Dieser Text ist der letzte von 3. In Teil 1 haben wir die Vorteile und Herausforderungen von datengetriebenem Marketing erläutert. In Teil 2 ging es um traditionelles vs datengetriebenes Marketing hinsichtlich Wachstum und Customer Journey. Jetzt vergleichen wir die Segmentierung von Kunden / Besuchern, fassen die vorherigen Texte zusammen und schließen ein Fazit.

Der Kunde

Als Unternehmer ist es von größtem Interesse ein Bild von Deinem Kunden zu haben. Das hilft dabei, gute Kunden zu erkennen, zu behalten und weitere zu finden. Wenn man traditionelles mit datengetriebenem Marketing hinsichtlich Kunden vergleicht, wird man keine großen Unterschiede finden. Die Prinzipien sind an sich sehr ähnlich, allerdings versucht ein datengetriebener Marketer eher den Kunden zu verstehen. Dabei helfen ihm Daten und die darauffolgenden Insights, statt sich auf Bauchgefühl, Schätzungen und Vermutungen zu verlassen.

Aus traditioneller Sicht: Segmentierung, Umfragen und Statistiken

Kunden haben traditionell eine Rolle gespielt, wenn es um die Planung von Marketing ging. Wenn es aber um große Entscheidungen geht, haben folgende Prinzipien entschieden:

Manuelle Segmentierung nach Demographie:

Bis vor kurzem war es schwer nach Demographie zu segmentieren. Die wichtigsten Faktoren sind: Beruf, Industrie und Geographie für B2B und Geschlecht, Alter, Familienstand und Interessen für B2C. Basierend auf diesen Infos haben traditionelle Marketer Persona erstellt.

Umfragebasiertes Marketing:

Das Ziel von diesen Umfragen ist es, eine “Momentaufnahme” vom Kunden zu machen. Speziell zu einem bestimmten Zeitpunkt. Basierend auf dieser Momentaufnahme entscheiden Marketer dann, auf welchem Channel sie werben wollen, welche Produkte geeignet sind, KPIs und mehr.

Lead Scoring:

Lead Scoring ist ein eher fortgeschrittenes Modell. Man sammelt Verhaltensmuster und Interaktionsdaten und versucht vorherzusagen ob ein Besucher ein Kunde wird. Das kann man auch relativ gut automatisieren (sobald ein Besucher einen Wert/Score X erreicht, weiter zu Sales). Das Problem dabei ist, dass es immer noch zu emotionsbasiert ist.

Umfragen waren traditionell dazu da, um Vermutungen und Schätzungen, die in der manuellen Segmentierung vorgenommen wurden, zu bestätigen oder zu widerlegen. Scoring wird gerade von fortgeschrittenen Unternehmen genutzt, die auf Automatisierung achten.

Zum Beispiel die Frage “Wie sind Sie auf uns aufmerksam geworden?”. Diese Frage stammt aus Zeiten ohne Systeme, die Customer Journeys tracken konnten. Umfragen haben neben Vorteilen auch Nachteile:

Viele Besucher antworten nicht auf Umfragen. Klar, man kann Sachen in der Umfrage verlosen aber das bringt nur die Sorte von Besuchern, die auf den Gewinn scharf sind und die Aussagekraft der Zahlen schwächt. Selbst die, die auch so antworten, geben vielleicht schlecht analysierbare Antworten.

Einfache Umfragen sind zu beschränkt für größere Kampagnen mit Tausenden oder Millionen von Besuchern. Man kann nur einen winzigen Bruchteil mit Umfragen erreichen. Außerdem kann und möchte nicht jeder Kunde präzise Daten und Antworten preis geben.

Aus datengetriebener Sicht: Kundensegmentierung

Um die datengetriebenen Prinzipien dahinter zu verstehen muss man erst die “agilen” und “leanen” Prinzipien verstehen, um sie korrekt zu implementieren. Der Fokus von datengetriebenem Marketing sind hier folgende KPI:

  • Minimierung von Akquisitionskosten
  • Maximierung von Kundenlebensdauer (CLTV)

Warum diese Metriken? Wegen dieser einfachen Regel:

Akquisekosten < Kundenlebensdauer

Diese Formel ist für Startups sehr beliebt, ist aber für jedes Unternehmen kritisch und sollte getrackt und kontrolliert werden. Die CLTV sollte ungefähr drei bis fünffach so viel einbringen als das, was die Akquise gekostet hat. So sichert und stabilisiert man ein langfristiges Wachstum.

Diese Vorgehensweise braucht profitbasierte Entscheidungen und diese sind viel, viel anspruchsvoller als traditionelle Metriken, die nur auf kleinere, kürzere Aktionen wie Clicks, Ansichten usw. basieren.

Strategien des datengetriebenen Marketings:

  • Studiere Kunden, die eine lange CLTV haben
  • Achte auf Kosten für ähnliche Kunden
  • Verbessere und verfeinere Metrikenständig!

Prozess des datengetriebenen Marketings:

Der Hauptgedanke hier ist das Lernen und Inkorporieren von vorherigen Daten. Das wird dir dabei helfen, bestimmte Muster zu finden, die erfolgreiche Customer Journeys ausmachen und:

  • Welche Kunden diese Journey gehen
  • Welche Kunden gerade diese Journey gehen
  • Was die nächste darauf folgende Aktion ist

Traditionelle vs datengetriebene Segmentierung

Es gibt einige grundsätzliche Unterschiede zwischen traditionellen und datengetriebenen Marketing hinsichtlich Segmentierung:

Klassifizierung und Priorisierung passiert nicht in Echtzeit, Verteilung von Prioritäten folgen aus knappen Daten wie UmfragenKlassifizierung und Priorisierung passiert in Echtzeit und basiert auf einer vollständigen Analyse von Daten

Traditionelles Marketing Datengetriebenes Marketing
Segmentierungskriterien basieren auf Meinungen, Vermutungen und künstlichen Daten Segmentierungskriterien werden intelligent aus Daten abgeleitet
Anzahl der Kriterien sind limitiert, meistens 3-10 wie z. B. Job, Alter, Ort Kriterien können alles mögliche sein wie z.B. Verhalten, Interaktion oder eine andere Eigenschaft, solange man sie klar gruppieren kann und es innerhalb der Gruppe Ähnlichkeiten gibt

Im Grunde beseitigt datengetriebenes Marketing jegliche Meinungen und Schätzungen. Daten mit schlechter Qualität werden ebenfalls verworfen. Stattdessen fängt man mit der Frage “Wer ist mein Kunde?” an und überlässt den Rest den Daten.

Beispiel:

Netflix Filme sind unterteilt in 8.000 Kategorien. Diese ganzen Kategorien helfen dabei, ein einzigartiges Verständnis zu Film-Präferenzen zu erhalten, die nicht nur Filmempfehlungen beeinflussen, sondern auch den gesamten Entscheidungsprozess, welche Filmempfehlungen Abonnements vorantreiben.

Die Serien “Orange is the new Black” und die damit verbundene “House of Cards” sind Beispiele für strategische Entscheidungen, die Aufrufe und Abos vorantreiben. Was viele vielleicht nicht wissen, ist, dass diese Entscheidungen datengesteuert waren, basierend auf Beobachtungen über die Vorliebe eines Betrachters für scheinbar nicht verwandte Kategorien. Es war aber kein Executive oder anderer Mitarbeiter. Es war der Algorithmus, der diese Kombination identifiziert hat.

Abonniere unseren Newsletter (max. 3x pro Monat)

Unser Newsletter informiert Dich über neue Themen und Trends im Onlinemarketing und der Leadgenerierung.

* benötigt






Die Ergebnisse sprechen für sich: der Umsatz und Profit hat sich verdoppelt und Netflix hat daraufhin den 50 Mio Abonnenten Meilenstein erreicht.

Strategische Ziele mit Taktiken verbinden

Ein Ziel / Goal ist ein natürlicher, intuitiver Begriff in der Unternehmerwelt, es ist aber noch nicht ganz im Alltag eines Marketers angekommen. Während Unternehmen ganz klar definierte Sales und Umsatzziele haben, die konzeptionell und quantitativ entworfen werden, arbeiten Marketer sehr selten mit solchen “Strukturen”. 

Wir Marketer sind manchmal zu besessen von Daten, dabei haben wir nur Daten von wenigen Jahren, aus denen wir Zusammenhänge erkennen können. Alte Sales Mechanismen haben 50 Jahre Vorsprung. Wir sind noch vor der Zeit, in der quantitative Ziele die Norm sind.

Marketer A:

Wir haben dieses Jahr 5 große Kampagnen gestartet, die über 20 Mio. Leute in über 30 Ländern erreicht hat. Unser Redesign der Website ist richtig gut angekommen, Page Views und Verweildauer wurden erhöht, mobiler Traffic ist um 300% gestiegen. Nachdem wir ein neues Produkt veröffentlicht haben und mit einer massiven Werbekampagne beworben wurde, haben wir 210 Mentions erhalten und 1 Mio. Impressionen auf Twitter. Deswegen ist unser Umsatz um 32% gestiegen.

Marketer B:

Durch das Targeting auf Schlüsselsegmente mit maximalem Kaufpotential haben wir über Cross-Channel und dynamischer Personalisierung die CLTV um 35% erhöht und unsere Marketingabteilung hat zu 20% an der Umsatzerhöhung beigetragen. Wir haben unser Wachstumsziel von 30% mit 2% überboten, die Kampagnen hatten einen ROI von 10x und die Akquisekosten pro Kunde hat sich halbiert. Das waren die dafür verantwortlichen Änderungen.

Es ist nichts falsch an den Aussagen von A, sie sind sogar ziemlich beeindruckend und auf den ersten Blick denkt man, dass A bestimmt viel mit Daten arbeitet. Trotzdem liefert A keine Antworten auf die folgenden Fragen:

  1. Wie haben diese Taktiken den Umsatz gesteigert und welche genau?
  2. Welches Budget sollte ich nächstes Jahr ansetzen um noch mehr zu wachsen?
  3. Welche Art von Kunden sollten wir bevorzugen?
  4. Welche Initiativen sollten wir bevorzugen?

Eine nachvollziehbare Schlussfolgerung wäre es, den vorhandenen Kampagnen ein höheres Budget zu hinterlegen. Leider lässt sich so etwas nicht linear skalieren und irgendwann gibt man immer mehr Geld aus während der ROI weiter sinkt.

Als datengetriebene Marketer wechselt man schnell zum Attributionsmodell. Das ist ein hohes Ziel für datengetriebene Marketer: den vollständigen Kontext zu haben, sowie den genauen Prozentanteil was wie viel zur Customer Journey beigetragen hat und wie viel dabei gekostet hat. Das ist der einzige Weg den genauen ROI zu berechnen und Ausgaben fein abzustimmen um die Relevanz zu maximieren.

Marketingziel vs Unternehmensziel

Der Unterschied zwischen den beiden ist die Art, wie sie definiert werden. Im Beispiel A sieht man deutlich ein Ziel, das auf Marketing basiert. Im Beispiel B werden Ziele basierend auf Finanzen getrackt wie z.B. Umsatz. Unternehmensziele sind nicht welche, die sofort erreicht werden wie z.B. eine bestimmte Anzahl an Klicks, Impressionen usw. Diese Ziele werden zu gegebener Zeit erreicht, was es schwierig macht, sie mit früheren Phasen der Customer Journey zu verbinden.

In beiden Fällen sind die Unternehmer selbst dafür zuständig, den Umsatz zu erhöhen. Wenn man sich aber auf so viele, kurzfristige Ziele fokussiert, ist die Auswirkung jeder dieser erreichten Ziele schwer zu erkennen bzw. zu merken. Der Umsatz ist gestiegen – welcher unserer 30 aktiven Änderungen hat dazu geführt?

Letzten Endes gibt es auch noch zufällige Faktoren, die in den Umsatz einfließen.

Bei datengetriebenem Marketing sind Erfolg und Fortschritt direkt damit verbunden, wie weit entfernt deine Ziele noch sind. Langzeitziele wie die Erhöhung der CLTV liefern meist besser Langzeitergebnisse.

Interessanterweise werden je nach dem, wie reif dein Prozess ist, die getrackten Ziele weniger. Auf Stufe 1 schaut man nach Pageviews und anderen Daten, damit die Daten Sinn machen. Auf Stufe 4 kümmert man sich nur um ein Ziel: CLTV.

Um dieses Ziel zu erreichen muss man jede Änderung, Kampagne und Ausgabe unter die Lupe nehmen und sich fragen, ob das die CLTV erhöht.

Ob ein potentieller Kunde ein Formular ausfüllt, sich registriert oder irgendwas herunterlädt ist kein eigentliches Ziel. Es spielt nur eine Rolle, wenn es am Ende etwas bringt. Die Herausforderung:

  • Die meisten Unternehmen haben keine vollständigen Marketing, Sales, Finance- oder Account Management Daten für einzelne Kunden. Das erfordert sehr anspruchsvolle Integration von mehreren Plattformen.
  • Die, die genügend Daten haben, haben nicht die Ressourcen die Daten genau zu verarbeiten, um gute Erkenntnisse zu schlussfolgern.
  • Diese Ziele erfüllen keine “sofortige Befriedigung” wie Klicks o.ä. Selbst wenn man die Daten und Ressourcen hat, dauert es Wochen bis zu mehreren Monaten bis sie ihr volles Potential ausschöpfen.

Daher besteht das unmittelbare Ziel darin, Customer Journey-Daten über jeden Kanal hinweg zu verbinden und mit einem möglichst datengesteuerten Ansatz zu beginnen. Verschiebe im Laufe der Zeit die Ziele, um mehr Umsatz-, Finanz- und sogar Aufbewahrungs- oder CLTV-Daten abzudecken. Auf diese Weise kannst Du die Phasen 1 bis 4 in einem für dein Unternehmen geeignetem Tempo durchlaufen.

Der Weg zum datengetriebenen Marketing

Die Umstellung auf einen datengesteuerten Marketingansatz ist viel mehr als der Kauf der richtigen Technologie. Dieser Prozess erfordert ein umfassendes Engagement der Stakeholder im gesamten Unternehmen und selbst dann wird die Implementierung wahrscheinlich mehrere Monate dauern.

Der letzte Teil ist die Umsetzung:

Cross-Channel Daten: Dies ist eine große Herausforderung für die Infrastruktur, da wir Daten für jeden Kunden aus jedem Kanal kombinieren müssen. Dies ist sehr schwer, da man viel Know-How und viel Speicherplatz braucht, um die Daten von verschiedenen Channels einer Person zuzuordnen.

Customer Intelligence durch Aufzeichnung und Scoringsysteme:

Sobald Du Kundendaten vollständig verstehst, kann man Customer Intelligence (CI) implementieren. Das hat verschiedene Auswirkungen und Voraussetzungen für Sales und Marketing, da jedes dieser beiden eigene, unterschiedliche Daten braucht. Dein CI System sollte beide Bereiche abdecken.

Customer Journey verstehen:

Während Insights zur Customer Journey viel mit schätzen und Bauchgefühl zu tun hat, bringen Daten (etwas) Objektivität. Einfache Fragen, die offen sind, werden schnell beantwortet, wenn man das Customer Journey Verhalten auf ähnliche, potentielle Kunden anwendet. Werde erfolgreich mit dem, was erwiesenermaßen erfolgreich ist.

Langzeit Unternehmensziele:

Die Reise zum datengetriebenen Marketing beginnt mit dem Umdenken. Weg von den “künstlichen”, kurzfristigen Zielen hin zu Langzeitzielen. Der Fokus sollte darauf bestehen, was diese Ziele sind und alles nutzen, was diese Ziele positiv beeinflusst bzw. ein Stück näher bringt. Das ermöglicht dem Marketing die KPIs zu identifizieren, fleißig zu tracken und Strategien zu entwerfen. Außerdem bietet es Hinweise auf Fragen rund um den ROI, Akquisekosten, Planung, usw.

Genaue Prognosen:

Sobald deine Ziele klar definiert sind und die vollständigen Daten vorhanden sind, kann man viel bessere, genauere Prognosen aufstellen. Beispielsweise den Lead Score. Er gibt die Qualität des Leads an und dank der Daten kann man aus dieser Zahl eine Wahrscheinlichkeit einer Conversion berechnen. Danach kann man eine relativ genaue Prognose aufstellen. Das ist wieder ein Schritt weg von Meinungen und Bauchgefühl zu datengetriebenes Marketing, was man im Anschluss automatisieren kann.

“Best next action” für jeden Kunden:

Genaue Prognosen sind Bausteine für die nächsten Schritte, die ein Kunde gehen sollte. Das ist ähnlich wie Google sich durch Prognosen aussucht, welche Werbeanzeige aus welcher Anzeigengruppe aus welcher Kampagne angezeigt werden soll. Google benutzt Daten um dir Werbung zu zeigen, die bei ähnlichen Leuten funktioniert hat. Immer.

Dabei helfen dir die vorherigen zwei Texte, Teil 1 und Teil 2.

Marketingmaßnahmen und der echte ROI:

Den Erfolg einer Kampagne zu zeigen war schon immer schwer. Man muss bestimmte Parameter verändern und Erfolge tracken. Wissenschaftliche Methoden helfen dabei, die Auswirkung (auf den ROI) jeder Änderung mit möglichst wenigen fremden Faktoren zu messen. Datengetriebenes Marketing spielt hier eine der größten Rollen. Hier schneidet das traditionelle Marketing besonders schlecht ab, aber dank Customer Journeys, definierten Zielen und Conversions kann man mit seinem Unternehmen ROI-optimiert planen, ausführen und abliefern.

Automatisierter Kreislauf des ROI (Echtzeit Marketing):

Folgendes Szenario: Du hast eine Erkenntnis gewonnen und schickst eine E-Mail an alle potentiellen Kunden im Segment. Ergebnis: Erfolg.

Was ist aber mit den nächsten 1.000, oder die vom letzten Jahr? Um diesen Erfolg zu steigern und zu wiederholen musst Du den Prozess um die Insights automatisieren.

All diese Schritte werden mehr oder weniger innerhalb der Begriffe “Big Data” oder “Data Science” eingeordnet. Mit den richtigen Tools kann man diese Schritt ausarbeiten. Das Ziel dieser Schritte ist aber, Dir einen wiederholbaren Kreislauf zu zeigen, der auf Daten basiert und dir und deinem Team klare Metriken anzeigt.

Fazit

Datengetriebenes Marketing birgt verschiedene Herausforderungen mit sich: technologische und philosophische. Beide brauchen eine andere Denkweise.

Das Streben nach dem perfekten datengesteuerten Endergebnis führt zu einer kontinuierlichen Priorisierung, Zuordnung und Automatisierung. Dies kann in den kreativen Prozess integriert werden, um maximale Wirkung und schnelles Wachstum zu erzielen.

Mit einer Umstellung auf datengesteuertes Marketing können Marketer von veralteten Begriffen wie dem Marketing-Trichter, dem Zählen von Klicks, meinungsgesteuerten Entscheidungen und der Einwegkommunikation Tschüss sagen. Stattdessen können sie die Infrastruktur in ein intelligentes, sich selbst verbesserndes System verwandeln, das sie zu echten Kundengesprächen führt.

Bis vor kurzem schien dies wie Science-Fiction, aber jetzt nimmt das Ganze Gestalt an. Es besteht darin, die Bausteine der Customer Journey zu verstehen, wie sie geändert und erweitert werden können, um letztendlich immer mehr zu profitieren. Mit der aktuellen Technologie dauert es einige Wochen, bis die meisten dieser Schritte eingeleitet und genutzt werden können.

Datengesteuertes Marketing wird für einige Jahre noch nicht Standard sein, was dich in eine einzigartige Position bringen kann. Du kannst den Anderen einen Schritt voraus sein, indem du dein Unternehmen veränderst.

Erfahre mehr über die Philosophie von Oplayo in diesem PDF

Bei der Auswahl eines Online-Marketing Beratungs- und Serviceunternehmens oder eines Performance Marketing Teams achten Sie zumindest auf diese Auszeichnungen:PartnerBadge-HorizontalSEO 2015

Oplayo ist nun auch ein autorisiertes Beratungsunternehmen für „Digitale Markterschließung“ und „Digitalisierte Geschäftsprozesse“ 
Lassen Sie sich von uns beraten wie Sie davon profitieren können!