Daten sind das neue Öl. Vor allem für Marketing und Sales, wo es immer darum geht, auf die Bedürfnisse des potenziellen Kunden individuell einzugehen. Aber wie funktioniert Data-Driven Marketing?
Datengetriebene Entscheidungen im Marketing sind sinnvoll, da sie objektive Einblicke in Kundenverhalten, Trends und Kampagnenerfolge liefern. Sie minimieren Risiken, optimieren Budgets und steigern die Effektivität durch gezielte Maßnahmen, basierend auf Fakten statt Vermutungen.
Im digitalen Zeitalter hinterlassen potenzielle Kunden über all Spuren. Wer sich das zunutze macht und daraus einen Wissensvorsprung erklimmt, lässt Mitbewerber hinter sich. Das prominenteste Beispiel ist zweifelsohne Amazon. Im E-Commerce mit abertausenden Produkten sind Daten absolut unverzichtbar, um Kunden mit relevanten Angeboten zu locken.
Doch auch B2B-Kontext lohnt sich datengetriebenes Marketing. Denn entlang einer komplexen Customer Journey adäquat zu kommunizieren ist nicht einfach. Datengetriebene Maßnahmen können helfen, aus einem Lead einen treuen Kunden zu machen.
Was ist Data-Driven Marketing?
Data-Driven-Marketing (englisch für datengetriebens bzw. datenbasiertes Marketing) umfasst das Sammeln und Analysieren von Daten zur Unterstützung von Marketingentscheidungen entlang der Kundenreise.
Fakt ist: In Daten stecken viele Informationen, die man auf den ersten Blick gar nicht erahnt. Mithilfe von Data Science lassen sich auf deren Basis neue Erkenntnisse gewinnen. Zum Beispiel über die Existenz bislang unentdeckter Zielgruppen.
Antrainierte KI-Modelle können dazu genutzt werden, den Wert eines Kunden genauer zu prognostizieren und seine nächste Transaktion hervorzusehen. Dazu werden verschiedene Arten von Daten, wie demografische Informationen, Verhaltensdaten, Kaufhistorien, soziale Interaktionen und mehr, gesammelt, analysiert und interpretiert, um ein besseres Verständnis von Kundenbedürfnissen, Vorlieben und Verhaltensweisen zu erhalten.
Was bringt Data-Driven Marketing?
Data-Driven Marketing bzw. Datenmarketing hilft dabei, bessere Entscheidungen zu treffen. Sogar automatisiert. Und somit bestimmte Unternehmensziele schneller und kostengünstiger zu erreichen:
- Zielgruppe besser verstehen
- Leads generieren
- Nachfrage erhöhen
- Umsatz maximieren
- Kundenbindung erhöhen
- Servicequalität und Kundenzufriedenheit verbessern
- ROI und ROMI (Return on Marketing Investments) steigern
Im E-Commerce hat sich der Begriff Data-Driven Commerce durchgesetzt. Im Kontext von Werbung spricht häufig man von Data-Driven Advertising. Letztlich meinen sie jedoch alles dasselbe: Kunden besser kennenlernen und so die CX und Conversion Rate zu boosten.
Quelle: PwC
Die Entwicklung von Data-Driven Marketing
Marketingabteilungen nutzen seit jeher Daten, um den Erfolg von Kampagnen zu bewerten. Wenn ein Plakat auf der Litfaßsäule den Absatz einer Zahnpasta spürbar angekurbelt hat, wusste man: Das Plakat performt. Zumindest glaubte man es zu wissen, denn tatsächlich wird ein Kauf natürlich von viel mehr Faktoren beeinflusst, als bloß von der Gestaltung eines Werbemittels.
Mit dem Computerzeitalter in den 50er-Jahren begann auch das Zeitalter von Analyse-Lösungen – im Fachjargon ist die Rede von Business Intelligence. Für Marketing und Sales waren Erfolgsmessungen jedoch nach wie vor mit viel Aufwand verbunden, weil Daten zunächst händisch erfasst werden mussten.
Der Durchbruch für datengetriebenes Marketing gelang erst mit dem Siegeszug der digitalen Medien und der Möglichkeit, große Datenmengen (Big Data) zusammenführen zu können. Erstmals war eine detaillierte Erfolgsmessung nahezu in Echtzeit möglich. Damit öffneten sich für Marketing Manager viele neue Möglichkeiten.
Beispiel: E-Mail-Marketing
Vor allem die E-Mail ermöglicht unzählige Möglichkeiten für die datengetriebe Kundenkommunikation. Denn sie lässt sich nahezu vollständig personalisieren. Nicht nur inhaltlich, sondern auch in Bezug auf den Versandzeitpunkt. Dazu können eigene First-Party-Daten genutzt werden. Umgekehrt hilft E-Mail-Marketing bei der Gewinnung neuer Daten.
Die Zukunft von Data-Driven Marketing
Mit Hilfe KI-gestützter Systeme ist viel mehr möglich, als bloß historische Daten aufzubereiten und zu visualisieren (BI bzw. Business Intelligence). Sie hilft bei der Suche nach versteckten Mustern und Zusammenhängen. Daraus lassen sich Eintrittswahrscheinlichkeiten berechnen. Kauft ein individueller Kunde als nächstes Produkt A oder B? (Siehe Next-best-Action Marketing.) Rechnet sich eine Kampagne bei der zu erwartenden Konversionsrate?
Hemmnisse und Hürden
Mit Data-Driven Marketing können sich Unternehmen von Wettbewerbern absetzen. Warum ergreifen sie dann nicht ihre Chance? Häufigstes Hemmnis ist eine unzureichende Datenqualität. Oft sind Datensätze unvollständig oder nicht mehr auf dem neuestens Stand.
Ein anderes großes Hemmnis sind Bedenken in Bezug auf Compliance und Datenschutz, denn relevante Daten sind sehr oft personenbezogen und unterliegen folglich der DSGVO. Haben betroffene Personen jemals einer Nutzung zu Marketingzwecken zugestimmt? was ist, wenn die Daten nicht innerhalb der EU gehostet werden?
Vor allem große Unternehmen mit dezentraler Struktur und organisch gewachsener IT stehen nicht selten vor einer weiteren Herausforderung: Kundendaten sind an verschiedenen Standorten (“Datensilos”) gespeichert und müssen zunächst zusammengeführt werden.
Absichtsdaten (Intent Data)
Naturgemäß wissen B2B Inbound Marketer eher wenig über Nichtkunden. Deshalb ist datengetriebene Leadgenerierung relativ schwierig und in der Praxis noch nicht besonders groß verbreitet. Was fehlt ist sogenannte Intent Data, also Daten zur Intention einzelner User.
Das Problem: Zwar hinterlassen B2B-Kunden reichlich Daten, welche auf ihre Kaufabsicht hindeuten. Zugriff hat jedoch nur auf die eigenen Kanäle (Website, Social Media und E-Mail). Dabei konsumieren laut FocusVision B2B-Kunden vor einem Kauf rund 13 Inhalte (Artikel, Videos, Podcasts).
Spezielle Anbieter für Intent Data versprechen, Licht ins Dunkel zu bringen. Tatsächlich gibt es Third Party Intent Data in den unterschiedlichsten Ausprägungen. Genauso sehr variiert deren Qualität. Größte Hürde bei der Nutzung gekaufter Daten ist jedoch der Datenschutz: Ohne Zustimmung betreffender Personen dürfen Daten nicht einfach so an Dritte weitergegeben und genutzt werden.
Tipp
Die erste Wahl sind und bleiben in Eigenregie generierte Daten (Zero / First Party Data). Entwickle deshalb schnellstmöglich eine Datenstrategie. Diese ermöglicht dir, die wirklich wichtigen Daten in den Fokus zu nehmen. Und diesen Fokus benötigst du, denn das Gewinnen relevanter Daten kann sehr zeitaufwendig sein.
Datenstrategie für das Marketing aufsetzen
Wenn datengestütztes Marketing eines Tages Realität sein soll, kommst du an einer Strategie nicht herum. Denn es ist langer, steiniger Weg und die Interessen von Marketing und IT sind unterschiedlich. Damit alle an einen Strang ziehen, ist dokumentierter Fahrplan unverzichtbar.
1. Use Cases / User Stories erstellen
Besprecht in einem interdisziplinären Team (Marketing, Sales, Service und IT), was in ferner Zukunft möglich sein soll, damit der Kunden sich wertgeschätzt fühlt. Zum eine Zuordnung nach Buyer Persona passgenauer Content entlang der Customer Journey.
2. Ist-Zustand ermitteln
Klärt gemeinsam, wo aktuell Kundendaten generiert und gespeichert werden. Klärt auch gleich die Brauchbarkeit und Qualität der Daten.
3. Metriken definieren
Klärt im Marketing-Team, welche wichtigen Metriken und KPIs ihr euch wünscht. Untersucht, ob diese Informationen bzw. die zur Berechnung benötigten Daten bereits irgendwo existieren.
4. Weitere Datenquellen ermitteln
Überlegt euch, auf welche Weise Zero- und First-Party-Daten generiert werden könnten. Was geben die Datenquellen her? Wie hoch ist die Datenqualität?
5. Compliance abklären
Besprecht mit den Datenschutzbeauftragten oder Juristen, was genau ihr dürft und was nicht. Manchmal liegt der Teufel im Detail.
6. Datenmodell entwickeln
Gemeinsam mit der IT sollte nunmehr ein logisches Datenmodell entwickelt werden. Es legt fest, welche Entitäten und Attribute benötigt werden und welche nicht. Das verhindert Auswüchse und Fehler.
7. Roadmap anlegen
Erstellt einen Fahrplan, der die einzelnen Phasen der Umsetzung in einen zeitlichen Rahmen packt.
8. Dokumentation
Hinterlegt die Strategie in einem Dokument, welches von allen Stakeholdern eingesehen werden kann.
Gründe für das Scheitern von Data-Driven Marketing
Vor allem zwei Umstände sorgen regelmäßig für das Scheitern von Projekten: Zum einen die Nicht-Einbindung wichtiger Stakeholder aus betroffenen Abteilungen. Zweites Problem sind unzureichende Skills und Ressourcen.
Je nach Branche ist der Mangel an unterschiedlich ausgeprägt. Aber natürlich sind auch die Projekte unterschiedlich anspruchsvoll.
Beispiel Fazoli's
Fazoli’s ist eine US-amerikanische Schnellrestaurantkette, die sich auf die italienische Küche spezialisiert hat. Mithilfe von Data-driven Marketing gelingt es ihr, Zielkunden besser anzusprechen. Dabei hilft eine spezielle App…
Fazit
Data-Driven Marketing ist kein Allheilmittel - kann aber zu besseren Entscheidungen und zu einer präziseren Kundenansprache führen. Die Implementierung ist mit gewissen Anstrengungen verbunden. Auf lange Sicht lohnt sich der Aufwand jedoch immer.
Ergänzende Artikel
Moin aus Hamburg!
Mein Name ist Frank und ich bin bereits seit Mitte der 1990er in der Digitalbranche unterwegs. Meine Schwerpunkte sind Content-Marketing, E-Mail-Marketing und MarTech.