Mit Daten und selbstlernenden Kampagnen-Setups zum Erfolg

Dazu zählen nicht nur soziodemografische Angaben, sondern auch das Verhalten und die Information, wann und wo potenzielle Kunden mit der Marke oder den Produkten in Berührung kommen - die sogenannte Customer Journey. Das Nutzerverhalten sollte verstanden werden, um erfolgreiche Kampagnen aufzusetzen - vom Erstkontakt bis zum Kauf. Das Setzen von Cookies, die erlauben, das Surfverhalten im Browser des Nutzers zu speichern, hilft dabei. Ebenso wertvoll für die Neukundenansprache sind Erfahrungswerte über Bestandskunden. Nach der Analyse der Customer Journey sollte ein passendes Attributionsmodell definiert werden. Sie erweisen sich als eine notwendige Grundlage, um einer Conversion spezifische Touchpoints innerhalb der Werbekanäle zuzuordnen. Das Wissen, welche Phasen der Customer Journey und welche Kanäle für die Kaufentscheidung ausschlaggebend waren, ist Gold wert und entscheidet letztendlich - richtig eingesetzt - über den Erfolg von Marketing-Kampagnen. Eine Möglichkeit, solche Erkenntnisse effizient einzusetzen, bieten Marketing Automation Tools. Die Software as a Service Performates erlaubt, wiederkehrende Marketing-Prozesse automatisiert zu planen. Es gibt verschiedene Modelle, von denen das Last-Click Modell am weitesten verbreitet ist. Hier wird beispielsweise der Kauf eines Produkts dem letzten Werbekontakt mit der Marke zugeordnet. Dieses Modell ist kontrovers, da es die anderen Berührungspunkte ignoriert. Im Gegenteil dazu fokussiert sich das First-Click Modell auf den ersten Kanal, der den Kunden zur Marke geführt hat. Und ein weiteres ist das Badewannen-Modell (U-Modell). Es vereint die beiden anderen Modelle und berücksichtigt ebenfalls Werbemaßnahmen dazwischen. Alle Attributionsmodelle haben Vor- und Nachteile. Egal, für welches man sich entscheidet, wichtig ist, seine Online-Maßnahmen auszuwerten, um sie optimieren zu können.

Data Driven Marketing: Was erzielen datengetriebene Kampagnen?

Im Online-Marketing regieren zunehmend Daten. Aber wozu dienen Data-Driven Marketing-Kampagnen? Der Vorteil von solchen Kampagnen besteht darin, dass sie personalisierter sind. Je relevanter der Content ist, desto höher ist die Kundenzufriedenheit. Das heißt: Je personalisierter die Kampagne ist, desto stärker wird die Kundenbindung. Da alle Daten ausgewertet und analysiert werden, können die Bedürfnisse des Kunden sowie sein Verhalten besser prognostiziert werden - damit am Ende tatsächlich der richtige Inhalt, zum richtigen Zeitpunkt, am richtigen Ort ausgespielt wird. Die Entwicklung der Performance wird fortlaufend untersucht, so dass die Kampagne bei Bedarf optimiert werden kann und so die Kernziele der Unternehmen, den Umsatz und die Reichweite zu erhöhen sowie die KPIs zu verbessern, einfacher erreicht werden. Die Bindung zufriedener Bestandskunden ist deutlich günstiger als die Neukundenakquise. Laut empirischer Studien ist es fünfmal teurer einen neuen Kunden zu gewinnen, als einen Bestandskunden zu halten. Noch höher ist der Aufwand, einen verlorenen Kunden zurückzugewinnen. Je mehr Anbieter sich auf dem gleichen Markt tummeln, desto wichtiger ist es, die bestehenden an das Produkt oder die Marke zu binden. Dafür wäre ein reichweitenstarkes, selbstlernendes Setup für Display-Kampagnen, das auf User-Signale entlang des vorher definierten „Conversion Funnel” optimiert und das kanalübergreifend im gesamten Marketing-Mix, doch der Traum eines jeden Marketers. Dieses Konzept wird „Cascading Funnel Campaigns“ genannt.

Cascading Funnel Campaigns - oder selbstlernendes Kampagnen-Setup

Die klassische ROI-Optimierung ist in der Regel sehr isoliert. Es wird häufig nur auf Käufe, also Umsatz optimiert, und das oft nach dem “Last Click”. Die User-Interaktionen werden nicht berücksichtigt. Wenn nun die “Last Click”-Analysen schlecht sind, wird gleich der gesamte Display-Kanal aus dem Marketing-Mix verbannt. Nebeneffekte sind zudem, dass sich die Netto-Reichweite immer weiter verringert und Nutzer am Ende des Conversion Funnels mit Anzeigen überschüttet werden. Diese “Überbespielung” der User am Ende des “Conversion Funnel” geht zu Lasten des inkrementellen Wachstums. Das eigentliche proaktive Neukunden-Wachstum hingegen läuft oft weitestgehend ungesteuert und resultiert aus den vermeintlichen Streuverlusten der Marketingmaßnahmen. Das “Cascading Funnel Campaign”-System wirkt diesem Trend entgegen und macht den Prozess der Neukundenakquise sichtbar und planbar. Während bei einer klassischen Kampagnenoptimierung Mikro-KPIs wie beispielsweise Interaktionen mit der Seite und weiche User-Signale oft ignoriert oder nur am Rande beachtet werden, fließen diese proaktiv in die Steuerung und Optimierung der CFC mit ein. Anhand dieser Daten lässt sich eine Korrelation bzw. Conversion-Wahrscheinlichkeit errechnen, die dann für die Optimierung der einzelnen Sub-Campaigns verwendet werden können. Das CFC-System basiert auf aufeinander aufbauenden Sub-Kampagnen, bei dem jede Sub-Kampagne die Signale der vorigen Segmentierung aufgreift und diese für die Aussteuerung der vorangegangenen Kampagnen zurückspielt. Diese proaktive Segmentierung erfolgt anhand multipler Off- und Onpage-Signale, basierend auf deren Korrelation zum finalen Kampagnenziel. Die Optimierung wirkt dabei in beide Richtungen: Am Anfang des Funnels werden durch die Auswertung der unmittelbaren Signale Streuverluste reduziert und die Kampagne im Hinblick auf die Kernzielgruppe geschärft, ohne dabei den Fokus auf die Netto-Reichweite zu verlieren. Auf der anderen Seite wird eine Überbespielung der User mit ohnehin großer Konversion-Wahrscheinlichkeit vermieden, um ein möglichst hohes inkrementelles Wachstum in Relation zum Marketingbudget zu erreichen.