Get in touch
Big Data, Personalisierung, Empfehlungen: Dass Daten eine essenzielle Grundlage für digitales Marketing sind, haben Unternehmen mittlerweile begriffen. Nicht selten endet das Sammeln jedoch in Datensilos – und dem "Data-Driven-Everything"-Paradigma. Das wirft die Frage auf, wie Unternehmen eigentlich konkreten Nutzen aus Userdaten generieren. Denn sie zu besitzen und sie gewinnbringend zu nutzen ist nicht das gleiche. Der Wert von Daten liegt in den Erkenntnissen, die daraus über die eigenen Kunden gewonnen werden können, und in der Personalisierung, die das ermöglicht. Anhand eines Beispiels zeigen wir Ihnen, was das genau bedeutet.
Die Annahme: An Airports verkaufen sich Luxusgüter besonders gut – entsprechend sollten Shops und Boutiquen in Flughäfen ihren Content und ihre Marketingaktivitäten auf dieses Segment ausrichten. Bestätigen die Daten das?
Sollten Shops und Boutiquen den Marketingfokus also von der Luxusuhr weg zur Babymilch legen? Natürlich nicht. Die Zielgruppen für beide Produktgruppen sind wichtig, aber nicht zwingend identisch. Entsprechend müssen beide unterschiedlich angesprochen werden, und zwar mit passendem Content und passenden Marketingmaßnahmen.
Dabei ist wichtig zu bedenken: Kunden sind keine Stereotypen. Sie sind vielseitig und ihre jeweiligen Touchpoints mit Unternehmen und Marken sind sowohl über mehrere Kanäle als auch über Zeit und Ort fragmentiert.
Die Herausforderung in der Herangehensweise liegt darin, Überschneidungen zu jedem Zeitpunkt der Interaktion der Nutzer zu finden und sie aufgrund ihrer Daten passenden Segmente zuzuordnen. Machine-Learning-Algorithmen können dann automatisiert Vorhersagen und Empfehlungen treffen. Das Resultat: personalisierte, also individuell passende Angebote für die Kunden. Web- und App-Analytics ermöglicht es, die Maßnahmen zu verifizieren und kontinuierlich noch mehr über das Kundenverhalten zu lernen – und das auch noch voll automatisch im Hintergrund.
Denken Sie daran: Gesammelte Daten ermöglichen lediglich einen Blick in die Vergangenheit. Prognosen und abgeleitete Maßnahmen ergeben sich erst aus der Analyse.
Wenn Sie nicht sicher sind, ob eine Maßnahme die gewünschte Wirkung zeigen wird, testen Sie es einfach mit einer kleinen Zielgruppe aus. Denn: Hinter all diesen gesammelten Datenpunkten stecken Menschen, die mit Ihrem Unternehmen in Kontakt treten wollen. Letztlich muss Ihr digitales Marketing als Ersatz für den Kundenberater fungieren. Dieser würde auf den ersten Blick die jeweilige Familien- und Lebenssituation einschätzen, in den aktuellen Kontext setzen und entsprechend beraten.
Zurück zu unserem Beispiel: Interessiert sich der Kunde eines Airport-Shops für trinkfertige Babynahrung, lässt sich daraus wesentlich mehr ableiten als „Interesse an Babynahrung“: Vermutlich handelt es sich hier um eine Familie auf Reisen, und das Produkt ermöglicht Rückschlüsse auf das Alter des Kindes. Anhand dieses einzigen Datenpunktes können Sie nun personalisiert Content und Werbung ausspielen – und zwar nicht nur „Kunden, die diese Milch gekauft haben, kauften auch diese Milch“. Möglich sind etwa Tipps für das Verreisen mit Kindern, Empfehlungen für Familien und Kinder am Flughafen sowie konkrete Produkte und Dienstleistungen, die das Reisen mit Familie erleichtern. Wird zusätzlich ein Kundenprofil angelegt, lernen Sie das Verhalten über einen längeren Zeitraum noch besser kennen und können die Maßnahmen kontinuierlich anpassen.
Grundlagen für das automatisierte Sammeln und Auswerten der Daten sind also:
Häufig stehen gewachsene Strukturen, Stakeholder und Regularien einer schnellen Umsetzung neuer Technologien im Wege. Dabei muss es gar nicht kompliziert sein: Die richtigen Tools können eine Erleichterung und einen Einstieg in Data-Driven-Business darstellen. Ein optimales Beispiel dafür ist die Adobe Experience Cloud. Sie bietet für jedes Handlungsfeld passende Tools, die untereinander vernetzt sind.
Schauen wir uns das an unserem Beispiel an: Kauft ein Kunde online Babymilch im Airport-Shop, wird diese Transaktion über ein Webanalyse-Tool aufgenommen und der Kunde beispielsweise dem Segment „Familie“ zugeordnet. Um diese Website-Daten für personalisierte Marketingmaßnahmen zu nutzen, müssen sie exportiert und in ein Zielgruppentool importiert werden. Für die Erfolgsmessung der Maßnahme müssen die Daten wiederum mit dem Webanalyse-Tool abgeglichen werden. Das bedeutet: Aufwand, zeitliche Verzögerung, Fehleranfälligkeit durch Import- und Exportprozesse. Sollen die Daten darüber hinaus als Grundlage für personalisierte E-Mails, SMS oder Push-Nachrichten fungieren, ist eine Vernetzung der Tools sowie einer Kundendatenbank jedoch unerlässlich.
Mit der Adobe Experience Cloud stellt sich das Szenario wie folgt dar: Reports und Segmente aus Adobe Analytics werden per Mausklick mit Adobe Target geteilt, die Ergebnisse der Erfolgsmessung direkt zurück an Adobe Analytics gespielt. Angebunden an eine CRM-Datenbank reichern diese Informationen bestehende Kundendaten an. Mit Adobe Campaign können dem Kunden dann beispielsweise vor seiner nächsten Reise per E-Mail familienfreundliche Zusatzdienstleistungen angeboten werden.
Data-Driven-Marketing heißt also nicht, dem Kunden, der gerade eine Luxusuhr gekauft hat, eine zweite Uhr anzubieten. Es kann aber durchaus heißen, an Verbrauchsartikel wie Babynahrung regelmäßig zu erinnern. Und wer weiß: Vielleicht lassen sich durch die personalisierten Dienstleistungen derart entspannte Eltern ja am Ende doch für den Kauf einer Luxusuhr begeistern, wenn das Angebot zum richtigen Zeitpunkt kommt.
