NEWS / DATA
12. Oktober 2020
Zu viele Marketer verlassen sich immer noch auf ungenauedata. In diesem Artikel erklärt Joachim Sontag, Consulting Director bei Artefact Deutschland, wie Marken ihre "schmutzigen data" bereinigen, einen vernetzten data aufbauen und ihre data zukunftssicher machen können.
Da die Koronavirus-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 Ende der cookies von Drittanbietern und der Verschärfung der GDPR-Beschränkungen werden proprietäre data und Daten von Erstanbietern in den Mittelpunkt der Bemühungen von Vermarktern rücken, Zielgruppen zu verstehen, zu vergrößern und anzusprechen. Doch die jahrelange Vernachlässigung hat den eigenen data nicht gut getan. Fragmentiert, siloartig, schlecht kategorisiert und verwaltet, tragen solche "schmutzigen data" kaum dazu bei, das Kundenverständnis zu vertiefen.
In der neuen Umgebung müssen Marken eine kohärente Strategie fürdata entwerfen. Sie müssen von einem System des Point-of-Purchase-Marketings zu einem präziseren, data System übergehen, das auf der direkten Kommunikation mit dem Kunden basiert. Zunächst müssen sie jedoch eine integrierte und flexible data aufbauen, die diese Strategie untermauert.
Quantität führt nicht zu einer hochwertigen Kundenbeziehung
Eine Marke muss von Anfang an ihre Ziele definieren, bevor sie mit dem Aufbau ihrer data beginnen kann. Davon hängt ab, wofür die Plattform optimiert ist und welche data sie sammeln wird. Wenn es um data im Allgemeinen geht, machen zu viele Marken den Fehler, sich auf die Menge und nicht auf die Relevanz der data zu konzentrieren. Marken haben Millionen von Quellen, aus denen sie data beziehen können - von einer einzelnen Webseite bis hin zur individuellen App auf dem Mobilgerät eines Kunden - und die Zahl wächst ständig. In der Tat ist der Webverkehr im letzten Jahr um 8 % gestiegen und verzeichnete im Durchschnitt 223 Milliarden Besuche pro Monat. Doch wenn die data nicht mit Ihren Zielen übereinstimmen, wie sollen sie dann helfen?
Gerade wenn data zu groß werden, werden sie unhandlich. Jedes Byte unnötiger data erhöht nur die Zeit, die ein Marketer oder ein Marketing-Automatisierungsprogramm für die Suche nach den benötigten Informationen aufwenden muss. Es besteht auch die Tendenz, data in andere Umgebungen - einschließlich der cloud - auszulagern, um die Speicherkapazität nicht 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 Analysezwecke einer Marke im Vorfeld 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 umsetzen. Dies sind die data der ersten Partei, die Sie sammeln müssen.
Es besteht die Tendenz, die Kundeninteraktion immer stärker zu personalisieren. Angesichts der großen data ist die Segmentierung der audience jedoch entscheidend, um die Komplexität zu reduzieren und die Integrität zu wahren. Die Möglichkeit, Nutzer und frühere Kunden in granulare Kohorten zu segmentieren, wird immer wichtiger, damit Marketingexperten die relevantesten data von Nutzergruppen ermitteln können.
Der Kreis der 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 verschafft und es Ihnen ermöglicht, diese schnell zu verfolgen und anzusprechen. Die Integration ist der entscheidende erste Schritt zur Umgestaltung des Marketings. Es gibt viele Möglichkeiten, wie ein Unternehmen dies erreichen kann. Durch die Zusammenführung allerdata first-party auf einer cloud - die über unbegrenzten Speicherplatz verfügt, skalierbar ist, überall verfügbar ist, mit bestehenden APIs und in Echtzeit arbeitet - kann ein Unternehmen diese Daten richtig analysieren, um ein umfassenderes Verständnis seiner Kunden zu gewinnen. Es könnte aber auch mit data - intern und extern - zusammenarbeiten, um APIs zu entwickeln, die alle ihre Tools und Systeme miteinander verbinden.
Die Vorteile eines plattformbasierten Ansatzes sind zweifach. Zeitaufwändige Datenbankrückstellungen sind nicht mehr erforderlich, da ein Fehler nur einmal korrigiert werden muss und in allen Umgebungen gleichzeitig aktualisiert wird. Noch wichtiger ist, dass die Integration all Ihrer data es den Vermarktern ermöglicht, die gesamte Datenbank direkt abzufragen, und zwar mit rekordverdächtigen Antwortzeiten, ohne dass die data vorher aufbereitet werden müssen.
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 , die darin besteht, data zu bereinigen, um sie für die Analyse vorzubereiten. Hier können Tools von Drittanbietern noch helfen. Ein Unternehmen kann diese Bereinigung auch manuell durchführen, was jedoch mit hohen Kosten verbunden ist. Aus Gründen der Schnelligkeit und Einfachheit könnte sich eine Marke stattdessen für einfach zu integrierende Lösungen von Drittanbietern entscheiden, die den Prozess automatisieren, wie z. B. Data Ladder oder OpenRefine. Bei der Auswahl von Tools für die data und -bereinigung ist es jedoch wichtig, sich nicht zu sehr von einer einzigen Lösung oder Technologie abhängig zu machen. Erfolg allein reicht nicht mehr aus - er muss zunehmend auch skalierbar und nachhaltig sein. Der Aufbau einer eigenen Lösung gibt Ihnen mehr Möglichkeiten zur Anpassung, ist aber nicht effizient, wenn sich Ihre Bedürfnisse, die Anforderungen Ihrer Kunden und der Datenverkehr ändern.
Die Entscheidung für eine Lösung eines Drittanbieters senkt häufig das Risiko und die Gesamtbetriebskosten und ermöglicht es Ihnen, flexibler zu sein und Lösungen je nach Bedarf auszutauschen. Es gibt jedoch keine Einheitslösung von der Stange, die alle Ihre Anforderungen vom ersten Tag an erfüllt. Deshalb ist es so wichtig, mit einem Technologieexperten zusammenzuarbeiten, der Ihnen hilft, klare Anforderungen zu definieren und ein System auszuwählen oder zu entwickeln, 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 ist das Markenzeichen einer nachhaltigen data . Wenn Ihre Ziele segmentiert, Ihre Tools integriert und Ihre data bereinigt sind, entsteht ein positiver data , der die Kundenbindung fördert. Relevantedata werden in einem einzigen kontinuierlichen, effizienten Prozess gesammelt, bereinigt und analysiert. Unsaubere data werden aussortiert und Kunden erhalten schnell und effizient gezielte Empfehlungen.
Der Artikel von Joachim Sontag wurde ursprünglich auf TechNative.com veröffentlicht .