Artikel Datengesteuertes Marketing Digitale Transformation Smart Data

Die Zukunft des Marketings

05 Mär 2018

Ohne technische Hilfsmittel ist es nicht möglich, komplexe Zusammenhänge in großen Datenmengen zu erkennen – erst recht nicht in Echtzeit.

Kein Wunder, dass aus Sicht vieler Marketingleiter die Analyse von Big Data eine der zentralen Herausforderungen der kommenden Jahre darstellt.

Die Digitalisierung bedeutet eine völlig neue Ära für das Marketing- und Markenmanagement. Kaufentscheidungen werden auf vielfältige Weise und über die verschiedensten Kanäle getroffen. „Kunden denken allein an ihre Bedürfnisse. Sie interessieren sich nicht dafür, welche Vertriebs- und Marketingkanäle die Unternehmen für maßgeblich halten, solange sie ihre Informationen, Dienstleistungen und Produkte bekommen“, ist sich Tobias Meffert, Senior Business Intelligence Analyst bei Bisnode, sicher. Zwei Drittel der Interaktionen sind heute durch die Kunden ausgelöst, nur ein Drittel durch die Marketingorganisation. Das bringt vollkommen neue Anforderungen mit sich.

Fokus Kunde

Marketing hat sich in den letzten beiden Jahrzehnten deutlich gewandelt. Früher hieß Markenmanagement, die lineare Kommunikation formal, inhaltlich und zeitlich zu integrieren. Es war geprägt vom Einsatz von Massenmedien und Massenmailings, um breite Käuferschichten von den Vorteilen eines Produkts zu überzeugen. Heute steht mehr und mehr der einzelne Kunde im Zentrum der Betrachtung. Es kommt darauf an, den Kunden in die Prozesse mit einzubinden. Die Interaktion mit ihm führt zum Erfolg. Sein Lebensumfeld, sein Verhalten und seine Bedürfnisse zu verstehen – die viel zitierte 360°-Sicht auf den Kunden – ist Grundlage der Entscheidung, welches Produkt und welche Dienstleistung er über welchen der unterschiedlichen verfügbaren Kanäle zu welchen Konditionen angeboten bekommt. „Je präziser die Segmentierung von Kunden und die Prognose ihres Verhaltens, desto höher sind Kontakt- und Antwortraten und damit letztlich auch Abschlussquoten und Umsatz“, sagt Meffert. Aber auch die Zufriedenheit und Loyalität steigt aufgrund geringerer „Dissonanzen“ durch präzise Kundenansprache. Durch den fokussierten und erfolgreicheren Einsatz von Budgets und Ressourcen wird das Marketing zum wesentlichen Treiber für steigende Profitabilität.

Der Kunde ist künftig Kern und zentraler Bezugspunkt der integrierten Kommunikation. Es geht in der Markenkommunikation also nicht mehr vordergründig darum, der Zielgruppe etwas zu verkaufen, sondern sie zu begeistern und dauerhaft zu binden. Konsumenten wollen Teil der Geschichte werden, welche die Marke erzählen will. Deshalb ist es so wichtig, Inhalte klug zu kuratieren. Ganze Industrien scheitern häufig noch an sozialen Medien, weil sie deren Grundsätze nicht beherrschen: Transparenz, Authentizität, Teilhabe, Personalisierung, kontinuierliches Engagement. Erfolgreiche Markenbildung basiert deshalb nicht mehr auf Kampagnen, sondern ausschließlich auf anhaltender Interaktion mit Kunden. Vor allem jüngere Unternehmen schaffen es, den Kunden dabei genau zu verstehen.

Tagesaktuelle Daten

Was sich so einfach liest, stellt jedoch in Wirklichkeit hohe Ansprüche an die Leistungsfähigkeit von IT-Systemen und an die Qualität von Datenanalysen. Trotz technologischer und organisatorischer Fortschritte sind die Herausforderungen nicht geringer geworden. Das Internet und die mittlerweile allgegenwärtigen mobilen Endgeräte wälzen sowohl den Konsumentenmarkt als auch die Systeme und Prozesse aller Firmen massiv um. Soziale Medien geben dem schon länger beobachtbaren Wandel der Machtverlagerung vom Produzenten zum Konsumenten neuen Schub und kehren das Verhältnis sogar um.

Big-Data-Management ist eine komplexe Aufgabe. Bisnode erfährt in Projekten immer wieder, dass Unternehmen nicht wissen, wie sie mehrere Datenquellen verschiedener Abteilungen integrieren. Sie sammeln keine Daten, die über den eigenen Verwendungszweck hinausreichen, sie haben zu wenig Verständnis von der Bedeutung der Daten für andere User. Deshalb nutzen selten mehrere Abteilungen Daten gemeinsam. Vor allem produzierende Unternehmen verwenden nur einen Bruchteil der zur Verfügung stehenden Informationen. Die Quintessenz lautet: Viele Unternehmen haben das volle Big-Data-Potenzial noch nicht ausgeschöpft.

In aktuellen Befragungen gibt mehr als die Hälfte der teilnehmenden Unternehmen an, dass sie mit Big-Data-Initiativen vor allem die Analyse großer Datenvolumen verbessern oder Vorhersagemodelle aufbauen wollen. Nur knapp ein Drittel sieht die Beschleunigung von Entscheidungen als Chance, weniger als ein Fünftel die Automatisierung von Entscheidungen. Big Data werde eher von der IT als vom Marketing vorangetrieben, sagt die Mehrheit der Firmen. Gleichwohl werden Big-Data-Analysen vom Marketing häufiger vorgenommen als in der IT. In mehr als vier von fünf Unternehmen sind Daten für Marketing und Werbung heute schon wichtig, Tendenz steigend. Das gilt auch für die Ausgaben für datenbasiertes Marketing, vor allem, um Ziel, Effektivität und Effizienz von Marketinginvestments zu maximieren, um Kunden und Zielgruppen besser zu verstehen oder schlicht aufgrund der Notwendigkeit, digitale Medien an die Präferenzen der Kunden
anzupassen. Allerdings geben fast 40 Prozent der Unternehmen an, dass limitierte Budgets benötigte Investitionen in datenbasiertes Marketing verhindern. Außerdem stehen einer ganzheitlichen digitalen Marketingstrategie unterschiedliche Verantwortlichkeiten zwischen IT und Marketingmanagern im Wege. „In unserer Projektpraxis hat sich gezeigt, dass bei vielen Unternehmen noch großer Nachholbedarf bei der Verknüpfung von Daten besteht“, bestätigt Meffert.

Intelligente Computerprogramme

Die Beschleunigung von Prozessen und ganzen Märkten erreicht ständig neue Dimensionen, die Menge und Vielfalt von Daten, die für Analysen zur Verfügung stehen, ebenfalls. Big Data auf den Grund zu gehen erfordert für viele Unternehmen einen Paradigmenwechsel, erst recht wenn dies in Echtzeit erfolgen muss. Aber Big Data bietet eben auch jede Menge Chancen. Nie gab es so viele wertvolle Informationen über Kunden und Märkte. Vorhersagen werden präziser, und Unternehmen können viel feinere, aber signifikante Zusammenhänge identifizieren und nutzen sowie Kundensegmente gezielter und schneller ansprechen. Produkte und Services lassen sich dem individuellen Bedarf von Kunden anpassen (Design to Value) und so deren Zufriedenheit deutlich steigern.

Menge, Vielfalt und Komplexität der heute verfügbaren Daten machen es menschlichen Analysten schon lange praktisch unmöglich, darin enthaltene Zusammenhänge zu identifizieren. Durch Betrachtung von Daten wirklich neue Erkenntnisse zu gewinnen ist selbst dann äußerst unwahrscheinlich, wenn Muster vergleichsweise einfach sind. Es lassen sich bestenfalls Annahmen und Vermutungen gezielt überprüfen. Aber schon solche einfachen hypothesengetriebenen, konfirmativen Analysen erfordern Werkzeuge, welche die über Millionen Datensätze verteilte Information verwalten, sinnvoll aggregieren (Mittelwerte, Summen) und visualisieren. Dem Wachstum an Daten sind viele Werkzeuge für deskriptive Statistik nicht mehr gewachsen. Dies gilt auch zunehmend für die relationalen Datenbankenmanagement-Systeme, die über die Jahrzehnte zum Rückgrat der IT aller größeren Unternehmen geworden sind, deren Grenzen jedoch für viele Zwecke, etwa im Kampagnenmanagement, erreicht scheinen. Viele Firmen gehen mittlerweile andere Wege, wenn sie beispielsweise trotz großer Datenmengen den Überblick über Verlauf und Erfolg ihrer Marketingaktionen behalten wollen. Wenn in den Datenbergen dann auch noch bisher unbekannte Muster gesucht werden sollen, ist man ohne technische Hilfsmittel verloren. Selbst relativ einfache Zusammenhänge lassen sich durch einfaches Datenbrowsen nur zufällig finden. Werden die Muster komplexer, sind sie selbst für intelligenteste menschliche Analytiker und bei bester Softwareunterstützung zur Aggregation und Visualisierung der Daten praktisch unsichtbar. Spätestens hier kommt das sogenannte Data Mining ins Spiel. Hinter dieser Gruppe von Analyseverfahren verbirgt sich eine Vielzahl von Algorithmen und Methoden, die weitgehend autonom und automatisiert signifikante Zusammenhänge in großen Datenmengen aufspüren, aus denen sich wiederum Prognosen für zukünftige Ereignisse ableiten lassen. Moderne Verfahren sind in der Lage, auch Effekte zu erkennen, die sich aus dem Zusammenspiel von Dutzenden von Einflussfaktoren zusammensetzen. Und sie finden diese Muster in Grundgesamtheiten mit Zehntausenden von Variablen zu Millionen und Abermillionen von Datensätzen. Dass die auf diese Weise gewonnenen Vorhersagemodelle nicht nur theoretischen Wert haben, weiß man im Marketing, wo vielfältige Anwendungen für Data Mining existieren, schon seit vielen Jahren. Die im Databasemarketing praxisüblichen Modelle zeigen oft eine erstaunliche Fähigkeit, das Verhalten von Kunden oder Märkten oder den Erfolg von Produkt- oder Dienstleistungsangeboten mit hoher Wahrscheinlichkeit vorherzusagen.

Das Ende des Bauchgefühls

Gerade im Marketing, der Disziplin, die selbst versucht, Nachfrage zu kreieren, werden neue Dinge gerne und schnell ausprobiert. Kunden, die eine halbe Ewigkeit aus einem Bauchgefühl heraus gedeutet wurden, sollen heute über Daten definiert oder gefunden werden. Ihr Verhalten, das sich in zahlreichen gespeicherten Daten widerspiegelt, gibt Aufschluss darüber, was sie wirklich wollen und sogar wie glücklich oder unglücklich sie sind. „Smart Data statt Big Data ist das, was angestrebt wird. Die Daten sollen heute immer schlauer werden und alle möglichen Rückschlüsse und Erkenntnisse liefern. Das Konzept von Smart Data weist den Weg von einmalig ausgewerteten Daten hin zu ständig verfügbaren Zusatzinformationen, die einen Mehrwert bieten“, sagt Tobias Meffert. Doch gerade mittelständische Unternehmen tun sich schwer damit, den Schritt von Big zu Smart Data zu gehen. Sämtliche Systeme in Unternehmen, egal ob CRM oder ERP, bestehen größtenteils aus vorgefertigten Versionen, die einem „One fits most"-Ansatz folgen. Individuelle Anpassungen müssen teuer bezahlt werden. Hinzu kommt, dass die Systeme auch darauf ausgelegt sind, Prozesse und Abläufe konstant zu halten – das Gegenteil von Agilität und Experimentierkultur.

Datenexperimente im Labor

Wie löst man aber diesen Konflikt aus dem kontinuierlich hohen Anspruch an Bestandsprozesse, der letztlich die qualitativen Kernkompetenzen eines Unternehmens berührt, und der Notwendigkeit oder dem Wunsch, schneller, agiler und experimentierfreudiger zu werden? Die klassische Lösung aus der Softwareentwicklung ist das „Sandboxing“, die Einrichtung eines geschützten Raums, der weitgehend losgelöst vom Tagesgeschäft operiert, mithin also die tägliche Arbeit nicht schädigt. Gleichwohl kann er auf die „echten“ Daten zugreifen und somit möglichst realitätsnah die Ausgangssituation und die daraus erwachsenden Szenarien simulieren. Auch für Smart-Data-Projekte gibt es derartige „Sandkästen“, in denen sich die experimentierfreudigen Marketer und Vertriebler nach Lust und Laune austoben und ihre Hypothesen prüfen können. Ein solches Big-Data-Analyse-Labor betreibt Bisnode. Das „Bisnode Big Data Analytics Lab“ greift auf einen internen Datenpool von 285 Millionen Unternehmen aus 230 Ländern zu und nutzt selbstverständlich die Bandbreite externer Big-Data-Quellen. Unternehmen sind also in der Lage, weit mehr Daten experimentell zu nutzen, als sie selbst zur Verfügung haben. Jeder Teilnehmer am System profitiert von dessen Größe und trägt gleichzeitig – anonymisiert, versteht sich – zum Wachstum der Community bei. Im Big Data Analytics Lab lassen sich gezielt Hypothesen, Szenarien sowie Ergebnisse prognostizieren und evaluieren.

Nur Daten, keine Kreativität?

Die „New York Times“ hat zu Recht die Schwierigkeiten hervorgehoben, die mit zu viel Segmentierung einhergehen – und zu wenig Kreativität: Die Big-Data-Ära habe Organisationen oftmals in ihrem eigenen, raffinierten Fortschritt ertrinken lassen. Sie kämen mit dem nötigen Kundenverständnis und neuen, effektiven Botschaften nicht mehr hinterher, um mit der chirurgisch präzisen Zielgruppenansprache Schritt zu halten, welche die Datenanalyse nun erlaube. Der Aufstieg von „Digital Natives“ und „Empowered Customers“ gilt als größte Disruption des Marketings der Zukunft. Eine alternde Bevölkerung und Datenschutzängste sind soziale und legale Faktoren, die die Kampagnen der nächsten Jahre am stärksten beeinflussen werden. Meffert fasst zusammen: „Content Marketing ist die Disziplin, die den größten Einfluss auf das Marketing der Zukunft haben wird. Data Analytics ist dabei die wichtigste Fähigkeit, die Unternehmen besitzen müssen.“


Hinweise zum Datenschutz

Die von Ihnen angegebene Daten nutzen wir ausschließlich zum Beantworten Ihrer Anfrage. Sollten Sie sich für die Bisnode Infomails anmelden, dann werden die Daten zum Zweck der Zusendung der Bisnode Infomails (Newsletter, Veranstaltungs- oder Webinareinladungen, Aktionen oder Produktlaunches) verwendet.
Mehr zum Datenschutz hier lesen