Marketing benötigt eine klare, langfristige Datenstrategie – andernfalls verliert es sich im ziellosen Sammeln. Dies ist nicht nur ein unwirtschaftlicher Aufwand und den Konsumenten schwer vermittelbar. Leicht entsteht auch eine Situation, die wir alle aus Lego kennen: wesentliche Bausteine fehlen, die Customer Experience leidet, und die Kampagnen-Performance gleich mit.
Am Anfang steht die Datenstrategie
Um eine Datenstrategie zu entwickeln, muss man das Pferd von hinten aufzäumen. Das heißt, man nimmt zuerst Ziele und Maßnahmen in den Blick. Was bei Legosteinen recht einfach ist, ist bei Marketingdaten deutlich schwerer. Diese Herausforderung beschreiben wir auch im Blogbeitrag "Die Post-Cookie-Ära: Wie Marketingverantwortliche den Datenschatz im Unternehmen heben können"
Wir von diconium bieten im Rahmen unseres Customer Data Frameworks einen strukturierten Ansatz zum Aufbau der Datenstrategie, d. h. einen Plan, wie Kundendaten im Unternehmen erfasst, organisiert und genutzt werden. Dieser Plan beschreibt Schritt für Schritt, wie man einen Customer Data Record, also den Datensatz eines einzelnen Kunden, aufbaut, und wie man mithilfe des Vier-A-Ansatzes (Akquisition – Authentifizierung – Anreicherung – Aktivierung) datengetriebene Kampagnen erstellt. Zudem beinhaltet es praxisorientierte White-Label-Lösungen für verschiedene Branchen und Anwendungsfälle.
Ein Zielsystem für Marketingdaten definieren
Aus der Datenstrategie leitet sich ab, welche Kundendaten und -informationen Unternehmen benötigen, um ihre Marketing-Kampagnen individualisiert, datengetrieben und automatisiert aufsetzen und durchführen zu können. In unserem Lego-Bild gesprochen: Der Ziel-Kundendatensatz ist ein wichtiger Teil des Bauplans, der zeigt, welche Steine man benötigt, um etwa die Tankstelle bauen zu können – und welche nicht. Ein Abgleich mit meinem Sortierkasten – dem Datenbestand – ergibt,
… welche Kundeninformationen aus unterschiedlichen Quellen bereits zur Verfügung stehen und
… welche Daten noch fehlen, um aktivierbare Datenprofile für das Marketing zu bilden.
Auf dieser Basis bestimmt man, welche Kundendaten vorliegen und ggf. zusammengeführt werden müssen, welche fehlen und wo man gegebenenfalls Daten qualifizieren und anreichern muss.
Auf dem Weg zum "golden" customer data record
Ein Customer Data Record besteht aus unterschiedlichen Datenfeldern, die bestimmte Arten von Daten und Attributen zusammenfassen. Welche Daten für ein Unternehmen relevant sind, ist höchst individuell und eine strategische Weichenstellung. Der „ideale“ Ziel-Datensatz wird oft auch als „Golden“ Customer Data Record bezeichnet. Er bündelt Daten unterschiedlicher Nutzer, Kunden und Quellen in einem einheitlichen System, sodass sich die Daten nach verschiedenen Gesichtspunkten clustern und schnell im Marketing nutzen lassen. Doch bevor man anfängt, neue Daten zu sammeln, sollte man die bereits vorliegenden Kundeninformationen erfassen und auf eindeutige User-IDs konsolidieren. Am Anfang der Erstellung eines Customer Data Record stehen also zwei Schritte: die Bestandsaufnahme und das Sortieren.
Kundendaten sortieren und analysieren
Wichtig dabei ist es, systematisch vorzugehen. Um eine 360-Grad-Sicht auf den Kunden zu erhalten, empfehlen wir von diconium, die Informationen den folgenden vier Datenfeldern zuzuordnen:
- Konsumentendaten: Das Cluster beinhaltet die Stammdaten. Hier sind alle persönlichen Daten wie Name, Adresse, Alter, Geschlecht, Familienstatus etc. zusammengefasst.
- Konsumentenverhalten: Welche Produktpräferenzen haben die Konsumenten? Welche Internetseiten besuchen sie? Auf welche Trigger reagieren sie? Diese Informationen befinden sich in diesem Datenfeld.
- Kundengeschichte: Wie verhält sich ein Kunde über einen längeren Zeitraum hinweg? Einkaufshäufigkeit, Warenkorb, Customer Lifetime Value, bevorzugte Zahlungswege, etc.
- Kunden-Cluster: Zu welcher Persona/welchem Lifestyle passen die Kunden? Einstufung der Kunden nach Preissensibilität, Voucher-Affinität oder Loyalitäts-Index.
Diese Datenfelder sind der Ordnungsrahmen, in dem die Kundendaten einsortiert werden – ähnlich, wie bei einem Sortierkasten für Legobausteine. Man beginnt bei den Informationen zu Konsumenten, die dem Unternehmen vorliegen: Erst die Konsumentendaten zur Person, die sich eindeutig zuordnen lassen. Im zweiten Schritt werden anonymisierten Kundeninformationen, in adressierbare Daten zum Konsumentenverhalten überführt. Im dritten Schritt gilt es, alle Informationen zur Kaufhistorie oder Kundengeschichte zusammenzutragen. Alle drei Datenfelder – Konsumentendaten, Konsumentenverhalten und Kaufhistorie – bilden die Grundlage, um einen Kunden verschiedenen Kunden-Clustern zuzuordnen – der vierte Schritt.
Der Customer Data record ist der Startpunkt für Marketingkampagnen
Wie diese Datenfelder gefüllt und ausgestaltet werden, müssen Kunden individuell auf Basis ihrer Datenlage und ihrer Kampagnen-Strategie definieren. Hier kommt die Beratung von diconium ins Spiel. Dieser besondere Customer Data Record wird dann zum Startpunkt für automatisierte Marketingaktionen. Anders ausgedrückt: Automatische und maßgeschneiderte Marketing-Kampagnen, die zu einer erfolgreichen Kundenkommunikation führen, basieren auf dem passenden Customer Data Record.
