Data-driven Marketing in fünf Schritten

Was ist data-driven Marketing / Company?

Data-driven Marketing oder auch datengetriebenes Marketing konzentriert sich auf die Analyse von objektiven Daten, die zielgerichtet gesammelt wurden. Daten sind hier das Bindeglied zwischen Unternehmensmitarbeitern und Kunden. Entscheidungsträger bekommen so ein aktuelles Bild des Kundenverhaltens. Häufig ist data-driven Marketing die Initialzündung für die data-driven Company.

Data-driven Company weitet das Konzept auf das ganze Unternehmen aus, so dass Entscheidungsträger Informationen aus allen Unternehmensteilen als Entscheidungsgrundlage zur Verfügung haben.

Gemeinsam ist beiden: Man kann schnell und oft automatisiert auf Änderungen reagieren. Kaufverhalten, veränderte Markenwahrnehmung, Trends oder Krisen werden so schnell beherrschbar. Oder um es ökonomisch auszudrücken: data-driven Entscheidungen verbessert Entscheidungsprozesse und skaliert durch fortwährend optimierte Automatisierung.

1. Schritt: Data Mindset und Zielfestlegung

Eine betriebswirtschaftliche Binsenweisheit, gewiss – aber nichtsdestoweniger gilt sie: Ohne Ziel vor Augen kann kein Weg bestimmt werden.

Elementar wichtig ist, dass Entscheider das “data-driven” nicht nur als Buzzword im Kopf haben. “Lass uns mal was mit dem Label machen! Das machen jetzt alle!” ist keine gute Entscheidungsgrundlage.

Sinnvolle Anwendungsmöglichkeiten sind z.B.:

• Anstoß zur generellen Digitalisierung eines Unternehmens, Wegbereitung zur data-driven Company
• Exakte und relevante Kundenansprache (z.B. mit wirklich sinnvollen weiteren Kaufempfehlungen)
• personalisierte Kundenansprache (gerade im B2B Bereich mit mehreren Ansprechpartnern schwierig, aber wichtig)
• Customer Journey Mapping (quantitative und qualitative Daten zu den einzelnen Kunden sammeln und zusammenführen)
• Verbesserung der Conversion Rates
• Einführung von KI-getriebenen Systemen
• Weiter- und Neuentwicklung von Produkten
• usw.

Die Identifizierung einer wirklich sinnvollen Anwendung im eigenen Unternehmen ist elementar, genauso wie die Haltung zu Big Data und Umgang mit Daten im Allgemeinen. Daten sind eine der wertvollsten Ressourcen, die es in einem Unternehmen gibt und entsprechend sollte mit ihnen umgegangen werden. Ohne diese grundsätzliche Einstellung kann sehr viel schief laufen.

2. Schritt: Relevante Daten identifizieren

Klingt auch nach Binsenweisheit – ist aber einer der schwierigsten Schritte überhaupt. Auch im Rahmen von normalen Datenbereinigungen ist das ein Punkt, den wir immer in enger Absprache mit Kunden klären müssen – welche Daten sind relevant? Welche Daten sind überflüssig? Gerade personenbezogenen Daten sind hier im Rahmen der DSGVO mit höchster Sorgfalt zu behandeln. Hierzu gibt es bald einen weiteren Blogpost.

Unterschätzen Sie bitte niemals die Zeit, die für diesen Schritt nötig ist. Holen Sie sich rechtzeitig Expertise ins Haus. Sprechen Sie mit Fachleuten, ehe Sie in die Umsetzung gehen.

3. Schritt: Daten im Unternehmen finden

Das soll ein Problem sein? Echt jetzt? Ja!

Es gibt im Wesentlichen vier Gruppen von Datenquellen, die ein Unternehmen nutzt:

• selbst erstellte Information (z.B. Buchhaltungsdaten, Nutzungsdaten aus verkaufter Software, Nutzerfeedback, Befragungen, Produktionsdaten)
• durch Kunden generierte Daten aus dem CRM und ERP (Adressdaten, Kaufhistorie, Informationen an Touchpoints)
• bezahlte Daten (z.B. Informationen, die sich aus Affiliatelinks generieren lassen, Nutzungsinformationen aus Vergleichsportale, Datenankauf)
• öffentlich zugängliche Informationen (Wikipedia, Register, Wetter, GPS)

Diese Daten liegen in der Regel nicht in einer einzelnen Datei oder in einem einzelnen System auf einem Server. Sie liegen häufig auf den einzelnen Rechnern in Marketing, Vertrieb, Buchhaltung und Produktion verteilt.

Die große Kunst ist jetzt, diese Daten aus den unterschiedlichen Silos zu identifizieren, zugänglich zu machen und kundenzentriert zusammenzuführen – ohne dabei Dubletten zu erzeugen oder wichtige Daten falsch/nicht zuzuordnen.

Im B2B – Bereich gibt es noch ein paar Besonderheiten zu beachten: So hat man meist mehr als einen Ansprechpartner, es gibt Kommunikation auf verschiedenen Ebenen und entsprechend mehr Touchpoints.

Spätestens an dieser Stelle holen sich die meisten Unternehmen kompetente Hilfe von außen.

4. Schritt: Verantwortliche identifizieren und Verantwortlichkeiten prüfen

Den Faktor Mensch darf man bei diesem Punkt nicht unterschätzen:

Wie in Schritt 3 beschrieben werden Daten überall im Unternehmen erzeugt und es gibt viele Personen, die unabhängig voneinander diese Daten erzeugen oder verändern können.

Die einzelnen Verantwortlichen haben u.U. gar keine Ahnung, dass es weitere Daten gibt, die auch für ihre Arbeit relevant sein könnten oder dass Änderungen, die sie vornehmen sich an völlig anderer Stelle auswirken.

Ein Entscheider muss hier klar Verantwortlichkeiten zuteilen, teilweise auch Verantwortlichkeiten und Möglichkeiten zur Veränderungen entziehen. Das ist so oder so schon schwierig. Hinzu kommt, dass sich Prozesse für die einzelnen Mitarbeiter:innen verändern. Es kann komplizierter oder einfacher werden – in jedem Fall wird es anders werden. Hier ist es elementar wichtig, allen betroffenen Personen klar zu machen, dass diese Umstellung dem Unternehmen insgesamt zu Gute kommt, auch wenn es augenscheinlich die eigene Arbeit erst einmal erschwert. Hier ist es sehr wichtig, dass Schritt 1 in den Köpfen der Entscheider wirklich vollzogen wurde: Wenn die Führung eines Unternehmens das entsprechende Mindset hat und vorlebt, wird die Umstellung für die einzelnen Mitarbeiter in aller Regel einfacher.

5. Schritt: Data-driven Marketing Fallstricke beachten

Datenqualität

Egal, ob man ein BI-Tool benutzt oder eine Inhouse Lösung: der Output kann nur dann gut werden, wenn die eingegebenen Daten einwandfrei sind. Deshalb ist das A und O bei datengetriebenen Umsetzungen – völlig egal, ob es um Marketing- oder Anwendungsdaten geht – die Datenqualität. Mit guten Daten bekomme ich richtige Ergebnisse und die errechneten Prognosen stimmen. Schlechte Ergebnisse kosten Zeit, Aufwand und Geld. Schlimmsten Falls führen sie zu strategisch falschen Entscheidungen.

Datenzusammenführung

Kern von datengetriebenen Marketing sind idR die Daten aus dem CRM, die um weitere Dimensionen ergänzt werden. Die Zusammenführung vieler Daten aus unterschiedlichen Systemen und in unterschiedlichen Formaten ist alles andere als einfach. Schnell sind Dubletten erzeugt oder wichtige Informationen falsch zugeordnet. IdR hat ein Unternehmen auch keine Referenzdatenbank zur Hand, um die Richtigkeit und Aktualität der Daten zu beurteilen. An dieser Stelle ist es wichtig, erfahrene Fachleute mit dieser Aufgabe zu betrauen. Wie eine Datenbereinigung bei uns funktioniert können Sie hier nachlesen.

B2B

Stimmt die Basis, können die Datensilos zusammengeführt werden. Hier warten aber gerade im B2B – Bereich weitere Fallstricke. So können unterschiedliche Einkäufer in einem Unternehmen an unterschiedlichen Touchpoints verhandelt und gekauft haben. In der Buchhaltung sitzen wieder andere Ansprechpartner. Das Potenzial für eine versehentliche Dublettenerzeugung ist groß.

Nichts altert so schlecht wie Daten – um datengetrieben zu arbeiten, muss man eine gute Data Quality Strategie fahren, bei der alle an einem Strang ziehen. Regelmäßige Überprüfungen und Bereinigungen sind Pflicht.

DSGVO

Last but not least: Die DSGVO – ein Unternehmen darf nicht mit allen Daten alles machen und das ist auch gut so. Insbesondere personenbezogene Daten sind mit viel Fingerspitzengefühl zu bearbeiten. Fast alles, was die DSGVO betrifft lässt sich mit einem gutem Data Qualitiy Management regeln. Wer mehr dazu wissen will, wie man datengetrieben und dabei digital fair und transparent bleiben kann, kann sich bei fair.digital umsehen. Unser Produkt Update, mit dem Datenzusammenführungen und -bereinigungen gemacht werden, ist für dieses Siegel zertifiziert.