Datenbasiertes Marketing2019-03-15T16:45:05+00:00

Data Analytics im Marketing

Es ist noch nicht lange her, als Data Analytics im Marketing völlig unbekannt war. Progressive Unternehmen machen echtes Data Analytics im Marketing-Bereich erst seit ca. 2010. In den Wirtschaftswissenschaften lehrten die Marketingprofessoren an den Hochschulen noch bis vor wenigen Jahren, dass sich der Erfolg im Marketing nicht vorhersehen lassen würde. Sie sagten „von 100% investiertem Marketingbudget in unterschiedliche Marketingmaßnahmen wären wären 50% erfolgreich – aber welche 50% ließe sich nicht vorhersagen“. Die Professoren waren weiterhin der Meinung, dass die erfolgreichen Kanäle des vergangenen Jahres nicht automatisch auch im kommenden Jahr erfolgreich sein würden. Somit wäre es unvermeidbar, dass ein erheblicher Teil des Marketingbudgets schlecht investiert werden würde. Nun, um die Professoren etwas in Schutz zu nehmen muss man gestehen, dass Data Anaytics im Marketing damals nicht in dem Umfang möglich war. Insbesondere konnten damals Daten über Marketingkampagnen auch nicht in Echtzeit eingesehen werden. Eine Echtzeitsteuerung von Marketingkampagnen durch intelligentes Data Analytics im Marketing war unmöglich.

Im heutigen Zeitalter von Echtzeit-Erfolgskontrollen bei digitalen Marketingkampagnen sowie bei Printkampagnen oder Broadcast-Advertising-Kampagnen wie beispielsweise im Fernsehen oder Hörfunk stimmen die damaligen Lehren der Professoren nicht mehr.

Heutzutage bestehen die Herausforderungen im Digitalmarketing insbesondere in sechs Bereichen. Alle 6 Bereiche basieren auf Data Analytics im Marketing

  1. Die vollständige Erhebung essentieller Kundendaten auf allen Marketingkanälen und deren unterschiedlichen Touchpoints
  2. Das automatisierte Herauslesen und Erkennen verkaufsrelevanter Informationen
  3. Die maschinelle Abstraktion der Kunden- und Verkaufsinformationen unter Einbeziehung aller Datenquellen – das Ganze ist mehr als die Summe seiner Teile
  4. Das dynamische Marketing als ein Teil des dynamischen Pricings. Dynamisches Pricing ist vielmehr als Real-Time-Bidding-Systeme heute können. Dynamisches Pricing als Kombination aus Data Analytics und Softwareentwicklung. Multichannel-Digitalmarketing inklusive Programmatic Marketing und Real-Time-Bidding sind nur ein Teil des dynamischen Pricings. Dynamisches Pricing, selbst wenn es lediglich im Marketing stattfindet, beinhaltet zahlreiche Parameter. Zum Beispiel interne fix- und variablen Kosten, Deckungsbeiträge, Wettbewerbspreise und –verhalten, Marktentwicklungsanalysen und –vorhersagen, aktueller Verkaufszahlen (Angebot und Nachfrage) sowie automatisierte Zielgruppenorientierung. Data Analytics im Marketing ist jedoch zumeist ein guter Einstieg in das dynamische Pricing.
  5. Echtzeiterkennung Kampagnenverlauf – frühzeitige Erkennung von Tops und Flops im Kampagnenmanagement. Automatisiertes Kampagnenmanagement durch Data Analytics im Marketing. Ist der Marketingkanal aktuell erfolgreich? Ist ein anderer Marketingkanal etwas weniger erfolgreich aber dafür am Ende dennoch günstiger? Welcher Marketingkanal und welche Touchpoints sind zu teuer und müssen automatisch gestoppt werden?
  6. Einhaltung von Datenschutzverordnungen, – EU Datenschutzverordnungen sowie unternehmensinterne Datenschutzmaßnahmen.
Monte-Carlo-Simulation-zur-Bilderkennung-bei-HighPots_834x800
Statistik-Experten-bei-HighPots-Digitales-Marketing_834x600

Die mathematisch-stochastischen Verfahren die hinter dem Data Analytics im Marketing stehen sorgen dafür, dass Ihr Marketingbudget effektiv eingesetzt wird. Durch Data Analytics im Marketing werden beinahe in Echtzeit sämtliche Parameter analysiert und Entscheidungen vorgeschlagen. Somit wird Ihr Marketingbudget effizient eingesetzt.

Es gibt bis dato keine Anwendungen, die diese Komplexitäten abbilden. Ungeachtet mit welchen Hersteller-Applikationen Sie arbeiten. Keine Applikation in den Bereichen Online-Marketing, Vertrieb oder Kundenbeziehungsmanagement kann die Komplexität der Vielzahl der untereinander abhängigen Parameter standardmäßig abbilden. Dabei spielt es keine Rolle ob Sie mit Applikationen der Hersteller Microsoft (Dynamics CRM), SAP (Marketing / Customer Data Cloud), IBM (Watson) oder Sales Force (z.B. Journey Builder) arbeiten.

Daher muss Data Analytics im Marketing stets manuell durchgeführt werden. Dafür müssen nicht zwingend die proprietären Data Anyltics Editoren der oben aufgeführten Hersteller verwendet werden. Es kann vorteilhaft sein, Unternehmens-intern eigene unabhängige Data Analytics-Plafformen zu bauen die z.B. an existierende Data Warehouses angedockt werden. Mit einer standardiserten Schnittstelle kann somit an die Anwendungen der oben aufgeführten Hersteller angedockt werden. Auch Schnittstellen zu Data Analytics-Plattformen von Drittanbietern sind möglich. Z.B. zu Tableau, OpenRefine, NodeXL, SAS, etc.

Der Schlüssel für die Etablierung von Marketing Automation und Marketing-Digitalisierung besteht aus drei wesentlichen Komponenten. Data Analytics im Marketing, Requirements Engineering und Softwareentwicklung.

Wir bei HighPots kennen die Anforderungen und wissen, wie wichtig das Zusammenspiel dieser drei Komponenten ist. Wir bieten Ihnen viele Jahre Erfahrung und Wissen im Bereich Data Analytics im Marketing. Nutzen Sie unser Data Analytics Marketing-Consulting.

Unsere Erfahrungen in den Bereichen

  • statistische Verfahren
  • Programmiersprachen wie R, SQL, Java oder Python
  • Onlinemarketing und Vertrieb
  • Datenbanken und Big Data Datenräume
  • Mathematische Modellierung und Simulation

helfen Ihnen bei der Realisierung Ihrer Data Analytics-Verfahren zur Digitalisierung des Marketings. Rufen Sie uns an oder schreiben Sie uns einfach.