Marketing-Börse PLUS - Fachbeiträge zu Marketing und Digitalisierung
print logo

Predictive Analytics: Zurück zu den Grundlagen?

Erfahren Sie, wie Sie ein erfolgreiches Predictive Analytics Programm aufbauen können.
© Cheetah Digital Germany GmbH
 

#SommerDerErkenntnis Von Emad Georgy, Chief Technology Officer, Experian Marketing Services Heutzutage suchen die Leute immer nach dem neuesten Buzzword. Eine Weile war es „Big Data“, das dafür gesorgt hat, eine zuvor unbekannte Skalierbarkeit und Geschwindigkeit hinsichtlich der Datenverarbeitung und deren Interpretation einzuführen. Das neueste Buzzword lautet „Predictive Analytics“ (vorausschauende Analysen), aber viele Unternehmen wissen nicht, wo Sie anfangen sollen, um es Realität werden zu lassen oder um es in einen echten Wert für den Geschäftsbetrieb zu übersetzen. Sie bitten mein Team um Rat, um zu verstehen, was wir tun und welche Tipps und Best Practices wir Ihnen geben können. Ironischerweise betont die Fokussierung auf Predictive Analytics die Notwendigkeit für Marketers, sich auf die Grundlagen zurückzubesinnen. Unternehmen kennen ja ihre Kunden am besten, und deshalb müssen vorausschauende Analysen den Lackmustest schaffen: Passen die Analysen zu dem, was sie über ihre Kunden wissen? Mein wertvollster Tipp für die Erstellung einer Predictive-Analytics-Strategie ist, nicht auf das erstbeste Objekt zu zielen. Konzentrieren Sie sich auf Ihre Algorithmen und Technologie, aber errichten Sie ein solides Fundament aus Fragen, die Sie beantworten wollen, so dass Sie ein erfolgreiches Analytics-Programm aufbauen können. Insbesondere: - Strukturieren Sie Ihre Organisation so, dass Sie ein klares Verständnis der Ziele hat - Stellen Sie sicher, dass Sie Daten in ausreichender Reinheit haben und die Technologie, um daraus echten Nutzen ziehen zu können. -Suchen Sie die richtigen Partnerschaften, um erfolgreich zu sein Strukurieren Sie Ihre Organisation Marketers versuchen ständig, das Kundenerlebnis zu verstehen und zu verbessern. Das Problem ist nur, dass Marketing-Organisationen nicht aufgestellt sind, um effektiv mit dem Kanal-agnostischen Kunden von heute zu kommunizieren. Es ist nahezu unmöglich, ein konsistentes Kundenerlebnis zu bieten, wenn z.B. das Email-Team mit dem Social- oder Mobile-Team um das Budget kämpft. Predictive Analytics – ebenso wie kanalübergreifende Attribution – können helfen, dieses Problem zu lösen. Korrekte Attribution erlaubt es einer Organisation, losgelöst von den Kanälen auf die komplette Customer Journey zu blicken und anzufangen zu verstehen, welches die besten Wege sind, mit dem Kunden zu kommunizieren. Dadurch wird internen Grabenkämpfen die Basis entzogen. Definieren Sie Ihre Ziele Aber: Bevor Sie Ihren ersten Algorithmus schreiben, müssen Sie festlegen, was ihre Organisation versucht zu erreichen, und sicherstellen, dass Ihre Daten „fit“ sind für tatsächlich umsetzbare Erkenntnisse. Sprechen Sie mit relevanten Anwendern in Ihrem Unternehmen, um die Fragen zu identifizieren, die Sie beantworten müssen: Was wissen Sie noch nicht über Ihre Kunden? Welche Hürden gibt es dabei? An welchen Punkten verabschieden sich Ihre Kunden aus der Kommunikation? Was würden Sie gerne wissen? Diese Fragen sind die Grundlage für Ihre Predictive-Analytics-Initiative. Prüfen Sie Ihre Daten Im Rahmen dieser Übung kommen Sie unweigerlich an den Punkt, wo Sie Ihre vorhandenen Daten analysieren müssen. Dann werden Sie wahrscheinlich auf Probleme mit der Datenqualität stoßen. Die Durchführung von fortgeschrittenen Analytics-Programmen erfordert das Management von Datenqualität und Kundenidentitäten. Kein noch so gutes Predictive-Analytics-Programm kann ersetzen, was Sie über Ihre Kunden wissen. Der erste Schritt ist hier, die Schwachstellen in den Daten anzupacken. Dann sollten die Daten aufeinander ausgerichtet werden. Aber denken Sie immer daran, dass Kunden mehr sind als nur eine Transaktion! Ihr Grad des Kundenverständnisses muss weit über die jeweiligen Käufe hinausgehen. Das bedeutet, dass Sie Transaktionsdaten mit Verhaltensdaten, Lifestyledaten, Kampagnenhistorie usw. verbinden müssen, um ein einheitliches Bild Ihrer Kunden zu erhalten. Die richtige Technologie und die richtigen Partner finden Mit einer ganzheitlichen Lösung wie z.B. der Experian Marketing Suite können Sie die Performanz und den Grad des Kundenengagements über alle Kanäle auf einen Blick sehen. Damit bekommen Sie Ihre Teams auf die gleiche Seite, und sie diskutieren über das gleiche Kundenerlebnis. Mit einer klaren Darstellung können Sie leicht herausfinden, welche Silos es in Ihrer Organisation gibt oder wo das Kundenerlebnis vom Ideal abweicht. Wenn Sie sich dann komplett auf die anfangs gesetzten Ziele konzentrieren, dann wird es schwer, die Existenz der Silos weiterhin zu rechtfertigen. „Predicte Analytics“ ist nicht ohne Grund ein Buzzword, und es ist eines, das Sie nicht ignorieren können. Unsere Digital-Marketer-Umfrage belegt, dass zwei Drittel aller Marketers planen, in diesem Jahr Programme für Predictive Analytics in ihre Strategien aufzunehmen. Wenn Sie zu dem Drittel gehören, die das nicht planen, seien Sie gewarnt: Sie werden zurückfallen! Wenn Sie nun Ihre Predictive-Strategie aufbauen, stellen Sie nicht einfach nur Daten-Analysten ein, um dem nächsten großen Trend hinterherzujagen. Vielmehr sollten Sie sicherstellen, dass Sie ein solides Fundament und ein klares Verständnis dessen haben, was Sie erreichen wollen. Damit können Sie wirklich tolle vorausschauende Analysen durchführen, um intelligent mit Ihren Kunden zu kommunizieren. * * * Dieser Artikel erschien zuerst im Digital Marketer Report 2016.