Warum ich? Warum bekomme ich ständig Marketing-E-Mails?
Warum ich? Das fragen sich viele Menschen. Längst sind Empfänger dieser Werbebotschaften – selbst wenn es potenzielle Interessenten sind und sie ihre Einwilligung erteilt haben – übersättigt. Nicht selten kommen werbetreibende Unternehmen dann in Zugzwang und müssen Rechenschaft darüber ablegen, woher die Daten kommen und warum eine bestimmte Person in dieser oder jener Zielgruppe gelandet ist.
Im Zeitalter von Big Data wird es immer schwieriger nachzuvollziehen, warum eine Person mit einer Marketing-Kampagne angesprochen wurde. Marketer müssen dann erklären können, warum ein bestimmter Datensatz ausgewählt wurde. Dieser Prüfungsprozess kann durch Beschwerden von Empfängern angestoßen werden, aber auch der Qualitätskontrolle dienen, weil der Marketer die Richtigkeit seiner Gedankengänge, die hinter der Zielgruppenauswahl stecken, überprüfen möchte. Doch das kann mitunter sehr mühsam sein.
Als Antwort auf diese Anforderungen haben wir eine Funktionalität in unserer Analyse-Software, FastStats Discoverer entwickelt, die es dem Anwender erlaubt leicht Rückschlüsse auf die Gründe für den Einschluss eines jeden Datensatzes zu ziehen und diese zu untersuchen.
Ein einfaches Beispiel:
Eine Person kann lediglich mit einem Teil der Selektion übereinstimmen (entweder weiblich oder männlich). Eine Handvoll dieser Übereinstimmungen sehen Sie nachfolgend:
In diesem Fall ist es möglich anhand einer Datentabelle zu begründen, warum diese vier Personen jeweils ausgewählt wurden und welcher der beiden „Oder“-Klauseln sie entsprechen. Doch bei komplexeren Selektionen lassen sich Zusammenhänge nicht auf den ersten Blick erkennen. Dem trägt unser neu entwickeltes Feature Rechnung: Anwender können nun stichprobenartig Datensätze auswählen und bekommen per Mausklick weitere Details angezeigt. Durch die Farbe wird auf den ersten Blick ersichtlich, ob der jeweilige Datensatz auf die einzelnen Selektionskriterien zutrifft oder eben nicht. Im nachfolgenden Beispiel sehen Sie, dass es sich bei dem Datensatz eindeutig um eine weibliche FAZ Leserin handelt.
Je mehr Selektionen und Kriterien eingesetzt werden, desto schwieriger und zeitaufwändiger wird dieser Prozess. Einer unserer Kunden verbringt nach einer Marketingaktivität eine beträchtliche Zeit damit, zu rechtfertigen, warum bestimmte Personen in der Zielgruppe gelandet sind. Unsere Neuentwicklung macht diesen Prozess bedeutend einfacher und spart Zeit, die der Marketer nun für das Wesentliche nutzen kann.
Grenzen
Auch diese Funktionalität hat natürlich ihre Grenzen, die die Nutzung unter Umständen beeinflussen können.
Es gibt Selektionen, die mit jeder Durchführung ein anderes Ergebnis anzeigen können. Das passiert beispielsweise bei zufällig ausgewählten Stichproben oder bei Selektionen, die jeweils nur eine Person pro Haushalt oder E-Mail-Adresse anzeigen sollen.
In manchen Fällen kann sich der Status der Personen bei erneuter Aktivierung der Funktionalität zu einem späteren Zeitpunkt geändert haben. Damit ändert sich auch der Umstand, ob diese Personen in die Selektionen einbezogen werden oder eben nicht. Hier einige Beispiele:
• Wenn die Selektion Personen inkludiert, die sich beispielsweise in der letzten Woche registriert haben. Führen Sie diese Selektion zu einem späteren Zeitpunkt erneut durch, wird das Kriterium auf die vorherigen Personen nicht mehr zutreffen.
• Wenn die Selektion Personen mit weniger als drei Transaktionen enthält. Sobald diese Personen weitere Transaktionen durchführen, fallen sie bei der nächsten Funktionsaktivierung aus der Zielgruppe heraus.
• Wenn ein Update der Daten im System durchgeführt wurde und sich der Wert für ein Selektionskriterium geändert hat. Eventuell haben Sie Personen, die sich zu einem Ihrer Newsletter angemeldet haben, ausgeschlossen. In der Zeit zwischen Selektion und der späteren Abfrage haben sich gegebenenfalls aber Personen von diesem Newsletter abgemeldet, die dann nicht mehr mit einbezogen werden.
Fazit
Es ist entscheidend, dass die selektierten Zielgruppen, auf denen Marketingverantwortliche ihre Entscheidungen und Kampagnen basieren, korrekt und nachvollziehbar sind.
Mit der neuen Funktion in unserer Datenanalyse-Software FastStats Discoverer decken wir diese Marketinganforderung benutzerfreundlich ab:
• Sie verstehen Ihre Selektionen auf einen Blick, auch wenn eine Vielzahl von Selektionen und Kriterien integriert sind
• Sie können Ihre Selektionen zu jeder Zeit begründen und nachvollziehen
• Sie können die Korrektheit Ihrer Auswahl ganz einfach überprüfen
Sie wollen FastStats live erleben? Melden Sie sich jetzt zu unserer Webinar-Reihe an.
Im Zeitalter von Big Data wird es immer schwieriger nachzuvollziehen, warum eine Person mit einer Marketing-Kampagne angesprochen wurde. Marketer müssen dann erklären können, warum ein bestimmter Datensatz ausgewählt wurde. Dieser Prüfungsprozess kann durch Beschwerden von Empfängern angestoßen werden, aber auch der Qualitätskontrolle dienen, weil der Marketer die Richtigkeit seiner Gedankengänge, die hinter der Zielgruppenauswahl stecken, überprüfen möchte. Doch das kann mitunter sehr mühsam sein.
Als Antwort auf diese Anforderungen haben wir eine Funktionalität in unserer Analyse-Software, FastStats Discoverer entwickelt, die es dem Anwender erlaubt leicht Rückschlüsse auf die Gründe für den Einschluss eines jeden Datensatzes zu ziehen und diese zu untersuchen.
Ein einfaches Beispiel:
Eine Person kann lediglich mit einem Teil der Selektion übereinstimmen (entweder weiblich oder männlich). Eine Handvoll dieser Übereinstimmungen sehen Sie nachfolgend:
In diesem Fall ist es möglich anhand einer Datentabelle zu begründen, warum diese vier Personen jeweils ausgewählt wurden und welcher der beiden „Oder“-Klauseln sie entsprechen. Doch bei komplexeren Selektionen lassen sich Zusammenhänge nicht auf den ersten Blick erkennen. Dem trägt unser neu entwickeltes Feature Rechnung: Anwender können nun stichprobenartig Datensätze auswählen und bekommen per Mausklick weitere Details angezeigt. Durch die Farbe wird auf den ersten Blick ersichtlich, ob der jeweilige Datensatz auf die einzelnen Selektionskriterien zutrifft oder eben nicht. Im nachfolgenden Beispiel sehen Sie, dass es sich bei dem Datensatz eindeutig um eine weibliche FAZ Leserin handelt.
Je mehr Selektionen und Kriterien eingesetzt werden, desto schwieriger und zeitaufwändiger wird dieser Prozess. Einer unserer Kunden verbringt nach einer Marketingaktivität eine beträchtliche Zeit damit, zu rechtfertigen, warum bestimmte Personen in der Zielgruppe gelandet sind. Unsere Neuentwicklung macht diesen Prozess bedeutend einfacher und spart Zeit, die der Marketer nun für das Wesentliche nutzen kann.
Grenzen
Auch diese Funktionalität hat natürlich ihre Grenzen, die die Nutzung unter Umständen beeinflussen können.
Es gibt Selektionen, die mit jeder Durchführung ein anderes Ergebnis anzeigen können. Das passiert beispielsweise bei zufällig ausgewählten Stichproben oder bei Selektionen, die jeweils nur eine Person pro Haushalt oder E-Mail-Adresse anzeigen sollen.
In manchen Fällen kann sich der Status der Personen bei erneuter Aktivierung der Funktionalität zu einem späteren Zeitpunkt geändert haben. Damit ändert sich auch der Umstand, ob diese Personen in die Selektionen einbezogen werden oder eben nicht. Hier einige Beispiele:
• Wenn die Selektion Personen inkludiert, die sich beispielsweise in der letzten Woche registriert haben. Führen Sie diese Selektion zu einem späteren Zeitpunkt erneut durch, wird das Kriterium auf die vorherigen Personen nicht mehr zutreffen.
• Wenn die Selektion Personen mit weniger als drei Transaktionen enthält. Sobald diese Personen weitere Transaktionen durchführen, fallen sie bei der nächsten Funktionsaktivierung aus der Zielgruppe heraus.
• Wenn ein Update der Daten im System durchgeführt wurde und sich der Wert für ein Selektionskriterium geändert hat. Eventuell haben Sie Personen, die sich zu einem Ihrer Newsletter angemeldet haben, ausgeschlossen. In der Zeit zwischen Selektion und der späteren Abfrage haben sich gegebenenfalls aber Personen von diesem Newsletter abgemeldet, die dann nicht mehr mit einbezogen werden.
Fazit
Es ist entscheidend, dass die selektierten Zielgruppen, auf denen Marketingverantwortliche ihre Entscheidungen und Kampagnen basieren, korrekt und nachvollziehbar sind.
Mit der neuen Funktion in unserer Datenanalyse-Software FastStats Discoverer decken wir diese Marketinganforderung benutzerfreundlich ab:
• Sie verstehen Ihre Selektionen auf einen Blick, auch wenn eine Vielzahl von Selektionen und Kriterien integriert sind
• Sie können Ihre Selektionen zu jeder Zeit begründen und nachvollziehen
• Sie können die Korrektheit Ihrer Auswahl ganz einfach überprüfen
Sie wollen FastStats live erleben? Melden Sie sich jetzt zu unserer Webinar-Reihe an.