Mit Predictive Marketing die Kunden von morgen kennenlernen.

Mit Predictive Marketing die Kunden von morgen kennenlernen.

Schnell sein reicht längst nicht mehr. Kunden erwarten, dass man ihnen die Wünsche von den Lippen abliest. Gleich beim allerersten Kontakt. Big Data und Rechenpower machen genau das möglich: Predictive Marketing hilft uns dabei, bessere Entscheidungen zu treffen.

Die Einsatzszenarien für Predictive Marketing sind vielfältig. Doch es gibt einen Haken: Vorhersagen funktionieren dann am besten, wenn man über ausreichend relevanter Daten verfügt, die auch noch entsprechend aufbereitet sein müssen. 

Big Data

Big Data hat bereits großen Einfluss auf unseren Alltag. Wenn wir unser Smartphone benutzen, fallen massenhaft Daten an. Daten, aus denen man wiederum Schlüsse ziehen kann. Zum Beispiel über unser Mobilitätsverhalten mit Apps, die uns in Echtzeit über Bus- und Bahnabfahrten informieren oder verschiedene Smart-Gadgets wie die Smartwatches, die unsere täglichen Aktivitäten tracken – all dies füttert die Festplatten und treibt Big Data.

datenvolumen

Im Marketing werden Daten seit jeher angehäuft – das ist kein Geheimnis! Neu ist, dass eine enorme Rechenleistung heutzutage für jedermann bezahlbar ist. Das ermöglicht ganz neue Möglichkeiten. Zum Beispiel die richtige Botschaft zur richtigen Zeit an die richtigen Personen schicken – anspruchsvolles Targeting!

Was genau ist Predictive Marketing?

marketing-analytics

Vorausschauendes Marketing – wenn Technologie und Daten verschmelzen. Aber wie sieht der Prozess aus? Es geht darum, die Menge an Daten die bereits gesammelt wurden und fortlaufend gesammelt werden in Beziehung zu Deiner Zielgruppe auszuwerten.

Gewonnene Erkenntnisse helfen Dir, Deine Zielkunden besser zu verstehen und Deiner Marketingstrategie ein Feintuning zu verpassen.

Der Unterschied zu traditioneller Analytics („Business Intelligence“) ist der in die Zukunft gerichtete Blick.

    • Welcher Kunde neigt zum Kauf?
    • Welches Angebot hat beim Kunden die größte Erfolgschance (Next-best Offer)?
    • Wie wertvoll ist ein Kunde (CLTV)?
    • Welcher Kunde neigt zum Absprung (Churn)?
predictive-marketing

Die nahezu unheimlich relevanten Produktempfehlungen von Amazon zum Beispiel, basieren auf Predictive Marketing bzw. Predictive Analytics. Er ist an unsere in der Vergangenheit getätigten Einkäufe geknüpft und ist so programmiert, dass fortlaufen immer besser eingeschätzt werden kann, was die Käufer als Nächstes kaufen werden.

Predicitive Analytics für mehr Durchblick im Conversion Funnel

Nicht jeder Lead wird zu einem Kunden. Funnel-Modelle helfen uns dabei, Zielkunden optimal anzusprechen und so die Konversionsrate zu vergrößern. Was ist eigentlich hilfreicher als die Fähigkeit, die Intention von Website-Besuchern und Leads vorhersagen zu können? Predicitive Analytics erlaubt es uns, auf Basis gesammelter Daten solcher Vorhersagen treffen zu können. Zum Beispiel das passendste Content-Upgrade und den optimalen Zeitpunkt der Ausspielung.

Mit Predictive Analytics kannst Du im Laufe der Zeit ein tieferes Verständnis für Deine Zielkunden gewinnen und sie in allen Phasen des Conversion Funnels optimal bedienen.

Weitere Beispiele für Predictive Analytics in der Anwendung

    • Preisberechnungen bei Fluggesellschaften
    • Optimale Verteilung der Fahrzeuge bei Car2Go
    • Netflix-Empfehlungen

Mögliche Anwendungsbereiche von Predictive Marketing

Die erhobenen Daten bringen uns nur etwas, wenn wir sie übersichtlich zusammenzuführen und daraus entsprechende Maßnahmen ableiten können.
Im Marketing können sie uns in folgenden Bereichen unterstützen:

Leadgenerierung

Mit Hilfe generierter Bewegungsdaten lässt sich die Intention anonymer Website-Besucher ermitteln. Am besten funktioniert das auf Basis von Content. Sogenannte Intent Data hilft bei der personalisierten Ansprache von Zielkunden. 

Cross- und Up-Selling

Cross- und Up-Selling-Kampagnen können sehr gut funktionieren, wenn sie für den Kunden auch inhaltlich relevant sind.

Personalisierte Suchergebnisse

Es wird das Klickverhalten und die Kundenhistorie analysiert. Basierend darauf werden Suchempfehlungen in Echtzeit erstellt und angezeigt.

Flexibles Preismodell

Kunden sind in der Lage, online ganz schnell und einfach Preise zu vergleichen. Durch die Analyse von Daten (Wetter, Feiertage etc.) kann der beste Preis für ein Produkt in Echtzeit kalkuliert werden.

Churn Prevention

Nicht nur SaaS- und Telekommunikationsunternehmen sind bestrebt, zur Kündigung neigende Kunden im Voraus zu identifizieren. Churn Prediction bzw. Churn Prevention ermöglicht es, gezielte Maßnahmen einzuleiten. Versteht ein Kunde ein Produkt nicht, erhält dieser zum Beispiel eine E-Mail mit einem Erklärvideo. Und zwar noch bevor seine Unzufriedenheit in einer handfesten Kündigung mündet. 

Fazit

Lange Zeit war Predictive Marketing großen Playern wie Amazon oder Google vorbehalten. Inzwischen kann jedoch fast jedes Unternehmen auf datengetriebene Technologien zurückgreifen, um Wettbewerber auf Abstand zu halten.

Über den Autor
Über den Autor

Moin aus Hamburg! Mein Name ist Frank Rix und ich beschäftige mich seit über 20 Jahren mit Content-Marketing und Conversion-Optimierung. Mein erstes Content-Projekt war 1997 ein Infotainment Special für otto.de.

Deine Kunden wollen partout nicht anbeißen? Klicke hier, wenn ich Dir helfen soll!

Ergänzende Artikel