Ems de wp 17 advanced analytics

DOSSIER: KUNDENKENNTNIS

1

VORWORT Liebe Marketing-Profis, Vielleicht ist es Ihnen noch nicht bewusst, aber Analytics könnte sich schon bald zu Ihrem MarketingSuperhelden entwickeln!

Ich ahne, was Sie sagen werden: Nicht schon wieder ein gehyptes Buzzword des Marketing- und BusinessJargons!

Aber nein! Für uns ist Analytics kein Buzzword, sondern eine Einstellung!

Es ist Teil der Experian-DNA, um unsere Datenexpertise den Unternehmen verfügbar zu machen und Ihnen jederzeit eine treffende Kommunikation mit Ihren Kunden zu ermöglichen.

Wer wünscht sich nicht manchmal, den endlosen Datenfluss eines Unternehmens eindämmen zu können?

Wer würde eine Lösung ablehnen, die den vernebelten Marketinghimmel lichtet und die Präzision der Strategien und somit deren Effizienz steigert?

Kunden, Daten, Be­ ziehung, Engagement, Kanal, Schwemme, Beschleunigung, Bindung, Werte, Potential... Schweben Ihnen diese Begriffe vor?

Aber wissen Sie auch, wie man daraus den Soundtrack zu Ihrem Weg zusammenstellt, der Sie zum Ziel führt? Welches Ziel?

Na, das lautet natürlich „die Kunden zufriedenstellen“!

Wir treffen oft auf Unternehmen, die diese Themen kennen, aber noch nicht alle Möglichkeiten nutzen, die Daten optimal zu bearbeiten und zielgerichtet einzusetzen – oft wegen fehlender Zeit, mangelhaften statistischen oder techni­ schen Kompetenzen, zu geringem Budget...

Können Sie die Vorteile für Ihr Unternehmen, Daten in umsetzbare Erkenntnisse zu verwandeln, noch nicht rechtfertigen? Oder zweifeln Sie noch am richtigen Weg, diese AnalyticsSuperkräfte in den Dienst Ihrer Marketingkampagnen zu stellen?

Wir möchten Ihnen deshalb diesen Leitfaden an die Hand geben, um Ihnen die verschiedenen AnalyticsMethoden aufzuzeigen, aber auch, um Ihnen den Schritt in dieses unbekannte Terrain zu erleichtern.

Viel Spaß beim Lesen wünscht Ihnen Philippe Jaoui Director EMEA Data and Analytics Experian Marketing Services

Photo © Ondine Goldswain/iStockphoto

GUT REDEN KANN ICH MIT VIELEN. GUT SCHWEIGEN NUR MIT WENIGEN. Die Experian Marketing Suite erreicht Ihre Kunden mit der richtigen Botschaft zum richtigen Zeitpunkt auf dem richtigen Kanal.

Und sie erkennt auch, wann es gut ist, einfach mal zu schweigen.

INHALTSVERZEICHNIS

5

DAS ANALYTICS-PARADOXON

6

DREI SCHRITTE ZUM ERFOLG

10 12

STECKBRIEF ANALYTICS

DER MARKETINGKUMMERKASTEN

13 4

8

OHNE DATEN KEINE ANALYSE

WAS WIRD MORGEN AUS ANALYTICS?

14

SCHLUSSWORT

15

GLOSSAR

DOSSIER: KUNDENKENNTNIS

WUSSTEN SIE SCHON?

DAS ANALYTICS-PARADOXON Die Datenverwaltung befindet sich heute am Ausgangspunkt aller großen Marketingprobleme.

Der Big-Data-Effekt trifft jetzt auch die Marketing-Profis.

Daten sind überall und entstehen jederzeit. Sie können strukturiert sein, in Echtzeit übermittelt werden oder auch nicht. Sie können in massiver oder in sehr detaillierter Form vorhanden sein.

Sind die Daten unbearbeitet, ist Analytics wie Rohöl: Nur wenn man weiß, wie man es raffiniert, ist man wettbewerbsfähig. Die Analytics-Algorithmen ermöglichen es Ihnen, die kompletten Daten in Informationsquellen für Ihre Entschei-

DOSSIER: KUNDENKENNTNIS

dungen umzuwandeln. Dank fortgeschrittener Analytics können Sie Segmentierungs­ modelle basierend auf Dutzenden, ja Hunderten von Variablen erstellen, die für Ihr Marketingprogramm direkt nutzbar und aktivierbar sind. Zudem werden Sie die Verhaltensweisen und Anforderungen Ihrer Kunden voraussagen können, um Ihr Angebot auszuweiten und so die Kundenzufriedenheit zu steigern.

Auch wenn die meisten Marketing-Profis die Bedeutung fortgeschrittener Analytics kennen, segmentieren viele Ihre Kunden basierend auf dem Kundenwert, z .B. Klein-, Mittel- und Großkunden oder

auf Aktualitäts-, Häufigkeitsund Geldwert-Analysen (RFM)*.

Und sie nutzen nur drei bis fünf Variablen, um Segmente und Kampagnen zu erstellen.

Die Erklärung dieses Phänomens ist relativ einfach. Die Marketing-Profis fürchten die Komplexität der Veränderungen und bezweifeln, die Ergebnisse ihrer Analysen auch umsetzen zu können. Zudem scheuen sie oft die damit verbundenen Kosten und beklagen die fehlende Flexibilität der Unternehmen für eine neue, agilere Strategie.

* RFM steht für „Recency, Frequency, and Monetary Value“.

5

DREI SCHRITTE ZUM ERFOLG Wie können sich die Analytics-Möglichkeiten eines Unternehmens von der ad hoc Analyse zu fortgeschrittenen Analytics wandeln? Welche Möglichkeiten bieten die einzelnen Etappen? Stéphane Martis, Head of Data & Analytics, Experian Marketing Services Frankreich, hat die Antworten.

Bevor wir uns voll in die fortgeschrittenen Analytics stürzen, sollten wir bedenken, dass Unternehmen ja klassische Analysen nutzen. Oft nutzen sie unstrukturierte, grundlegende und kaum vernetzte Analysen.

Diese deskriptiven Analysen dienen zur Evaluation eines klar definierten Blickwinkels auf eine bestimmte Frage zu einem bestimmten Zeitpunkt.

Wir möchten Ihnen die zahlreichen Analysemöglichkeiten für Ihr Unternehmen zeigen, während gleichzeitig die Prozesse vereinfacht werden und Ihr Marketing effizienter wird.

Denn wie wir wissen, ist der Kunde König und sollte optimal betreut werden.

Eine kürzlich durchgeführte Studie von Experian zeigt, dass sich

6

66% der Marketing-Profis in das Abenteuer „vorausschauende Analytics“ begeben. Dies ist allerdings erst der zweite Schritt.

Predictive Analytics ist eine Business-IntelligenceTechnologie, die eine Bewertung (den sog. Score)

den Verlust von Kunden zu verringern.

Die Scores für alle Kunden zeigen dabei dem Unternehmen, welche Maßnahmen zu treffen sind und welche Aktionen in Echtzeit für eine bessere Zufriedenheit sorgen werden.

66% der Marketing-Profis planen im nächsten Jahr, vorausschauende Analytics zu nutzen, um Kampagnen zu erstellen Digital Marketer Report 2016

für einen Kunden oder andere Elemente vorhersagt.

Die Zuweisung solcher Bewertungen ist die Aufgabe eines Vorhersagemodells, das wiederum durch Ihre Daten erstellt und verfeinert wird und das Wissen und die Erfahrung Ihrer Organisation abbildet.

Predictive Analytics optimieren Marketingkampagnen und das Besuchererlebnis auf Webseiten, um die Anzahl der Kundenanfragen, -dialoge und -klicks zu erhöhen und

So können Sie mit Algorithmen auf Basis von unzähligen Kriterien eine Segmentierung durchführen – beispielsweise bezüglich des Verhaltens.

Wie ist das Einkaufsverhalten der Kunden? Werden sie von den Angeboten angesprochen?

Sind sie treu? Und falls ja, wie oft kaufen sie ein? Ihre Segmentierung kann auch auf der Produktart, die gekauft wird, oder auf den Marken, die den Kunden zusagen könnten, beruhen.

DOSSIER: KUNDENKENNTNIS

Zudem können Sie bei Bedarf die geographischen Zonen Ihres Vertriebsnetzes analysieren, um das Potential jedes Standorts zu optimieren.

könnten. Wenn Sie häufig gekaufte Produkte anzeigen, erhöhen Sie die Wahrscheinlichkeit, dass Cross-Selling-Chancen wahrgenommen werden.

Vorausschauende Analytics berechnen Ihnen die Kaufneigung Ihrer Kunden.

Wie viel geben Ihre Kunden über die Zeit für Ihre Angebote aus? Welche Kunden reagieren wahrscheinlich auf Ihre Angebote, je nach Inhalt? Ab welchem Moment verwandelt sich ein potentieller Kunde mit dem ersten Einkauf in einen Kunden? Und wann ist bei Bestandskunden der nächste Kauf zu erwarten?

Präskriptive Analytics stellen die letzte Etappe Ihrer fortgeschrittenen Analytics-Strategie dar.

Damit, und mit Ihren Daten und Ihrem Marketingmaterial können Sie endlich klar definieren, was zu tun ist, um Ihre Ziele zu erreichen oder den Einkaufs­ablauf Ihrer Kunden vorherzusagen.

Und wenn Sie nicht nur mit Vorhersagen, sondern mit fortgeschrit­tenen Analytics in die prä­skriptive Phase gehen?

Mit den Algorithmen von präskriptiven Analytics kann Ihr Unternehmen den Kunden Empfehlungen bieten, die sich nach den Informationen im jeweiligen Profil richten, wobei die Rahmenbedingungen Ihrer Branche (aktuelles Produktportfolio, Lagerbestand, Gewinnspanne usw.) beachtet werden.

Sie können verschiedene Hebel nutzen, um die Empfehlungen umzusetzen: Schlagen Sie ein neues Produkt vor, um ein früher gekauftes Produkt zu ersetzen, oder bieten Sie ein Paket mit mehreren Produkten zu reduziertem Preis an. So erreichen Sie einen zusätzlichen Kauf (Up-Sell)!

Machen Sie Angebote, die Ihre Kunden nach ihrer Kaufhistorie interessieren

DOSSIER: KUNDENKENNTNIS

mationen über den Erfolg dieser Modelle: Im FMCG-Sektor kann der durchschnittliche Warenkorb um zwei bis drei Dollar erhöht werden. Einige Unternehmen, die fortschrittliche Analytics nutzen, haben Steigerungen von bis zu 30% in der Klickrate und 20% im Engagement verzeichnet.

Auch sind deutliche strukturelle Einsparungen möglich.

Die Zentralisierung der Daten in einer einzigen Lösung, die die gesamte Wertschöpfungskette von der Erfassung bis zur Marketing-Umsetzung umfasst, führt zu Einsparungen, denn Sie müssen die zugehörigen Kosten der verschiedenen Tools und deren Überwachung nicht mehr berücksichtigen. Ebenfalls gehören eingeschränkte Analysemöglichkeiten der Vergangenheit an, da alle Tools jetzt miteinander verbunden sind.

Hier können Sie mit einer Danke-Seite oder einer Bestätigungs-Mail beim Kauf ein weiteres Angebot bewerben (Next-Sell-Empfehlung).

Wenn diese Marketing-Sprache und Analytics Ihnen Sorgen bereitet und Sie die Nützlichkeit eines komplexeren Ansatzes zur Leistungssteigerung noch nicht sehen, hier noch einige Infor-

PRÄSKRIPTIVE ANALYTICS EMPFEHLUNGEN Empfehlungsberechnungen aufgrund der Kundenanalysen: - Up-Sell

- Cross-Sell

- Next-Sell

VORAUSSCHAUENDE ANALYTICS FORTGESCHRITTENE SEGMENTIERUNG vorausschauende Segmentierungsarten, z.B. - Produktsegmentierung - Markensegmentierung - Verhaltenssegmentierung

SEGMENTIERUNG

BEREITSCHAFT Wahrscheinlichkeitsberechnung für verschiedene Profile: - Kundenwert Lebenszyklus - Kundenengagement - Kaufwahrscheinlichkeit - Erneuter Kauf

ERKENNTNISSE

Klassische erklärende Segmentierungsschemen, z.B. - RFM (Aktualitäts-, Häufigkeits- und Geldwert) - SML (Klein-, Mittel- und Großkunden)

LOCATION

Geomarketing-Studien zur Optimierung des Potentials des Händlernetzes.

DESKRIPTIVE ANALYTICS

Regelmäßiges Reporting / Ad-Hoc-Reporting

7

OHNE DATEN KEINE ANALYSE Analytics, Big Data, Data Driven Marketing... Diese Fachwörter sind in aller Munde, aber was bedeuten sie wirklich? Wir haben für Sie Felipe Henao Brand, Leiter der Strategie Data & Analytics EMEA, Experian Marketing Services, befragt.

Alle Unternehmen möchten ihren Kunden höchste Priorität beimessen. Was ist Ihrer Meinung nach der Schlüssel dazu?

Zweifellos die Daten! Nur mit ihnen können Marken ihre Mitteilungen in Form und Inhalt individuell gestalten, je nach Wissensstand über ihre Kunden. Sie sind der Schlüssel zum Erfolg einer Data-Driven Marketingstrategie.

Aus einem Blickwinkel des Data-Driven Marketing muss das Unternehmen sich auf alle Daten stützen, um das Wissen über die Kunden zu erweitern.

Dazu gehören auch Drittdaten, mit denen die eigenen Kundendaten angereichert wurden. Mit

Data-Driven Marketing – Wie würden Sie diesen Begriff für einen Neuling definieren?

Data-Driven Marketing besteht darin, die Daten zu strukturieren und analysieren, um einen Blick auf die Verhaltensweisen und Erwartungen der Konsumenten zu erhalten. So kann die Marke den Marketingkontakt mit ihren Kunden über einen genau zugeschnittenen und kohärenten Dialog auf allen Kanälen optimieren, was Mehrwert schafft.

Zudem kann die vorhandene Kundendatenbank erweitert werden.

Würden Sie also sagen, dass Analytics und Data-Driven Marketing eng miteinander verbunden sind?

8

diesen Informationen und den Lehren, die aus der Analyse aller Erkenntnisse gezogen werden, kann das Unternehmen Modelle entwickeln, um für die richtige Person im richtigen Moment die richtige Aktion abzuleiten.

Und deshalb müssen die Meldungen so persönlich wie möglich gestaltet werden.

Aber kann man die Vorteile von Analytics für Data-Driven Marketing darauf beschränken?

Das wäre nicht sehr umfassend.

Die Daten für die Veränderung

der Kommunikation zu nutzen, ist nur ein Teil des endlosen Potentials von Analytics, denn damit können unzählige Probleme unserer Aufgabe in den Unternehmen gelöst werden: Verständnis der einzelnen Kundenprofile, Erfassen der Verhaltensweisen, aber auch Vorhersage der Wünsche, Wertverbesserung der Kunden durch Hinzufügen neuer Kunden auf Basis der besten Kundenprofile, Entwicklung des Netzpotentials gemäß der lokalen Möglichkeiten und der Konkurrenz... Das sind nur einige Beispiele, die die unendlichen Möglichkeiten von Analytics aufzeigen.

Wenn ein Unternehmen die Analytics-Fähigkeiten sofort erweitern möchte, welche Tipps würden Sie geben?

Natürlich sind die Optimierungsmöglichkeiten für jedes Unternehmen anders.

Aber einige allgemeine Tipps gelten für alle Unternehmen, die fortgeschrittene Analytics einsetzen möchten.

Zuerst ist es äußerst wichtig, die Datenbank ganz genau zu untersuchen. Welche Informationen sind darin enthalten?

DOSSIER: KUNDENKENNTNIS

Wie vollständig ist sie? Welche Qualität haben die einzelnen Elemente? Es ist wichtig, ein Kontaktdaten-Audit durchzuführen, d.h. die Überprüfung, Korrektur und Normalisierung des Datenbestandes. Zur Korrektur und Prävention existieren professionelle Tools, die den Unternehmen dabei helfen.

Wenn die Daten eines Unternehmens nicht für eine fortgeschrittene Analyse reichen, muss man untersuchen, ob diese auch mit Daten von Partnern (sog.

Second Party Data) oder Daten Dritter angereichert werden können? Die Datenbank ist häufig die Hauptschwäche der Marketing-Profis, auch wenn sie ein sehr wichtiges Instrument darstellt. Sie ist das Fundament für die Analyse, die Kunden besser zu verstehen und ihnen die richtigen Angebote zu machen.

Sie sprechen von verschiedenen Datentypen. Können Sie uns diese kurz einzeln erklären und sagen, wozu sie dienen?

Man spricht von drei Datentypen, die die CRM-Daten ausmachen: First Party Data für die unternehmenseigenen Daten, Second Party Data für Partnerdaten und Third Party Data für Daten, die bei Dienstleistern erworben werden können.

Es ist wichtig, diese verschiedenen Datentypen nebeneinander zu betrachten. Einige beantworten die Frage „Wer ist mein Kunde?“ mit dessen Name, Alter usw., während andere die Vorlieben (Reaktionen auf verschiedene Botschaften, Kaufhistorie...) beantworten oder die Gewohnheiten (Surfen auf der Website, bevorzugter Kanal...) aufzeigen.

Kann das Unternehmen loslegen, sobald das Datenfundament stimmig und bereichert ist?

Die Datenbank ist die wichtigste Bedingung für den Erfolg, aber nicht die einzige.

Das Unternehmen muss eine klare Methode für die vordefinierten Ziele bestimmen.

Danach müssen die für die interne Umsetzung nötigen Ressourcen identifiziert werden.

Oder aber das Unternehmen wählt einen externen Partner, wenn es die nötigen Fähigkeiten ad hoc nicht unter den Mitarbeitern finden kann.

DIE WICHTIGSTEN VORARBEITEN FÜR FORTGESCHRITTENE ANALYTICS

2

3

4

Datenanreicherung

Erstellung der AnalyseModelle

Automatisierung von Entscheidungsprozessen

1 Audit und Bestätigung der Daten

DOSSIER: KUNDENKENNTNIS

9

STECKBRIEF ANALYTICS Unsere Expertin Rui You, Data Scientist, Experian Marketing Services EMEA hat sich bereit erklärt, den Steckbrief ihrer Disziplin auszufüllen.

Was wäre, wenn Analytics... …eine Kunstrichtung wäre?

Analytics ist wie der Pointillismus. Aus der Nähe sieht man unzählige einzelne Punkte. Von weitem aber erkennt man ein Bild mit den Gewohnheiten und Vorlieben der Kunden. Und plötzlich nimmt alles Form an!

…ein Acessoire wäre?

Eine Lupe! Das unverzichtbare Accessoire zur genauen Untersuchung der Profile und Gewohnheiten der Kunden. Um Visionär zu sein, muss man sich alles aus der Nähe ansehen.

…ein Verkehrsmittel wäre?

Dann wäre es eine Rakete. Der Start scheint schwierig, aber in den Händen eines Spezialisten kann sie viele, viele Kilometer weiter fliegen und uns zu weit entfernten Zielen führen.

…eine Redensart wäre?

Kenne deine Kunden, und du erkennst dich selbst. – Dies ist möglich mit allen gesammelten Details aus den vergangenen Interaktionen oder aus den Interaktionen mit Profilen, die denen Ihrer besten Kunden ähnlich sind: Weshalb also von vorne anfangen?

…ein Zitat wäre? „Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen.“ Niels Bohr

10

DOSSIER: KUNDENKENNTNIS

Weshalb zwischen einer umfassenden Lösungssuite für Cross-Channel-Marketing und fortgeschrittenen Analytics-Lösungen wählen?

EXPERIAN MARKETING SUITE

TARGET-MODUL Prädiktive Analysen für alle • Nutzen und bereichern Sie Ihre Daten für eine einzigartige Sicht auf den Kunden.

• Analysieren Sie die Engagementrate Ihrer letzten Kampagnen.

• Sagen Sie die zukünftigen Erwartungen und Interaktionschancen vorher, um sie individuell zu gestalten.

Verbessern Sie ständig Ihr Kundenwissen, um die Erwartungen zu übertreffen und das Engagement Ihrer Kunden zu erhöhen.

Möchten Sie mehr über die Experian Marketing Suite wissen?

(0211) 220 424 0

experian.de/marketing-services info-ms@experian.de

DER MARKETING KUMMERKASTEN

Meine Datenbank ist

atenbank

D In meiner ublich sind ungla , aber viele Daten g meiner die Leistun n reicht Kampagne nicht aus.

Ich habe den Eindruck, dass das Potential meines Netzwerks sehr ungleich ist. Bestimmte Ladengeschäfte leisten weniger als erwartet. Ich möchte das Kundenprofil in diesen schwachen Zonen besser ansprechen.

voll mit potentiellen Kunden, aber die Konversionsrate in Leads ist sehr schwach. Ich bin mir nicht sicher, ob die richtigen Personen angesprochen werden.

Ich möchte automatische Angebotsempfehlungen entwerfen, die in meinen Marketingkampagnen in den verschiedenen Kanälen erscheinen.

Ich stehe vor dem Launch eines neuen Produkts, das ein vorhandenes Angebot ergänzt. Ich möchte die Käufer der Vorgängerversion ansprechen.

Ich möchte wis welche Produk sen, meine Kundente für Interessenten und könnten. Aberpassen nicht wirklich ich weiß ich mich wend, an wen e.

Haben Sie auch ein Analytics-Problem?

Vertrauen Sie sich unseren Experten an!

Schreiben Sie uns an info-ms@experian.de

12

DOSSIER: KUNDENKENNTNIS

WAS WIRD MORGEN AUS ANALYTICS? Welche Trends zeichnen sich für die Zukunft von Analytics ab? Auf welche Daten sollte ich setzen, um mir einen Vorsprung zu verschaffen? Wie bereite ich mich als Marketing-Profi am besten vor? Ein Blick auf die Trends.

1

Der erste große Trend, der die Analytics von morgen verändern wird, ist die Multiplikation der „verbundenen Objekte“. Ein verbundenes Objekt besteht aus einem System zur Identifikation und Erfassung von Daten (z.B. Außentemperatur, Herzrhythmus usw.), einem Übermittlungssystem für eine „intelligente“ Anwendung sowie einer Smartphone-ähnlichen Oberfläche, um die Anwendung zu steuern.* Es ist unmöglich, die phänomenale Ausweitung dieser Objekte nicht mit dem exponentiellen Charakter der verfügbaren Daten der Unternehmen zu verbinden und sie zu nutzen.

2

Die zweite große Entwicklung ist die Automatisierung. Auch wenn Analytics im Zentrum der Pläne der Unternehmen stehen, ist es kaum verwunderlich, dass daraus meist nur eine punktuelle, beschreibende Analyse wird.

In den nächsten Monaten werden die Unternehmen ihre Gewohnheiten für manuelles und ad hoc Reporting verändern, um sich Lösungen zuzuwenden, die diese zeitraubenden Verfahren automatisieren.

Automatisierung befreit die Experten von wiederkehrenden Aufgaben mittels vorbestimmter Szenarien. Dieser Trend beeinflusst ebenfalls die Daten und deren Bearbeitung und Nutzung für zukünftige Marketingkampagnen.

3

Ein dritter Trend ist im „Machine Learning“ zu erkennen. Diese Technologie hängt mit dem Fortschritt der Marketing Automation zusammen: Machine Learning ist essentiell, um die Interaktionen der Marken mit ihren Kontakten anzupassen. Die Technologie ermöglicht es den Maschinen, je nach Unternehmenszielen von vergangenen Ereignissen zu lernen. Machine Learning wird so zum treuen Verbündeten für Analytics Marketing.

*Quelle: Mercator 11e édition - Tout le marketing à l’ère numérique von Jacques Lendrevie und Julien Lévy

DOSSIER: KUNDENKENNTNIS

13

SCHLUSSWORT Analytics sind kein Selbstzweck.

Sie können die besten Modelle zum Beschreiben, Voraus­ sagen und Vorschreiben entwickeln – wenn diese auf falschen oder unvollständigen Daten basieren, bauen Sie ein instabiles Kartenhaus, das bald in sich zusammenfällt.

SICHERN SIE IHREN DATENBESTAND AB, BEVOR SIE ETWAS ÄNDERN

Wenn diese Daten nicht zum Übertragen in die Marketingkampagnen geeignet sind, ist die Strategie sinnlos.

INTEGRIEREN SIE IHRE MARKETING- UND ANALYTICS-LÖSUNGEN

Wenn diese einmal entwickelt und nie mit den Beobachtungen oder der Geschäftsentwicklung verglichen werden, ist das Modell bald veraltet.

LASSEN SIE IHRE MODELLE MIT IHREM UNTERNEHMEN MITWACHSEN

14

DOSSIER: KUNDENKENNTNIS

GLOSSAR Data Driven Marketing

Data Driven Marketing besteht darin, die Daten zu strukturieren und analysieren, um einen Blick auf die Verhaltensweisen und Erwartungen der Konsumenten zu erhalten. So kann die Marke den Marketingkontakt mit ihren Kunden über einen genau zugeschnittenen und kohärenten Dialog auf allen Kanälen optimieren, was Mehrwert schafft. Zudem kann die vorhandene Kundendatenbank erweitert werden.

Daten

Im Marketingbereich werden drei Hauptdatentypen unterschieden: First Party Data, Second Party Data und Third Party Data.

Unter First Party Data fallen alle unternehmenseigenen Daten, die gesamten CRM-Daten.

Second Party Data sind alle in einem Partnernetzwerk kostenlos gesammelten Daten von Kunden oder Interessenten.

Third Party Data sind online und offline Verhaltens- oder Präferenzdaten, die bei Dritten eingekauft wurden.

Es ist wichtig, diese verschiedenen Datentypen nebeneinander zu betrachten.

Kausalität oder Korrelation

ins Krankenhaus gehen, denn die Wahrscheinlichkeit in einem Krankenbett zu sterben, ist zehn Mal höher als im eigenen Bett.“ Zwei Ereignisse können verbunden sein, ohne durch Ursache/Wirkung miteinander verknüpft zu sein.

Vorschnelle Schlüsse können Sie davon ablenken, die Erwartungen Ihrer Zielgruppe vorauszusagen.

Machine Learning

Machine Learning – automatisches Lernen, ist eine Technologie, die es den Maschinen ermöglicht, anhand bestimmter Daten selbst zu lernen.

Vorausschauende Analytics

Dabei handelt es sich um eine Business-Intelligence-Technologie, die einen vorausschauenden Score für jeden Kunden oder jedes Unternehmenselement voraussagt. Die Zuweisung dieser Scores wird über ein vorausschauendes Modell durchgeführt, das Ihre Daten bearbeitet, testet und die Erfahrung Ihres Unternehmens reflektiert.

Die vorausschauende Analyse ermöglicht die Optimierung der Marketing- und Webkampagnen, um die Reaktivität und Konversion zu verbessern und die Abwanderungsquote zu reduzieren.

Für Analytics-Marketing gilt als allgemeine Regel, dass zwischen Kausalität und Korrelation in den analysierten Objekten unterschieden werden muss. Ein berühmtes Beispiel von Coluche zeigt dies schön auf: „Wenn man krank ist, sollte man nicht

DOSSIER: KUNDENKENNTNIS

15

Experian Marketing Services Príncipe de Vergara 132, 1ª Planta 28002 Madrid experian.es/servicios-marketing marketing.spain@experian.com

Speditionstraße 1 40221 Düsseldorf www.experian.de/marketing-services info-ms@experian.de

Tour Europlaza 20 Avenue André Prothin 92927 Paris la Défense www.experian.fr/marketing-services communication@experian.com

Arnulfstraße 19 80335 München www.experian.de/marketing-services info-ms@experian.de

Centre Europe Azur 323 Boulevard du Président Hoover 59000 Lille www.experian.fr/marketing-services communication@experian.com

© 2016 Experian Information Solutions, Inc. All rights reserved.

Experian and the Experian marks used herein are trademarks or registered trademarks of Experian Information Solutions, Inc.

16

Other product and company names mentioned herein are the property of their respective owners.

DOSSIER: KUNDENKENNTNIS