Wissen, was Kunden wollen: Daten ermöglichen es, Konsumenten individuell mit der passenden Botschaft anzusprechen.

Digital Intelligence hilft, aus dem Big Data Pool die richtigen Informationen herauszufischen. 

Vergleicht man das Marketing mit einem Motor, sind Daten gewissermaßen der Treibstoff. Durch die digitale Transformation stehen zu jedem einzelnen Kunden Unmengen an Informationen zur Verfügung. Und es werden immer mehr. Laut einer Prognose von IDC soll sich das Volumen der jährlich generierten digitalen Datenmenge insgesamt bis 2020 knapp verfünffachen. Das Thema „Big Data“ stellt Marketingverantwortlichen aber vor große Herausforderungen. Die Aufgabe: Aus „Big Data“ sollen „Smart Data“ werden. Anders gesagt: Aus der Vielzahl von Informationen müssen die relevanten herausgefiltert werden. Zugleich brauchen Unternehmen Lösungen, die sie dabei unterstützen, Daten zusammenzuführen, zu analysieren und wiederum dem Marketing zur Verfügung zu stellen. Hier ist Digital Intelligence gefragt.

Die Grundlagen für Digital Intelligence leiten sich aus der Welt der klassischen Business Intelligence ab – mit dem Unterschied, dass Digital Intelligence primär auf Daten aus Onlinekanälen zurückgreift. Dabei finden besondere Analysemethoden Anwendung, die auf anonymisierter Basis hochindividualisierte Ergebnisse zu den einzelnen Nutzern liefern. Das Ziel besteht darin, sowohl reaktionsschnell als auch individuell und zielgerichtet zu agieren, um Kunden personalisierte, auf sie zugeschnittene Angebote machen zu können. 90 Prozent der Marketing-Strategen sagen laut der Data-driven Marketing Survey 2015 von Teradata, dass sie Kampagnen in Zukunft verstärkt personalisieren und individualisieren möchten. Und die Studie „Adding Data, Boosting Impact: Improving Engagement and Performance in Digital Advertising“, die die Boston Consulting Group im Auftrag von Google durchgeführt hat, bestätigt: Datengestütztes Marketing stärkt die Kundenbindung und erhöht die Leistung von Werbekampagnen.

Digital Intelligence wird zum Erfolgsfaktor

Für die Unternehmen zahlt es sich aus, diese Herkulesaufgabe anzupacken. Ein Beispiel bietet Amazon. Die E-Commerce-Plattform hat als eine der Ersten sehr erfolgreich das System der Produktempfehlungen eingeführt. Das heißt: Registrierte Nutzer bekommen beim Besuch des Shops Produkte empfohlen, für die sie sich interessieren könnten. Das funktioniert besser, wenn nicht nur soziodemografische Angaben, sondern auch Informationen zum Surf- und Kaufverhalten eines Kunden berücksichtigt werden. Digital Intelligence wird in diesem Kontext zu einem entscheidenden Erfolgsfaktor – nicht nur im E-Commerce, sondern auch im Marketing. Wer Angebote individuell an den Erwartungen von Konsumenten ausrichten will, muss wissen, wofür diese sich interessieren und wie sich ihre Customer Journey gestaltet. Eine Studie des ECC Handel in Zusammenarbeit mit Namics und Prudsys für die Schweiz belegt, das über 60 Prozent der Verbraucher derartige Angebote auf Basis hinterlegter Daten durchaus zu schätzen wissen.
Das Thema Produktempfehlungen zeigt, wie wertvoll Kundendaten für das Marketing sind. Die Grundlage für solche personalisierten Angebote liefert die Webanalyse. Mit ihr sammeln die Betreiber einer Website oder eines Online-Shops nicht nur Erkenntnisse dazu, wofür sich User interessieren und welchen Weg sie im Web zurücklegen. Sie können zugleich in Echtzeit überprüfen, welche ihrer Marketingmaßnahmen ankommen. Das geht weit über Produktempfehlungen hinaus: Welche Online-Werbemittel werden geklickt, wird eine Newsletter-Kampagne angenommen? Die Webanalyse liefert damit auch Antworten auf Fragestellungen, wie welche der vielen Kampagnen gerade zum Abverkauf beiträgt, und welche teuren Aktionen sich das Marketing sparen kann. Sie zeigt zudem, ob eine IT-Veränderung am Shop oder eine Überarbeitung der Website zu einer besseren oder schlechteren Konversionsrate führt. Hier empfiehlt sich ein neuer Ansatz des so genannten „Tag Management“, der die Anforderungen an die IT deutlich verringert und die Performance einer Seite verbessert (siehe unten).

Verbraucher wollen nicht beobachtet werden

Ein wichtiger Punkt in diesem Kontext ist der Datenschutz. Eine weitere Studie von Fittkau & Maaß Consulting zum Thema „Me-Commerce“ zeigt, wie sensibel Verbraucher diesbezüglich sind. Dabei hält sich die Anzahl der Befürworter personalisierter Webshops und der Ablehner mit etwas über 40 Prozent die Waage. „Dass für das Zusammenstellen persönlich zugeschnittener Produktempfehlungen in Webshops personenspezifische Daten herangezogen werden, ist mittlerweile den meisten Internet-Usern bewusst. So wundert es kaum, dass mehr als jeder zweite Online-Käufer (54 Prozent) den Besuch personalisierter Webshops als eher unangenehm wahrnimmt bzw. das Gefühl hat, bei der Nutzung beobachtet zu werden“, heißt es in einer Stellungnahme von Fittkau & Maaß zu der Studie.

Besonders wenn Daten aus weiteren Quellen wie zum Beispiel dem Customer-Relationship-Management-System einbezogen werden, ist zudem Vorsicht geboten: Informationen aus der Webanalyse dürfen nur dann mit Klardaten zu einem Kunden zusammengeführt werden, wenn dieser dafür sein ausdrückliches Einverständnis gegeben hat (Opt-in). Das übliche Opt-out-Verfahren, das beim Web-Tracking zum Einsatz kommt, bildet dafür keine Grundlage. Ansonsten dürfen die Daten nur in anonymisierter Form zum Einsatz kommen: Das heißt, es darf zu keinem Zeitpunkt die direkte Verbindung zwischen einer konkreten Person und deren Surf-Verhalten herstellbar sein.

Eine Schneise in den Datendschungel schlagen

Die Daten bilden die Basis. Erst die Analyse zieht daraus die richtigen Erkenntnisse und stellt diese wiederum für die Kommunikation zur Verfügung. Hier unterstützen Software-Lösungen verschiedener Anbieter das Marketing. Einige der Tools arbeiten mit einer vorberechneten Datenbasis, die für entsprechende Fragestellungen schnelle Auswertungen erlaubt – allerdings die Flexibilität in der Auswertung einschränkt. Andere Tools bieten Rohdaten basierte Analysen. Diese erfordern eine etwas längere Rechenzeit, zeichnen sich jedoch durch hohe Flexibilität aus. Berater, die das Zahlenwerk kritisch hinterfragen und aus den Analysen nutzbare Handlungsempfehlungen ableiten, können dabei helfen, die richtige Tool-Entscheidung zu treffen. Diese helfen gewissermaßen dabei, eine Schneise in den Datendschungel zu schlagen. Die Datenanalyse bildet die zweite Schicht in einem Digital-Intelligence-Ansatz, der an die Ergebnisse der Studie „Decipher – The Digital Intelligence Technology Code“ von Forrester Research angelehnt ist.

Mit konkreten Aktionen den Marketingerfolg steigern

Die Ergebnisse aus der Webanalyse werden dann in einem dritten Schritt in konkrete Maßnahmen überführt – und stiften so direkten Nutzen am Touchpoint mit dem Kunden. Das können zum Beispiel die oben beschriebenen Produktempfehlungen sein. Eine solche Aktion kann aber auch darin bestehen, mithilfe von Testing-Verfahren, wie dem A/B-Testing, die Usability einer Website oder die Gestaltung von Werbemitteln zu optimieren. Eine weitere Möglichkeit: Targeting-Lösungen verbessern die Treffgenauigkeit von Kampagnen oder ermöglichen es, User gezielt in bestimmten Momenten der Customer Journey anzusprechen. Ein neuer Ansatz in diesem Kontext stellt Pre-Targeting dar. Das funktioniert ähnlich wie Predictive Behavioural Targeting. Mit dem Wissen aus Analysen und Hochrechnungen lässt sich erkennen, wann ein Besucher zum Beispiel aus einem Kaufprozess aussteigen und den Warenkorb abbrechen wird – bevor dieses Event stattfindet, also auf Basis einer Vorhersage.

Die Webanalyse bietet schon heute eine Möglichkeit, direkten Nutzen aus Kundendaten zu ziehen. Diese können aber durch weitere Informationen angereichert werden. Das CRM liefert etwa wertvolle Hinweise zur Kaufgeschichte und zum Wert eines Kunden. In Zukunft werden auch Alltagsgeräte vom Auto über den Kühlschrank bis zur Zahnbürste Daten produzieren und Informationen über ihre Benutzer liefern. Ein Beispiel bilden schon heute die geographischen Daten, die unsere Mobilfunkgeräte zur Verfügung stellen und die die Grundlage für personalisierte Angebote am Point of Sale bilden. Digital Intelligence bietet einen Ansatz, die Daten zu sammeln, zu analysieren und für Marketing- oder Kommunikationsmaßnahmen zur Verfügung zu stellen.

Container-Tags steigern die Performance in der Webanalyse

Wer Informationen über seine Website-Besucher sammeln und deren Verhalten dokumentieren möchte, muss so genannte Cookie- oder Pixel-Tags setzen. Diese kennzeichnen einen User und ermöglichen es, sein Surfverhalten und andere Aktionen im Netz zu dokumentieren. Das Problem: Werden alle Drittanbieter einzeln in eine Webseite integriert, bringt das Nachteile. Dieser Prozess ist fehleranfällig, jedes Tool erhält eine etwas andere Datengrundlage, und der Ein- sowie Ausbau erzeugt jedes Mal neue IT-Kosten. Zudem wirken sich die zahlreichen Javascipts (Codes) verschiedener Drittanbieter auch auf die Ladezeiten aus. Und höhere Ladezeiten beeinträchtigen bekanntlich die Conversionsrate. Die Lösung: So genannte Container-Tags. Auf der Seite wird gewissermaßen ein Tag als Container installiert. Der Betreiber der Website legt fest, in welchem Fall welche anderen Tags geladen werden sollen. Anstatt jedes Mal alle verschiedenen Tags laden zu lassen, werden dabei nur diejenigen berücksichtigt, die wirklich erforderlich sind. Durch diesen innovativen Ansatz verbessert sich nicht nur die Performance der Seite. Der Aufwand für den Website-Betreiber und das Handling vereinfachen sich. Zudem benötigt man weniger Eingriffe seitens der IT in die Seite. Auch hier existieren verschiedene Anbieter auf dem Markt, es gibt sowohl kostenfreie als auch kostenpflichtige Lösungen.