darin, sie zu strukturieren und sie so aufzubereiten, dass sie für das Marketing nutzbar sind. Dazu müssen sie vergleichbar gemacht und integriert werden. "Häufig beschränkt sich 'data driven' darauf, nur jene Daten einzubeziehen, auf die man ohnehin schon leichten Zugriff hat - man sucht den verlorenen Schlüssel unter der Straßenlaterne, weil es dort schön hell ist", sagt Jan Schoenmakers
, Geschäftsführer des Datenspezialisten Hase & Igel
. Dabei ist die siloübergreifende Integration von sogenannten First-, Second- und Third-Party- Daten unbedingt nötig, um zu einer belastbaren Grundlage zu gelangen. "Wer auf Basis zu lückenhafter Daten automatisiert, riskiert schlechtere Ergebnisse als bei dem guten alten Marketing per Hand", so der Experte. Wer mit Daten steuern will, sollte sich Schoenmakers zufolge nicht zuerst um Tools und Datenquellen kümmern - sondern um seine Ziele, KPI und Kultur. Wenn "datadriven" mehr sein soll als ein bunter Reporting-Overkill, müsse ganz klar sein, welche Ziele nach welchen Kriterien und KPI erreicht werden sollen - "und MitarbeiterInnen und Führungskräfte müssen sich trauen, auf Basis der Erkenntnisse konsequent zu handeln, selbst wenn das liebgewonnenen Routinen zuwiderläuft."
Vorträge zum Thema:
Anzeige
HighText Verlag
Mischenrieder Weg 18
82234 Weßling
Tel.: +49 (0) 89-57 83 87-0
Fax: +49 (0) 89-57 83 87-99
E-Mail: info@onetoone.de
Web: www.hightext.de
Besuchen Sie auch:
