![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/10\/markus-spiske-466ENaLuhLY-unsplash-scaled-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NACHRICHTEN \/ DATEN<\/p>\n<\/div>
12. Oktober 2020
\nZu viele Vermarkter verlassen sich immer noch auf ungenaue first-party data. In diesem Artikel erkl\u00e4rt Joachim Sontag, Consulting Director bei Artefact Deutschland, wie Marken ihr schmutziges data\u2019\u2019 bereinigen, einen vernetzten data-Kreislauf aufbauen und ihre data-Architektur zukunftssicher machen k\u00f6nnen.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
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 dr\u00e4ngen die Verbraucher jedoch auf immer mehr Privatsph\u00e4re und Kontrolle \u00fcber ihre pers\u00f6nlichen Daten.<\/p>\n
Mit dem nahenden Tod von cookies von Drittanbietern und der Versch\u00e4rfung der GDPR-Beschr\u00e4nkungen wird propriet\u00e4res und First-Party-data in den Mittelpunkt der Bem\u00fchungen von Marketingfachleuten r\u00fccken, audience zu verstehen, zu vergr\u00f6\u00dfern und gezielt anzusprechen. Doch die jahrelange Vernachl\u00e4ssigung der eigenen data hat sich nicht gerade positiv ausgewirkt. Fragmentiert, isoliert, schlecht kategorisiert und verwaltet, tr\u00e4gt dieses \u2019schmutzige data\u2018 wenig dazu bei, das Kundenverst\u00e4ndnis zu vertiefen.<\/p>\n
In dem neuen Umfeld m\u00fcssen Marken eine zusammenh\u00e4ngende first-party data Strategie entwerfen. Sie m\u00fcssen von einem System des Point-of-Purchase-Marketings zu einem System \u00fcbergehen, das pr\u00e4ziser ist, data-driven von der ersten Partei ausgeht und auf der direkten Kommunikation mit dem Kunden basiert. Zun\u00e4chst m\u00fcssen sie jedoch eine integrierte und flexible data-Infrastruktur aufbauen, um diese zu unterst\u00fctzen.<\/p>\n
Quantit\u00e4t f\u00fchrt nicht zu einer hochwertigen Kundenbeziehung<\/h4>\n
Von Anfang an muss eine Marke ihre Ziele definieren, bevor sie mit dem Aufbau ihrer data-Infrastruktur beginnen kann. Davon h\u00e4ngt ab, wof\u00fcr 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 Quantit\u00e4t zu konzentrieren und nicht auf die Relevanz des data. Marken haben Millionen von Quellen, aus denen sie data beziehen k\u00f6nnen - von einer einzelnen Webseite bis hin zu einer einzelnen App auf dem Mobilger\u00e4t eines Kunden - und die Zahl w\u00e4chst st\u00e4ndig. 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 \u00fcbereinstimmt, wie kann es dann helfen?<\/p>\n
Genau dann, wenn data-Umgebungen zu gro\u00df werden, werden sie un\u00fcberschaubar. Jedes unn\u00f6tige data-Byte verl\u00e4ngert nur die Zeit, die ein Marketer oder ein Marketing-Automatisierungsprogramm f\u00fcr die Suche nach den ben\u00f6tigten Informationen ben\u00f6tigt. Es besteht auch die Tendenz, data in andere Umgebungen zu verschieben - auch in die cloud -, um die Speicherkapazit\u00e4t nicht voll auszusch\u00f6pfen. Dies tr\u00e4gt nur zur Fragmentierung bei und birgt die Gefahr, dass wichtige data im System verloren gehen.<\/p>\n
Daher ist es wichtig, die data- und Analyse-Anwendungsf\u00e4lle einer Marke im Voraus klar zu definieren. Dazu geh\u00f6rt, dass Sie bestimmen, wer Ihre Zielkunden sind und welche Eigenschaften und Verhaltensweisen f\u00fcr Ihre Marke am profitabelsten sind. Dies k\u00f6nnen Sie dann in data-Signale \u00fcbersetzen. Dies ist das erste data, das Sie sammeln m\u00fcssen.<\/p>\n
Es besteht die Tendenz, die Kundeninteraktion immer st\u00e4rker zu personalisieren. Bei der Menge an data, die im Spiel ist, ist die audience-Segmentierung jedoch entscheidend, um die Komplexit\u00e4t zu reduzieren und die Integrit\u00e4t zu wahren. Die F\u00e4higkeit, Nutzer und fr\u00fchere Kunden in granulare Kohorten zu segmentieren, wird immer wichtiger, um die relevantesten data zu identifizieren, die von Nutzergruppen gesammelt werden sollen.<\/p>\n
Der Kreis von data<\/h4>\n
Sobald Sie sicher sind, dass Sie die richtigen data sammeln, m\u00fcssen Sie sicherstellen, dass die verschiedenen Tools und Systeme zusammenarbeiten. Ziel ist es, ein \u00d6kosystem aus erstklassigen Tools aufzubauen, das Ihnen einen einzigen, konsolidierten \u00dcberblick \u00fcber Ihre Kunden bietet und Ihnen die M\u00f6glichkeit gibt, diese schnell zu verfolgen und anzusprechen. Die Integration ist der entscheidende erste Schritt auf dem Weg zur Marketingtransformation. Es gibt viele M\u00f6glichkeiten, wie ein Unternehmen dies erreichen kann. Indem es alle seine first-party data auf einer cloud-Plattform zusammenf\u00fchrt - die \u00fcber unbegrenzten Speicherplatz verf\u00fcgt, skalierbar ist, \u00fcberall verf\u00fcgbar ist, mit bestehenden APIs und in Echtzeit arbeitet - kann ein Unternehmen sie richtig analysieren, um ein umfassenderes Verst\u00e4ndnis seiner Kunden zu gewinnen. Es k\u00f6nnte aber auch mit data-Experten - intern und extern - zusammenarbeiten, um APIs zu entwickeln, die alle Tools und Systeme miteinander verbinden.<\/p>\n
Die Vorteile eines plattformbasierten Ansatzes sind zweifach. Zeitraubende database-Resets sind nicht mehr n\u00f6tig, 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 k\u00f6nnen Marketingexperten die gesamte database direkt abfragen, und zwar mit rekordverd\u00e4chtigen Antwortzeiten und ohne die Notwendigkeit, data im Voraus vorzubereiten.<\/p>\n
Der Prozess muss jedoch transparent und effizient sein, um die Berichterstattung zu erleichtern und die Einhaltung von Vorschriften zu gew\u00e4hrleisten. Ein wichtiger Teil davon ist die data-Bereinigung, die darin besteht, data zu bereinigen, um es f\u00fcr die Analyse vorzubereiten. Hier k\u00f6nnen Tools von Drittanbietern noch helfen. Ein Unternehmen kann die Bereinigung auch manuell durchf\u00fchren, aber das ist mit hohen Kosten verbunden. Aus Gr\u00fcnden der Schnelligkeit und Einfachheit k\u00f6nnte sich eine Marke stattdessen f\u00fcr einfach zu integrierende L\u00f6sungen von Drittanbietern entscheiden, die den Prozess automatisieren, wie Data Ladder oder OpenRefine. Bei der Auswahl von Tools f\u00fcr die data-Integration und -Bereinigung ist es jedoch wichtig, sich nicht zu sehr von einer L\u00f6sung oder Technologie abh\u00e4ngig zu machen. Erfolg allein reicht nicht mehr aus - er muss zunehmend auch skalierbar und nachhaltig sein. Wenn Sie Ihre eigene L\u00f6sung entwickeln, haben Sie mehr M\u00f6glichkeiten zur Anpassung, aber sie ist nicht effizient, wenn Ihre Bed\u00fcrfnisse, die Anforderungen Ihrer Kunden und der Datenverkehr schwanken.<\/p>\n
Die Entscheidung f\u00fcr eine L\u00f6sung eines Drittanbieters senkt oft Ihr Risiko und die Gesamtbetriebskosten, da Sie flexibler sein und L\u00f6sungen bei Bedarf austauschen k\u00f6nnen. Allerdings gibt es keine Einheitsl\u00f6sung von der Stange, die von Anfang an alle Ihre Anforderungen erf\u00fcllt. Deshalb ist es so wichtig, mit einem Technologieexperten zusammenzuarbeiten, der Ihnen hilft, klare Anforderungen zu definieren und ein System auszuw\u00e4hlen oder zu erstellen, das auf Ihre Bed\u00fcrfnisse zugeschnitten ist - sei es eine einzelne Plattform oder ein Best-of-Breed-Ansatz, der durch APIs zusammengehalten wird.<\/p>\n
Eine robuste, flexible data-Infrastruktur ist das Markenzeichen einer nachhaltigen data-Strategie f\u00fcr Erstanbieter. Wenn Ihre Ziele segmentiert, Ihre Tools integriert und Ihre data bereinigt sind, bauen Sie einen positiven data-Kreislauf auf, der die Kundenbindung f\u00f6rdert. 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.<\/p>\n
Artikel von Joachim Sontag<\/a>\u00a0urspr\u00fcnglich ver\u00f6ffentlicht auf TechNative.de<\/a><\/p>\n<\/div><\/div><\/div><\/div><\/div>
![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/06\/Global-Newsletter-Data-Digest_LinkedIn_600x315_april-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>