Customer Journey im B2B Auf dem Weg zur Data Driven Persona

Mit Künstlicher Intelligenz zur Data Driven Company – Eine Aufgabe vor der zurzeit viele Unternehmen stehen. Doch allein die Bereitschaft, diesen Weg zu gehen, führt noch nicht zum Erfolg. Im Zuge der Digitalisierung einzelner Prozesse und Projekte, gilt es als Unternehmen, einige Hürden zu nehmen.

Anbieter zum Thema

SC-Networks GmbH

Vogel Corporate Solutions GmbH

Vogel Research

Wieso eigentlich Data Driven?

Alan Cooper ist es zuzuschreiben, dass wir heute mithilfe der Persona-Methodik eine fiktive Person kreieren können, die eine gesamte Zielgruppe repräsentiert. Diese Methode ist für das zeitgemäße Marketing unabdingbar und zu einem wertvollen Werkzeug geworden, welches dabei hilft zielgerichtet zu agieren.

Klassischerweise wird, um eine Persona zu bestimmen, eine Zielperson und ihre Eigenschaften eindeutig definiert. Anschließend wird die Ansprache auf der Customer Journey konkret auf die entwickelte Buyer Persona zugeschnitten. Diese Methodik greift primär im B2C-Marketing gut, da in der Regel die Frequenz an Interessenten und die Gesamtzahl der Einmalkäufer um ein Vielfaches höher ist als bei B2B-Kunden.

Die Idee: eine automatisierte Entwicklung von Personas im B2B

Bei B2B-Kunden der Datenerhebungsschwerpunkt ein anderer. Hier sind persönliche Daten lediglich sekundärer Weise relevant, da die für den Einkauf verantwortlichen Personen kontinuierlich wechseln.

Dies führte zu der Überlegung, wie Personas anhand von relevanten B2B-Kunden-Daten automatisiert entwickelt werden können, um diese auf Ihrer Costumer Journey zum richtigen Zeitpunkt mit den richtigen Werbemitteln anzusprechen

Als Lösung kam für dieses Projekt nur ein PoC in Frage, bei dem vorhandene internen Daten (CRM, ERP, etc.) und externen Daten (Webdata) in einem „Common Data Pool“ zusammen gefasst werden und mit verschiedenen Algorithmen wie zum Beispiel tSNE oder SVM auf Ähnlichkeiten analysiert und zu einer Buyer Persona zusammen geführt werden.

Herausforderung: die Daten

Nach der erfolgreichen Zieldefinition stellte sich der Weg der Umsetzung als schwieriger dar, als vorher angenommen wurde. Der Bedarf an Daten, um „Data Driven“ entwickeln zu können, ist schlüssigerweise recht hoch, doch genau dieser Umstand führt in vielen Unternehmen zu einer Vielzahl an Problemen.

Bei der Beschaffung der externen Daten wie beispielsweise den Webdaten, fehlen oftmals historische Daten, da das Unternehmen zwar bereits auf Webanalyse setzt, hier aber relevante Daten noch nicht verpixelt hat und sich somit ein Tracking als unmöglich darstellt. Bereits getrackte Daten werden oft nur bei dem Provider gespeichert, sodass ein Abruf von Daten ohne Schnittstellen nicht kontinuierlich gewährleistet wird. Weiterhin stehen die Compliance Vereinbarungen eines Unternehmens in einigen Fällen der Beschaffung externer Daten gegenüber. So entscheidet man sich möglicherweise zum Beispiel gegen Web-Analyse-Tools wie Google um Firmengeheimnisse und Datenschutz zu gewähren.

Bei internen Daten steht man hingegen Problemen anderer Art gegenüber. Durch historisch gewachsene Konzernstrukturen werden aufgrund von bestehenden Berechtigungskonzepten und den Aufbau historischer Systeme zur Datenverwaltung die Verfügbarkeit zur schnellen Datenbeschaffung massiv erschwert. Zum einen können Daten in diesen Systemen aus technischen Gründen nicht geliefert werden, zum anderen wird eine durchgehende Datendemokratisierung in vielen Unternehmen noch nicht gelebt. Regelbelieferung, Formatabsprachen und Verantwortlichkeiten sind oftmals langwierige Prozesse, die reglementiert werden müssen.

Lösungsansatz

Erst wenn die Hindernisse (Impediments) herausgestellt wurden, kann mit den vorbereitenden Maßnahmen begonnen werden. Hierzu gehört das Entwickeln eines Data Lakes, das Prüfen der Datenbeschaffung und der Datenqualität sowie die Vorbereitung einer entsprechenden Architektur.

Fazit: Eine klare Definition von Anforderungen ist ein Muss

Anders als Unternehmen die direkt als E-Commerce Company gestartet sind, müssen bei historisch gewachsenen Unternehmen viele Tools, neue Software und Analysetechniken in den laufenden Betrieb integriert werden. So kann das, eigentlich einfache, Erstellen eines Trackingplans mit der entsprechenden Verpixelungen, zu einem Projekt mit hohem Aufwand werden. Durch die Integration eines komplett neuen Channels wie dem E-Commerce im B2B Market, wird aufgrund der Menge an Aufgaben die klare Definition von Anforderungen und KPIs unerlässlich.

Praxisbericht auf dem Lead Management Summit

Sie möchten sehen, wie der Einsatz von Daten konkret in der Praxis aussehen kann? Erfahren Sie im Vortrag auf dem Lead Management Summit 2019, wie Continental den Schritt vom klassischen Marketing zur Data Science wagt.

Seien Sie dabei und erleben Sie Bonimir Ante Dolic von i2bdigital und Dubravko Dolic und Sebastian Vennebusch von der Continental AG live auf der Bühne, wo sie aus ihrem aktuellen Projekt berichten. Hier geht's zur Anmeldung.

Sie möchten noch weitere Programmhighlights entdecken? Dann werden Sie einen Blick in das Programm des Lead Management Summits.

* Bonimir Dolić ist Berater bei i2bdigital in Frankfurt.

(ID:45763147)