NACHRICHTEN / DATEN
12. Oktober 2020
Zu viele Vermarkter verlassen sich immer noch auf ungenaue first-party data. In diesem Artikel erklärt Joachim Sontag, Consulting Director bei Artefact Deutschland, wie Marken ihr schmutziges data’’ bereinigen, einen vernetzten data-Kreislauf aufbauen und ihre data-Architektur zukunftssicher machen können.
Da die Coronavirus-Pandemie die Verlagerung des Lebens auf das Internet beschleunigt, stehen Marken zunehmend unter Druck, ihren Kunden personalisierte Nachrichten und Angebote zu unterbreiten. Gleichzeitig drängen die Verbraucher jedoch auf immer mehr Privatsphäre und Kontrolle über ihre persönlichen Daten.
Mit dem nahenden Tod von cookies von Drittanbietern und der Verschärfung der GDPR-Beschränkungen wird proprietäres und First-Party-data in den Mittelpunkt der Bemühungen von Marketingfachleuten rücken, audience zu verstehen, zu vergrößern und gezielt anzusprechen. Doch die jahrelange Vernachlässigung der eigenen data hat sich nicht gerade positiv ausgewirkt. Fragmentiert, isoliert, schlecht kategorisiert und verwaltet, trägt dieses ’schmutzige data‘ wenig dazu bei, das Kundenverständnis zu vertiefen.
In dem neuen Umfeld müssen Marken eine zusammenhängende first-party data Strategie entwerfen. Sie müssen von einem System des Point-of-Purchase-Marketings zu einem System übergehen, das präziser ist, data-driven von der ersten Partei ausgeht und auf der direkten Kommunikation mit dem Kunden basiert. Zunächst müssen sie jedoch eine integrierte und flexible data-Infrastruktur aufbauen, um diese zu unterstützen.
Quantität führt nicht zu einer hochwertigen Kundenbeziehung
Von Anfang an muss eine Marke ihre Ziele definieren, bevor sie mit dem Aufbau ihrer data-Infrastruktur beginnen kann. Davon hängt ab, wofür die Plattform optimiert ist und welche data-Daten sie sammeln soll. Wenn es um data im Allgemeinen geht, machen zu viele Marken den Fehler, sich auf die Quantität zu konzentrieren und nicht auf die Relevanz des data. Marken haben Millionen von Quellen, aus denen sie data beziehen können - von einer einzelnen Webseite bis hin zu einer einzelnen App auf dem Mobilgerät eines Kunden - und die Zahl wächst ständig. In der Tat ist der Webverkehr im letzten Jahr um 8% gestiegen und erreichte im Durchschnitt 223 Milliarden Besuche pro Monat. Doch wenn das data nicht mit Ihren Zielen übereinstimmt, wie kann es dann helfen?
Genau dann, wenn data-Umgebungen zu groß werden, werden sie unüberschaubar. Jedes unnötige data-Byte verlängert nur die Zeit, die ein Marketer oder ein Marketing-Automatisierungsprogramm für die Suche nach den benötigten Informationen benötigt. Es besteht auch die Tendenz, data in andere Umgebungen zu verschieben - auch in die cloud -, um die Speicherkapazität nicht voll auszuschöpfen. Dies trägt nur zur Fragmentierung bei und birgt die Gefahr, dass wichtige data im System verloren gehen.
Daher ist es wichtig, die data- und Analyse-Anwendungsfälle einer Marke im Voraus klar zu definieren. Dazu gehört, dass Sie bestimmen, wer Ihre Zielkunden sind und welche Eigenschaften und Verhaltensweisen für Ihre Marke am profitabelsten sind. Dies können Sie dann in data-Signale übersetzen. Dies ist das erste data, das Sie sammeln müssen.
Es besteht die Tendenz, die Kundeninteraktion immer stärker zu personalisieren. Bei der Menge an data, die im Spiel ist, ist die audience-Segmentierung jedoch entscheidend, um die Komplexität zu reduzieren und die Integrität zu wahren. Die Fähigkeit, Nutzer und frühere Kunden in granulare Kohorten zu segmentieren, wird immer wichtiger, um die relevantesten data zu identifizieren, die von Nutzergruppen gesammelt werden sollen.
Der Kreis von data
Sobald Sie sicher sind, dass Sie die richtigen data sammeln, müssen Sie sicherstellen, dass die verschiedenen Tools und Systeme zusammenarbeiten. Ziel ist es, ein Ökosystem aus erstklassigen Tools aufzubauen, das Ihnen einen einzigen, konsolidierten Überblick über Ihre Kunden bietet und Ihnen die Möglichkeit gibt, diese schnell zu verfolgen und anzusprechen. Die Integration ist der entscheidende erste Schritt auf dem Weg zur Marketingtransformation. Es gibt viele Möglichkeiten, wie ein Unternehmen dies erreichen kann. Indem es alle seine first-party data auf einer cloud-Plattform zusammenführt - die über unbegrenzten Speicherplatz verfügt, skalierbar ist, überall verfügbar ist, mit bestehenden APIs und in Echtzeit arbeitet - kann ein Unternehmen sie richtig analysieren, um ein umfassenderes Verständnis seiner Kunden zu gewinnen. Es könnte aber auch mit data-Experten - intern und extern - zusammenarbeiten, um APIs zu entwickeln, die alle Tools und Systeme miteinander verbinden.
Die Vorteile eines plattformbasierten Ansatzes sind zweifach. Zeitraubende database-Resets sind nicht mehr nötig, da ein Fehler nur einmal korrigiert werden muss und in allen Umgebungen gleichzeitig aktualisiert wird. Und was noch wichtiger ist: Durch die Integration all Ihrer data können Marketingexperten die gesamte database direkt abfragen, und zwar mit rekordverdächtigen Antwortzeiten und ohne die Notwendigkeit, data im Voraus vorzubereiten.
Der Prozess muss jedoch transparent und effizient sein, um die Berichterstattung zu erleichtern und die Einhaltung von Vorschriften zu gewährleisten. Ein wichtiger Teil davon ist die data-Bereinigung, die darin besteht, data zu bereinigen, um es für die Analyse vorzubereiten. Hier können Tools von Drittanbietern noch helfen. Ein Unternehmen kann die Bereinigung auch manuell durchführen, aber das ist mit hohen Kosten verbunden. Aus Gründen der Schnelligkeit und Einfachheit könnte sich eine Marke stattdessen für einfach zu integrierende Lösungen von Drittanbietern entscheiden, die den Prozess automatisieren, wie Data Ladder oder OpenRefine. Bei der Auswahl von Tools für die data-Integration und -Bereinigung ist es jedoch wichtig, sich nicht zu sehr von einer Lösung oder Technologie abhängig zu machen. Erfolg allein reicht nicht mehr aus - er muss zunehmend auch skalierbar und nachhaltig sein. Wenn Sie Ihre eigene Lösung entwickeln, haben Sie mehr Möglichkeiten zur Anpassung, aber sie ist nicht effizient, wenn Ihre Bedürfnisse, die Anforderungen Ihrer Kunden und der Datenverkehr schwanken.
Die Entscheidung für eine Lösung eines Drittanbieters senkt oft Ihr Risiko und die Gesamtbetriebskosten, da Sie flexibler sein und Lösungen bei Bedarf austauschen können. Allerdings gibt es keine Einheitslösung von der Stange, die von Anfang an alle Ihre Anforderungen erfüllt. Deshalb ist es so wichtig, mit einem Technologieexperten zusammenzuarbeiten, der Ihnen hilft, klare Anforderungen zu definieren und ein System auszuwählen oder zu erstellen, das auf Ihre Bedürfnisse zugeschnitten ist - sei es eine einzelne Plattform oder ein Best-of-Breed-Ansatz, der durch APIs zusammengehalten wird.
Eine robuste, flexible data-Infrastruktur ist das Markenzeichen einer nachhaltigen data-Strategie für Erstanbieter. Wenn Ihre Ziele segmentiert, Ihre Tools integriert und Ihre data bereinigt sind, bauen Sie einen positiven data-Kreislauf auf, der die Kundenbindung fördert. Relevantes first-party data wird in einem kontinuierlichen, effizienten Prozess gesammelt, bereinigt und analysiert. Verschmutztes data wird verbannt und Kunden erhalten schnell und effizient gezielte Empfehlungen.
Artikel von Joachim Sontag ursprünglich veröffentlicht auf TechNative.de
