Anzeige
Anzeige
Anzeige
Data-driven Marketing
In fünf Schritten zur optimalen Customer Journey
15.08.2017 - Von Big Data zu Smart Data: Die Analyse von Kundendaten kann Marketingaktivitäten enorm verbessern. Und dennoch nutzen immer noch wenige Unternehmen dieses Potenzial. Dabei könnten sie durch die intelligente Analyse der Kundendaten wertvolle Erkenntnisse gewinnen. Doch wie wird der Datensee zu wirklich nützlichen Customer Insights? Dirk Kemmerer, Geschäftsführer des Multipartner-Bonusprogramms DeutschlandCard, erklärt in fünf Schritten worauf es ankommt.
von Verena Jugel
[f1][f]Eine Datenstrategie festlegen[/f]Das Datenvolumen in vielen Unternehmen nimmt rasant zu, gleichzeitig kämpfen viele von ihnen mit mangelnder Datenqualität. Um diese Herausforderungen zu meistern, bedarf es einer lückenlosen und individuellen Strategie. Denn um im Bereich Big Data zielgerichtet agieren zu können, müssen Unternehmen in einem ersten Schritt definieren, wo und wie sie Daten nutzenbringend einsetzen wollen. Sie müssen festlegen, welche Ziele sie verfolgen, welche Voraussetzungen sie schaffen und auch welche Daten sie hierfür überhaupt erheben müssen. Zudem ist Data Governance von großer Bedeutung, da Unternehmen ihre Standards für erfolgskritische Themen wie Datenqualität, Datenschutz, Datenerfassung, Datenpflege sowie Datenverantwortlichkeiten definieren müssen.
Eine gute Strategie ist die Grundlage für eine bessere Wertschöpfung aus vorhandenen Daten. Zudem erleichtert sie die Zusammenarbeit zwischen Fachabteilung und IT und ist Basis für eine bessere Kosteneffizienz. Wichtig: Strategien sind nie starr, sie können sich verändern, weil sich auch Visionen und Ziele ändern.
[f]Die technische Infrastruktur schaffen[/f]Nach der genauen Definition der unternehmenseigenen Strategie im Bereich Big Data müssen Unternehmen die technische Infrastruktur schaffen. Es bedarf einer passenden Architektur, damit die Daten anwendungsorientiert gespeichert und abgerufen werden können. Data Warehouses ermöglichen es, große Mengen an Daten zu speichern und zu verwalten. In diesen Datenbanken können Stamm-, Geo- und Transaktionsdaten konsolidiert werden. Data Warehousing konzentriert sich auf die Erfassung von Daten aus unterschiedlichen Quellen, um eine aussagekräftige Analyse und einen komfortablen Zugang zu ermöglichen. Dabei werden die Daten nicht nur nach inhaltlichen Aspekten strukturiert, sondern auch langfristig gespeichert, um Vergleichsanalysen zu ermöglichen und eine eindeutige Planungsgrundlage zu schaffen.
Wie die Strategie muss auch die Architektur flexibel sein. Unternehmen benötigen hier die Unterstützung von IT-Spezialisten, die die Infrastruktur der Strategie flexibel anpassen können. Auch ein einfacher Zugang sollte in diesem Schritt sichergestellt werden. Marketing und andere Fachabteilungen müssen wissen, wie sie auf die für sie relevanten Informationen zugreifen können, damit auch sie von den gewonnenen Insights profitieren und beispielsweise zur Optimierung von Marketingmaßnahmen heranziehen können.
[f]Daten clever managen und analysieren[/f]In der Regel fallen in den Geschäftsprozessen von Unternehmen unterschiedlichste Daten an, die sie zur Beantwortung verschiedener Fragen nutzen können. Dennoch werden die Informationen häufig noch in unterschiedlichen Datentöpfen aufbewahrt oder nicht kanalübergreifend analysiert. Dementsprechend ist es wichtig, dass die Daten konsolidiert, übergreifend ausgewertet und zielgerichtet angewandt werden. Kontinuierliches Datenmanagement ist essentiell, um sich nicht in diesem Datenwald zu verlieren. Kundensegmentierung und -profilierung sind beispielsweise Methoden, um Daten effektiv zu clustern und zu analysieren. Dabei werden geschäfts- und marketingrelevante Segmente gebildet und die Datenanalyse sowie die Umsetzung der abgeleiteten Maßnahme beschleunigt. Indem die Entwicklungen der gebildeten Segmente regelmäßig ausgewertet und beobachtet werden, können Unternehmen beispielsweise Veränderungen in ihrem Konsumentenbestand nach Kundenwert, Kundenbindung oder Häufigkeit und Umfang von Kundentransaktionen aufspüren. Kundenprofilierungen charakterisieren somit die Segmente und geben wichtige Insights als Startpunkt für die abzuleitenden Maßnahmen.
[f]Eigenen Datenbestand erweitern[/f]Einige Unternehmen sind (noch) nicht in der Lage alle für sie relevanten Kundendaten selbst zu generieren. Diese Hürde kann überwunden werden - beispielsweise durch Third-Party-Daten. Das bedeutet, dass bestehende Informationen durch externe Dienstleister mit wertvollen Daten angereichert werden. Dies können zum Beispiel Informationen über das Alter oder auch bestimmte Interessen sein. Eine andere Möglichkeit ist die Teilnahme an Multipartner-Bonusprogrammen. Dadurch erhalten Unternehmen kanal- und branchenübergreifende Customer Insights. Dies sind Informationen, die einen umfassenden Blick auf Kunden und Zielgruppen ermöglichen, da sie das Einkaufsverhalten in den verschiedensten Lebensbereichen abdecken. Die Kombination aus Online-, Offline- und Mobile-Daten ist dabei von besonderer Bedeutung. Denn nur durch die gesamtheitliche Betrachtung eines Konsumenten über alle Kanäle und Touchpoints hinweg, entsteht ein 360-Grad-Bild von Kunden und Zielgruppen. Durch die zunehmende Kanalvielfalt ist die Einbindung von Multi-Channel-Daten ein wichtiger Erfolgsfaktor für "echtes" Customer Centric Retailing. Durch Customer Insights erfahren Unternehmen, zu welcher Gruppe bzw. welchem Konsumententyp ihre Kunden gehören: Pflegt der Kunde einen bestimmten Lebensstil? Steht für ihn Service, Beratung und Convenience bei Kaufentscheidungen im Vordergrund? Ist er eher markenaffin? Ist er besonders preisbewusst? Ebenso können die Informationen für Predictive Analytics zur Reduzierung von Restanten und Abschreibungen genutzt werden. Konkretes Wissen in diesen Bereichen ermöglicht einen zielgerichteten Kundendialog.
[f]Das Vorgehen stetig evaluieren [/f]Konkrete Ziele und Kennzahlen sind wichtig, denn nur so können Unternehmen verstehen, wo sie welche Fortschritte erzielt haben und wie sie sich weiter verbessern können. Die valide Messung des Werbe- und Kampagnenerfolgs ist eine Prämisse, damit Mehrwert durch Kundendaten entsteht. Eine gängige Methode ist dabei der Vergleich zwischen Zielgruppe und Kontrollgruppe. So lässt sich beispielsweise erschließen, wie viel Zusatzumsatz durch eine Kampagne erzielt wurde. Die Gewährleistung eines durchgängigen Closed-Loop-Ansatzes ist dafür obligatorisch. Aus dem Erfolg beziehungsweise Misserfolg einer Kampagne können Learnings gezogen werden. Diese fließen wiederum in die Daten- und Kommunikationsstrategie ein - wenn sich die Ziele ändern, ändert sich auch die Datenanalyse und somit die Grundlage für neue Kampagnen.
Der Datenberg lässt sich managen. Mit der richtigen Vorgehensweise können Unternehmen große Datenmengen gezielt auswerten und in wertvolle Customer Insights transformieren. Ein wichtiger Schritt hin zur optimalen Customer Journey. Das Ergebnis und große Ziel: Der Kunde oder potentielle Neukunde wird zur richtigen Zeit mit für ihn relevanten Angeboten und über die bevorzugten Kanäle angesprochen.
[k]Der Autor Dirk Kemmerer ist seit Februar 2017 Mitglied im Management Board der Bertelsmann Printing Group und Geschäftsführer von Mohn Media. In dieser Funktion trägt er zudem die Verantwortung für die Digital Marketing Services, in welcher neben dem Multipartner-Bonusprogramm DeutschlandCard auch die Business Units campaign und dialog, mit den Profitcentern AZ Direct in Deutschland, Österreich und der Schweiz, Adality und dem Joint Venture BeDirect zusammengefasst sind. [/k]
[reflinks]Deutschland Card
[/reflinks]
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:
