Suchen

Datenanalyse und Next Best Action Marketing Automation – der Schlüssel liegt in den Daten

| Autor / Redakteur: Janko Zehe* / Lena Müller

Mithilfe von Marketing Automation kann es Unternehmen gelingen, People-based Marketing umzusetzen. Erfolge erzielen sie damit jedoch nur, wenn sie zuvor die entscheidenden Erkenntnisse aus den Kundendaten ziehen, um Interessenten an jedem Berührungspunkt der Customer Journey echte Mehrwerte zu liefern.

Firmen zum Thema

Datenquellen sind der Schlüssel zu einer erfolgreichen Customer Journey, denn diese können dabei helfen, Interessenten bei ihrer Kundenreise interessante Mehrwerte zu bieten.
Datenquellen sind der Schlüssel zu einer erfolgreichen Customer Journey, denn diese können dabei helfen, Interessenten bei ihrer Kundenreise interessante Mehrwerte zu bieten.
(Bild: gemeinfrei / Pexels )

Marketing-Konzepte wie Personas werden schon lange zurate gezogen, um die richtige Ansprache für Kunden zu finden. Inzwischen ist die Fokussierung auf diese aber nicht mehr ausreichend, denn sie spiegeln nur idealtypische Überlegungen wider, nicht die individuelle, hochkomplexe Customer Journey. Die Annahmen können helfen, müssen jedoch mit einer Datenbasis validiert werden, um sich dem einzelnen Kunden anzunähern – mithilfe von Informationen, die die Unternehmen sammeln und zusammenführen. Daraus lassen sich anschließend Nutzersegmente bilden, die das Unternehmen mit Nurtures bespielen kann. Diese sollten auf eine Next Best Action ausgerichtet sein, also eine Folgeaktion, die zur jeweiligen Situation des Kunden passt. So lässt sich das Interesse des Kunden gewinnen – und auch halten.

Datenquellen identifizieren und ausschöpfen

Wo befinden sich die relevanten Daten, um solch einen Ansatz fahren zu können? Bei bekannten, registrierten Kunden liegt es auf der Hand: Hier stammen diese etwa aus der Kaufhistorie oder dem Warenkorb und sind neben anderen Informationen im ERP-System des Unternehmens gespeichert. Doch auch über User, die nicht eingeloggt sind, lassen sich Informationen beschaffen. Die entscheidenden Daten liefern vor allem große Ad- und Social-Netzwerke, die an User mithilfe von Targeting passende Anzeigen ausspielen. Über diese wiederum gelangen sie auf die Unternehmenswebsite.

Hürden bei der Datenanalyse

Erschwert wird die Datenanalyse jedoch durch die Tatsache, dass User oft mehrere Endgeräte nutzen und zwischen verschiedenen Kanälen hin und her wechseln – auch im Geschäftsalltag. Es gibt verschiedene technische Möglichkeiten, solche Channel- und Device Gaps zu überwinden. Sogenannte Device Bridges erkennen zum Beispiel, welche Geräte zu einem Nutzer gehören, und kommunizieren diese Information an andere, teilnehmende Websites. Ein weiteres Verfahren ist das Visitor Stitching. Es setzt statistische Mittel ein, um mehrere Geräte des gleichen Nutzers zu identifizieren. Dabei werden Daten wie IP-Adresse, Zeitpunkt, Geo-Location und User Agent (Browser- und Betriebssystem) ausgewertet. Außerdem gibt es ID-Services von Drittanbietern, die kanalspezifische Cookies synchronisieren. Der Datenschutz, nicht zuletzt aufgrund der DSGVO und entsprechender Browsereinstellungen, beschränkt den Bezug dieser Daten jedoch weiter. Daher setzen viele Marketer auf First-Party-Daten.

Damit Unternehmen bei der Analyse keine falschen Schlussfolgerungen treffen, sollten sie die Datenerhebung auf alle Fälle mit Sorgfalt behandeln. Vielleicht hat ein Nutzer aus Versehen auf ein Banner geklickt und nicht, weil ihn die Anzeige wirklich interessiert. Um das herauszufinden, helfen statistische Verfahren: Der Zusammenhang zwischen dem Messpunkt und seiner Auswirkung muss eine gewisse Signifikanz aufweisen. Je nach Person kann diese Kohärenz unterschiedlich ausfallen.

Zusammenführung in einen Datenpool

Alle Informationen, die das Unternehmen aus den verschiedenen Quellen erfasst, sollten schließlich in einem Datenpool zusammenfließen. Daraus lassen sich Nutzer mit ähnlichem Verhalten in Gruppen einteilen – viele Marketing Clouds können diese Cluster automatisiert erstellen. Wer beispielsweise Angebote vergleicht, befindet sich in der Phase „Evaluation“. Jemand, der ein Produkt bereits gekauft hat und nun die FAQs durchforstet sowie nach einer Service-Hotline sucht, befindet sich in der Journey Stage „Nutzung“.

Die technische Basis, um den individuellen Nutzer und seine Customer Journey Stage zu bestimmen, bildet ein Identity-Management-System in Kombination mit einer Customer Data Platform (CDP). Solche Plattformen speichern sowohl anonyme als auch personenbezogene Nutzerprofile – wobei Unternehmen unbedingt auf den Datenschutz achten müssen, denn bei Letzteren greift die DSGVO. In Kombination mit einer Consent Management Platform wird neben den eigentlichen Daten auch das Einverständnis des Nutzers zur Speicherung dieser abgelegt. Die CDP verwaltet zudem verschiedene Identitäten in unterschiedlichen Geräten sowie über verschiedene Kanäle und fungiert als Schnittstelle zwischen Marketing-Architektur und CRM.

Fazit: Mit Daten zu automatisierten, individualisierten Experiences

Welche Technologie schließlich zum automatischen Ausspielen der Experiences zum Einsatz kommt, hängt stark von den Anforderungen der Branche, des jeweiligen Unternehmens sowie dessen Kunden ab. Der Tech-Stack sollte maßgeschneidert sein, eine allgemeingültige Lösung gibt es nicht.

Für die erfolgreiche Marketing Automation ist die Datensammlung sowie -analyse in jedem Fall unerlässlich. Denn so gelingt es Unternehmen, die Next Best Action zu ermitteln, die ihnen bei ihren Interessenten und Kunden zwei entscheidende Vorteile verschafft: Einem Lead können sie Produkte und Angebote bieten, die sich zuvor schon bei ähnlichen Kunden bewährt haben. Mithilfe von Lookalike Audiences können sie zudem Nutzer, die einer besonders attraktiven Kundengruppe angehören, gesondert bewerben und so ihr Marketing-Budget effizienter einsetzen. In beiden Szenarien steigern sie die Kundenzufriedenheit, machen aus Interessenten Käufer und im Idealfall aus Kunden loyale Wiederkäufer – und die Marketing Automation wird zum Erfolg.

*Janko Zehe ist Senior Principal Consultant und CRM-Experte bei Namics – A Merkle Company.

(ID:46655662)