Daten sind längst zur wichtigsten Ressource der Informationsgesellschaft geworden. Sie helfen Unternehmen bei der Analyse von Kundenbewegungen oder unterstützen sie bei der Entscheidungsfindung über neue Produkte und ihre Vermarktung.
In Zeiten umfassender Vernetzung entstehen Daten in riesiger Menge und aus unterschiedlichen Quellen, von der Produktion über die klassische Verwaltung bis hin zu den sozialen Netzwerken. Erfassen und analysieren Unternehmen diese Daten, können sie auf dieser Basis zielgerichtete und personalisierte Marketing-Kampagnen starten – und zwar weitgehend automatisiert. Möglich wird dieses datengetriebene Marketing durch moderne Technologien wie Cloud Computing, Echtzeit-Datenverarbeitung und Künstliche Intelligenz.
Data-driven Marketing bedeutet aber mehr als nur den Einsatz von Technologie. Als ganzheitliches Konzept wirkt es sich nachhaltig auf die Unternehmenskultur und die gesamte Wertschöpfungskette aus, verändert Unternehmen im Zweifel also fundamental. Umso wichtiger ist es, bei der Umsetzung des Konzepts gründlich vorzugehen. Der IT-Dienstleister Macaw empfiehlt die folgenden fünf Schritte.
1. Business Case formulieren
Unternehmen brauchen einen Business Case, in dem sie definieren, an welchen Stellen welche Daten ihre Entscheidungen unterstützen sollen. Nicht alle Daten helfen bei allen Entscheidungen, deshalb ist es im Vorfeld erfolgskritisch, die Einsatzszenarien und Erkenntniserwartungen konkret zu beschreiben. Aus Definition und Use Case lassen sich die weiteren Schritte ableiten.
2. Die Qualität in den Mittelpunkt stellen
Die Tatsache, dass Daten in großen Mengen bereitstehen, könnte dazu verführen, sich nur wenig um ihre Qualität zu kümmern. Aber das Gegenteil ist notwendig: Datengetriebenes Marketing kann nur mit Daten erfolgreich sein, die in hinreichender Qualität vorliegen. Die richtige Menge und die nötige Qualität zu gewährleisten, ist daher ein unerlässlicher Schritt auf dem Weg zum Data-driven Marketing.
Die Aufbereitung der Daten umfasst die Konsolidierung von Stamm- und Kundendaten ebenso wie die Einbeziehung weiterer Informationen wie Transaktionsdaten aus laufenden Geschäften oder externe Daten aus sozialen Netzwerken. Durch die Bereitstellung von „Right Data“ oder „Smart Data“ lässt sich die Datenmenge begrenzen und die Qualität der Daten verbessern. Damit steigt die Effizienz ihrer Nutzung.
3. Die richtigen Technologien bereitstellen
Cloud-basierte Datenbanken können große Datenmengen schnell verarbeiten. Aber erst Künstliche Intelligenz ist in der Lage, daraus neue Erkenntnisse zu extrahieren. Mit Machine Learning trainierte Algorithmen sind etwa in der Lage, dem menschlichen Auge verborgene Zusammenhänge in großen Mengen unstrukturierter Daten sehr schnell zu erkennen und damit neue Erkenntnisse für die Entscheidungsfindung zu liefern. Unternehmen sollten so früh wie möglich anfangen, den Einsatz von KI zu evaluieren; die Technologie dafür ist reif und leistungsfähig genug.
4. Kompetenzen aufbauen
Data-driven Marketing ist aber selbst dann noch eine Sache für Fachkräfte, wenn KI schon wertvolle Hilfe geleistet hat. Für datengetriebene Geschäftsmodelle benötigt jedes Unternehmen entsprechende Fachkräfte: IT-Experten, die Daten sammeln und aufbereiten oder Prozesse modellieren; Data Scientists, die Algorithmen programmieren und trainieren; Data Specialists aus der Marketingabteilung, die die richtigen Fragen an die Daten stellen und die richtigen Schlüsse aus den KI-gestützten Analysen ziehen. Die fachliche Expertise für diese Tätigkeiten ist in der Regel bereits vorhanden, die technischen Kompetenzen können Unternehmen über interne Weiterbildung aufbauen. Zudem erhöhen Unternehmen durch solche internen Lösungen bei der eigenen Belegschaft die Akzeptanz für datengetriebene Geschäftsmodelle und den Einsatz moderner Technologien.
5. Pilotprojekte definieren
Wer über die notwendigen Daten in guter Qualität verfügt und qualifizierte Mitarbeiter hat, sollte am besten mit einem kleinen, überschaubaren Pilotprojekt in das datengetriebene Marketing starten, beispielsweise mit einer einzelnen Kampagne. Dadurch können Unternehmen Erfahrungen sammeln, die erforderliche digitale Infrastruktur aufbauen und anpassen und das interne Know-how schärfen. All das hilft Unternehmen bei weiteren Projekten, die sie bereits beim Start einplanen sollten, damit sie die erprobten Technologien und Methoden für die Datenanalyse unternehmensweit ausrollen können. Denn von den ersten Erfahrungen wird nicht nur das Marketing profitieren, sondern das komplette Unternehmen – bis hinauf zur Chefetage.
„So gut sie auch gemeint ist, die klassische Kundenbetreuung mit ihren konventionellen Methoden reicht bei Weitem nicht mehr aus, denn das Verhältnis zwischen Unternehmen und Kunden hat sich radikal verändert“, erklärt Uli Wolter, Managing Director bei Macaw Deutschland. „Die Ansprüche von Kunden sind massiv angewachsen und der Wettbewerb ist so hart wie nie zuvor. Unternehmen tun gut daran, die Haltung gegenüber ihren Kunden zu überdenken: sie müssen den Kunden in den Mittelpunkt ihres Agierens stellen und eine regelrechte Kundenkultur entwickeln. Data-driven Marketing ist ein essenzielles Werkzeug dafür.“
