Relevanz beginnt im eigenen Unternehmen
© Pixabay / rawpixel
Personalisierung ist heute eines der großen Themen des Marketings: Individuelle Kundenansprache soll möglichst zielgenau die Interessen des Kunden treffen. Das Versprechen ist, durch individuelle Relevanz den Umsatz zu steigern. Denn dort, wo der Kunde das findet, was er wirklich sucht, verweilt er, dorthin kehrt er wieder zurück.
Diese Suche nach Relevanz für den Kunden muss sich mit Chatbots und Anpassung der Webseite an die aktuellen Suchmodi des Kunden in Echtzeit abspielen. Deshalb kann sie nur mit Daten verknüpft sein, die der Relevanz ihres Zwecks entsprechen. Wer für den Kunden relevant sein möchte, der muss bei sich selbst anfangen.
Tatsächlich ist die theoretische Diskussion hier schon viel weiter fortgeschritten als die tägliche Praxis. So setzt Echtzeit eine Datenbasis voraus, auf die in Echtzeit zugegriffen werden kann. Doch in der Realität gibt es immer noch Unternehmen, die on- und offline Daten getrennt sammeln. Viele arbeiten nur mit den Basiseinstellungen des Webanalyse-Tools, andere haben Webanalyse noch gar nicht eingerichtet. Wie aber kann ein System auf Kundenbedürfnisse eingehen, das sie gar nicht misst, geschweige denn auswertet? Zwei Cases zeigen, wie omnipräsent diese Problematik ist:
Die Anfrage eines großen Retailers mit Onlinegeschäft und stationärem Handel bezog sich zunächst auf die Verkürzung der Webseitenladezeiten. In diesem Zusammenhang sollten Tag Management und Analyse neu aufgesetzt werden. Schnell zeigte sich, dass die Datenbasis nicht stringent geführt worden war: Immer wieder hatten unterschiedliche Personen mit verschiedenen Zielen Ergänzungen vorgenommen. Das hatte zu einem organisch wuchernden Konglomerat widersprüchlicher Daten geführt, in dem das Auffinden benötigter Daten eine Herausforderung war.
In der gegebenen Situation war es am sinnvollsten, die Datenbasis von Grund auf neu aufzusetzen. Ein solcher Single Point of Truth (SPoT), in dem alle Daten eindeutig zugeordnet werden können, bildet die Basis jeder automatisierten Analyse vom Reporting bis zur Handlungsempfehlung sowie aller automatisierten Prozesse im Marketing. Die neue Struktur erlaubt dem Marketing des Retailers, das Handling selbst zu übernehmen, und spart so an vielen Stellen den Umweg über die IT. Prozesse werden dadurch erheblich beschleunigt und manche Messung kurzfristiger Kampagnen überhaupt erst ermöglicht.
Die erhobenen Daten gestatten tiefgreifendere Analysen, die durch das frühere Tool nicht möglich waren. So eröffnen sie den Blick für neue, bislang nicht gestellte Fragen und als stringente Basis ermöglichen sie das Andocken weiterer Kanäle – ein Thema, dem sich das Unternehmen nun stellt.
Ein Kunde aus der Finanz-Versicherung-Branche wollte sich erstmalig mit der Webanalyse für seine Website befassen. Ziel war unter anderem die Verbesserung der User-Experience und so eine an Kundenbedürfnissen ausgerichtete Webseite – ein Anliegen, für das heute Echtzeit gefordert ist. Dafür sollten die Daten automatisierungsfähig aufbereitet werden. Gleichzeitig sollten von der Produktentwicklung bis zu den Webanalysespezialisten alle auf die Daten zugreifen können.
Damit wurde ein Faktor relevant, der in diesem Zusammenhang unbedingt notwendig ist und doch gerne vergessen wird: Die Schulung der Mitarbeiter. Erst seit alle Abteilungen in den Begrifflichkeiten geschult sind und mit dem System umzugehen wissen, kann die Datenbasis strukturiert geführt werden, eine Grundvoraussetzung für Echtzeit und letztlich für eine positive User-Experience. Die neu eingeführte Datenbasis kann dank der Schulung der Mitarbeiter zukünftig stringent und den Unternehmenszielen entsprechend geführt werden.
Viele Unternehmen sind noch weit von den Omnichannel-Visionen des digitalen Marketings entfernt, doch zeigen die Cases, wie schon kleine Schritte in der Datenaufbereitung große Fortschritte in Analyse, Echtzeit und Handlungsempfehlungen bringen können. Sie zeigen auch, wie wesentlich eine konsequent geführte Datenbasis für das Kundenerlebnis ist, egal, wie viele Kanäle das Unternehmen mit ihr verknüpft. Und sie lassen erkennen, wie sehr das datengetriebene Marketing mit Echtzeit, Chatbots und Automatisierung vom Menschen abhängt. Denn erst durch vom Menschen eingerichtete Stringenz können relevante Daten ausgelesen werden und so relevanter Content für den User entstehen. Das Interface mag digital sein, aber nach wie vor zählt im Backend wie vor den Bildschirmen der Mensch.
Weitere Informationen unter www.iCompetence.de
Diese Suche nach Relevanz für den Kunden muss sich mit Chatbots und Anpassung der Webseite an die aktuellen Suchmodi des Kunden in Echtzeit abspielen. Deshalb kann sie nur mit Daten verknüpft sein, die der Relevanz ihres Zwecks entsprechen. Wer für den Kunden relevant sein möchte, der muss bei sich selbst anfangen.
Tatsächlich ist die theoretische Diskussion hier schon viel weiter fortgeschritten als die tägliche Praxis. So setzt Echtzeit eine Datenbasis voraus, auf die in Echtzeit zugegriffen werden kann. Doch in der Realität gibt es immer noch Unternehmen, die on- und offline Daten getrennt sammeln. Viele arbeiten nur mit den Basiseinstellungen des Webanalyse-Tools, andere haben Webanalyse noch gar nicht eingerichtet. Wie aber kann ein System auf Kundenbedürfnisse eingehen, das sie gar nicht misst, geschweige denn auswertet? Zwei Cases zeigen, wie omnipräsent diese Problematik ist:
Nicht ohne Datenbasis: Relevanz – ein Beispiel aus dem Handel
Die Anfrage eines großen Retailers mit Onlinegeschäft und stationärem Handel bezog sich zunächst auf die Verkürzung der Webseitenladezeiten. In diesem Zusammenhang sollten Tag Management und Analyse neu aufgesetzt werden. Schnell zeigte sich, dass die Datenbasis nicht stringent geführt worden war: Immer wieder hatten unterschiedliche Personen mit verschiedenen Zielen Ergänzungen vorgenommen. Das hatte zu einem organisch wuchernden Konglomerat widersprüchlicher Daten geführt, in dem das Auffinden benötigter Daten eine Herausforderung war.
In der gegebenen Situation war es am sinnvollsten, die Datenbasis von Grund auf neu aufzusetzen. Ein solcher Single Point of Truth (SPoT), in dem alle Daten eindeutig zugeordnet werden können, bildet die Basis jeder automatisierten Analyse vom Reporting bis zur Handlungsempfehlung sowie aller automatisierten Prozesse im Marketing. Die neue Struktur erlaubt dem Marketing des Retailers, das Handling selbst zu übernehmen, und spart so an vielen Stellen den Umweg über die IT. Prozesse werden dadurch erheblich beschleunigt und manche Messung kurzfristiger Kampagnen überhaupt erst ermöglicht.
Die erhobenen Daten gestatten tiefgreifendere Analysen, die durch das frühere Tool nicht möglich waren. So eröffnen sie den Blick für neue, bislang nicht gestellte Fragen und als stringente Basis ermöglichen sie das Andocken weiterer Kanäle – ein Thema, dem sich das Unternehmen nun stellt.
Relevanz nur durch Fortbildung – am Beispiel Finanzbranche
Ein Kunde aus der Finanz-Versicherung-Branche wollte sich erstmalig mit der Webanalyse für seine Website befassen. Ziel war unter anderem die Verbesserung der User-Experience und so eine an Kundenbedürfnissen ausgerichtete Webseite – ein Anliegen, für das heute Echtzeit gefordert ist. Dafür sollten die Daten automatisierungsfähig aufbereitet werden. Gleichzeitig sollten von der Produktentwicklung bis zu den Webanalysespezialisten alle auf die Daten zugreifen können.
Damit wurde ein Faktor relevant, der in diesem Zusammenhang unbedingt notwendig ist und doch gerne vergessen wird: Die Schulung der Mitarbeiter. Erst seit alle Abteilungen in den Begrifflichkeiten geschult sind und mit dem System umzugehen wissen, kann die Datenbasis strukturiert geführt werden, eine Grundvoraussetzung für Echtzeit und letztlich für eine positive User-Experience. Die neu eingeführte Datenbasis kann dank der Schulung der Mitarbeiter zukünftig stringent und den Unternehmenszielen entsprechend geführt werden.
Datengesteuert – durch Menschen ermöglicht
Viele Unternehmen sind noch weit von den Omnichannel-Visionen des digitalen Marketings entfernt, doch zeigen die Cases, wie schon kleine Schritte in der Datenaufbereitung große Fortschritte in Analyse, Echtzeit und Handlungsempfehlungen bringen können. Sie zeigen auch, wie wesentlich eine konsequent geführte Datenbasis für das Kundenerlebnis ist, egal, wie viele Kanäle das Unternehmen mit ihr verknüpft. Und sie lassen erkennen, wie sehr das datengetriebene Marketing mit Echtzeit, Chatbots und Automatisierung vom Menschen abhängt. Denn erst durch vom Menschen eingerichtete Stringenz können relevante Daten ausgelesen werden und so relevanter Content für den User entstehen. Das Interface mag digital sein, aber nach wie vor zählt im Backend wie vor den Bildschirmen der Mensch.
Weitere Informationen unter www.iCompetence.de