Datenstrategien: Beziehungsorientiert Daten sammeln und nutzen

Möchte man gezielt und systematisch personalisieren, ist es unerlässlich, die richtigen und vor allem die relevanten Daten von Kunden zu haben. Nur wird das Vorhaben einer gezielten Datensammlung und -verwendung angesichts der Europäischen Datenschutzgrundverordnung (DSGVO) und neueren technischen Entwicklungen ab iOS 14 und dem geplanten Aus für Third Party Cookies durch Google 2023 zunehmend zu einer Herausforderung. Dieses Kapitel zeigt auf, welche Arten von Kundendaten es gibt und wie diese im Rahmen einer Gegenseitigkeitsstrategie beziehungsorientiert gewonnen werden können.

Personalisierung und damit verbunden Marketing Automation liegen im Trend. Das zeigt der CEX Trendradar auch 2023 [1]. In diesem Zusammenhang ist es notwendig, Kundendaten zu sammeln und zu verarbeiten. Grundsätzlich wird in diesem Zusammenhang zwischen First, Second und Third Party Data unterschieden. Eine gute Zusammenfassung liefert das Unternehmen emetriq [2], welches zur Deutschen Telekom gehört:

First Party Data

First Party Data sind unternehmenseigene Daten. Sie werden in unternehmensinternen Tools wie Website-Analytics, CRM-Systemen oder Customer Data Platforms (CDP) gesammelt. Da sie im Unternehmen vorliegen, sind sie die kostengünstigste Variante für Werbetreibende. Sie gelten auch oft als die zuverlässigsten Daten für das Targeting. Beispiele für First Party Data sind CRM-Daten und das Nutzerverhalten auf der eigenen Website. Dafür werden Nutzer beim Besuch der Firmen-Webseite mit einem Cookie markiert, und ihr Surf-Verhalten auf der Seite wird erfasst. First-Party-Daten gelten als sehr wertvoll, sind aber durch ihre Herkunft beschränkt auf die Bestandskunden und Website-Besucher, weshalb die Reichweite solcher Daten stark begrenzt ist. Die Daten können beispielsweise zur Reaktivierung oder zum Cross-Selling genutzt werden.

Second Party Data

Second Party Data sind extern gesammelte Eigendaten oder Partnerdaten, beispielsweise von Werbeplattformen oder Agenturen. Das heißt, die Daten stammen vor allem aus strategischen Partnerschaften oder aus Kampagnendaten, die Aufschluss über Verhaltensweisen, Umfelder, technische Rahmenbedingungen oder Anzahl und Dauer des Werbekonsums liefern. Die Daten werden durch eine externe Quelle (Adserver, DMP et cetera) gesammelt. Die gemeinsame Nutzung der externen Daten durch die Partner wird in der Regel vertraglich festgelegt (Sharing-Modell). Die Daten sind hoch transparent in Bezug auf Herkunft und Qualität. Die Reichweite und Datenmenge werden durch das Teilen von Daten mit Partnern erhöht.

Third Party Data

Third Party Data werden von professionellen Aggregatoren von Daten zur Buchung bereitgestellt. Diese Anbieter erfassen Daten entweder selbst oder erwerben sie in großen Mengen direkt von Publishern und Unternehmen. Um Daten zu erfassen, taggen und tracken Drittanbieter den Traffic/die Nutzer auf verschiedenen Websites in der Regel mithilfe von Cookies. Die gesammelten Daten werden analysiert und segmentiert. Third Party Data sind teurer als First Party Data, bieten aber auch eine breitere Informationsbasis, etwa detaillierte Profilinformationen, Kaufinteressen, demografische Daten wie Alter oder Geschlecht, Daten zur Kaufbereitschaft und geografische Informationen wie die PLZ-Gebiete von Nutzern. So stehen über Third-Party-Daten auch Informationen zu Nutzern zur Verfügung, die noch nicht bekannt sind.

Gerade die Nutzung von Third Party Data wird zukünftig durch die Anbieter Apple – durch die Privacy-Funktionen ab iOS 14 – und Google – durch deren Ankündigung im Jahr 2021 zukünftig Third Party Cookies in seinen Systemen vor allem im Browser Chrome zu blockieren – stark eingeschränkt. Allerdings hat Google seine Pläne diesbezüglich auf 2023 verschoben.

Nichtsdestotrotz schränkt auch die DSGVO die Nutzung solcher Daten rein rechtlich erheblich ein. Unternehmen müssen sich also die Frage stellen, wenn sie ihre Kampagnen, Angebote und Services personalisieren wollen, wie sie an relevante Daten kommen, die ihnen die Kunden freiwillig überlassen. Die US-amerikanische Analystenfirma Forrester hat in diesem Zusammenhang den Begriff „zero-party data“ eingeführt und erklärt, dass es sich dabei um „Daten handelt, die ein Kunde absichtlich und proaktiv mit einem Unternehmen teilt. Das kann folgende Daten umfassen: Preference Center-Daten, Daten zu Kaufabsichten, zum persönlichen Kontext und zur Art und Weise, wie die Person vom Unternehmen erkannt werden möchte.“ [3]

 

- Abb. 1: First, Second und Third Party Data. -

Vorteile von Zero-Party-Daten

Kunden möchten, dass Sie mit Ihnen in Kontakt treten. Dies ist einer der Hauptgründe, warum sie Ihnen bestimmte Informationen zur Verfügung stellen. Neben Forrester hat auch der Systemanbieter emarsys [4] die bedeutendsten Vorteile von Zero-Party-Daten zusammengestellt:

• Qualität und Genauigkeit: Da die Zero-Party-Daten direkt vom Kunden stammen, kann Ihre Marke sicher davon ausgehen, dass der Kunde von Ihnen hören möchte.
• Relevanz:Da Zero-Party-Daten direkt von Ihrer Zielgruppe stammen, erfahren Sie anhand der Präferenzen genau, welche Art von Ansprache Ihre Kunden sich wünschen.
• Kostenersparnis: Da Zero-Party-Daten bereits in Ihren Systemen vorhanden sind, ist deren Erfassung sehr kostengünstig. Im Gegensatz zu anderen Arten der Datenerfassung (Second und Third Party) fallen für Zero-Party-Daten keine zusätzlichen Kosten an, da die Kunden sie bereitwillig weitergeben.
• Konformität: Die Zero-Party-Datenerfassung birgt wenig bis gar keine Risiken hinsichtlich der Konformität, da Sie nicht nur die Quelle der Daten kennen, sondern auch wissen, wie sie erhoben wurden.
  
  

Nachteile von Zero Party Data:

Die Nachteile der Zero-Party-Datenerfassung liegen zum einen in einer möglichen Überforderung auf Kundenseite, wenn zu viele Informationen auf einmal abgefragt werden. Zum anderen sind sich Kunden aufgrund der öffentlichen Diskussion natürlich immer mehr bewusst, dass ihre Daten einen Wert haben, für den sie einen Gegenwert in Form bestimmter Vorteile erwarten. Außerdem bestimmt der Datenschutz stark die öffentliche Debatte in Medien und Politik. Kundinnen und Kunden stellen sich also vermehrt die Frage, welchen Marken sie wirklich vertrauen.

Und dieses Vertrauen entwickelt sich über verschiedene Branchen völlig unterschiedlich. So äußerten sich über 1000 Befragte im Jahr 2017 im Rahmen einer Studie von SAS und Forsa Data Monitor [5] dazu, wem sie einen sorgsamen Umgang mit Daten zutrauen. 44 Prozent der Befragten gaben an, ihrem Arzt Daten über sich zur Verfügung zu stellen, wenn sie dafür einen Gegenwert erhielten. Lediglich 16 Prozent der Befragten würden der eigenen Hausratversicherung Daten liefern.

Angesichts solcher Fakten muss man sich als Zuständiger für Personalisierung in einem Unternehmen fragen, welche Kunden und Kundinnen dem Unternehmen eigentlich welche Daten wann über sich zur Verfügung stellen – und wovon das abhängt. Im Grunde genommen geben Kunden viele Daten von sich preis, wenn sie das Gefühl haben, dass das Unternehmen mit diesen Informationen anständig umgeht. Auch wünschen sich Kunden ein hochgradig personalisiertes Erlebnis über jeden Touchpoint, den sie nutzen. Laut eMarketer [6] kann durch die Bereitstellung dieser personalisierten Erlebnisse eine größere Customer Loyalty erzielt werden. Mit anderen Worten: Es braucht Vertrauen in den Willen und die Fähigkeit des Unternehmens, Kundendaten zum Nutzen des Kunden zu verwenden. Und Vertrauen entsteht nicht von jetzt auf gleich, sondern wächst mit der Zeit und der Erfahrung.

Wie Vertrauen durch Kennenlernen entsteht

Das hat etwas damit zu tun, wie gut wir als Kunde ein Unternehmen kennen. Es lohnt sich also, sich einmal mit dem Prozess des Kennenlernens [7] auseinanderzusetzen. Beim besseren Verständnis dieses Zusammenhangs hilft Abb. 2:

 

- Abb. 2: „Der Weg zum Kern der Persönlichkeit“ [7]. -

Menschen versuchen immer, Informationen, die sie geben oder erhalten, einzuordnen. Dabei kann man sich unsere Persönlichkeit als einen großen Kuchen (in Abb. 2 in drei Grau-Schattierungen eingefärbt) vorstellen. Teilt man ihn in „Kuchenstücke“ (unterteilt durch die schwarzen durchgehenden Linien in der Abbildung), kann man von Persönlichkeitskategorien oder Themengebieten reden. Wir haben also ein Stück für unseren Beruf, eines für unsere Hobbys, eines für Gesundheit und viele andere Themen mehr. Die Namen für diese Kategorien definieren wir selbst. Den Sachverhalt haben die Wissenschaftler Altman und Taylor (1973) bereits vor knapp 50 Jahren erforscht [7].

Nun kommt ein zweites Phänomen dazu: Wir Menschen haben gelernt, uns nicht über alle Dinge mit jedem auszutauschen. Denn das ist einerseits gefährlich, andererseits ist nicht jede Information für jeden anderen Menschen interessant. Einige Themen sind halt privater als andere. Jedes Kuchenstück unterteilen wir daher noch einmal konzentrisch in mehrere Intimitätszonen (dargestellt durch unterschiedliche Grauzonen mit den gestrichelten Rändern in der Abbildung). Je näher die einzelnen Informationen an der Spitze des Kuchenstücks liegen, desto intimer sind sie. Die hellgrauen Bereiche sind also die intimsten. Also vertrauen Menschen solche Informationen tendenziell weniger anderen Menschen an. Je weiter am äußeren Rand des Kuchens eine Information liegt, desto leichter geben wir sie weiter, desto weniger intim ist sie. Und Sie ahnen, liebe Leser und Leserinnen, was ganz außen liegt: Small Talk!

Kennenlernen startet beim Small Talk. Vielleicht mit einem ersten Gespräch über Inhalte von allgemeinem Interesse. Und wenn man sich dabei sympathisch findet – und im Falle eines Unternehmens dieses auch noch kompetent wirkt –, dann gibt man vielleicht als Kunde eine zweite Information. Man lässt das Gegenüber quasi auf das nächste Level (in der Abbildung also von dunkelgrau zu mittelgrau).

Was hier vielleicht an ein Jump-and-run-Videospiel erinnert, hat Konsequenzen für das Management von Kundenbeziehungen. Die wenigsten Unternehmen machen sich nämlich Gedanken darüber, wann sie welche Information vom Kunden erhalten wollen. Ist das notwendige Vertrauen noch nicht hergestellt, kann eine direkte Frage nach bestimmten, sehr intimen Informationen zu ungewollten Gegenreaktionen führen. „Warum wollen sie das wissen? Was geschieht mit dieser Information?” Wir reden in diesem Zusammenhang von der sogenannten „Line of Spookiness“ [8].

Man stellt also fest, dass das Vertrauen der Kunden der wesentlich limitierendere Faktor ist als alle technischen oder regulatorischen Einschränkungen, und dass sich Unternehmen gerade vor dem Hintergrund andauernder kritischer Berichterstattung in den Medien darauf konzentrieren sollten.

Gegenwerte und Reziprozität

Es gilt also zum einen nachzudenken, wann der Kunde bereit ist, welche Information zu liefern und andererseits zu erklären, wofür welche Information benötigt wird. Zum dritten kann es sinnvoll sein, Gegenwerte zu liefern. Ein Gegenwert ist eine personalisierte Erfahrung oder spezifische auf den Kunden zugeschnittene Inhalte. Wenn das Unternehmen seine Kunden also informiert, dass es ihre Daten benötigt, um ihnen eine bessere Qualität bieten zu können, werden die Kunden diese eher mit dem Unternehmen teilen. Dabei empfiehlt es sich, die Abfrage von Kundendaten als eine gemeinsame Anstrengung herauszustellen, mit der ein besseres Erlebnis erreicht werden kann.

Über diese Möglichkeit hinaus gibt es eine Fülle solcher Gegenseitigkeitsprinzipien. Diese habe ich mit meinem damaligen Co-Autoren Phil Winters vor knapp zehn Jahren [9; siehe erweitert auch 8] auch ausführlich dargestellt. Hier nur einige solcher Prinzipien und ein paar Anwendungsbeispiele für die Generierung von Zero-Party-Daten:

Auswählen:

Manchmal reicht es schon, die einfachsten Vorlieben abzufragen, um dem Kunden das Gefühl zu geben, auswählen zu können. Dafür muss man das Individuum nicht eindeutig identifizieren. Das unabhängige deutsche Webportal Verivox, das die Preise von Energie und Telekommunikation vergleicht, hat dieses Level der „Geben- und Nehmen-Prinzipien“ gemeistert. Nachdem die User sich als Privatperson oder als Geschäftskunde geoutet haben, werden sie automatisch zum richtigen Startpunkt für ihre Recherche weitergeleitet. Gibt eine Privatperson dann noch zusätzliche Fakten an – ihre Postleitzahl und die ungefähre Menge an benötigtem Strom – bekommt sie eine Liste mit den Top-Angeboten für diese Spezifikation. Sie kann noch mehr auswählen, wenn sie kaufentscheidende Vorlieben angibt, etwa den Wunsch nach erneuerbaren Energien oder nach einer kurzen Vertragslaufzeit. Verivox nutzt diese Vorgaben, um eine passende Auswahl von Angeboten zu präsentieren – und das, ohne eine große Menge an persönlichen Angaben abgefragt zu haben. Erst wenn sich der Kunde für ein Angebot entschieden hat, braucht Verivox Daten für den Vertragsabschluss. In diesem späten Stadium der Kundenerlebniskette ist man aber auch eher geneigt, etwas von sich preiszugeben, jedenfalls wenn man als Gegenleistung Verivox’ Service bekommt.

Unabhängig von diesem Beispiel eignen sich aber auch sämtliche Formen der Registrierung beispielsweise für einen themengebundenen E-Mail-Newsletter, der Auswahl von Waren im Laden oder die Speicherung von Vorlieben auf Ebene eines Kundenkontos für dieses Gegenseitigkeitsprinzip.

Austauschen:

Das Austauschprinzip kommt zur Geltung, sobald ein Kunde oder User beginnt, Auskunft über sich selbst zu geben, und er davon ausgeht, dass diese Informationen aufgenommen und benutzt werden. Normalerweise beginnt der Austausch damit, sich zu identifizieren, sei es mit einer

E-Mail-Adresse, einem – gegebenenfalls falschen – Namen oder einer Adresse. Wichtig ist nur, dass das Unternehmen damit den Kunden eindeutig zuordnen und als bekanntes Individuum ansprechen kann. Die schweizerische Großbank UBS bietet mit ihrem Service „UBS Kaufpreis- Check“ ein hervorragendes Beispiel dafür: Rein über die Eingabe einer beliebigen Immobilienadresse liefert die Bank eine Bewertung der Lage des Objekts und eine komplette Einschätzung der politischen und steuerlichen Gemeinde, in der sich die Liegenschaft befindet. Meldet man sich mit seiner E-Mail-Adresse an, bekommt man beispielsweise eine Kostenschätzung für die Renovierung sowie eine Kaufpreisschätzung der Immobilie. Mit einem weiteren Klick kann man einen Beratungstermin mit der UBS vereinbaren, muss man aber nicht. Das Unternehmen hat gut verstanden, worum es bei Touchpoints und dem fairen Umgang mit Kundendaten geht.

Ganz selbstverständlich läuft dieser Austausch von persönlichen Daten und einer Dienstleistung ab, wenn ein Kunde ein Produkt bestellt und der Verkäufer es liefern soll. Gleiches gilt bei Interaktionen in sozialen Medien. Noch mehr Angaben als auf Facebook werden beispielsweise bei der Partnersuche gemacht. Im Austausch für die Chance, einen passenden Partner zu treffen, geben Nutzer sehr viele persönliche Fakten und Vorlieben an. Offensichtlich erwarten sie einen hohen Gegenwert.

Konvertieren:

Diese Grundregel wird für Kundenbindungs- oder Bonuspunktprogramme genutzt. Im Tausch für alle Arten persönlicher Daten und für Informationen zu Vorlieben bekommt der Kunde Punkte. Üblicherweise fallen diese Punkte bei einem Kauf an. Sie haben einen Wert, weil sie später in Güter oder Dienstleistungen konvertiert werden können. Dieser künftige Wert gilt als angemessene Gegenleistung dafür, an unzähligen Touchpoints Informationen sammeln zu dürfen. Sobald ein Kunde seine Kundenkarte nutzt – sei es, um seinen Punkte-Kontostand online zu checken, um im Internet nach Rabatt-Coupons zu suchen oder beim Einkaufen bei Partnerorganisationen des Kartenherausgebers – hinterlässt er seine Daten. Diese tauscht er wissentlich und freiwillig gegen einen wahrgenommenen künftigen Wert ein.

Das Konvertieren-Prinzip muss nicht immer mit Einkäufen zu tun haben.

„Kunden-helfen-Kunden“-Websites von Unternehmen wie Dell oder Swisscom ermöglichen Mitgliedern der Community jenen Ratgebern, die ihnen am besten geholfen haben, Punkte zu geben. Diese Punkte sind nicht eintauschbar, sie sorgen aber für ein gewisses Renommee, zeigen also Anerkennung. Die Dienstleistung Helfen wird über die Punkte konvertiert in Respekt. Interessant ist dabei auch, dass man gerade darüber, wo und wann diese Konversion stattfindet, sehr viele zusätzliche Informationen über den Kunden bekommt, die man ebenfalls zur Personalisierung heranziehen kann.

Fazit: Ehrlichkeit und Transparenz sind Grundlagen

Laut einem Artikel im Forbes-Magazine [10] geben über 90 Prozent der befragten Kunden im B2C an, dass die Transparenz einer Marke wichtig für ihre Kaufentscheidung ist. Unternehmen können dabei Transparenz durch Offenheit, Kommunikation und Erreichbarkeit (und wie responsiv die Mitarbeitenden dabei sind) vermitteln. Transparenz bedeutet auch, dass man bereit ist, seine Fehler zuzugeben und aus denen zu lernen. Dabei ist es nicht nur rechtlich wichtig, den Kunden mitzuteilen, wie das Unternehmen mit den geteilten Informationen umgeht und diese schützt. Nur so kommt es zu einer dauerhaften loyalen und damit nachhaltig profitablen Kundenbeziehung.

Was lernen wir daraus?

Kunden wägen ab, welchem Lieferanten oder Dienstleister sie welche Daten anvertrauen. Wie in jeder Beziehung müssen sich Anbieter und Lieferant erst kennenlernen. Das startet beim Small Talk und kann über die Zeit so weit gehen, dass Kunden über ihre Bedürfnisse und Vorlieben berichten, einfach, weil sie dem Unternehmen zutrauen, diese Daten vertraulich zu behandeln und (sic!) eine passende personalisierte Lösung zu erarbeiten.

Literatur

(1) Hafner, N., Henn, H. (2023) Der CEX Trendradar 2023, Mainz und Luzern.

(2) emetriq (2022): 1st, 2nd und 3rd party Data: Der Kern des - https://www.emetriq.com/experten-insights/1st-2nd-und-3rd-party-data-der-kern-des-targetings/ -  Zugriff 05.09.2022

(3) Liu, St. (2020): Straight From The Source: Collecting Zero-Party Data From Customers, 30.07.2020. - https://www.forrester.com/blogs/straight-from-the-source-collecting-zero-party-data-from-customers/ - Zugriff 08.09.2022

(4) Stewart, B. (2021): So erfassen Sie Zero-Party-Daten (+ praxisnahe Beispiele). - https://emarsys.com/de/learn/blog/so-erfassen-sie-zero-party-daten/ - Zugriff 05.09.2022

(5) SAS/Forsa (2017): Data Monitor Internet der Dinge. Wem und wofür Deutsche ihre persönlichen Daten preisgeben.

(6) eMarketer (2020): US Adults Who Feel More Loyalty to a Brand the More It Uses Personalization Tactics, by Income, Q1 - https://www.insiderintelligence.com/chart/239030/us-adults-who-feel-more-loyalty-brand-more-uses-personalization-tactics-by-income-q1-2020-of-respondents-each-group -  Zugriff 05.09.2022

(7) Altman, I., Taylor, D. A. (1973): Social Penetration: The Development of Interpersonal Relationships.

(8) Hafner, N. (2019): Die Kunst der Kundenbeziehung, Haufe.

(9) Winters, ; Hafner, N. (2011): Ein Geben und Nehmen, Whitepaper.

(10) Forbes (2020): From The Traditional To The Outrageous, Four Brands That Use Honest Transparency To Build Loyal Customers With Non- Traditional Marketing and - https://www.forbes.com/sites/bernhardschroeder/2020/01/16/from-the-traditional-to-the-outrageous-four-brands-that-use-honest-transparency-to-build-loyal-customers-with-non-traditional-marketing-and-branding/?sh=68cf121a20a1 - Zugriff 05.09.2022