Experten-Blog

Warum AI kein Quantensprung ist, sondern bloss unser datengetriebenes Arbeiten effektiver werden lässt

  • Andrea Malele

Daten aufzeichnen, interpretieren und daraus Handlungen ableiten. Was dereinst die künstliche Intelligenz übernehmen könnte, müssen wir zunächst selber verstehen und im Kleinen ausführen können. Dazu braucht es crossfunktionale Teams, die durch und durch datengetrieben arbeiten und sich dabei auf persistente und möglichst einheitliche Kundendaten verlassen können. Der Weg dahin ist noch weit.

Die Komplexität im Online-Marketing steigt

Digital-Marketing-Teams agieren in einem breiten Spektrum von Disziplinen. Die Owned Media mit Website, Blog und Apps bilden das Herzstück. In unterschiedlichem Ausmass gesellen sich Social, Paid und Earned Media dazu. Die Marketing-Kanäle differenzieren sich laufend weiter aus und legen an Komplexität zu, nicht zuletzt, weil der Kampf um die knappe Aufmerksamkeit zunimmt, während parallel dazu die Grösse der Bildschirme abnimmt. Für Generalisten wird es zunehmend herausfordernder, die Marketing-Kanäle parallel zu bespielen und damit Wirkung zu erzeugen. Durch ein Outsourcing an Agenturen steigt zwar die Maturität in den einzelnen Disziplinen. Weil aber die Externen stern- statt netzförmig mit dem Auftraggeber zusammenarbeiten, bleibt die echte Verzahnung aus.

Die erste Stufe im datengetriebenen Marketing

Häufig frage ich die Digital-Marketing-Teams: «Arbeitet ihr in den einzelnen Marketing-Kanälen datengetrieben?» Klar doch, ist meistens die Antwort. Jede und jeder überwacht und reportet schliesslich ein Set an Metriken. Es sind Öffnungsraten, Click-Through-Rates, Konversionsraten, Checkout-Raten und unzählige weitere. Dann stelle ich die Frage etwas anders: «Hat eine veränderte Metrik direkten Impact auf dein Handeln? Leitest du daraus Folgefragen ab, die mit den anderen Kanal-Verantwortlichen und dem Business diskutiert werden?» Diese Antwort kann in der Praxis oft nur mit grösseren Abstrichen bejaht werden. «Und wenn du dir Fragen zum Interaktionsverhalten stellst, denkst du dann an die SOLL-User-Journey aus dem UX-Workshop vom letzten Jahr?» Das Kopfnicken verdeutlicht, dass hier nach wie vor die prospektive, planerische Sicht dominiert.

Für die retrospektive Analyse sind valide Daten der geeignetere Anknüpfungspunkt. Mit differenzierten und segmentierten Analysen des Nutzerverhaltens werden Fakten und Zahlen erhoben, die den Ausgangspunkt für die Hypothesenbildung und laufende Optimierung darstellen. Es ist gemeinhin die Spielwiese für Retargeting, Konversionsoptimierung und Split-Tests. Dabei wird gezielt Einfluss genommen auf ein definiertes User-Segment mit dem Ziel, eine spezifische Kennzahl steigern zu können. Die User-Segmente werden so gebildet, dass User mit ähnlichen Voraussetzungen zusammengefasst werden. Also zum Beispiel «surft aktuell mit einem mobilen Device und/oder hat seit 180 Tagen keinen Kauf mehr getätigt» oder «hat zwar bereits den Warenkorb, nicht aber nicht die Bestätigungsseite aufgerufen» … der Kreativität sind hier keine Grenzen gesetzt.

Warum wir zwar Daten, aber noch nicht den Kunden im Fokus haben

Die bisherigen Ansätze beruhen auf Cookie-basierten Informationen. Dabei können zwar mehrere Besuche zu einer Journey aggregiert werden, jedoch werden die Daten noch nicht über verschiedene Plattformen hinweg verheiratet. Deshalb geschieht es oft in der Praxis, dass das Marketing-Team Massnahmen zum Lead Nurturing auf der einen Plattform durchführt, ohne dabei das Verhalten der gleichen Kunden in der App oder mit dem Kundendienst zu berücksichtigen.

Selbst ausgeprägt datengetriebene Marketing-Teams agieren also häufig in getrennten Silos mit einer fragmentierten Sichtweise auf den Kunden. Ist das zu verantworten? Zweifelsohne, denn die datenbasierte User-Journey-Optimierung ist eine crossfunktionale Disziplin, die eine Organisation selbst im kleinen, imperfekten Rahmen etablieren kann. Die geringere Komplexität bietet sogar den Vorteil, dass schneller Ergebnisse erzielt werden und so die gemeinsame Lernkurve rascher ansteigt. Vor diesem Hintergrund soll die Organisation sogar in Kauf nehmen, dass der ausgewiesene Uplift einer konkreten Massnahme nur eine vermutete Verbesserung darstellt und die Mitarbeiterinnen und Mitarbeiter methodenfit macht.

Dass wir Daten fehlinterpretieren und Irrwege gehen, wird uns auch in Zukunft noch passieren – hoffentlich dann auf einem etwas höheren Level. Solange die Lernkurve steigt, sind wir auf dem richtigen Pfad. Nur so eignen wir uns ein Grundverständnis an, um dereinst die Algorithmen der künstlichen Intelligenz füttern zu können. Denn bevor wir eine Maschine für ein «intelligentes Verhalten» trainieren können, müssen wir uns ein grundlegendes Verständnis erarbeiten und die Funktionsweise der Nutzerströme zunächst selber verstehen wollen.

Aus den Daten leitet Andrea Malele die Hypothesen für die optimierte User Experience ab.
Aus den Daten leitet Andrea Malele die Hypothesen für die optimierte User Experience ab.
Die unvollständige Sicht auf die Daten unserer Kunden soll uns einerseits nicht in unserem heutigen Handeln hemmen, andererseits unser Denken über die Zukunft beflügeln.

Warum das CRM nicht zur Schaltzentrale der zentralen Orchestrierung taugt

Wie oben ausgeführt, generiert eine Website oder eine App primär Besucherdaten. Eine kleine Teilmenge davon ist bereits als Prospect oder Kunde im Customer-Relationship-Management-System der Organisation erfasst. Hilfreich ist zum Beispiel die Verknüpfung der Call-Center-Infrastruktur mit dem CRM. Beim eingehenden Kundenanruf sieht der Agent in Echtzeit, welche aktuellen Abos der Kunde hat und auch welche Vorteile ihm bisher gewährt worden sind.

Basierend auf der Kontakthistorie kann ein Lead Nurturing in Form von Marketing-Kampagnen oder Vertriebsoffensiven geplant und durchgeführt werden. Dazu werden ausgeklügelte User-Segmente zusammengefiltert und den Kampagnen-Tools zur Verfügung gestellt. Die Interaktionen in einem Kanal werden jedoch nicht in Echtzeit auf die Ausspielung der Kampagne in einem anderen Kanal Einfluss nehmen. Falls die Konversion inzwischen via Newsletter erfolgt ist, wird dies die Facebook-Kampagne nicht unmittelbar beeinflussen. Das CRM kann zwar Informationen aus anderen Systemen beziehen oder Daten an solche übergeben, ist aber in den Grundzügen nicht für die zentrale Real-time-Orchestrierung geeignet. Denn es sind nur Prospects und Kunden enthalten, die schon in den tieferen Bereich des Conversion-Funnels vorgestossen sind.

Die einheitliche Kundensicht. Das wahre Gold

Wie oben ausgeführt, zeichnet jede Plattform anhand des Cookies das sessionübergreifende Verhalten eines Users auf. Das Profil ist so lange anonym, bis der Nutzer seine E-Mail-Adresse in einem Webformular preisgibt oder sich einloggt. Auf diese Weise pflegt jede Plattform einen Datensatz und reichert ihn über die Zeit an – Doubletten und divergierende Kundenprofile sind die Folge davon. Ohne die einheitliche Kundensicht kann die personalisierte Customer Experience nicht adäquat gelingen.

Für eine exzellente Customer Experience müssen sämtliche über den Kunden verfügbaren Daten aus allen Systemen und Touchpoints zusammengeführt werden, und zwar Cross-Plattform, Cross-Device und Cross-Channel. Das ist die Aufgabe einer «Customer Data Platform» (CDP) als eine Art Middleware.

Wie eine «Customer Data Platform» die Lücken schliesst

Die Kundendaten aus den verschiedensten Datenquellen werden per Konnektoren in die «Customer Data Platform» kurz CDP geladen. Dort standardisiert und transformiert der Data Engineer die Kundenidentitäten zu einem einheitlichen Kundenprofil. Die Verknüpfung basiert auf einer eindeutigen ID, welche sich ihrerseits zum Beispiel auf eine E-Mail-Adresse oder eine Telefonnummer stützt. Die konsistente Datenbank ist das Rohmaterial für den Data Scientist. Er exploriert, sortiert, filtert und durchsucht Daten systematisch auf Muster und Korrelationen. Daraus ergeben sich intelligente Segmentierungen, welche allen Distributionskanälen per Standard-Konnektoren in Near-time zur Verfügung gestellt werden. Die Marketing-Teams können somit ihre Massnahmen sehr viel spezifischer auf die Bedürfnisse der jeweiligen Zielgruppen abstimmen. Also wird alles schneller, einfacher und effizienter? Bei Weitem nicht. Die Aufwände werden mit jedem zusätzlichen Segment wachsen, aber hoffentlich im Gleichschritt mit der Effektivität.

Es vibriert in der Martech-Industrie

Der Begriff «Customer Data Platform» wurde von David Raab geprägt, Gründer und Repräsentant des CDP Institutes. Das Institut publiziert halbjährlich einen Bericht zur Einordnung der Anbieter. Die jüngste Publikation vom Juli 2019 listet und bewertet bereits 96 Vendors, gegenüber 63 im Vorjahr. Auch der Gartner Hype Cycle for Digital Marketing attestiert dem Thema schon seit drei Jahren inflationäre Erwartungen. Die Wachstumsraten in der Branche sind enorm, und die explorative Phase weist in absehbarer Zeit noch nicht auf eine Konsolidierung hin.

Einige grosse Marketing-Cloud-Anbieter haben inzwischen öffentlich informiert, dass sie in naher Zukunft eine CDP-Funktion in ihre Suiten integrieren wollen. Die Buzzwords wie Customer Experience, 360°-Kundensicht und Real-time-Marketing werden überall prominent ins Rampenlicht gerückt. Noch fehlt vielen Suiten aber das Listing in der Anbieter-Übersicht des CDP Institutes.

Eine Customer Data Platform ist ein Softwarepaket, das eine persistente und einheitliche Kundendatenbank erstellt, auf die andere Systeme zugreifen können.

Warum Dänemark im E-Government brilliert

Jahrzehnte, bevor CDP am Marketing-Horizont aufgetaucht ist, machte sich ein Land schon auf den Weg. Dänemark ist heute die weltweite Nummer 1 im E-Government-Ranking der Vereinten Nationen. Bereits 1968 wurde eine zentrale Datenbank für alle Bewohnerinnen und Bewohner des Landes eingeführt. Dann verstrich viel Zeit, bis schliesslich die Behörden 2004 die elektronische Rechnungsstellung für alle Lieferanten obligatorisch erklärten, womit natürlich ein ämterübergreifender Layer notwendig wurde. In der Folge wurde der digitale Kanal auch für Privatpersonen eingeführt. Wenige Zeit später, im Jahr 2007, löste das digitale Postfach den Papier-Standard im G2B und G2C ab. Es zeigt sich also, dass die einheitliche Kundenidentifikation eine enorme Multiplikatorenwirkung auslösen kann.

Mehr zum Thema in unserem Dossier zu Artificial Intelligence entdecken

Weniger Bauchgefühl, mehr Wissen – mit Digital Analytics

Wie treffen Sie Entscheidungen über die Entwicklung von neuen Websites und deren Funktionen? Mit Bauchgefühl oder auf Basis von Daten? In diesem Artikel möchte ich darüber schreiben, warum das Thema Digital Analytics schon ganz zu Beginn eines Projekts wichtig ist und nicht erst zum Schluss berücksichtigt werden sollte.

10 Tipps für erfolgreiches Kampagnen-Tracking

Wie können Sie langfristig das Optimum aus Ihrem Marketing-Budget herausholen? Anhand von 10 Kriterien zeigen wir Ihnen auf, wie Sie die Wirkung Ihrer Kampagnen richtig messen.