Erfahren Sie, wie Sie Big Data f\u00fcr Ihr Unternehmen nutzen k\u00f6nnen. Die nachfolgenden Beitr\u00e4ge zeigen Ihnen verschiedene M\u00f6glichkeiten f\u00fcr Ihr Marketing auf.<\/p>\n
Mit der fortschreitenden Digitalisierung von Kommunikations- und Gesch\u00e4ftsprozessen entwickelt sich auch das Marketing immer st\u00e4rker hin zu einer datengetriebenen Disziplin. Heute stehen Daten in einer F\u00fclle und einem Detaillierungsgrad zur Verf\u00fcgung, wie sich das Marketingexperten noch vor wenigen Jahren nicht h\u00e4tten tr\u00e4umen lassen. Nie zuvor waren z. B. Kampagnenleistung so gut messbar, Kund:innenbed\u00fcrfnisse so transparent und Kaufentscheidungsprozesse so nachvollziehbar wie heute. Die digitalen Fu\u00dfabdr\u00fccke, die jeder Einzelne im Internet und durch Mobilger\u00e4te hinterl\u00e4sst, sind aus Marketingsicht ein Schatz, der jedoch nicht so ohne weiteres gehoben werden kann. Denn \u201eBig Data\u201c, Massen an Datenalleine, hilft nicht weiter. Erst durch eine technologische Infrastruktur, die das Sammeln, Speichern und zeitnahe Auswerten erlaubt, sowie durch eine kluge Big Data-Strategie l\u00e4sst sich daraus auch Wertsch\u00f6pfung generieren: Von Big Data Marketing zu Smart Data Marketing.<\/p>\n
Was unterscheidet Big Data von herk\u00f6mmlichen Datenanalysen?<\/p>\n
Viele Marketingbereiche arbeiten bereits mit Big Data Anwendungen, ohne sich dessen bewusst zu sein: Beispielsweise bei Werbung auf Google oder Facebook, die nach Suchw\u00f6rtern, Zielgruppenmerkmalen oder Kaufinteressen ausgesteuert wird, oder auch bei Web-Analytics-Tools.\u00a0Online-Werbung<\/em><\/strong> ist ein Anwendungsbereich, in dem datenbasierte Entscheidungen zur Zielgruppenauswahl schon lange etabliert sind. Damit wird die Buchung fester Placements, bei der man aufgrund des Umfelds die richtige Zielgruppe zu treffen hofft, durch ein nutzerindividuelles Targeting weitgehend abgel\u00f6st. Dieses reagiert beispielsweise auf Suchanfragen, Surfverhalten, Kaufverhalten, demografische Merkmale, Interessen oder sonstige Informationen, die einer nutzenden Person z. B. via Login bei Google, Facebook oder in einem Shop zugeordnet werden k\u00f6nnen.<\/p>\n Programmatic Advertising<\/em><\/strong> ist die konsequente Weiterentwicklung dieser Logik. Dahinter stehen Automatisierungen, die es erm\u00f6glichen, noch genauer auf Kund:innenbed\u00fcrfnisse einzugehen und zugleich die Effizienz von Online-Werbung weiter zu steigern. Klickt ein:e Nutzer:in auf eine Webseite mit Programmatic-Advertising-Werbepl\u00e4tzen, so l\u00e4uft in Sekundenbruchteilen ein automatischer Analyse- und Auktionsprozess ab, und zwar zwischen den Werbungtreibenden, zu deren Kampagnenziel der:die Nutzer:in aufgrund seiner vorliegenden Daten passt. Als Resultat werden auf die jeweiligen Interessen zugeschnittene Werbebanner ausgeliefert, sogar die Auswahl des Anzeigenmotivs erfolgt dabei automatisiert.<\/p>\n Eine Herausforderung im Marketing ist die\u00a0Digitale Customer Journey<\/em><\/strong>. Kund:innen sind heute nicht nur anspruchsvoller und besser informiert als je zuvor, ihnen stehen auch zahlreiche Touchpoints mit einer Marke zur Verf\u00fcgung, und das \u00fcber verschiedene Endger\u00e4te hinweg. Mit der Webseite\/dem Shop, den Social-Media-Kan\u00e4len der Marke, Werbebannern, E-Mail-Kampagnen und klassischen Werbekan\u00e4len wie z. B. TV-Werbung sind nur einige genannt. Mit Hilfe von Customer Journey-Analysen und Attributionsmodellen l\u00e4sst sich der Erfolgsbeitrag jedes einzelnen Kanals bestimmen, so dass das Werbebudget bestm\u00f6glich verteilt und der:die Konsument:in an jedem Punkt der Entscheidungsreise mit den passenden Inhalten angesprochen werden kann.<\/p>\n Big Data hebt auch das\u00a0Customer Relationship Management<\/em><\/strong> auf eine neue Ebene. Durch die Zusammenf\u00fchrung aller bekannten Informationen \u00fcber einen Kunden oder eine Kundin, wie beispielsweise Transaktionen und Verkaufsvorg\u00e4nge, demografische Merkmale oder Interessensprofile, lassen sich Kund:innenbed\u00fcrfnisse, Kaufentscheidungsmuster und Cross-Selling-Potenziale identifizieren. Dabei ist es gerade im CRM besonders wichtig, Datenschutz und Datensensibilit\u00e4t der Kunden zu ber\u00fccksichtigen. Ist die Umsetzung jedoch gut gemacht, gewinnt die Kundenkommunikation an Qualit\u00e4t, wodurch Kund:innenzufriedenheit und Bindung gest\u00e4rkt werden. Im Krisenfall, z. B. bei Beschwerden, hilft diese unbedingte Kund:innenzentrierung dabei, Probleme vielleicht schon im Vorfeld zu erkennen bzw. schnell zu l\u00f6sen und Abwanderungen zu verhindern.<\/p>\n Eine unersch\u00f6pfliche Big Data-Quelle im Marketing sind schlie\u00dflich die\u00a0sozialen Medien<\/em><\/strong>. Mit Hilfe von Monitoring-Tools lassen sich beispielsweise Trends und Kund:innenbed\u00fcrfnisse erkennen, die Beurteilung der eigenen Marke verfolgen, Meinungsf\u00fchrer identifizieren und Wettbewerbsaktivit\u00e4ten beobachten. Dadurch erhalten Unternehmen wertvolle Impulse zur St\u00e4rkung ihre Marke, zur Festigung der Kundenbindung und zur Entwicklung neuer Produkte.<\/p>\n Meine Empfehlung f\u00fcr Sie:<\/strong><\/p>\n Big Data Marketing bietet spannende Chancen und neue smarte Ans\u00e4tze f\u00fcr Marketing, Vertrieb und Beziehungsmanagement von Kunden und Kundinnen:<\/p>\n Verschaffen Sie sich einen \u00dcberblick \u00fcber Anwendungsfelder, Anbieter, Aufwand und Nutzen!<\/p>\n Pr\u00fcfen Sie die Einsatzm\u00f6glichkeiten im eigenen Unternehmen!<\/p>\n \u00dcberlegen Sie, wie Strukturen, Prozesse und Personal aufgestellt sein m\u00fcssen, damit Big Data zur Wertsch\u00f6pfung beitragen kann! Am erfolgreichsten sind dabei Teams, die Know-how aus verschiedenen Bereichen b\u00fcndeln und auf ein gemeinsames Ziel hin ausrichten: eine zufriedene Kundschaft.<\/p>\n Von Dr. Sabine Holicki<\/p>\n Evidenzbasiert \u2013 f\u00fcr wenige Unternehmensaktivit\u00e4ten ist dieses Adjektiv so wichtig wie f\u00fcr das Marketing. Messbarkeit der Ma\u00dfnahmen, Messbarkeit der Ergebnisse, das ist die Grundvoraussetzung f\u00fcr modernes Big Data Marketing. Das ber\u00fchmte Diktum \u201e50 Prozent meines Werbebudgets ist zum Fenster hinausgeschmissen, ich wei\u00df nur nicht, welche H\u00e4lfte\u201d, das Henry Ford zugeschrieben wird, ist zwar ein s\u00fcffiger Aphorismus, aber hatte eigentlich nie etwas mit der Wirklichkeit zu tun. Denn von Anfang an hat das Marketing alles technisch M\u00f6gliche unternommen, um so genau wie m\u00f6glich zu messen, welche Aktion welches Ergebnis bringt, um wiederum daraus zu lernen und sich immer weiter zu verbessern. Je mehr Informationen \u00fcber Kunden und Kundinnen in Form von Daten gesammelt, zusammengebracht und zielgerichtet analysiert werden, desto mehr Ans\u00e4tze gibt es, um seine Marketing-Kampagnen kontinuierlich zu optimieren.<\/p>\n Evidenz im Big Data Marketing hei\u00dft eben genau dies: Nachzuvollziehen, welche Aktion erfolgreich ist, die Gr\u00fcnde f\u00fcr Erfolg oder Misserfolg zu erkennen und zu eruieren, welchen Wertbeitrag einzelne Werbeinstrumente oder Kommunikationskan\u00e4le zum Gesamtergebnis beitragen. Dies wiederum gilt es dann zu kombinieren: mit dem Wissen \u00fcber die Kund:innen und Interessenten, die die Unternehmenswebseite besuchen, den Daten aus dem Online-Shop und den Social-Media-Angeboten des Unternehmens.<\/p>\n Die gute Nachricht f\u00fcr Marketer:innen lautet: dank der Digitalisierung, die alles in messbare und analysierbare Daten verwandelt, haben sie heute im Grunde unendliche M\u00f6glichkeiten, diese Evidenz zu erreichen. Alles, was Menschen im Internet tun, l\u00e4sst sich nachvollziehen. Wer hat was bei Google gesucht? \u00dcber welchen Weg ist die besuchende Person in den Online-Shop gekommen \u2013 \u00fcber die Suchmaschine, den E-Mail-Newsletter, ein Werbebanner oder vielleicht direkt? Wie lange hat sie sich auf der Webseite, im Online-Shop aufgehalten? Was hat sie dort gesucht, angeklickt, wieder verworfen, neu gesucht, in den Warenkorb gelegt? Dazu kommt, falls sie sich eingeloggt hat, die gesamte Information \u00fcber ihrbisheriges Bestell- und Retournierverhalten. In Echtzeit \u2013 so lautet eines der Lieblingsw\u00f6rter der Branche \u2013 k\u00f6nnen Unternehmen dann passende Zusatzangebote machen. Der Erfolg oder Misserfolg solcher Ma\u00dfnahmen l\u00e4sst sich dann nat\u00fcrlich wieder messen, analysieren und f\u00fcr eine verbesserte Kundenansprache nutzen.<\/p>\n Zumindest lautet so das gro\u00dfe Versprechen all der Technikanbieter, die Software rund um das Datenmanagement vertreiben. Und wahrscheinlich stimmt das sogar, wenn nur nicht alles so komplex w\u00e4re. Die Wahrheit ist aber wohl eher: Die meisten Unternehmen sind heute gar nicht in der Lage die anfallenden Daten sinnvoll zu verarbeiten. Sie arbeiten mit schlecht gef\u00fchrten Datenbanken oder aber mit mehreren Datenquellen, die nicht zusammengef\u00fchrt werden k\u00f6nnen bzw. Dubletten, Tripletten, X-letten enthalten.<\/p>\n Auf der anderen Seite ist es heute, anders als in der Vergangenheit, schwieriger, den Beitrag der einzelnen Kan\u00e4le und Aktivit\u00e4ten einer Marketingkampagne zum Gesamterfolg oder Misserfolg zu erkennen. Was hat schlie\u00dflich dazu gef\u00fchrt, dass jemand im Online-Shop kauft, ein Ladengesch\u00e4ft aufsucht, einen Vertrag abschlie\u00dft? War es der E-Mail-Newsletter? Das Werbebanner? Die Anzeige auf Google? Oder doch der TV-Werbespot, die Anzeige in der Zeitschrift, die Empfehlung des Nachbarn? Die Frage nach der sogenannten Attribution stellt das Marketing vor gro\u00dfe Herausforderungen, deren Beantwortung mit der immer weiter wachsenden Datenmenge \u201eBig Data\u201c nicht leichter wird.<\/p>\n Damit ist Evidenz heutzutage eben doch schwerer zu bekommen, als viele denken. Es gibt nicht mehr den einen Kanal \u00fcber den Unternehmen Kunden und Kundinnen ansprechen und zur Interaktion bewegen. Noch vor wenigen Jahren war es relativ einfach: Ein Werbebrief ging an sorgf\u00e4ltig ausgew\u00e4hlte Empf\u00e4ngergruppen und dann musste nur noch \u201egez\u00e4hlt\u201c werden, wie viele Menschen das beworbene Angebot gekauft haben. Die Erfolgsquote war offensichtlich.<\/p>\n Die Komplexit\u00e4t und die gegenseitigen Abh\u00e4ngigkeiten der verschiedenen Kan\u00e4le sind das Eine. Die andere Herausforderung lautet: Messbarkeit verlangt von Marketer:innen auch andere, neue Kompetenzen als noch vor Jahren gefordert. Nat\u00fcrlich muss nicht jede mitarbeitende Person im Marketing zum Datenwissenschaftler mutieren und nach wie vor geh\u00f6rt ein Statistikstudium auch nicht zu den Grundvoraussetzungen, um als Marketer:in Erfolg zu haben. Aber man sollte schon wissen, was Big Data Marketing ist und die Quellen kennen, aus denen Daten stammen. Genauso wichtig ist zu wissen, welche Anforderungen an die Datenqualit\u00e4t gestellt sind, wie Daten gepflegt werden und wof\u00fcr ich welche Daten nutzen kann. Doch das alles ist in der Tat nur die Grundlage.<\/p>\n Die Datenhaltung hat in erster Linie ein Ziel: Besseres, kund:innenorientierteres und damit effektiveres und effizienteres Marketing zu betreiben. Big Data alleine ist nutzlos.<\/p>\n Wie k\u00f6nnen wir mit den neuen Insights die Kund:innenzufriedenheit erh\u00f6hen? Was macht f\u00fcr unsere Kunden und Kundinnen eine gelungene Customer Experience aus? Und wie schaffen wir sie? Big Data Marketer:innen m\u00fcssen Antworten auf solche Fragen finden. Und diese Fragen sind neu. Im Mittelpunkt der Arbeit steht nicht mehr (allein) Frage, wie der Absatz erh\u00f6ht werden kann. Es geht um Kund:innenbindung und Kund:innenentwicklung. Und das auf individueller Ebene. Denn jeder Kunde, jede Kundin ist anders und die Gie\u00dfkanne hat ausgedient.<\/p>\n Und noch etwas ist anders als fr\u00fcher: Eine Kampagne wird heute nicht mehr einmal aufgesetzt und dann bis zum Ende durchgezogen. Sie wird permanent gemessen, um auf Basis der Ergebnisse nachzusteuern, zu verbessern und immer wieder zu testen. Und all die Erfahrungen und Kennzahlen rund um \u00d6ffnungsrate, Klickrate, Bestellungen, Retouren etc. \u00a0flie\u00dfen zur\u00fcck ins System. Wer im Marketing arbeitet, muss auch diese Daten-basierten Verfahren verstehen und anwenden k\u00f6nnen. Denn sonst ist der Nebel dichter als zuvor. Und dann wei\u00df tats\u00e4chlich niemand mehr, welche H\u00e4lfte des Werbebudgets zum Fenster hinausgeworfen wurde.<\/p>\n Von Christoph Pause<\/p>\n","protected":false},"excerpt":{"rendered":" Erfahren Sie, wie Sie Big Data f\u00fcr Ihr Unternehmen nutzen k\u00f6nnen. Die nachfolgenden Beitr\u00e4ge zeigen Ihnen verschiedene M\u00f6glichkeiten f\u00fcr Ihr Marketing auf. 1. Big Data im Marketing nutzen Mit der fortschreitenden Digitalisierung von Kommunikations- und Gesch\u00e4ftsprozessen entwickelt sich auch das Marketing immer st\u00e4rker hin zu einer datengetriebenen Disziplin. Heute stehen Daten in einer F\u00fclle und<\/p>\n2. Marketing-Kampagnen messen, analysieren und optimieren\u00a0<\/strong><\/h2>\n
Digitalisierung liefert Unterst\u00fctzung f\u00fcr die Messbarkeit<\/h2>\n
Alles ist offen, transparent und evident im Big Data Marketing<\/h2>\n
Multi-Channel und Komplexit\u00e4t als neue Herausforderung<\/h2>\n
Neue „Big Data“ Kompetenzen im Marketing sind gefordert<\/h2>\n
Neue Dimension: Individuelle Kund:innenentwicklung und Kund:innenbindung<\/h2>\n