Leitlinien für eine erstmalige Data-Strategie

NACHRICHTEN / DATEN

Einige fürchten sich davor, andere freuen sich darüber. So oder so erfordert der Aufbau einer data-Infrastruktur ein perfektes Verständnis von data und den daraus resultierenden Anwendungsfällen.

Einige fürchten sich davor, andere freuen sich darüber. So oder so erfordert der Aufbau einer data-Infrastruktur ein perfektes Verständnis von data und den daraus resultierenden Anwendungsfällen.

Ohne eine data-Basis wird das nicht passieren. Deshalb sind Sie es sich selbst schuldig, die Entwicklung eines maßgeschneiderten Ansatzes für jedes Ihrer Ziele zur Priorität zu machen. “Wir müssen erkennen, dass data für Marken ein mächtiger Aktivposten ist, genau wie ihr Image. Es ist eine Ressource, aber nur, wenn sie gut genutzt wird.”, erklärt Guillaume Balloy, VP, Medien und Aktivierung bei Artefact. Es gibt mehrere und unterschiedliche Einstiegspunkte, um Kunden zu akkumulieren data: physisch Kollektionen auf Messen, Treuekarten, Kaufhistorien, Spiele und Wettbewerbe, soziale Netzwerke, und Chatbots, um nur die gängigsten Gateways zu nennen. Die Ziele der einzelnen Marken unterscheiden sich je nach ihrer Größe, aber in der Regel geht es um Kundentreue, die Verbesserung des Kundendienstes oder die Steigerung des Umsatzes über mehrere Kanäle. Unternehmen, die eine Strategie der Kundeneinsicht umsetzen, verbessern ihre Zufriedenheit im Durchschnitt um 30 bis 50%.

“Die große Mehrheit der Unternehmen ist sich darüber im Klaren, dass data der Schlüssel zu ihrer Strategie ist, aber das wirft mehrere Fragen auf: Was soll mit diesem data geschehen, welche Anforderungen gibt es in Bezug auf die KPIs, welche Tools sollen eingesetzt werden, zu welchem Zweck und für wen?”, bemerkt Nosing Doeuk, Data Manager bei Mc2i. Mit dem Inkrafttreten der GDPR in der Europäischen Union im Mai 2018 kann data nicht mehr beiläufig in einer data-Base gesammelt werden. Die Einhaltung von Gesetzen ist ein unerlässlicher erster Schritt; die Identifizierung Ihrer Landschaft ist ein weiterer, und ebenso wichtig: “Sie müssen wissen, wer Ihre Zielgruppe ist, oder besser gesagt, wer Ihre Ziele sind, da es oft mehrere sind, und auf welcher Stufe sie sich im Kaufprozess befinden. Damit erreichen Sie zwei Ebenen der Genauigkeit: Erstens können Sie nur Personen ansprechen, die für die Marke interessant sind, und zwar mit dem richtigen Maß an Investitionen in Bezug auf den “Wert” des Interessenten; zweitens können Sie natürlich die Botschaft übermitteln, die ihnen am besten entspricht.”, bemerkt Guillaume Balloy.

1. Ermitteln Sie die beruflichen Bedürfnisse in Bezug auf die Nutzung von data

Die übliche Methode ist, data zu sammeln und zu sortieren, um das CRM zu erstellen., was natürlich “Die Haustür von Data”, laut Nosing Doeuk. “Diese erste Partei data ist der erste Baustein, der später die Schaffung Ihres eigenen DMP hervorbringen wird.”. Korrekturen, Optimierungen, neue Produkte und die Entwicklung Ihres Unternehmens mit den Informationen, die Ihr data liefert, müssen bereits integriert sein, um das Abenteuer fortsetzen zu können. “Für Unternehmen, die strategisch an data interessiert sind, ist es wichtig, die Qualität und Quantität ihrer data-Assets mit praktischen professionellen Anwendungsfällen zu verknüpfen. Im Betrieb muss das Unternehmen entscheiden, was es selbst verwalten kann und was nicht. Der Einfachheit halber kann es sich auf Akteure verlassen, die integrierte Lösungen anbieten (externes data, Technologie, Betrieb).”, schlägt Grégoire Frémiot, Chief Revenue Officer bei Mediarithmics, vor.

Sobald das CRM data abgeholt wurde, ist es dann möglich, sie anzureichern mit Zweitanbieter data (data von Geschäftspartnern) und Drittanbieter data (von data-Anbietern). Ein wichtiger Schritt bei der data-Analyse ist die data-Reinigung, die darin besteht, data zu reinigen, um es für die Analyse vorzubereiten. “Das Ziel ist es, nicht nur die Ergebnisse zu beschreiben und zu erklären, sondern vor allem künftige Maßnahmen, seien sie operativer oder strategischer Art, vorherzusagen und zu empfehlen.”, erklärt Emmanuel Vandenbesseleur, Direktor für Kundenbeziehungen bei Socio Data management.

2. Richten Sie die geeigneten Instrumente ein und treiben Sie den Wandel voran

Sobald die Hürde der Festlegung einer Strategie genommen ist, wird die Integration von data-Tools zur Gewinnung von data-Speichern reports zum zentralen Anliegen. Um ihre Prozesse zu beschleunigen und ihre data-Analysekapazitäten auszubauen, hat Biotopia, der Spezialist für Bio-Marketing, die Indexima data-Hub-Lösung eingesetzt. “Angesichts des enormen Volumens an data mussten wir unsere data-Strategie neu überdenken. Die Indexima-Lösung bot uns zwei Vorteile. Der erste: Rücksetzungen unserer database sind jetzt nicht mehr notwendig. Wenn sich früher ein Fehler in unsere database eingeschlichen hat, mussten wir alle unsere data-Lager aktualisieren, sobald der Fehler behoben war. Bei einem Drei-Jahres-Volumen von data brauchten wir 2 Tage, um diese Rücksetzung durchzuführen. Der zweite Vorteil: sind wir nun in der Lage, die gesamte data-Datenbank mit Rekord-Antwortzeiten direkt abzufragen - und das Beste daran ist, dass wir unsere data nicht im Voraus vorbereiten müssen“, schwärmt Alexandre Fantuz, Marketingdirektor bei Biotopia.

3. Einführung fortschrittlicher Lösungen zur Nutzung des data

Und weil “je mehr man tut, desto mehr will man tun”, ist es vielleicht an der Zeit, den Aufbau von data in verschiedenen Formen zu beschleunigen: große data platforms (DMP oder CDP), data-Wissenschaftsprojekte, Integration von offenen data, artificial intelligence? Es ist zwar wichtig, nicht zu voreilig zu sein, aber die Belohnungen können das Risiko lohnenswert machen: im Durchschnitt, KI steigert den Kampagnenumsatz um 79%, die Kundenbindung um 51% und die Produktivität der Vermarkter um 80%. “KI verspricht, zahlreiche manuelle Aufgaben zu automatisieren, wodurch Zeit für unwichtige Marketingaktivitäten eingespart wird und der CMO sich wieder auf Strategien und Erfahrungen konzentrieren kann, die die Marke aufbauen und das Wachstum des Unternehmens fördern.”, schlägt François Laxalt, VP, Produktmarketing bei Tinyclues, vor.

Diese Tinyclues Lösung, die 3000 Euro pro Monat kostet, basiert auf Deep Learning, einer Form des kontinuierlichen Lernens, die auf einem enormen Volumen von data basiert. “Im Durchschnitt erzielte Tinyclues bei allen A/B-Testkampagnen 87% zusätzliche Einnahmen bei gleichem Nachrichtenvolumen. Im gleichen Zeitraum sank die Abwanderungsrate um 17%”.”, sagte Julien-Henri Maurice, Digital- und Marketingdirektor bei BazarChic. Einfach gesagt, eine gut verstandene, gezielte, strukturierte data-Strategie ist das Markenzeichen einer robusten und flexiblen Marke. “Für diejenigen, die dieses Ziel teilen, kann es sich in diesem von technologischen Zwischenhändlern bevölkerten Markt als kluge Entscheidung erweisen, einer offenen und integrierten Infrastruktur den Vorzug zu geben, um data auf einheitliche Weise zu sammeln und einfach zu aktivieren und dabei versteckte Kosten und schwerfällige Schnittstellen zu vermeiden”, schließt Grégoire Frémiot ab.

Auszug aus der Zeitschrift e-marketing France

Kontaktieren Sie unsere Experten!