Big Data Analytics ist die Grundlage für Data Driven Marketing. Daher werden die Möglichkeiten und Grenzen des datengetriebenen Marketings und Vertriebs derzeit viel diskutiert. Unter dem Titel „Data Driven Marketing. Mehr verkaufen mit Smart Data“ haben die Autoren Gabriele Braun und Torsten Schwarz eine umfangreiche Materialsammlung zum Thema vorgelegt.
Als Geschäftsführerin des Dienstleisterverzeichnisses marketing-BÖRSE sitzt Gabriele Braun „an der Quelle“. Dr. Torsten Schwarz beschäftigt sich als Berater und Dozent mit den Themen Online-Kundengewinnung und -bindung und hat schon zahlreiche Veröffentlichungen vorgelegt. Auf rund 400 Seiten bieten Gabriele Braun und Dr. Torsten Schwarz nun mit „Data Driven Marketing“ einen Überblick über den aktuellen Stand mit zahlreich Praxisbeispielen, Checklisten und Tipps.
Predictive Analytics in der Praxis
Neben Grundsätzlichem und teils Bekanntem zu Big Data im Marketing geht es darum, wie Daten anzureichern und zu veredeln sind und welche Schlüsse sich aus der Datenanalyse ziehen lassen. Der rechtliche Rahmen wird abgesteckt und das Thema Prediction ausführlich behandelt. Das Spektrum der Anwendungen reicht vom „Veteranen“ der Loyalitätsprogramme, Payback, über das Empfehlungsmarketing bis hin zu Customer Targeting und Customer Value Prediction.
Carsten Kraus, Omikron Data Quality GmbH, weist in seinem Beitrag „Data-driven Marketing braucht: gute Daten“ darauf hin, dass die menschliche Urteilskraft einen entscheidenden Vorteil gegenüber der Datenanalyse hat: Sie kann mit kontextuellem Wissen und einem semantischen Verständnis die Ergebnisse besser einordnen. Je größer die Menge der zu verarbeitenden Informationen, also der Daten, ist, desto stärker gerät der menschliche Verstand allerdings ins Hintertreffen. Die Qualität der Empfehlungen einer Recommendation Engine wächst mit dem Datenvolumen.
Von CRM zu Customer Lifetime Value
Als wichtiges Kriterium, ob sich eine bestimmte Marketingmaßnahme für einen Kunden „lohnt“, führen verschiedene Autoren den Customer Lifetime Value an – ein wegweisender Ansatz für ergebnisorientierte Big-Data-Projekte. Ausführlich skizziert Ralf T. Kreutzer, Professor für Marketing an der Berlin School of Economics and Law, Anlage und Aufbau eines CRM-Systems. Aus meiner Sicht ein eher starres Konzept, um zu verwertbaren Ergebnissen zu kommen. Auch ein Beitrag der Cintellic Consulting Group zur Marketingoptimierung verortet das Scoring, die kundenindividuelle Prognose von Kaufwahrscheinlichkeiten im (analytischen) CRM. Die Autoren betonen allerdings die Bedeutung des Forecastings im Kampagnenmanagement.
Andrea Ahlemeyer-Stubbe, selbstständige Beraterin, beschäftigt sich in ihrem Beitrag mit Predictive Targeting – „Treibstoff für das Business“. Ganz gleich, ob das Verhalten der Kunden im Allgemeinen antizipiert wird, ob es um Predictive Pricing oder um die individuelle Anpassung modular aufgebauter Angebote (Predivtive Offering) geht: Zurecht weist Andrea Ahlemeyer-Stubbe darauf hin, dass die Methoden nur funktionieren, wenn die Prognosemodelle die Ergebnisse in Echtzeit ausspielen.
Machine Learning: Programmatic Advertising
In seinem interessanten Beitrag zum „Programmatic Advertising“ wendet sich Wolfgang Bscheid, mediascale GmbH & Co. KG, gegen das „Diktat der Cost-per-Order“ (S. 215) in der Bewertung von Werbemaßnahmen. Habe ein Kunde gerade eben ein Girokonto eröffnet, kann sich die Folgekommunikation kaum in Form von weiterem Geschäft „rechnen“. Dennoch mag ein Mailing sehr sinnvoll sein, um das Vertrauen des Neukunden in die Marke zu stärken und ihn möglicherweise sogar zu einem Weiterempfehler zu machen.
Aus neurologischer Sicht betrachtet John Fleming, Webtrends, das Verhalten der User im Web. „Genau genommen stammt unser heutiges Surfverhalten aus einer Zeit, als wir als Urmenschen die afrikanische Savanne durchquert haben.“ (S. 277) Wir stehen also noch am Anfang, wenngleich – darauf weist Meinert Jacobsen, Gründer von marancon, in seinem Einblick „Big Data: Leadbewertung einer Onlinedruckerei“ hin – nahezu 95 Prozent der deutschen Unternehmen bereits im Internet zu finden sind.
Verzichtbare Redundanz
Das Fallbeispiel der Onlinedruckerei kann man im vorliegenden Band übrigens gleich zweimal studieren. Das liegt daran, dass das vorletzte Kapitel „Praxistipps von Unternehmen, die es besser machen“ ausschließlich aus Material besteht, das Torsten Schwarz bereits für eine andere Publikation zusammengetragen hat. Bei der Fülle an Beiträgen wäre dieses Kapitel verzichtbar gewesen. Dann hätte man möglicherweise Raum gehabt für ein Glossar. Stichworte, die es wert gewesen wären, darin aufgenommen zu werden, enthält der Band reichlich.
Fazit: „Data Driven Marketing“ zeigt die Möglichkeiten von Smart Data facettenreich auf und regt Unternehmen an, eigene Projekte aufzusetzen – ganz so, wie Wolfgang Bscheid im Buch formuliert: „Nicht warten, sondern starten!“