Neue Hebel in Marketing und Vertrieb
Bausteine auf dem Weg zum datengetriebenen Marketing © Dr. Sabine Holicki
Es ist noch gar nicht so lange her, da klagten wir Marketer, der Konsument sei mehr oder weniger eine „Blackbox“, und wie gerne wüssten wir doch, wie unsere Zielgruppen auf unsere Werbemittel reagieren. Heute ist das Marketing stark digital geprägt, über einen Mangel an Daten und messbaren Zielgruppenreaktionen können wir uns nicht mehr beklagen, im Gegenteil. Die Herausforderung besteht vielmehr darin, die Datenflut zu kanalisieren, das Wesentliche herauszufiltern und die richtigen Schlüsse daraus zu ziehen.
Das funktioniert allerdings nicht mehr „zu Fuß“, dafür brauchen wir Systeme und Algorithmen. Was leisten Data Driven Marketing, Big Data und Künstliche Intelligenz, um der Datenflut Herr zu werden und damit erfolgreich zu arbeiten?
Datengetriebenes Marketing bedeutet ganz allgemein, Erkenntnisse aus Daten (herkömmliche oder Big Data) als Grundlage für Marketingentscheidungen zu nutzen. In der Praxis sprechen wir von „Data Driven“ hauptsächlich im Zusammenhang mit automatisierten, zielgerichteten und personalisierten Kampagnen – sei es per Display-Werbung, Social Media, Messenger oder E-Mail.
Daten, die wir hierzu nutzen können, stellen uns meist die Systeme zur Verfügung: Google und Facebook greifen (aggregiert oder anonymisiert) auf Nutzerprofile und -verhalten zu, unser E-Mail-System liefert Empfänger- und Verhaltensdaten, auch unsere Website spielt Daten zurück.
So kann etwa die Öffnung (oder Nicht-Öffnung) eines Mailings, der Klick auf ein Werbebanner oder der Besuch einer Landing-Page Auslöser für nachfolgende Automatisierungsstrecken sein. Schaffen wir zudem eine Schnittstelle zu unserem CRM-System, können wir weitere Kundendaten einbeziehen. Dass das alles DSGVO-konform zu erfolgen hat – und damit einen Teil der potenziellen Zielpersonen nicht ins Visier nimmt–, versteht sich von selbst.
Verantwortungsvoll eingesetzt, bietet datengetriebenes Marketing ein großes Potenzial. Unsere Botschaften haben für den Empfänger hohe Relevanz, denn sie korrespondieren mit seinen Interessen, seinem Verhalten und den Entscheidungsphasen seiner Customer Journey. Das funktioniert nicht nur im Consumer-Bereich gut. Gerade Business-Entscheider wissen es zu schätzen, wenn sie nicht mit irrelevanten Informationen überhäuft werden.
„Big Data“ sind nicht einfach nur „viele Daten“. Es sind Daten von einer anderen Qualität, denn sie erlauben einen neuen Blick auf Sachverhalte, der mit herkömmlichen Datenbeständen und Analysemethoden nicht möglich war. Um es auf ein einfaches Bild zu bringen, lässt sich der Unterschied mit dem Übergang von der Fotografie zum Film vergleichen: Lieferte das Foto eine zwar detaillierte, aber statische Information über das Abgebildete, kommt mit dem Bewegtbild nun die zeitliche Dimension hinzu, und plötzlich erleben wir Dynamik.
Big Data unterscheiden sich von herkömmlichen Daten typischerweise durch die drei „V“, Volume, Variety und Velocity.
- Volume: Die schieren Masse an Daten, welche die Verarbeitungskapazitäten herkömmlicher Systeme sprengt.
- Variety: Heterogenität der Daten, die auch unstrukturierten Rohdaten, Sprachaufzeichnungen, Bilder, Videos, Streams usw. umfassen können.
- Velocity: Bei Big Data ist oft die Geschwindigkeit entscheidend, bis hin zu Echtzeit-Analysen und Reaktionen in Echtzeit.
Unternehmen, die solche Massendaten haben und nutzen wollen, setzen dafür in der Regel ein IT-Projekt auf. Benötigt wird eine spezielle IT-Infrastruktur, eigene Analysemethoden, Schnittstellen zu den Datenquellen und den Reportingsystemen sowie idealerweise auch eine Visualisierungssoftware, die die oft faszinierenden Ergebnisse erst richtig greifbar macht.
Für das Marketing ist Big Data vor allem in folgenden Bereichen interessant:
- Aufdecken von neuem Kundenpotenzial durch Nutzung vieler unterschiedlicher Datenquellen, z. B. auch Kundendaten aus dem Internet,
- Analyse von zurückliegendem und Prognose von künftigem Kundenverhalten, z. B. durch Data Mining und die Methode der statistischen Zwillinge,
- Automatisierung und Personalisierung entlang der Customer Journey bis hin zu 1 : 1 Marketingstrecken, z. B. durch Touchpoint-übergreifendes Tracking.
Für Unternehmen, die nicht an dem Punkt stehen, ein eigenes Big-Data-Rechenzentrum aufzubauen und zu betreiben, gibt es dennoch Möglichkeiten, solche Chancen zu nutzen. So bieten einige Dienstleister – Big Data Analysten oder Data Scientists – Kundenpotenzialanalysen durch Big Data an, erstellen auf dieser Basis Zielgruppenprofile und bewerten Verkaufschancen. Im Kampagnenmanagement greifen gute Automatisierungstools und Omnichannel-Systeme auf eine Vielzahl von Daten zu und nutzen Big-Data-Algorithmen, ohne dass der Anwender hier zum Spezialisten werden muss.
Künstliche Intelligenz (KI) ist die Nachbildung menschlicher Wahrnehmung und Entscheidungsfindung, damit Maschinen Probleme eigenständig bearbeiten und lösen lernen. Das ist nicht neu, an KI-Systemen wurde seit den 1960er Jahren geforscht. Heute liefert aber Big Data – sowohl das Vorhandensein als auch die Verarbeitungsfähigkeit von Massendaten – die Voraussetzung, um KI auf breiter Basis einzusetzen. Durch Big Data erlebt KI heute einen regelrechten Boom.
Bei KI denken viele voller Sorge an autonome Roboter, die den Menschen simulieren bis hin zur Verselbstständigung. Das wäre eine sogenannte „starke“ Künstliche Intelligenz. In der Realität haben wir es fast immer mit „schwacher“ Künstlicher Intelligenz zu tun, also mit Systemen, die sich auf eine eng definierte Anwendung spezialisieren. Solche schwachen KIs halten in vielen Lebensbereichen Einzug und stoßen immer dann auf Akzeptanz, wenn sie nützlich sind.
Im Marketing hilft uns KI z. B. beim Umgang mit großen Datenmengen, die sich ständig verändern und die fortlaufend zu verarbeiten sind. Beispielsweise können wir Kundenrezensionen mit Hilfe von Textanalysen kategorisieren, Routineanfragen bearbeiten lassen, Chatbots im Kundendialog trainieren oder auch Produktdatenbestände mit Hilfe von KI bereinigen und systematisieren. Hakt es anfangs vielleicht noch bei der Zuordnung, wird die KI mit jedem weiteren Input „schlauer“ und entlastet uns bei Routinearbeiten, damit wir uns auf die wirklich wichtigen, die kreativen Aufgaben im Marketing konzentrieren können.
Viele Unternehmen, gerade im Mittelstand, stehen bei der systematischen Nutzung ihrer Daten fürs Marketing noch am Anfang. In meinem Beratungs- und Traineralltag begegnen mir immer wieder die gleichen Hürden:
- Die Möglichkeiten der vorhandenen Daten und Systeme sind nicht vollständig bekannt oder werden aus Mangel an Ressourcen nicht ausgeschöpft.
- Marketingkanäle werden als Insellösungen eingesetzt. Spezialisten(-teams) beherrschen jeweils ihren Kanal, doch es fehlt eine übergreifende Strategie.
- Der unübersichtliche Markt der Anbieter und Lösungen schreckt ab und erschwert es, den eigenen Weg zu definieren.
- Und nicht zuletzt herrscht große Unsicherheit bezüglich der rechtskonformen Verwendung von Daten und Systemen.
Der Weg hin zu einem datengetriebenen Marketing geht über eine Bestandsaufnahme und die Entwicklung eines Zielbildes. Aus dem Abgleich von Ist und Soll ergeben sich die notwendigen Schritte: Welche Daten sind vorhanden, welche werden künftig gebraucht? In welcher Aufbereitung und Qualität? Welche Systeme sollen genutzt werden? Welche Investitionen sind nötig? Und nicht zuletzt geht es um das Team, das idealerweise disziplinenübergreifend zusammengesetzt ist und eine Bandbreite von Kompetenzen abbilden kann.
Ursprünglich bin ich ins Marketing gegangen, weil ich „irgendwas mit Kommunikation“ machen wollte. Schon bald wurde daraus „irgendwas mit Daten“. IT ist im Marketing-Alltag fest etabliert. Dennoch sollten wir darüber nicht unsere ureigenste Aufgabe vergessen: eine richtig gute Kommunikation mit unseren Kunden.
Datengetrieben, das bedeutet eine konsequente Ausrichtung auf die Kunden, und zwar mit hoher Skalierbarkeit. Die Daten und Systeme helfen uns, jeden Kunden immer besser kennenzulernen, seine Wünsche zu erahnen, ihn perfekt anzusprechen und zu bedienen. Das ist unsere Vision. Big Data und KI sind dafür nur unsere Werkzeuge.
Das funktioniert allerdings nicht mehr „zu Fuß“, dafür brauchen wir Systeme und Algorithmen. Was leisten Data Driven Marketing, Big Data und Künstliche Intelligenz, um der Datenflut Herr zu werden und damit erfolgreich zu arbeiten?
Data Driven – ganz nah am Kunden
Datengetriebenes Marketing bedeutet ganz allgemein, Erkenntnisse aus Daten (herkömmliche oder Big Data) als Grundlage für Marketingentscheidungen zu nutzen. In der Praxis sprechen wir von „Data Driven“ hauptsächlich im Zusammenhang mit automatisierten, zielgerichteten und personalisierten Kampagnen – sei es per Display-Werbung, Social Media, Messenger oder E-Mail.
Daten, die wir hierzu nutzen können, stellen uns meist die Systeme zur Verfügung: Google und Facebook greifen (aggregiert oder anonymisiert) auf Nutzerprofile und -verhalten zu, unser E-Mail-System liefert Empfänger- und Verhaltensdaten, auch unsere Website spielt Daten zurück.
So kann etwa die Öffnung (oder Nicht-Öffnung) eines Mailings, der Klick auf ein Werbebanner oder der Besuch einer Landing-Page Auslöser für nachfolgende Automatisierungsstrecken sein. Schaffen wir zudem eine Schnittstelle zu unserem CRM-System, können wir weitere Kundendaten einbeziehen. Dass das alles DSGVO-konform zu erfolgen hat – und damit einen Teil der potenziellen Zielpersonen nicht ins Visier nimmt–, versteht sich von selbst.
Verantwortungsvoll eingesetzt, bietet datengetriebenes Marketing ein großes Potenzial. Unsere Botschaften haben für den Empfänger hohe Relevanz, denn sie korrespondieren mit seinen Interessen, seinem Verhalten und den Entscheidungsphasen seiner Customer Journey. Das funktioniert nicht nur im Consumer-Bereich gut. Gerade Business-Entscheider wissen es zu schätzen, wenn sie nicht mit irrelevanten Informationen überhäuft werden.
Big Data – eine neue Art, die Welt zu analysieren
„Big Data“ sind nicht einfach nur „viele Daten“. Es sind Daten von einer anderen Qualität, denn sie erlauben einen neuen Blick auf Sachverhalte, der mit herkömmlichen Datenbeständen und Analysemethoden nicht möglich war. Um es auf ein einfaches Bild zu bringen, lässt sich der Unterschied mit dem Übergang von der Fotografie zum Film vergleichen: Lieferte das Foto eine zwar detaillierte, aber statische Information über das Abgebildete, kommt mit dem Bewegtbild nun die zeitliche Dimension hinzu, und plötzlich erleben wir Dynamik.
Big Data unterscheiden sich von herkömmlichen Daten typischerweise durch die drei „V“, Volume, Variety und Velocity.
- Volume: Die schieren Masse an Daten, welche die Verarbeitungskapazitäten herkömmlicher Systeme sprengt.
- Variety: Heterogenität der Daten, die auch unstrukturierten Rohdaten, Sprachaufzeichnungen, Bilder, Videos, Streams usw. umfassen können.
- Velocity: Bei Big Data ist oft die Geschwindigkeit entscheidend, bis hin zu Echtzeit-Analysen und Reaktionen in Echtzeit.
Unternehmen, die solche Massendaten haben und nutzen wollen, setzen dafür in der Regel ein IT-Projekt auf. Benötigt wird eine spezielle IT-Infrastruktur, eigene Analysemethoden, Schnittstellen zu den Datenquellen und den Reportingsystemen sowie idealerweise auch eine Visualisierungssoftware, die die oft faszinierenden Ergebnisse erst richtig greifbar macht.
Für das Marketing ist Big Data vor allem in folgenden Bereichen interessant:
- Aufdecken von neuem Kundenpotenzial durch Nutzung vieler unterschiedlicher Datenquellen, z. B. auch Kundendaten aus dem Internet,
- Analyse von zurückliegendem und Prognose von künftigem Kundenverhalten, z. B. durch Data Mining und die Methode der statistischen Zwillinge,
- Automatisierung und Personalisierung entlang der Customer Journey bis hin zu 1 : 1 Marketingstrecken, z. B. durch Touchpoint-übergreifendes Tracking.
Für Unternehmen, die nicht an dem Punkt stehen, ein eigenes Big-Data-Rechenzentrum aufzubauen und zu betreiben, gibt es dennoch Möglichkeiten, solche Chancen zu nutzen. So bieten einige Dienstleister – Big Data Analysten oder Data Scientists – Kundenpotenzialanalysen durch Big Data an, erstellen auf dieser Basis Zielgruppenprofile und bewerten Verkaufschancen. Im Kampagnenmanagement greifen gute Automatisierungstools und Omnichannel-Systeme auf eine Vielzahl von Daten zu und nutzen Big-Data-Algorithmen, ohne dass der Anwender hier zum Spezialisten werden muss.
Künstliche Intelligenz – läuft das Marketing bald ohne uns?
Künstliche Intelligenz (KI) ist die Nachbildung menschlicher Wahrnehmung und Entscheidungsfindung, damit Maschinen Probleme eigenständig bearbeiten und lösen lernen. Das ist nicht neu, an KI-Systemen wurde seit den 1960er Jahren geforscht. Heute liefert aber Big Data – sowohl das Vorhandensein als auch die Verarbeitungsfähigkeit von Massendaten – die Voraussetzung, um KI auf breiter Basis einzusetzen. Durch Big Data erlebt KI heute einen regelrechten Boom.
Bei KI denken viele voller Sorge an autonome Roboter, die den Menschen simulieren bis hin zur Verselbstständigung. Das wäre eine sogenannte „starke“ Künstliche Intelligenz. In der Realität haben wir es fast immer mit „schwacher“ Künstlicher Intelligenz zu tun, also mit Systemen, die sich auf eine eng definierte Anwendung spezialisieren. Solche schwachen KIs halten in vielen Lebensbereichen Einzug und stoßen immer dann auf Akzeptanz, wenn sie nützlich sind.
Im Marketing hilft uns KI z. B. beim Umgang mit großen Datenmengen, die sich ständig verändern und die fortlaufend zu verarbeiten sind. Beispielsweise können wir Kundenrezensionen mit Hilfe von Textanalysen kategorisieren, Routineanfragen bearbeiten lassen, Chatbots im Kundendialog trainieren oder auch Produktdatenbestände mit Hilfe von KI bereinigen und systematisieren. Hakt es anfangs vielleicht noch bei der Zuordnung, wird die KI mit jedem weiteren Input „schlauer“ und entlastet uns bei Routinearbeiten, damit wir uns auf die wirklich wichtigen, die kreativen Aufgaben im Marketing konzentrieren können.
Auf dem Weg zum datengetriebenen Marketing
Viele Unternehmen, gerade im Mittelstand, stehen bei der systematischen Nutzung ihrer Daten fürs Marketing noch am Anfang. In meinem Beratungs- und Traineralltag begegnen mir immer wieder die gleichen Hürden:
- Die Möglichkeiten der vorhandenen Daten und Systeme sind nicht vollständig bekannt oder werden aus Mangel an Ressourcen nicht ausgeschöpft.
- Marketingkanäle werden als Insellösungen eingesetzt. Spezialisten(-teams) beherrschen jeweils ihren Kanal, doch es fehlt eine übergreifende Strategie.
- Der unübersichtliche Markt der Anbieter und Lösungen schreckt ab und erschwert es, den eigenen Weg zu definieren.
- Und nicht zuletzt herrscht große Unsicherheit bezüglich der rechtskonformen Verwendung von Daten und Systemen.
Der Weg hin zu einem datengetriebenen Marketing geht über eine Bestandsaufnahme und die Entwicklung eines Zielbildes. Aus dem Abgleich von Ist und Soll ergeben sich die notwendigen Schritte: Welche Daten sind vorhanden, welche werden künftig gebraucht? In welcher Aufbereitung und Qualität? Welche Systeme sollen genutzt werden? Welche Investitionen sind nötig? Und nicht zuletzt geht es um das Team, das idealerweise disziplinenübergreifend zusammengesetzt ist und eine Bandbreite von Kompetenzen abbilden kann.
Datenfokus? Kundenfokus!
Ursprünglich bin ich ins Marketing gegangen, weil ich „irgendwas mit Kommunikation“ machen wollte. Schon bald wurde daraus „irgendwas mit Daten“. IT ist im Marketing-Alltag fest etabliert. Dennoch sollten wir darüber nicht unsere ureigenste Aufgabe vergessen: eine richtig gute Kommunikation mit unseren Kunden.
Datengetrieben, das bedeutet eine konsequente Ausrichtung auf die Kunden, und zwar mit hoher Skalierbarkeit. Die Daten und Systeme helfen uns, jeden Kunden immer besser kennenzulernen, seine Wünsche zu erahnen, ihn perfekt anzusprechen und zu bedienen. Das ist unsere Vision. Big Data und KI sind dafür nur unsere Werkzeuge.