Wie man aus Hydranten trinkt - ohne zu ertrinken
Die digitale Revolution hat das Geschäft mit der Datenanalyse vereinfacht und erschwert zugleich. Es ist einfacher geworden, weil mit der Zahl der Medien auch die Menge der Datenquellen gestiegen ist. Jede Bewegung im digitalen Raum wird erfasst. Dank der gewachsenen Rechenkapazitäten sind auch die Verarbeitungswerkzeuge besser geworden.
Aber gleichzeitig entstand eine regelrechte Datenflut, deren Handling einige Herausforderungen mit sich bringt: Wie trenne ich die brauchbaren von den unbrauchbaren Daten? Wie überführe ich die Daten in Kommunikation? Wie installiere ich Prozesse, die Analyse und Kommunikation möglichst effizient integrieren? Und wer soll und kann das alles machen?
Für viele Online-Marketer gleicht der Versuch, aus Daten Umsatz zu generieren, demjenigen, an einem aufgedrehten Hydranten trinken zu wollen.
Amazon (für Konsumenten in Deutschland die Einzelhandelsmarke Nummer 1, so das Ergebnis des europäischen „Best Retail Brands“-Report 2011) wird gemeinhin als Vorbild herangezogen, wenn es um die Kapitalisierung von Daten geht. Zeitweise erzielt der Versandhändler 30 Prozent seiner Verkäufe über relevante Angebote. Amazon braucht dafür lediglich die E-Mail-Adresse und die Einwilligung des Empfängers zu Tracking und Kommunikation einerseits sowie das Wissen um seine Interessen andererseits.
Wenn Amazon mit dieser Praxis so erfolgreich ist und die Zusammenhänge kein Geheimnis sind, stellt sich doch die Frage, warum das nicht alle Retailer so machen.
Die Antwort: Es mangelt an entsprechenden Prozessen und Profis (siehe den aktuellen tobenden "War for Talents"), die sie entwickeln können. Wir sprechen von der komplexen Herausforderung, die relevanten Daten zu erkennen und sie in effiziente, also automatisierte Segmentierungs- und Kommunikationsprozesse fließen zu lassen.
Es geht um das Know-How, über den ganzen Kundenlebenszyklus hinweg individuell relevante Informationen und Angebote anzubieten und damit Kunden zu maximalem Engagement zu motivieren. Wir brauchen mehr Experten, die nicht in Datensilos denken, sondern in Business-Prozessen. Wie muss ein Willkommens-Programm angelegt sein, das Käufer von Nichtkäufer automatisch unterscheidet? Wie reaktiviere ich Warenkorbabbrecher über mehrere Stufen? Wie kapitalisiere ich das Engagement meiner Fans auf Facebook?
Das Geheimnis der intelligenten Datennutzung liegt im Single-Customer-View-Ansatz. Das Rückgrat hierbei besteht in einer Datenbank, die alle Daten zum Kauf- und Klick-Verhalten konsolidiert und Kommunikation in Echtzeit auf Basis automatischer Segementierungsregeln ermöglicht.
Aber gleichzeitig entstand eine regelrechte Datenflut, deren Handling einige Herausforderungen mit sich bringt: Wie trenne ich die brauchbaren von den unbrauchbaren Daten? Wie überführe ich die Daten in Kommunikation? Wie installiere ich Prozesse, die Analyse und Kommunikation möglichst effizient integrieren? Und wer soll und kann das alles machen?
Für viele Online-Marketer gleicht der Versuch, aus Daten Umsatz zu generieren, demjenigen, an einem aufgedrehten Hydranten trinken zu wollen.
Amazon (für Konsumenten in Deutschland die Einzelhandelsmarke Nummer 1, so das Ergebnis des europäischen „Best Retail Brands“-Report 2011) wird gemeinhin als Vorbild herangezogen, wenn es um die Kapitalisierung von Daten geht. Zeitweise erzielt der Versandhändler 30 Prozent seiner Verkäufe über relevante Angebote. Amazon braucht dafür lediglich die E-Mail-Adresse und die Einwilligung des Empfängers zu Tracking und Kommunikation einerseits sowie das Wissen um seine Interessen andererseits.
Wenn Amazon mit dieser Praxis so erfolgreich ist und die Zusammenhänge kein Geheimnis sind, stellt sich doch die Frage, warum das nicht alle Retailer so machen.
Die Antwort: Es mangelt an entsprechenden Prozessen und Profis (siehe den aktuellen tobenden "War for Talents"), die sie entwickeln können. Wir sprechen von der komplexen Herausforderung, die relevanten Daten zu erkennen und sie in effiziente, also automatisierte Segmentierungs- und Kommunikationsprozesse fließen zu lassen.
Es geht um das Know-How, über den ganzen Kundenlebenszyklus hinweg individuell relevante Informationen und Angebote anzubieten und damit Kunden zu maximalem Engagement zu motivieren. Wir brauchen mehr Experten, die nicht in Datensilos denken, sondern in Business-Prozessen. Wie muss ein Willkommens-Programm angelegt sein, das Käufer von Nichtkäufer automatisch unterscheidet? Wie reaktiviere ich Warenkorbabbrecher über mehrere Stufen? Wie kapitalisiere ich das Engagement meiner Fans auf Facebook?
Das Geheimnis der intelligenten Datennutzung liegt im Single-Customer-View-Ansatz. Das Rückgrat hierbei besteht in einer Datenbank, die alle Daten zum Kauf- und Klick-Verhalten konsolidiert und Kommunikation in Echtzeit auf Basis automatischer Segementierungsregeln ermöglicht.