Datengetriebenes Marketing wird in Zeiten steigender Dynamik und sich ändernder Kundenbedürfnisse zu einem strategischen Erfolgsfaktor. Um die richtigen Daten erfassen und sie zielgerichtet auswerten zu können, müssen aber zunächst die notwendigen Voraussetzungen geschaffen werden.
Noch nie war es so einfach, das Verhalten der eigenen Kunden und Interessenten nachzuvollziehen. Auf Knopfdruck sieht man zum Beispiel, ob die eigenen Inhalte bei Männern oder Frauen oder bei bestimmten Altersgruppen besser oder schlechter ankommen. Statt Streuwerbung zu schalten werden einzelne Personen aufgrund ihrer aktuellen Bedürfnisse gezielt bearbeitet. Man kann Kunden an dem Tag kontaktieren, wo sie z.B. nach einem Messebesuch Zeit haben, sich mit den eigenen Unterlagen zu beschäftigen oder neue Mitarbeiter dann gewinnen, wenn sie sich noch nicht einmal bei einem Stellenportal angemeldet haben.
Fast alle Unternehmen erheben in irgendeiner Weise Daten über Kunden, Interessenten und deren Verhalten. Dabei geht es meist um Absatzzahlen und um den Umsatz bestimmter Produkte und Produktgruppen. Den Unternehmen, die Online-Marketing betreiben, steht eine grosse Bandbreite von zusätzlichen Daten und Datenquellen zur Verfügung. Hier sind zum Beispiel das sehr weit verbreitete Google Analytics oder auch die verschiedenen Auswertungen aus Google Ads zu nennen. Dazu kommen interne Daten wie zum Beispiel aus CRM-Systemen.
Während viele Unternehmen damit begonnen haben, Kunden auf Basis Ihrer Interessen gezielt anzusprechen, werden viele andere Potentiale immer noch vernachlässigt, z.B. eine gezielte Ansprache anhand von Kriterien wie
- Kaufverhalten
- angestrebte Vorteile
- Customer Journey Phase
- Nutzungsbasierte Ansprache
- Gelegenheit oder Zeitpunkt
- Kundenzufriedenheit
- Kundenbindung
- Engagement-Niveau
- Nutzerstatus
Das Erheben dieser Daten alleine genügt jedoch bei weitem nicht. Es kommt vielmehr darauf an, was man damit macht.
Die Daten müssen aufbereitet, interpretiert und geprüft werden, um aus ihnen die richtigen Schlüsse ziehen zu können. Im Grunde geht es darum, jeden einzelnen Kunden zu verstehen und dieses Wissen dazu zu verwenden, die Kunden zu halten und weitere Kunden von den Konkurrenten abzuwerben.
Warum datengetriebenes Marketing?
Datengetriebenes Marketing ist der Schlüssel zum Erfolg. Das basiert auf den folgenden Vorteilen, wobei ich in diesem Artikel den ersten Punkt näher beleuchten werde:
- Datengetriebenes Marketing ermöglicht eine Segmentierung
- Datengetriebenes Marketing unterstützt die Produktentwicklung
- Datengetriebenes Marketing sorgt für Agilität
- Datengetriebenes Marketing ermöglicht Disruption und Innovation
Segmentierung
Das Aufteilen der erhobenen Daten nach verschiedenen Kriterien wie zum Beispiel nach demographischen Faktoren wie Alter, Geschlecht oder Wohnort, aber auch nach Vorlieben und Einkaufsgewohnheiten kann dazu beitragen, die Kunden in bestimmte Gruppen einzuteilen, welche dann möglichst individuell und massgeschneidert angesprochen werden können. Je kleiner und je homogener diese Gruppen sind, desto besser können Kommunikation, Produkte und Dienstleistungen an diese angepasst werden. Das kann Chancen für zusätzlichen Umsatz schaffen. Und: Die Kunden sind bereit, für besonders passende Produkte einen höheren Preis zu bezahlen. Das wirkt sich positiv auf die Marge und somit auf den Gewinn aus.
Auch eine Gruppierung nach ökonomischen Kriterien ist möglich. So kann zum Beispiel ermittelt werden, welche Kundensegmente den meisten Umsatz oder den grössten Gewinn bringen. An dieser Stelle ist der sogenannte Customer Lifetime Value zu nennen, welcher in diesem Zusammenhang gerne als Kennzahl genutzt wird. Allesamt Informationen, welche zu einer effektiven Steuerung des Marketings beitragen und sich positiv auf Umsatz und Marge auswirken können.
Datengetriebenes Marketing als Handlungsgrundlage
Wie können Unternehmen also Daten dazu nutzen, bestehende Kunden zu binden und neue Kunden zu gewinnen? Dazu sind drei Voraussetzungen notwendig:
- Die richtigen Fragen stellen
- Die richtigen Kennzahlen auswählen
- Voraussetzungen für die Datenanalyse schaffen
Die richtigen Fragen stellen
Es genügt nicht, sich zu überlegen, welche Daten erfasst werden sollen. Zuvor muss ausserdem klar sein, welche Fragen mit den Daten zu beantworten sind und welche Probleme mit den Daten gelöst werden sollen. Erst wenn darüber Klarheit herrscht, können die notwendigen Prozesse zur Datenerfassung und Datenanalyse aufgesetzt werden.
Die richtigen Kennzahlen auswählen
Bei der Datenanalyse darf es nicht nur um einen Rückblick oder eine Bestandsaufnahme gehen. Wichtig ist auch der Blick in die Zukunft. Kennzahlen müssen so ausgewählt werden, dass sie alle drei Perspektiven abdecken können.
Voraussetzungen für die Datenanalyse schaffen
Die Analyse grosser und komplexer Datenmengen ist eine Aufgabe, für welche man die passende Software, Infrastruktur und geschulte Mitarbeiterinnen und Mitarbeiter benötigt. Um verlässliche Auswertungen zu erhalten, die als strategische Entscheidungsgrundlage genutzt werden können, ist es unerlässlich, die zur Verarbeitung und Analyse benötigten Voraussetzungen zu schaffen.
Auch der Einsatz von Experten im Bereich der Datenanalyse und des Data Minings ist sehr zu empfehlen. Das kann sowohl in Form einer eigenen Abteilung zur Datenanalyse als auch durch geschulte Mitarbeiterinnen und Mitarbeiter in den Abteilungen geschehen, welche die Daten konsumieren.
Das Reifegradmodell der Web Analytics
Wie weit ein Unternehmen bereits auf dem Weg zur effizienten und effektiven Datenanalyse gekommen ist, kann exemplarisch anhand des Reifegradmodells der Web Analytics beschrieben werden.
Dieses umfasst fünf Schritte:
- Das Erfassen von Standardkennzahlen: Auf dieser Stufe werden lediglich sehr allgemeine Kennzahlen wie zum Beispiel die Anzahl der Page Views oder die Absprungrate einer Website erfasst. Das alleinige Erfassen solcher Kennzahlen erlaubt aber noch kaum Rückschlüsse auf erforderliche Massnahmen.
- Nutzerverhalten verstehen: Hier geht es darum, die Auswirkungen bestimmter Handlungen auf das Nutzerverhalten nachvollziehen zu können. Ein klassisches Mittel zu diesem Zweck sind A/B-Tests, bei denen einzelne Faktoren eines Produkts wie zum Beispiel einer Website verändert werden, um anschliessend zu kontrollieren, wie sich dies auf das Nutzerverhalten ausgewirkt hat. Auch bestimmte Segmentierungen wie zum Beispiel nach mobilen und Desktop-Nutzern sind möglich.
- Wechselwirkungen zwischen verschiedenen Kanälen verstehen: Unternehmen, die verschiedene Marketing-Kanäle betreiben, wie zum Beispiel SEO, SEA und E-Mail-Marketing, müssen auch erfassen, ob es Quereffekte gibt. So kann es durchaus sein, dass eine E-Mail-Kampagne positive oder negative Effekte auf die Klickrate in der Suche hat. Dazu kommen separate Reports und Datenauswertungen für unterschiedliche Stakeholder.
- 1:1-Marketing: Das Ziel, möglichst individuell auf die Bedürfnisse der Kunden einzugehen, wird auf dieser Stufe des Reifegradmodells verfolgt. Dazu können zum Beispiel massgeschneiderte Angebote gehören wie das Cross-Selling.
- Web Analytics und Marketing fliessen zusammen und beeinflussen einander. Entscheidungen im Marketing werden massgeblich von der Web Analytics geprägt, während gleichzeitig Daten aus dem Marketing in die Web Analytics zurückfliessen.
Fazit
In einer Zeit der sich stetig beschleunigenden Innovationen und der sich immer schneller ändernden Kundenbedürfnisse sind das zielgerichtete Erfassen und die bedarfsgerechte Analyse von Daten für Unternehmen essentiell. Nur wer in der Lage ist, die richtigen Daten zu erheben und sie für die richtigen Zwecke zu interpretieren, um anschliessend die richtigen Entscheidungen treffen zu können, wird am Markt bestehen können.
Insofern kann datengetriebenes Marketing als ein strategischer Erfolgsfaktor bezeichnet werden, ohne den heute kaum noch ein Unternehmen auskommen kann.
