5 Herausforderungen, die Unternehmen überwinden müssen, um das Beste aus ihren MarTech-Investitionen herauszuholen

Obwohl Marketing Budgets während der Covid-19-Pandemie reduziert wurden, wachsen die Investitionen in MarTech weiter. Untersuchungen von Gartner haben vor kurzem ergeben, dass 68% der CMOs erwarten, dass ihre Ausgaben für MarTech im Jahr 2022 steigen werden. Firmen haben erkannt, dass sie, um ihren Kunden die geforderte Customer Experience zu bieten, in End-to-End-Marketing Prozesse investieren müssen. Diese müssen durch die entsprechende Technologie unterstützt werden, um jede Kundeninteraktion entlang der Customer Journey personalisieren zu können.

Meiner Erfahrung nach haben Unternehmen in der Regel allerdings Schwierigkeiten, eine oder mehrere dieser häufig aufkommenden Challenges zu überwinden und dies hindert sie daran, die Vorteile einer MarTech Investition voll auszuschöpfen. Natürlich gibt es andere gut dokumentierte Herausforderungen wie Organisationssilos, Fachkräftemangel oder die Integration mit anderen MarTech-Technologien, aber in diesem Artikel werde ich mich mehr auf die datengesteuerten Barrieren konzentrieren. Diese können größtenteils mit einer Kombination aus den richtigen Strategien, Software-Tools, geschulten Mitarbeitern und gut durchdachten Prozessen überwunden werden.

Keine zentrale Sicht auf Kundendaten

MarTech-Erfolg bedeutet, sich mit Kundendaten auseinanderzusetzen. Mit dem Niedergang des Cookies bedeutet dies für Sie, dass Sie First-Party-Daten sammeln und diese in den Mittelpunkt Ihrer Marketing Strategie stellen müssen. In der Vergangenheit war dies einfach, da es nur wenige Datenquellen gab, die für das Marketing gebraucht wurden. Heutzutage benötigen Sie all Ihre Kundentransaktionsdaten an einem Ort, da dies die Personalisierung antreibt. Laut einer aktuellen Salesforce Studie ist die Anzahl der verwendeten Datenquellen im B2B Marketing von 2020 bis 2021 von 10 auf 12 und von 2020 bis 2021 im B2C Marketing von 6 auf 9 gestiegen und wird im Jahr 2022 voraussichtlich erneut auf 12 steigen, d.h. die Anzahl der Quellen hat sich von 2020 bis 2022 verdoppelt. MarTech-Anbieter bombardieren Sie mit raffinierten Akronymen wie SCV, CDP, DWH, Data Lakes und mehr, aber im Mittelpunkt der Herausforderung steht die Tatsache, dass isolierte Daten zusammengeführt werden müssen, um eine einheitliche Sicht auf den Kunden zu erhalten. Dies kann sowohl rechtliche als auch technisch Herausforderungen darstellen (was darf ich und was kann ich zusammenbringen?). Die zunehmende Bedeutung bekannter sowie unbekannter (anonymer) digitaler Identitäten und entsprechende Herausforderungen erhöhen dabei die Komplexität. Natürlich spielt auch die Datenqualität eine wichtige Rolle, um sicherzustellen, dass die resultierenden Daten nutzbar sind. Unser Apteco Daten Trends Report 2022, eine Studie, die wir mit mehr als 200 Daten, Kampagnen und Marketing Experten durchgeführt haben, hat gezeigt, dass die Datenqualität mit 41% die am häufigsten genannte Herausforderung ist, wenn es darum geht, MarTech-Stacks effizient zu nutzen. Den Überblick über Ihre Daten zu behalten, ist eine Grundvoraussetzung für den Erfolg von MarTech und auch wenn Herausforderungen aufkommen können, ist es wichtig, sich davon nicht abschrecken zu lassen. Es ist besser klein anzufangen, als gar nicht anzufangen. 

Fehlende Kundeneinblicke

Eine weitere verbreitete Hürde, die es zu überwinden gilt, ist die Generierung von Kundenerkenntnissen (um Ihre Marketing Kommunikation voranzutreiben). Hierbei gibt es zwei Probleme zu lösen: die Daten und die Werkzeuge. Sie müssen in der Lage sein, Ihre First-Party-Daten (siehe oben) in aussagekräftige Daten umzuwandeln, um Insights zu generieren. Hier kommen Datenberechnungen und -ableitungen ins Spiel: Es ist möglich, Ihre gesammelten First-Party-Daten buchstäblich von 20-50 Variablen aus vorgelagerten Datenquellen zu Dutzenden, wenn nicht Hunderten von neuen Variablen für die Erstellung von Insights zu multiplizieren. Zum Beispiel könnte ein Geburtsdatum dabei helfen eine Altersspanne abzuleiten (z.B. für 30- bis 40-Jährige), eine Postanschrift kann behilflich sein die Entfernung zu Ihrer nächsten Filiale oder Ihrem nächsten Geschäft zu bestimmen und ein Kaufdatum oder ein Kaufbetrag könnten eine Reihe von Recency, Frequency and Monetary (RFM) Value Variablen herleiten. 

Überlassen Sie diese Aufgabe jedoch nicht einfach Ihrer IT-Abteilung. Ihr Marketing muss der Antrieb sein, da sie diejenigen sind, die ein besseres Verständnis der Daten haben und wichtige analytische Fragen identifizieren können. Sobald diese Daten vorhanden sind, benötigen Sie ein Software-Tool, um Insights zu erstellen. Das Tool muss dabei das vielfältige Spektrum der MarTech-Benutzerbedürfnisse unterstützen, denn beim Vergleichen von beispielsweise den Bedürfnissen des Managers mit denen des Analysten sowie den Bedürfnissen des Digital Marketers stellt sich heraus, dass alle unterschiedliche Bedürfnisse und Anforderungen haben.

Insights in Actions umwandeln

Insights sind hilfreich, aber actionable Insights sind besser, da diese Ihnen ermöglichen, konkrete Marketing Maßnahmen direkt aus den Insights heraus abzuleiten. Ein gutes Beispiel dafür ist die Verwendung eines Venn-Diagramms, um handlungsrelevante Marketing Insights zu gewinnen. In der untenstehenden Grafik sehen Sie die Überschneidung zwischen drei Marketing Segmenten: Kunden, die kürzlich gekauft haben, Kunden, die häufig kaufen und Kunden mit einem hohen Lifetime Value. Hieraus kann man z.B. ein Zielsegment herleiten, das in eine Reaktivierungskampagne einfließen soll oder eins, welches für eine Cross- oder Upselling-Kampagne geeignet ist. Zu oft endet es mit den Insights, anstatt dass es mit ihnen beginnt. Wenn Sie manuell eine Liste von Kundennummern aus Ihrem Dashboarding-Tool exportieren müssen, um sie dann manuell in Ihr E-Mail-Tool zu importieren, haben Sie nicht nur einen ineffizienten Prozess, der sich über mehrere Tools erstreckt, sondern Sie verlieren vermutlich auch wertvolle Informationen, wie z.B. eine automatisierte Erstellung des Kontaktverlaufs (welchen Kunden Sie wann kontaktiert haben), welche für zukünftige Insights und Actions (z.B. Frequency Capping, d.h. Reduzierung des Spam-Faktors) hilfreich ist. Dies ist nur eines von vielen Beispielen für actionable Insights, die Marketern im Alltag helfen.

Keine intelligente Marketing Automation

Die meisten Marketer setzen heutzutage mindestens eine Art von Automationstool ein, beispielsweise für die E-Mail-Automation. Viele dieser Tools werden jedoch nicht hauptsächlich von Insights angetrieben, dies ist allerdings sehr wichtig und kann eine entscheidende Rolle spielen. Vergleichen Sie beispielsweise den klassischen Anwendungsfall des Online-Warenkorbabbruchs. Sie legen etwas in Ihren Warenkorb und werden von einer WhatsApp-Nachricht abgelenkt - Sie kehren nie zurück. Eine typische Automation wäre eine E-Mail inklusive einer Nachricht wie: "Sie haben Artikel in Ihrem Warenkorb", auszusteuern. Das ist etwa so, als würde man einen Kleidungsartikel in einem Geschäft wieder an den Kleiderbügel hängen und ein Verkäufer kommt zu Ihnen und fragt, ob Sie diesen Artikel wirklich nicht kaufen möchten. Ein viel intelligenterer, erkenntnisorientierter Ansatz wäre zu überprüfen, in welchem Marketing Segment sich diese Person befindet (VIP, Schnäppchenjäger, seltener Käufer) und dann unter Berücksichtigung der Segmentmerkmale und Kanalpräferenzen eine entsprechende Nachricht über den richtigen Kanal zur richtigen Zeit zu senden. Es gibt unzählige Beispiele dafür, wie sich ein intelligenter Ansatz von einem reinen Automationsansatz unterscheidet. Allen gemeinsam ist, dass die Kundentransaktionsdaten (siehe oben) die Personalisierung vorantreiben, die erforderlich ist, um ein höheres Maß an Customer Experience und Erfolg zu schaffen. Firmen müssen sich von ihrer "wenn... dann… sonst" Automation wegbewegen, und hin zu einer intelligenten Marketing Automation 2.0.

Unklare Marketing Outcomes

Wenn Sie alle oben genannten Herausforderungen überwunden haben, stolpern Sie eventuell über diesen letzten, aber sehr wichtigen Schritt: Sie müssen in der Lage sein, Marketing- und Geschäftsoutcomes zu messen, denn ein Outcome unterscheidet sich von einem Marketing Ergebnis oder einem KPI. Unternehmen tendieren dazu sich in einer Reihe detaillierter KPIs zu verlieren (z.B. kanalspezifische KPIs wie E-Mail-Öffnungsraten, Klickraten, Social-Media-Likes, Shares, Conversions, usw.), ohne zu wissen, was das eigentliche Ergebnis ihres Marketings ist. Was der Marketer jedoch verstehen möchte ist, was die aggregierten Auswirkungen sind bzw. was die Folgen für das Geschäft sind (beispielsweise wie viele Kunden ich akquiriere, wie viele ich verliere, wie viele Upgrades oder Downgrades ich im letzten Monat hatte, wie das Marketing meine Rentabilität oder Loyalität antreibt usw.). Ein hilfreicher Outcome, das berücksichtigt und verstanden werden sollte, ist z.B. die Nettoauswirkung einer Kampagne auf die Kundensegmente. Beispielsweise ist es möglich, dass man einen positiven Kampagnen-ROI hat, aber dieser lediglich das Ergebnis des Verlusts von Kunden aus einem hochwertigen Segment in ein weniger wertvolles Segment ist. Dies könnte zunächst wie ein großartiges Kampagnenergebnis aussehen, allerdings kann dies nur von kurzer Dauer sein, da es auf Kosten der Qualität Ihres Kundenstamms geht. Als Marketer ist es äußerst wichtig diese wesentlichen Outcomes sowie detaillierte KPIs zu verstehen.

Die gute Nachricht ist, dass jede dieser Herausforderungen mit den richtigen Strategien, Prozessen, Daten und Technologien überwunden werden kann - das ist, was Apteco und unser Partnernetzwerk jeden Tag antreibt. Es geht darum, Marketing "Insights into Actions" umzusetzen.

Um mehr darüber zu erfahren, was Apteco zur Bewältigung dieser Herausforderungen bietet, schauen Sie gerne in unser Whitepaper "Warum intelligente Kampagnen Automation für den Marketing Erfolg entscheidend ist" oder starten Sie hier mit der kostenlose Testversion unserer Software.