ONE to ONE · Sechs Tipps für datengestütztes Marketing 8. 24 18. 44. 5, ONEtoONE SPECIAL 2019 INHALT. ONEtoONE. SPECIAL 2019 INHALT. PERSONALISIERUNG 6. Prozess der Website- und

ONE ONEto

S P E C I A L 2 0 1 9

Marketing optimierenmit Daten und Algorithmen

IHR WISSENSVORSPRUNG MIT VIRTUELLEN KONFERENZEN

Software, Services und Tools für Marketing und Commerce 201930. - 31.01.2019Marketing- und ECommerce-Verantwortliche lernen Tools, Software und Services kennen, die man 2019 braucht. Sie erhalten Ent-scheidungshilfen für Marketingsuites und -Tools, für Contentmarketing-, CRM- und PIM-Lösungen sowie für ECommerce-Suites und -Softwarelösungen.

Erfolgsrezepte für digitales Marketing12. - 13.03.2019Sie erfahren hier die neuesten Trends für SEO, SEA, Contentmarketing und Konversi-onsoptimierung. Weitere geplante Themen sind UX/UI, Marketingautomation, die wich-tigsten Tools sowie Tipps und Tricks zum Marktplatzmarketing.

Katalog-Tag des Versandhausberaters im Rahmen der Dialogmarketing-Konferenz04.06.2019Um Katalogoptimierung, Fulfillment, Mail-Services, Gutscheine und Printproduktion dreht sich alles beim Katalog-Tag des Ver-sandhausberaters. Zielgruppe sind vor allem Marketing- und Katalogverantwortliche im Crosschannel- und Versandhandel.

Dialogmarketing-Konferenz05. - 06.06.2019 Vor allem an Marketingleiter, CRM-/Adress-Verantwortliche und Dialogmarketing-Entscheider richtet sich diese Konferenz, die sich unter anderem mit den Themen CRM, Adress-Services, Contactcenter, EMail-Marketing, Chat, Social Media, Personalisie-rung, Data, KI und Crossmedia-Marketing beschäftigt.

Kundenkommunikation und -Dialog28. - 29.08.2019Von Chatbots über Transaktionsmails bis zu Social Media: Wie man 1:1-Kommunikation meistert ist das Thema dieser Konfe-renz. Zielgruppe sind vor allem ECommerce-, Marketing- und Service-Verantwortliche.

Commerce, Procurement und Digitale Transformation im B2B09. - 10.10.2019B2B-Entscheider sowie Vertriebs- und New-Business-Verantwortliche im Mittel-stand erfahren hier die neuesten Trends, Services und Success-Stories aus E-Pro-curement, Digitale Transformation, PIM, IoT, B2B-Projekte, SAP-Integration, Kanal-harmonisierung und B2B-Marketing.

Trends in E-Commerce und Onlinemarketing 202004. - 05.12.2019Einen Blick in die Zukunft bei Hard- und Software, Services und Tools richten können ECommerce-, Digital und Marke-ting-Verantwortliche in dieser Virtuellen Konferenz.

www.ibusiness.de/webinar

JETZT KOSTENLOS ANMELDEN

Komprimierte Fachinformation von Praktikern

Hohe Qualität dank redaktioneller Prüfung

Echtzeit-Veranstaltung im Browser oder mobil

Kostenfrei

Nichts verpassen durch bequeme Vorab-Registrierung

3 , O N E t o O N E S P E C I A L 2 0 1 9

E D I T O R I A L

IHR WISSENSVORSPRUNG MIT VIRTUELLEN KONFERENZEN

Software, Services und Tools für Marketing und Commerce 201930. - 31.01.2019Marketing- und ECommerce-Verantwortliche lernen Tools, Software und Services kennen, die man 2019 braucht. Sie erhalten Ent-scheidungshilfen für Marketingsuites und -Tools, für Contentmarketing-, CRM- und PIM-Lösungen sowie für ECommerce-Suites und -Softwarelösungen.

Erfolgsrezepte für digitales Marketing12. - 13.03.2019Sie erfahren hier die neuesten Trends für SEO, SEA, Contentmarketing und Konversi-onsoptimierung. Weitere geplante Themen sind UX/UI, Marketingautomation, die wich-tigsten Tools sowie Tipps und Tricks zum Marktplatzmarketing.

Katalog-Tag des Versandhausberaters im Rahmen der Dialogmarketing-Konferenz04.06.2019Um Katalogoptimierung, Fulfillment, Mail-Services, Gutscheine und Printproduktion dreht sich alles beim Katalog-Tag des Ver-sandhausberaters. Zielgruppe sind vor allem Marketing- und Katalogverantwortliche im Crosschannel- und Versandhandel.

Dialogmarketing-Konferenz05. - 06.06.2019 Vor allem an Marketingleiter, CRM-/Adress-Verantwortliche und Dialogmarketing-Entscheider richtet sich diese Konferenz, die sich unter anderem mit den Themen CRM, Adress-Services, Contactcenter, EMail-Marketing, Chat, Social Media, Personalisie-rung, Data, KI und Crossmedia-Marketing beschäftigt.

Kundenkommunikation und -Dialog28. - 29.08.2019Von Chatbots über Transaktionsmails bis zu Social Media: Wie man 1:1-Kommunikation meistert ist das Thema dieser Konfe-renz. Zielgruppe sind vor allem ECommerce-, Marketing- und Service-Verantwortliche.

Commerce, Procurement und Digitale Transformation im B2B09. - 10.10.2019B2B-Entscheider sowie Vertriebs- und New-Business-Verantwortliche im Mittel-stand erfahren hier die neuesten Trends, Services und Success-Stories aus E-Pro-curement, Digitale Transformation, PIM, IoT, B2B-Projekte, SAP-Integration, Kanal-harmonisierung und B2B-Marketing.

Trends in E-Commerce und Onlinemarketing 202004. - 05.12.2019Einen Blick in die Zukunft bei Hard- und Software, Services und Tools richten können ECommerce-, Digital und Marke-ting-Verantwortliche in dieser Virtuellen Konferenz.

www.ibusiness.de/webinar

JETZT KOSTENLOS ANMELDEN

Komprimierte Fachinformation von Praktikern

Hohe Qualität dank redaktioneller Prüfung

Echtzeit-Veranstaltung im Browser oder mobil

Kostenfrei

Nichts verpassen durch bequeme Vorab-Registrierung

Tite

lbild

: one

inch

punc

h /

shut

ters

tock

M A RKE T ING OP T IMIE RE NM I T D A T E N U N D A L G O R I T H M E N

D aten, deren intelligente Auswertung und zielführende Verarbeitung bleiben in den kommenden Monaten und Jahren zentrale Themen im Onlinemarketing. Doch das

zentrale Problem ist, dass viele Unternehmen noch nicht in der Lage sind, mit ihren Daten umzugehen.

Gegenwärtig ist künstliche Intelligenz (KI) das Top-Thema in der Onlinemarketing-Branche. Für die Leistungsfähigkeit der – gegenwärtig oder zukünftig – eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning wird es jedoch entscheidend sein, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern.

Das bedeutet: Die Algorithmen, die hinter den KI-Buzzwords stecken, sind darauf angewiesen, dass die Datenbasis stimmt. Wenn Daten falsch zugeordnet werden, lernt die Maschine das Falsche – und bleibt dumm. Oder schlimmer: Sie liefert glaubhaft aussehende, durchaus plausible, aber nur halb richtige oder gar grundlegend falsche Ergebnisse. Unternehmen dürfen daher das Grundsätzliche nicht vergessen: die eigenen Daten.

Und wenn es um Echtzeit-Auswertung von Kundendaten und Kundenverhalten geht, dann kann eine Maschine nur dann Unterschiede oder Gemeinsamkeiten in Datenmustern erken-nen (nichts anderes tun KI-Systeme), wenn ich davor definiert habe, was eigentlich die Normalität ist, von der meine Maschine Abweichungen erkennen soll.

Die zweite Schwierigkeit ist es, dass es nicht genügt, ver-nünftige Daten zu haben. Man muss sie auch der Maschine zur

Verfügung stellen können. Deshalb ist es im Onlinemarketing höchste Zeit, sich von der Idee getrennter Datensilos zu lösen. Statt vieler verschiedener Daten-Silos benötigen Unternehmen abteilungsübergreifende Data Lakes. Nur diese erlauben es, Daten unterschiedlichster Provenienz miteinander in Beziehung zu set-zen. Das bedeutet: Die Datenhoheiten im Unternehmen müssen neu geordnet werden. Flexible Integrationsstrategien entscheiden über den Marketingerfolg von morgen.

Für all das brauchen Marketingentscheider vor allem eines: die Datenkompetenz im eigenen Haus. Nur so können sie bei Zukunftsthemen – heißen sie nun Blockchain, Deep Learning oder Voice-Marketing – mitreden, mitgestalten und vor allem weiter erfolgreich sein.

Will der Marketingverantwortliche der Zukunft sein Mar-keting mit Daten und Algorithmen optimieren, dann muss er neben Marketingwissen auch IT-Know-how besitzen. Und er muss in der Lage sein, als Datenjongleur mit seinem neuen Rohstoff ‚Daten‘ zu arbeiten. Nur dann kann er datengestütztes Marketing beherrschen und ein individuelles Markenerlebnis schaffen – egal ob über digitale oder analoge Kanäle.

Joachim Graf

Herausgeber ONEtoONE


I N H A L T

D A T E N - E C O N O M Y

D A T E N G E S T Ü T Z T E S M A R K E T I N G

K Ü N S T L I C H E I N T E L L I G E N Z

D A T E N S C H U T Z K O N F O R M E R A D R E S S H A N D E L

E-Commerce: Was KI im Kundenkontakt wirklich kann

DSGVO und Adresshandel: Was Sie dazu wissen müssen

So ändert sich die Daten-Economy 5 Trends im Marketing

Checkliste: Sechs Tipps für datengestütztes Marketing

8

24

18

44


I N H A L T

ONEtoONE SPECIAL 2019

I N H A L T

P E R S O N A L I S I E R U N G

6 Prozess der Website- und Shop-Personalisierung

D A T E N S C H U T Z

11 Datenschutz oder Datenschatz: Wie man rechtskonform anonymisiert

E I N S A T Z V O N K I - A L G O R I T H M E N

28 Checkliste: Voraussetzungen für den Einsatz von KI-Algorithmen im Marketing

P R O G R A M M A T I C A D V E R T I S I N G

32 10 Jahre Programmatic Advertising: Warum es doch die Zukunft der Werbung ist

D A T E N S C H U T Z M I T E P R I V A C Y

36 ePrivacy-Verordnung: Für viele Geschäftsmodelle wird es eng

M A R K E T I N G P R O Z E S S E

40 Marketing-Automatisierung: Diese Prozesse müssen Sie kennen

O M N I - C H A N N E L M A R K E T I N G

48 Neuer Trend Omni-Channel-Targeting Die nächste Stufe in der Kundenbeziehung

50, Glossar / 51, Impressum

> S E I T E 1 4

> S E I T E 2 6

> S E I T E 2 2

> S E I T E 3 9

> S E I T E 4 3

> S E I T E 4 7

> S E I T E 3 4

> S E I T E 3 0



PROZESS DER WEBSITE- UND SHOP-PERSONALISIERUNG

1 Zielgruppen beschreiben

Personas der wichtigsten

Kundensegmente bilden

2 Merkmale festlegen

Den Personas werden verschiedene

Merkmale zugewiesen

3 Daten zusammenführen

Die Quellen für Kundendaten

werden lokalisiert



Que

lle: H

ighT

ext

Verla

g; G

rafik

: M

awa

Des

ign

4 Analysieren & Clustern

Analyse zeigt, welche Datenspuren zu

bestimmten Kundenmerkmalen gehören

5 Content aufbereiten

Produktdaten werden für

die Personas klassifiziert,

und Content wird optimiert

7 Optimieren

Mit A/B-Tests wird der

Optimierungs erfolg geprüft

6 Personalisieren

Die identifizierten Zielgruppen

erhalten passgenauen Content



S O Ä N D E R T S I C H

D I E D A T E N - E C O N O M Y

5 T R E N D S I MM A R K E T I N G



K ünstliche Intelligenz (KI) ist das Top-Thema in der Onlinemarketing-Branche. In nahezu allen Branchen und Industriezweigen werden Einsatzgebiete und Bedeutung von KI diskutiert. Marketing bleibt keine

Ausnahme. KI steht hier besonders hoch im Kurs. Der aktuell wichtigste Trend im digitalen Marketing ist die Implementierung von KI-Technologien. Für die Leistungsfähigkeit der eingesetzten KI-Technologien wie prädikative Analytik, maschinelles und Deep Learning ist es entscheidend, dass die eingesetzten Algorithmen durch eine möglichst große Datenmenge „lernen“ und auf diese Weise bessere Ergebnisse in Form aussagekräftiger Analysen und Handlungsempfehlungen liefern.

Trend 1 : Datenbasis und Datenqualität

So halten allerorts Chatbots Einzug, automatisiert werden Radiosendungen erstellt und Kataloge verteilt, und auch in der Produktion ist Machine Learning ein gern geführter Begriff. „Der Haken: KI funktioniert nur, wenn vorher die Datenbasis stimmt,‘ erklärt Matthias Postel, CEO iCompetence. Denn wenn Daten falsch zugeordnet werden, lernt die Maschine das Falsche – und bleibt dumm. Unternehmen sollten daher „das Grundsätzliche nicht vergessen – die eigenen Daten“, warnt Postel.

Auch die Qualität von Daten, und vor allem Kundenda-ten, spielt für eine erfolgreiche Digital-Marketing-Strategie eine entscheidende Rolle. Für 94 Prozent der Unternehmen sind Kundendaten zudem die Grundlage für die individuelle Kundenansprache und Customer Journey, so eine aktuelle Studie von Uniserv. Dennoch sind viele Unternehmen – gleich welcher Branche – oftmals nicht zufrieden mit ihrem eigenen Datenqualitätsmanagement. Knapp jeder Zweite (45 Prozent) bemängelt die Qualität seiner Kundendaten und stuft diese als niedrig ein. „Somit wird zum einen der für die Kundenan-sprache wichtige 360-Grad-Blick auf den Kunden erschwert und zum anderen die Customer Journey verwässert. In den kommenden Monaten sollten sich Unternehmen daher mit der Qualitätssicherung ihrer Kundendaten beschäftigen“, sagt Matthias Förg, von Uniserv.

Trend 2 : Data-Analytics

Das Thema Daten und deren Analyse treibt aktuell sämtliche Unternehmen um. So ist für Björn Bauer von Zendesk das Sammeln von Kundendaten der erste Schritt. „Der zweite ist es, diese Daten auch zu nutzen und das Kauf- sowie Informationsverhalten von Kunden zu analysieren“, sagt er. Auf Basis der Daten ließen sich Prognosen für die Kundenzufriedenheit erstellen., etwa um den Kundensupport und damit die Kundenzufriedenheit zu verbes-sern. Es ist also essenziell, die gesammelten Daten gezielter zu verwenden. Data Analytics Tools sammeln eingehende Kunden-anfragen und alle Interaktionen kanalübergreifend und können anschließend automatisiert Ergebnisse in zusammengefassten Dashboards einblenden. Welche Artikel meiner Wissensdaten-bank werden oft weitergeklickt und müssten daher überarbeitet werden? Gibt es ein Problem, das bei vielen Kunden auftaucht und daher an Produktentwicklung und Sales eskaliert werden sollte? Die Datenanalyse beantwortet diese Fragen mit einem Klick.

Auch für Lutz Röllig, CEO Webdata Solutions GmbH, heißt das große Thema Data-Analytics im E-Commerce. Er ist überzeugt, dass die Verfügbarkeit von Daten, neue Technologien und der Trend hin zu einer datenbasierten Entscheidungsfindung den Einsatz von Big-Data-Analysetools und Services weiter antreiben werden. „Big Data liefert Händlern und Herstellern unter anderem Einblicke in die Vorlieben des Kunden, ermöglicht personalisierte (Preis-)Angebote sowie die Verbesserung von Serviceleistungen“, meint Röllig. Für Bauer werde sich in den kommenden Jahren herausstel-len, welche Unternehmen die Techniktrends berücksichtigen und somit die Kundenbedürfnisse stillen können. „Diejenigen, die sich den Trends verschließen, werden abgehängt werden, was dazu führen wird, dass mit jedem Jahr Insolvenzen und Übernahmen steigen werden – so lange bis am Ende auf dem Markt nur noch die größten Player dominieren“, prognostiziert Bauer.

Trend 3 : Datenverzahnung und Integration

„Große Mengen an Daten nützen nur dem, der sie geschickt einzusetzen weiß. Deshalb ist es im Onlinemarketing höchste

Daten, deren intelligente Auswertung und zielführende Verarbeitung bleiben in den

kommenden Monaten zentrales Thema im Onlinemarketing. Denn die Realität zeigt, dass

die meisten Unternehmen noch nicht in der Lage sind, mit ihren Daten umzugehen.

V O N S U S A N R Ö N I S C H

1 0 , O N E t o O N E S P E C I A L 2 0 1 9


Zeit, sich von der Idee getrennter Datensilos zu lösen“, weiß Felix Schirl, Geschäftsführer trbo GmbH. Mit der Einführung der Google Marketing Platform wurde Schirl zufolge wieder ein „Schritt in Richtung einheitlicher Steuerung und Orchestrierung der Daten“ getan. Letztlich könne nur das Vereinen sämtlicher Daten und Kanäle (sowohl Onsite als auch Offsite) ein realistisches Bild über das Verhalten und die Interessen der Nutzer abbilden – „das wird zunehmend von Unternehmen erkannt und langsam umgesetzt. Bis Silo-Lösungen aber endlich Geschichte sind, wird es wohl noch einige Zeit dauern“, so Schirl. Dass immer mehr Konzerne beginnen, ihre Big-Data-Infrastruktur zu konsolidieren, beobachtet auch Philipp Schlüter von The unbelievable Machine Company: „Statt vieler verschiedener Daten-Silos bauen sie abteilungübergreifende Data Lakes auf, die es erlauben, Daten unterschiedlichster Provenienz miteinander in Beziehung zu setzen“, sagt er. Der Vorteil: Die Datenauswertung verlaufe sehr viel schneller und effizienter.

Für Frauke Ewe, Head of Strategy & Partner Development, Feed Dynamix GmbH, geht es darum, „Geschäftsmodelle und -prozesse den Anforderungen unserer Zeit anzupassen“. Nicht zuletzt Entwicklungen wie die Plattformökonomie zwinge Un-ternehmen dazu, jetzt skalierbare Prozesse zu etablieren, die auch Bereiche wie Produktentwicklung, Einkauf und Supply Chain Management einschließen. „Bislang isolierte Datentöpfe müssen aggregiert und harmonisiert, Datenhoheiten im Unternehmen neu geordnet werden. Das ist die größte Herausforderung, der Unternehmen sich jetzt stellen müssen – ganz gleich, welcher Branche und Größenklasse“, so ihre Einschätzung. Für Mirko Reckhard von Nexum entscheiden daher „flexible Integrations-strategien so über den Marketingerfolg von morgen“.

Trend 4 : Daten-Allianzen

Das Bewusstsein für Daten und ihr Potenzial steigt auf allen Seiten. Längst sind sie kritischer Businessfaktor. Außerdem wächst das Bedürfnis, sich von Google, Facebook & Co. zu emanzipieren. „Da hierzulande derzeit kein Player allein über genügend Daten verfügt, um ein Gegengewicht zu den GAFAs zu schaffen, müs-sen und werden Werbungtreibende wie Publisher von „Mein Datenschatz“- in den „Unser Datenschatz“-Modus wechseln“, erwartet daher Daniel Neuhaus von emetriq. Carolin Wies, Head of International Business Development bei Plista, beobachtet ebenfalls eine sich abzeichnende Trendwende, die nicht zuletzt von der Motivation getrieben sei, der noch existierenden, schie-ren Marktmacht von Google und Facebook die Stirn zu bieten. Publisher stellen sich unabhängiger auf, holen sich die Hoheit über ihr ureigenes Kompetenzgebiet, den hochwertigen Content, zurück. Dazu werden zunehmend DMPs eingekauft oder intern aufgebaut, uniquer Content priorisiert, Bezahlmodelle ausge-testet. „Der nächste Schritt ist die Vernetzung, ja, die Solidarität unter Publishern: Der eigene Content wird häufig effizienter über Publisher-Netzwerke denn über Social Media verbreitet. Hintergrund ist die Nutzungssituation: User, die nicht aus sozi-

alen Netzwerken sondern von anderen Publishern kommen, sind eher bereit, Inhalte länger und ausgiebiger zu konsumieren – was wiederum auf Monetarisierungsstrategien der Publisher einzahlt“, meint Wies.

Trend 5 : Inhousing Datenkompetenz

Nicht nur im Programmatic Advertising, auch bei Hype-Themen wie Blockchain, KI und Voice im Marketing spielen Daten eine zentrale Rolle. „Unternehmen, die mitreden, mitge-stalten und vor allem weiter erfolgreich sein wollen, investieren in die Datenkompetenz im eigenen Haus“, so der Rat von Daniel Neuhaus, CEO emetriq. Das sieht Philipp Kruse, Unit Director hmmh, genauso. So ist aktuell der Aufstieg von Marktplätzen ein besonders heißes Thema. Otto und Amazon bieten bei-spielsweise mehr und mehr Möglichkeiten zur Inszenierung von Produkten, doch verfügen Marken dort aktuell noch über wenig individuellen und hochwertigen Content. „Eine der relevantesten Aufgaben von Marketingentscheidern wird es deshalb sein, den so wichtigen Produktstolz zu kommunizieren“, meint Philipp Kruse. Künstliche Intelligenz, das große Thema der Branche, sei hierbei allerdings nicht der Treiber, sondern „hoch qualifizierte Daten-Stewards, die in Zukunft in Marketingteams eine führende Rolle spielen werden“. Ein Daten-Steward ist innerhalb eines Unternehmens für alle Fragen beziehungsweise Unstimmigkeiten in den Datenquellen zuständig. Er ist Experte für analoge und digitale Touchpoints, die maßgeschneidert Produktdaten sowie Markenwerte miteinander verbinden und mittels Marketing-Automation schnell gezielt ausspielen können.

Daten sind zunehmend Grundlage und damit ein kritischerer Businessfaktor im Marketing. In der Praxis sind die Herausforderungen höchst komplex.

Im datengetriebenen Marketing sind bereits die Anfor-derungen an die Software höchst vielfältig, auch, weil außeror-dentlich große Ansprüche an die Performance, Skalierbarkeit und Zuverlässigkeit der Lösungen gestellt werden müssen. Mi-nimale Latenzzeiten bei einer größtmöglichen Flexibilität der Datenstruktur und einer heterogenen IT-Infrastruktur – schon diese technischen Anforderungen lassen, abseits aller Marketing-Regeln und Kanalerfordernisse – erahnen, dass eine große Her-ausforderung darin besteht, die technische Leistungsfähigkeit der Systeme sicherzustellen.

Insofern muss man sich ein wenig wundern, dass die meisten Anbieter bei der Weiterentwicklung ihrer Systeme mehr Wert auf künstliche Intelligenz und Automatisierung, als auf die Da-tenintegration gelegt haben. Klar: Machine Learning ist derzeit schwer im Trend und eignet sich toll als Schlagwort. Allerdings darf man auch nicht vergessen, dass gerade künstliche Intelligenz nur so gut sein kann wie die zugrunde liegenden Daten.



V O N O L I V E R S C H O N S C H E K

F ür die digitale Wirtschaft ist die Datenschutz-Grund-verordnung (DSGVO) eine echte Bedrohung, erklärt der Bundesverband Digitale Wirtschaft (BVDW): Mehr als die Hälfte (56 Prozent) der in einer BVDW-Studie befragten

Unternehmen gab an, dass sich die Datenschutzreform negativ beziehungsweise sehr negativ auf die Umsatzentwicklung aus-wirken wird. Nur jedes dritte Unternehmen (34 Prozent) sieht keine Auswirkungen auf den Umsatz.

Ähnlich bedrohlich klingen die Ergebnisse einer Bitkom-Umfrage: Zwei Drittel der Unternehmen sehen sich durch Daten-schutzregeln behindert. Da wäre es doch erstrebenswert, wenn man die DSGVO nicht anwenden müsste. Die Datenschutz-Grund-verordnung selbst zeigt einen Weg auf, der vielen Unternehmen, zumindest auf den ersten Blick, aber nicht schmecken wird:

Die Grundsätze des Datenschutzes gelten nicht für an-onyme Informationen, das heißt für Informationen, die sich nicht auf eine identifizierte oder identifizierbare natürliche Person beziehen. Auch nicht für personenbezogene Daten, die so anonymisiert wurden, dass die betroffene Person nicht oder nicht mehr identifiziert werden kann. Kurz gesagt: Die DSGVO betrifft nicht die Verarbeitung anonymer Daten.

ANONYMISIERUNG: KÖNIGSWEG IM DATENSCHUTZ?Kann man so das „Hindernis DSGVO“ – wie es viele Unternehmen empfinden – umgehen? Was bedeuten anonyme Daten für die Wirtschaft?

„Die Europäische Datenschutz-Grundverordnung räumt dem Grundrecht auf Datenschutz einen hohen Stellenwert ein und

stellt sicher, dass wichtige Grundprinzipien des Datenschutzes wie Datensparsamkeit und Zweckbindung auch in der digitalen Welt ihren Platz haben. Dies bedeutet nicht das Ende von Inno-vation, im Gegenteil: Ich setze darauf, dass die strengen Regeln der Datenschutz-Grundverordnung einen Anreiz für die europä-ische Digitalwirtschaft darstellen, datenschutzfreundliche Anwendungen zu entwickeln und diese am Markt als Quali-tätsprodukte zu platzieren“, erklärte die Bundesdatenschutz-beauftragte Andrea Voßhoff. „Gerade die Entwicklung von Anonymisierungs- und Pseudonymisierungsverfahren als Privacy-by-Default-Lösungen stellen einen wichtigen Beitrag zur Wahrung des Datenschutzes dar.“

Der Digitalverband Bitkom sagt jedoch: Mit Personendaten arbeiten zu können ist für viele Unternehmen ein wichtiger Wettbewerbsfaktor. Für fast die Hälfte aller Unternehmen in Deutschland (46 Prozent) ist die Nutzung personenbezogener Daten sogar Grundlage des Geschäftsmodells. „Praktisch kein Unternehmen kann seine Geschäftstätigkeit ohne personen-bezogene Daten durchführen – von der Kundenakquise bis zum Personalmanagement“, meint Susanne Dehmel aus der Bitkom-Geschäftsleitung.

Das bedeutet aber nicht, dass die Anonymisierung keinen Sinn machen würde, das sehen auch die Digitalverbände so. Die Publikation „Leitlinien für den Big-Data-Einsatz – Chancen und Verantwortung von Bitkom“ empfiehlt explizit: „Bevorzugt anonymisierte oder pseudonymisierte Daten verarbeiten“.

Tatsächlich ist die Anonymisierung einer der Königswege hin zur Datenschutz-Compliance, vorausgesetzt, es gelingt dabei,

Werden personenbezogene Daten anonymisiert, muss die Datenschutz-

Grundverordnung (DSGVO / GDPR) nicht weiter beachtet werden. Doch haben

die Daten dann überhaupt noch einen Wert? Wie man anonymisiert, damit

der Datenschutz und das Marketing zufrieden sind.

DATENSCHUTZ ODER DATENSCHATZ

WIE MAN RECHTSKONFORM

ANONYMISIERT



die Geschäftsgrundlage der Unternehmen zu erhalten. Es lohnt sich also, genauer anzusehen, was Anonymisierung ist, wie man sie durchführt und was mit den anonymen Daten noch alles möglich ist.

ANONYM ODER PSEUDONYMZuerst sollte man sichergehen, die Definition von „anonym“ und „pseudonym“ im Sinne des Datenschutzes zu verstehen, auch wenn dies eine trockene Materie ist.

ANONYME DATENAnonym sind Daten dann, wenn sie „sich nicht auf eine identi-fizierte oder identifizierbare natürliche Person beziehen, oder personenbezogene Daten, die in einer Weise anonymisiert worden sind, dass die betroffene Person nicht oder nicht mehr identifiziert werden kann“.Die Datenschutz-Grundverordnung sagt weiter: Um festzustellen, ob eine natürliche Person noch identifizierbar

ist oder nicht, sollten alle Mittel berücksichtigt werden, die nach allgemeinem Ermessen wahrscheinlich genutzt werden, um die natürliche Person direkt oder indirekt zu identifizieren, wie bei-spielsweise das Aussondern. Bei der Feststellung, ob Mittel nach allgemeinem Ermessen

wahrscheinlich zur Identifizierung der natürlichen Person ge-nutzt werden, sollten alle objektiven Faktoren, wie die Kosten der Identifizierung und der dafür erforderliche Zeitaufwand, herangezogen werden, wobei die zum Zeitpunkt der Verarbeitung verfügbare Technologie und technologische Entwicklungen zu berücksichtigen sind.

Dies bedeutet, einfach gesagt: Wenn ein Verfahren, das die Anonymisierung umkehren könnte, wahrscheinlich nicht angewendet wird, zu teuer bzw. zu zeitaufwändig ist, dann ist das gewählte Anonymisierungsverfahren erfolgreich, es liefert anonyme Daten nach DSGVO.

Wichtig ist dabei, an die technologische Entwicklung zu denken, sprich: Neue Technologien könnten dafür sorgen, dass eine Anonymisierung ohne größeren Aufwand umgekehrt, die Person also identifiziert werden kann. Gibt es eine solche Techno-logie, dann liefert das Verfahren keine anonymen Informationen nach DSGVO, die Datenschutzvorgaben müssen somit vollständig auf diese Daten angewendet werden.

PSEUDONYMEMan sollte nicht einfach glauben, eine Pseudonymisierung würde ausreichen, damit die DSGVO nicht greift. Unter Pseudonymisie-rung versteht die DSGVO „die Verarbeitung personenbezogener Daten in einer Weise, dass die personenbezogenen Daten ohne Hinzuziehung zusätzlicher Informationen nicht mehr einer spe-zifischen betroffenen Person zugeordnet werden können, sofern diese zusätzlichen Informationen gesondert aufbewahrt werden und technischen und organisatorischen Maßnahmen unterlie-gen, die gewährleisten, dass die personenbezogenen Daten nicht einer identifizierten oder identifizierbaren natürlichen Person zugewiesen werden“.

Pseudonyme, die sich durch zusätzliche Informationen einer Person zuordnen lassen, müssen als „Informationen über eine identifizierbare natürliche Person“ betrachtet werden, die DSGVO muss also dafür angewendet werden.

Wenn es also eine Tabelle gibt, die Pseudonyme bestimm-ten Werten zuordnet, und eine andere Tabelle, die diese Werte wiederum Personen zuordnet, und es möglich ist, diese Tabellen zusammenzubringen, haben die Pseudonyme einen (indirek-ten) Personenbezug, der Datenschutz greift in vollem Umfang. Trotzdem bringt eine solche Behandlung aber Vorteile für den Datenschutz: Die Anwendung der Pseudonymisierung auf perso-nenbezogene Daten kann die Risiken für die betroffenen Personen senken und die Verantwortlichen und die Auftragsverarbeiter bei der Einhaltung ihrer Datenschutzpflichten unterstützen, besagen die Erwägungsgründe (offizielle Erläuterungen) zur DSGVO.

NUTZEN ANONYMER DATENOffensichtlich bedeutet es einen Aufwand, personenbezogene Daten zu anonymisieren. Gleichzeitig gewinnen viele Unterneh-men den Eindruck, für diesen Aufwand vielleicht mehr Daten-schutz zu bekommen, aber die Daten, die ihre Geschäftsgrundlage bilden, werden entwertet. Anonymisierung erscheint deshalb als Datenschutz, der den „Datenschatz begräbt“.

Die Praxis zeigt aber, dass anonyme Daten durchaus von großem Nutzen sind, die Anonymisierung also den Daten-schutz gewährleisten und den Datenschatz heben kann, wenn die richtigen Verfahren und Lösungen genutzt werden. Diese Beispiele zeigen, dass Anonymisierung auch neue Geschäfts-modelle nicht verhindert: Der AXA DriveCheck ist eine Funktion innerhalb der AXA Drive

App, bei dem eine Zeitlang der Fahrstil des Nutzers auf dem Smart-phone analysiert wird. Dabei müssen Kunden die App für 40 Einzelfahrten mit mindestens je drei Kilometern Fahrtstrecke nutzen. Die Gesamtstrecke muss mindestens 600 Kilometer be-tragen. Versicherte entscheiden selbst, ob sie ihre Einzelfahrten und das Endergebnis an AXA übermitteln, um sich für einen Bei-tragsnachlass zu qualifizieren. Die Kunden können in der App nachvollziehen, wie die Fahrten bewertet wurden.

„Mit der AXA Drive App erfüllen wir alle datenschutz-rechtlichen Bestimmungen, das schließt beispielsweise eine verschlüsselte Datenübertragung, eine umfassende Information der Nutzer über die Datenverarbeitung und eine zweckgebun-dene Datenerhebung und Anonymisierung der Daten ein“, so der Versicherer. AXA erhält zur Vertragsbearbeitung nur aggregierte Werte. Fahrdaten, Aufenthaltsorte und Geschwindigkeitsüber-tretungen sind nicht Teil davon. Strikt getrennte Datenkreise ermöglichen es, dass Fahrdaten und Registrierungsdaten separiert voneinander gespeichert werden. Geotab, ein Unternehmen im Bereich IoT und vernetzte Fahr-

zeuge, bietet das Tool data.geotab.com. Dieses stellt Datensätze zur Verfügung, um Unternehmen, Städte und Gemeinden bei der Entwicklung von Smart Cities zu unterstützen. Data.geotab.com gewährt öffentlichen Zugang zu verwertbaren Datensätzen, die Einblicke in intelligente Stadtplanung, verbesserte Produktivität



für Unternehmen und verbesserte Verkehrssicherheit im städ-tischen Bereich bieten. Die Datensätze basieren auf über zwei Milliarden Datenpunkten, die Geotab täglich anonymisiert aus über einer Million vernetzter Fahrzeuge aus der ganzen Welt erfasst. Zudem sind die Datensätze in die Kategorien urbane Infrastruktur, Standortanalyse und Wetter eingeteilt – zur Wah-rung der Privatsphäre werden diese aggregiert.

WEGE ZUR ANONYMISIERUNGAuf dem IT-Markt gibt es bereits eine ganze Reihe von Lösungen, die bei der Anonymisierung in bestimmten Fällen oder aber weit-reichend helfen können. Welche Lösung in einem Unternehmen sinnvoll ist, kommt immer auf den Anwendungsfall und die ei-gene IT-Infrastruktur wie die genutzten Datenbanken an. Einige Beispiele können aber bei der Lösungssuche helfen: Informatica Data Masking: Daten lassen sich anonymisieren und

verschleiern, sodass sensible Daten in Support-, Analytics-, Test- und ausgelagerten Systemen ohne die Gefahr einer Offenlegung verwendet werden können, so der Anbieter. Eine weitere, mögliche Lösung zur Datenmaskierung ist IRI

FieldShield. Datenmaskierung kann man sich als digitale Schwär-zung der personenbezogenen Daten in Datensätzen vorstellen. Auch DICOM Anonymizer&Masker ist eine Lösung zur Daten-

maskierung, die der Anonymisierung der Daten dient. Aircloak bietet eine dynamische Anonymisierung, die nicht

vor der Analyse durchgeführt wird, sondern jeweils passend zur Analyse stattfindet. MapR und Talend haben eine Data-Lake-Lösung entwickelt,

die Anwender dabei unterstützen soll, die Anforderungen der DSGVO zu erfüllen. Data Lakes ermöglichen die Zentralisierung der Unternehmensdaten. Unter Verwendung der Lösung von MapR und Talend können Unternehmen Governed Data Lakes bereitstellen, mit Funktionen wie Datenanonymisierung. Eperi Cloud Data Protection ermöglicht unter anderem

die Tokenisierung personenbezogener Daten. Unter Toke-nization versteht man die Erzeugung von Ersatzwerten für sensitive Daten.

ZUKUNFT DER ANONYMISIERUNGAnonymisierung ist schon seit Langem Gegenstand der Forschung. Hier sind hilfreiche Entwicklungen zu erwarten, die die Anonymisierung deutlich einfacher machen werden. Das AN.ON-Next-Projekt zum Beispiel verfolgt „die Vision, langfristig datenschutzfreundliche Techniken in die Internet-Infrastruktur zu integrieren und somit zu ihrer massenhaften Verbreitung beizutragen“. Eines der Projektziele ist die Verlage-rung der Anonymisierung so weit wie möglich in die Internet-Infrastruktur, das heißt eine für Endanwender transparente Anonymisierung. Man kann sagen: Das Internet liefert dann anonymisierte Daten „ab Werk“.

Lösungen wie AN.ON - Anonymität.Online setzen bei dem Selbstdatenschutz an, die Nutzer sorgen selbst dafür, dass sie anonyme Nutzerdaten liefern. Auch eine weitere Verbreitung solcher Lösungen für Selbstdatenschutz ist zu erwarten und wird

automatisch dazu führen, dass sich Geschäftsmodelle verstärkt auf die Analyse von anonymen Daten ausrichten.

Auch die Künstliche Intelligenz (KI) kann und wird dazu beitragen, dass die Anonymisierung leichter wird, dem Daten-schutz gedient wird und gleichzeitig das Marketing nicht blockiert wird. Möglich machen dies KI-Lösungen, die die Daten nicht nur analysieren, sondern die die Zweckbindung der Daten und die Wünsche der Nutzer an den Datenschutz automatisch dabei berücksichtigen.

Analysen werden dann auf Basis von anonymen Daten durchgeführt, die im Rahmen des Datenschutzes (Zustimmung des Nutzers, Interessenabwägung, Prüfung des Verarbeitungs-zweckes) mit weiteren, personenbezogenen Daten ergänzt werden können. Hier kann eine KI-Lösung viel zum Datenschutz und zur Anonymisierung beitragen, nach dem Motto: Anonymität so viel wie möglich, personenbezogene Daten so viel wie erlaubt und zudem notwendig. Das hilft dem Datenschutz und dem Marketing.

DATENSCHUTZ IST DIGITALER UMWELTSCHUTZ

Nicht alles muss gesetzlich geregelt sein, manches darf man auch den freien Kräften des Marktes über-lassen. Datenschutz gehört sicher nicht dazu. Denn für Unternehmen stellt Privacy immer eine lästige Pflicht dar, die sie immer gerne minimieren würden. Es verhält sich ein bisschen wie mit dem Umweltschutz. Ganz ohne Zwang geht es nicht.

Datenschutz und Datenanalyse müssen keine unüberwindbaren Gegensätze darstellen. In den al-lermeisten Fällen liegt es nicht einmal im Interesse der Unternehmen, personenbezogene Daten zu verarbei-ten. Schließlich wollen sie in der Regel zielgerichtet bestimmte Marketing-Maßnahmen optimieren und nicht zu einem unbestimmten Selbstzweck möglichst viele persönliche Daten sammeln.

Aber auch das muss klar sein: Datensicherheit, An-onymisierung und Pseudonymisierung stellen für die Unternehmen auch einen erheblichen Aufwand dar. Einfacher, bequem und günstiger ist es, darauf zu verzich-ten. Deswegen wird es immer verlockend bleiben, mit ungeschützten Rohdaten zu arbeiten. Genau deswegen sind strenge, gesetzliche Regelungen zum Datenschutz wichtig, auch wenn sie zunächst schmerzhaft erschei-nen. Nur wenn der Aufwand streng eingefordert wird, werden Unternehmen den lästigen Zusatzaufwand auch auf sich nehmen.


A m 13. November 2018 präsentierte DEFACTO reala-tions auf dem CRM Excellence Day in Berlin das neu entwickelte Produkt der Öffentlichkeit. Das Besondere:

DEFACTO insights setzt auf die auto-matische und intelligente Verknüp-fung von Verkaufs- und CRM-Daten mit Befragungsdaten und bestimmt durch analytische Verfahren und Vor-hersagemodelle relevante Zusam-menhänge und Trends. Das Beste an DEFACTO insights: Der Anwender kann komplizierteste Verfahren nut-zen, ohne die tiefe Kenntnis eines Data-Scientists oder Marktforschers zu haben. Die Zielgruppe sind Busi-ness-Anwender.

Mit DEFACTO insights lassen sich Erkenntnisse generieren, die für die Steuerung und Weiterentwicklung des Unternehmens wichtig sind. Maßgeschneiderte Modelle und Reports greifen

DEFACTO insights– die analytische Lösung fürden Retail, die automatisier t

Erkenntnisse generier t

Einfach und automatisiert Geschäftsentwicklungen erkennen,

dahinter liegende Gründe verstehen, die Zukunft vorhersagen und Potentiale

entdecken – mit der All-in-One-Lösung DEFACTO insights.

DEFACTO insights – die All-in-One Lösung

A D V E R T O R I A L



die Spezifika der Retail-Branche auf und decken 80 Prozent der analytischen Anforderungen ab. Hier schöpft DEFACTO aus der langen Erfahrung in der Retail-Branche mit mehr als 200 Pro-jekten in den Bereichen CRM und Analytics. „Wir kennen die Herausforderungen im Retail, wissen, wie Kunden, Märkte und die jeweiligen Produkte funktionieren und welche Ansprüche Unternehmen respektive einzelne Fachbereiche stellen. Dieses Wissen ist vollumfänglich in DEFACTO insights eingeflossen“, so Katharina Drechsler, Produkt-Managerin bei DEFACTO in Erlangen.

Erkenntnisse einfach und schnell generieren, analysieren und handeln Mit dem ganzheitlichen Produktansatz befähigt DEFACTO insights Unternehmen, ohne spezifisches IT-Know-how eigenständig Erkenntnisse zu generieren, zu analysieren, zu evaluieren und zu priorisieren. „All-in-One“ bedeutet, dass DEFACTO insights als vollautomatisiertes Datenerhebungs-, Analyse-, Vorhersage-, Befragungs- und Reporting-Werkzeug fungiert und all diese Services in einer Applikation umfasst.

„All-in-One“ bedeutet darüber hinaus, dass einmal konfigu-rierte Kundenumfragen automatisch und ohne Programmierauf-wand weltweit in allen Sprachen durchgeführt werden können.

„All-in-One“ bedeutet im Ergebnis auch eine Applikation für das gesamte Unternehmen, weil die Erkenntnisse in unterschiedli-chen Dimensionen und Tiefen, je nach Anforderung der verschiedenen Fachbereiche und Hierarchieebenen im Unternehmen, aufbereitet und bereitgestellt werden. „Als Lösung ist DEFACTO insights in seiner Ganzheit-lichkeit etwas Neues, und wir wissen aus unseren Erfahrungen, vielen Ge-sprächen und Markt-Analysen, dass es bisher nichts Vergleichbares gibt“, so Katharina Drechsler.

DEFACTO insights zeichnet sich durch den Einsatz von im Markt be-währten, DSGVO-konformen und zukunftsfähigen Technologien sowie durch eine hohe Kompatibilität mit

bestehenden CRM-Systemen aus. DEFACTO insights hilft Unterneh-men dabei, ihre Kunden sehr genau kennen zu lernen, Unternehmens-entwicklungen zu erfassen und die Gründe dafür zu verstehen. Es lassen sich zukünftige Kunden- und Um-satzentwicklungen vorhersagen, Um-satzpotentiale erheben und Hand-lungsfelder nach Umsatzpotentialen priorisieren.

Kundendaten lassen sich pro-blemlos in die Applikation einspielen

und durch monatlich laufende Kundenbefragungen vervollstän-digen. Komplexe analytische Verfahren und prognostizierende Modelle, die von DEFACTO-Spezialisten entwickelt wurden, verarbeiten automatisiert sämtliche Daten und stellen in sechs unterschiedlichen Sichten („Layer“) Informationen für verschie-dene Stakeholder zur Verfügung. Dank visuell ansprechender, aussagekräftiger und leicht verständlicher Grafiken findet jeder schnell, was er sucht.

Sechs verschiedene „Layer“Kundenprofil – Wer sind unsere heutigen, wer unsere zukünfti-gen Kunden? Die Sicht „Kundenprofil“ bildet charakteristische Merkmale ab, die aus Kundenstammdaten, Transaktions- und Befragungsdaten generiert werden. Es entsteht ein Gesamtbild des aktuellen Kundenstamms, das unter anderem soziodemogra-fische Merkmale, Kaufverhalten, regionale Verteilung, Alters- und Einkommensstruktur, Umsatzklassen, Kaufkanal-Präferenzen, Net Promoter Score sowie weitere verschiedene Segmentierun-gen berücksichtigt. Dies ermöglicht Vergleiche und Prognosen, begründet Marketingmaßnahmen, Budgetallokation und un-ternehmensstrategische Entscheidungen.

Ganz einfach lassen sich hier Kundengruppen miteinander vergleichen, die Entwicklung einzelner Gruppen nachverfolgen

Path-to-Purchase-Monitoring mit DEFACTO insights

Die 6 unterschiedlichen Sichten von DEFACTO insights



sowie die zukünftige Entwicklung vorhersagen. Auf der Basis solcher Kundenstrukturprofile kann sichergestellt werden, stets die richtigen Zielgruppen zu adressieren und Produkte, Marke-tingaktivitäten und Märkte bis hin zur strategischen Ausrichtung des Unternehmens entsprechend zu gestalten. Wachstumsstarke beziehungsweise werthaltige Kundengruppen werden dabei nicht nur identifiziert; on top wird prognostiziert, wie sich diese entwickeln.

Sales KPI Tree – Mit Hilfe dieser Sicht hat man die zen-tralen KPIs immer im Blick und schafft ein Bewusstsein für die erfolgskritischen Einflussfaktoren. Ausgehend von den beiden Zielgrößen „Umsatz“ und „Net Promoter Score“ wird eine Vielzahl an KPIs (Transaktionen, Durchschnittspreis, Anzahl Artikel pro Kauf, Retourenquote etc.) miteinander in Beziehung gesetzt.

Rückblick, Status quo und Trends werden sichtbar. Im Hinblick auf den Betrachtungszeitraum hat der Anwender die größte Flexibilität. Über Zeitverläufe in der Vergangenheit und Prognosen für die Zukunft für alle zentralen KPIs gelingt es, Schwachstellen im Unternehmen direkt zu erkennen und früh-zeitig entgegenzuwirken.

Path-to-Purchase hilft Unternehmen zu verstehen, wie sich Kunden in den Kaufkanälen verhalten. DEFACTO-Exper-ten haben dafür eine zielgerichtete Befragung konzipiert, die den Kaufprozess von der Kaufintention bis zum Kaufabschluss beziehungsweise Kaufabbruch reflektiert. Dafür wird detaillier-tes Kundenfeedback zum Kauferlebnis, zum Produkt, Preis, zu Kommunikation und Werbung, zu den Kaufkanälen sowie zur Marke erfragt. Diese Daten werden mit den Kaufdaten verknüpft. Die Einwilligung des Endkunden dafür wird im Laufe des Prozesses eingeholt. Auf der Basis solcher Käufer- bezie-hungsweise Nichtkäufer-Profile wird ein besseres Verständnis für die Be-dürfnisse, die Motivation und Kaufbar-rieren entlang des „Path-to-Purchase“ ermittelt. Durch die Unterscheidung von Online- und Offline-Kunden wer-den kanalspezifische Anforderungen herausgearbeitet, damit das Einkaufs-erlebnis offline wie online kontinu-ierlich verbessert und das Angebot an

die Bedürfnisse der Kunden angepasst werden kann.

Splits & Deep Dives ermög-licht weiterführende Analysen, indem sämtliche KPIs sich frei mit verschiedenen Kundensegmenten kombinieren lassen. So erhält man immer wieder einen ganzheitlichen Blick auf Kunden-, Verkaufs- und Be-fragungsdaten, sodass ein immer ge-naueres Bild von unternehmens- und kundenbezogenen Entwicklungen entstehen kann.

Tops & Flops lenkt die Aufmerksamkeit auf kurz- und mittel-fristige Veränderungen in der Geschäftsentwicklung (Umsatz in verschiedenen Kanälen, Produktbereichen, Kundensegmenten). Plakative Ranglisten sind mit Insights hinterlegt, damit man sofort sieht, wo akuter Handlungsbedarf besteht: Basierend auf der Umsatzveränderung werden die Top & Flop 10 Verkaufs- und Kundengruppen ermittelt und absteigend gelistet. Durch einen Klick auf die betreffende Kundengruppe können weiterführende Erkenntnisse zu dieser Gruppe angezeigt werden, womit die Ursachen für die Entwicklungen transparent gemacht werden.

Barrieren & Potentiale zeigt, warum sich KPIs besser oder schlechter als in der Vergangenheit entwickeln. So kann unter anderem erklärt werden, warum sich die Umsätze oder der Net Promoter Score im Vergleich zur Vorperiode verschlechtert haben. Wie wirken sich beispielweise schlechtere Produkte in den Läden aus? (Basis: Treiberanalyse).

Neben der Erklärung vergangener Effekte können auch Potentiale ermittelt werden. Das geschieht durch eine monetäre Bewertung der identifizierten Handlungsfelder (in €) bis auf Detailebene. Somit bietet die Ansicht „Barrieren & Potentiale“ eine valide Entscheidungsgrundlage für die Priorisierung von Aktivitäten und Maßnahmen sowie für eine effiziente Alloka-tion des Budgets.

Ein Werkzeug für alle Unternehmens- bereiche und HierarchieebenenDEFACTO insights ist für mittelständische Unternehmen ebenso geeignet wie für Konzerne. Ob Marketing, Vertrieb, Produktent-

Einflussgrößenbestimmung auf zentrale KPIs mit DEFACTO insights

DEFACTO insights – relevant für verschiedene Stakeholder im Unternehmen



wicklung oder Geschäftsleitung – alle Funktionen und Abteilungen erhalten über DEFACTO insights die Informationen, die sie brau-chen. Verschiedene Funktionen im Unternehmen benötigen un-terschiedliche Sichten auf Erkennt-nisse – DEFACTO insights bildet sie alle ab. Das Top Management erhält Entscheidungsgrundlagen, etwa um neue Zielgruppen oder Märkte zu fokussieren. Der Pro-duktmanager kann sich detaillier-tes Kundenfeedback einholen. Der E-Commerce-Manager kann mit DEFACTO insights kanalspezifische Hürden im Kauferlebnis feststellen. Der Marketing- oder CRM-Manager kennt die Kaufkriterien, die zu Wiederholungskäufen animieren. Jeder kann sich seine „Lieblingsauswertungen“ einfach als Favoriten speichern. Dabei ist das Tool ohne spezifische Analytik- oder IT-Kenntnisse intuitiv bedienbar.

Die perfekte Lösung für die Retail-WeltIn erster Linie richtet sich DEFACTO insights an Anwender aus dem Retail-Bereich (Händler, aber auch Marken im Retail). DEFACTO hat in diese Lösung den Erfahrungsschatz aus der jahrelangen Zusammenarbeit mit vielen Unternehmen dieser Branche ein-fließen lassen. DEFACTO insights fokussiert auf die typischen Anwendungsfälle entlang der Customer Journey im Handel, mit dem Ziel, ein fundiertes Verständnis dafür zu gewinnen, wie sich einzelne Kundensegmente, Produkte und Märkte entwickeln.

DEFACTO insights Anwendung in der PraxisAn drei konkreten Anwendungsfällen aus der Praxis kann man die Einzigartigkeit und die vielfältige Einsetzbarkeit der Lösung erkennen:

Produktmanagement – Der Produktmanager für die Wa-rengruppe Jeans stellt fest, dass die Umsätze in der Warengruppe einbrechen sowie dass die Retourenquote stetig wächst. Mit Hilfe von DEFACTO insights und insbesondere durch die Ansicht „Path-to-Purchase“ kann der Produktmanager für seine Produktkatego-rie den aktuellen Zufriedenheitsgrad aus Kundensicht hinsichtlich Optik, Material, Passform und Preis-Leistungsverhältnis sowie „Nicht-Kaufgründe“ in Erfahrung bringen. Es werden beispiels-weise folgende Fragen beantwortet: Seit wann bewerten Kunden Jeans bezüglich der Passform schlechter? Haben bestimmte Zielgruppen ein Problem mit der Passform? Tritt ein Passform-Problem häufig bei bestimmten Marken auf? Wo kaufen Kunden Jeans stattdessen? In Verbindung mit den Erkenntnissen, die aus der Ansicht „Barrieren & Potentiale“ gewonnen werden können, weiß der Produktmanager genau, wie stark sich die identifi-zierten Problemfelder auf die Umsätze in der Kategorie Jeans auswirken. Mittels Bestimmung der Umsatzpotentiale kann er eine Priorisierung der Themenfelder vornehmen.

Geschäftsführung – Wie entwickeln sich bestimmte Kun-dengruppen, Märkte? Wer sind meine Käufer von morgen? Übergeordnet lassen sich auf Basis der ermittelten Potentiale Maßnahmen priorisieren, die für den Unternehmenserfolg von größter Relevanz sind.

Toolverantwortlicher – DEFACTO insights ist in kürzester Zeit vollumfänglich nutzbar. Des Weiteren kann die Applikation ohne tiefes Analytik- oder IT-Wissen sowie ohne Unterstützung von DEFACTO eingerichtet werden. Die Anmeldung erfolgt mittels bereitgestellter Anmeldedaten im Account. Per „Drag & Drop“ werden die eigenen CRM-Daten aus einem beliebigen Drittsystem in DEFACTO insights eingespielt und über einen vordefinierten Mapping-Prozess (Datenstrukturabgleich) auf das vorgesehene Datenmodell überführt. Die Konfiguration ist selbsterklärend und sieht bereits Felder vor, die es mit Information zu befüllen gilt.

FA Z I TDEFACTO insights ist eine Lösung, mit der 80 Prozent aller Analytics- und Marktforschungsfragen im Handel beantwortet werden können.

Algorithmik- und Datenprozesse laufen im Hintergrund – das macht die Anwendung für den Nutzer einfach und intuitiv. Eine Empfehlung für Unternehmen, die einfach und automatisiert Geschäftsentwicklungen erkennen, dahinter liegende Gründe verstehen, Trends kommen sehen und Potentiale nutzen wollen.

defacto realations GmbH

Produkt: DEFACTO insights

Katharina Drechsler

Produkt-Managerin

[email protected]

https://www.defacto-realations.de/insights/

Einfaches Datenmapping mit DEFACTO insights



Chatbots, autonome automatisierte Antworten, Kundenfeedback-Analyse: Vieles spricht

dafür, künstliche Intelligenz (KI) beim Kundenkontakt zu nutzen. Drei im Einsatz befindliche

KI-Anwendungen veranschaulichen, wie Sie Kundenfeedback mittels KI heute schon zur

Verbesserung der Kundenbeziehung nutzen und in Kundenbindung umwandeln können.

E - C O M M E R C E

WAS KI IMKUNDENKONTAKTWIRKLICH KANN

V O N S U S A N N E S T E I G E R

Bild

: ©

Oci

aci

a /

shutt

erst

ock



F ür die Mehrheit der Marketer (rund 80 Prozent) ist KI wichtig, wie die Studie ‚Künstliche Intelligenz – die Zukunft des Marketings‘der SRH Hochschule Berlin gerade erst zusammenfasste. Aktiv nutzen jedoch nur 26,5 Prozent KI in ihrer eigenen Marketingabteilung – und insgesamt nur sieben Prozent davon intensiv.

1. KI für die Datenanalyse: Feedback einholen und auswertenFlorian Brand von der auf alles rund ums Kochen spezialisierten Onlineplattform Springlane ist einer, der auf Softwareeinsatz und umfassende Datenauswertung zur kontinuierlichen Ver-besserung der – wie er sagt – „Kunden Happiness“ setzt. Wesent-liche Auswertungsquelle ist für ihn das Kundenfeedback, das er sich auf mehreren Wegen zu unterschiedlichen Zeitpunkten und verschiedenen Touchpoints abholt. „Die Auswertung von produktbezogenem Kundenfeedback ist für uns noch wichtiger als bisher, weil wir nun nicht mehr als Händler von Fremdmarken, sondern als Hersteller fünf eigener Marken agieren. Wenn wir also Kundenwünsche erkennen und mit passenden Produkten bedienen können, profitieren wir doppelt davon.“ Ein Beispiel dafür, wie effektiv das sein kann, ergab sich aus der Rückmel-dung von Kunden zu einer Zitruspresse. Hier hatten Kunden per Feedbackumfrage und im direkten Kontakt reklamiert, dass ein Presskegel des Produkts nicht mitgeliefert worden sei. Dabei lag es nur an der ungünstigen Platzierung im Verkaufskarton, dass dieser übersehen wurde.

Die im Hintergrund genutzte Analysesoftware Zenloop filterte diese Reklamationen zeitnah und lieferte den Produktde-signern den entsprechenden Hinweis. „Wir konnten daraufhin die Verpackung ändern, sodass die Kunden nicht mehr nach dem Teil suchen mussten – und konnten so die Kundenzufriedenheit mit diesem Produkt steigern und die Zahl der Reklamationen entsprechend senken“, kommentiert Brand den Nutzen. Ebenso, wie diese Auswertung automatisiert erfolgte, sind auch andere Kundenkommunikationsmaßnahmen automatisiert. So erfolgt eine Kontaktaufnahme sechs Tage nach der Bestellannahme automatisch, in der die Zufriedenheit mit Springlane abgefragt wird. Ebenfalls fragt Springlane auf der Bestellbestätigungsseite und nach jedem E-Mail-Kundenkontakt anhand einer Skala von 0 bis 10 ab, ob Kunden den Händler weiterempfehlen würden, und lässt zugleich ein Feld mit individuellen Angaben durch eine semantische Analyse mit auswerten. Auch die Zufriedenheit der Kunden mit dem Newsletter wird quartalsweise mit dieser Methodik ausgewertet.

Für die Analyse durch die Software werden die Feedback-Informationen an verschiedenen Stellen im Unternehmen zu-sammengetragen – von Feedbackumfrage über Kommentar- und Bewertungsmöglichkeiten im Shop bis zur Kundendatenbank. Die Auswertung wiederum ist anonymisiert für alle Mitarbeiter sichtbar – und präsent. Der Net-Promoter-Score (NPS) und einzelne Analysen sind auf Monitoren im Unternehmen zu-sammengetragen, genauso wie Umsatz und Deckungsbeitrag. Die Kundenzentriertheit hat nicht erst mit den eigenen Marken eingesetzt. Auch noch während des Handels mit Fremdmarken hat Springlane den Net-Promotor-Score erhoben. Die Rücklauf-quote des NPS liegt laut Brand bei rund 30 Prozent und konnte seit Einführung um eine deutlich zweistellige Zahl gesteigert werden. Jeden Monat werden die Feedbacks qualitativ ausge-wertet und stehen den Produktmanagern zur Verfügung. Brand ist überzeugt, dass die Auswertungen von Hand längst nicht so umfangreich und zeitnah erfolgen könnte. Eine Software, die wie bei Zenloop sowohl qualitativ als auch semantisch das Feedback analysiert, ist für ihn nicht mehr wegzudenken aus dem Marketing.

2. KI für die direkte Kommunikation: Vom Chatbot zum intelligenten TicketingAxel Banoth, Geschäftsführer von Digitale Werke, setzt voll auf intelligente Chatbots. Sein Unternehmen hat sich auf White-Label-Produkte zur Kunden- und Marketingkommunikation in der Energie- und Healthcare-Branche spezialisiert. Er hat bereits Erfahrungen gesammelt, mit welchen Themen die Chatbots aus-gerüstet sein müssen, um effektiv einsetzbar zu sein. Die gängigs-ten Themen und Fragenkomplexe sind vortrainiert und können laut seiner Aussage den „Großteil der Kundenkommunikation im 24/7-Service übernehmen“. Doch allein die KI mit Kunden kommunizieren zu lassen ist auch für Energieversorger noch nicht möglich. „Die KI muss erkennen, ob sie auf eine Anfrage selber ant-worten kann oder doch ein Ticket für den Kundenservice auslöst, wenn es komplizierter wird. Auch der Switch in einen Live-Chat mit echten Kundenbetreuern ist möglich – sofern dieser verfügbar ist“, unterstreicht Banoth die notwendigen Fähigkeiten der KI.

Der Dienstleister kennt die Probleme, die im deutschspra-chigen Raum den Einsatz von KI einschränken: „Ganz selbststän-dig Texte formulieren, das können digitale Assistenten einfach noch nicht. Doch durch vorformulierte Textbausteine, die von Chat-Redakteuren für eine Vielzahl von Anfragen formuliert werden, kann viel abgefangen werden. Die KI stellt diese intel-ligent zusammen.“ Auch muss die Ki durch semantische Analyse

Florian Brand von Springlane nutzt

als Hersteller KI-gestützte Auswertungen

des Kundenfeedbacks.

Bild

er:

Spri

ngl

ane

/ D

igit

ale

Wer

ke

Axel Banoth setzt auf intelligente Verknüpfung

von KI und Kundenservice: „Wenn die KI nicht

weiterkommt, muss sie den Switch zum mensch-

lichen Kundenberater alleine auslösen können.“



in Kombination mit der Wortwahl erkennen, ob sie mit einem tendenziell unzufriedenen Kunden kommuniziert. „Ziel ist es, dass sie anhand der Wahrscheinlichkeit der Wortwahl erkennt, wann es sinnvoll ist, den Wechsel in einen menschlichen Dialog einzuleiten. In den meisten Fällen ist dies sehr effektiv und er-leichtert den Kundenservice dennoch deutlich“, fasst der Chatbot-Spezialist den Service zusammen.

Sein Tipp für Marketer, die Chatbots einsetzen wollen: Themen fokussieren: Wer weiß, welche Themen immer wieder in der Kundenkommunikation vorkommen, kann diese gezielt an KI übertragen. Allerdings gehört dazu, dass man immer wie-der nachjustiert und abgleicht, ob und welche Fragen aktuell wichtig sind. Außerdem müssen Auswertungen dazu beitragen, dass der menschliche Kundenservice genauso effizient wird und den Übergang für die Kunden zufriedenstellend gestalten kann.

Wichtig ist es, dass die Inhalte gut transportiert werden und Schnittstellen den Datentransfer erleichtern. Wenn Kommuni-kation mit Chatbots in die Kundenhistorie integriert werden kann, ist viel erreicht. Seine White-Label-Lösungen sind mit den gängigsten ERP-CRM-Systemen verknüpft und decken rund 80 Prozent des Marktes damit ab.

Zwei weitere Voraussetzungen, damit KI sinnvoll im Kun-denkontakt eingesetzt werden kann, hat iBusiness bei der Analyse von KI-Algorithmen definiert:

Machine Teaching statt Machine Learning Die lernenden Algorithmen, bekannt vor allem als die Techno-logien Machine Learning und Deep Learning, bedienen sich an Unmengen von Daten. Aus ihnen lernen sie Muster und Regeln zu erkennen, die ihnen beim Treffen von Entscheidungen als Richtlinien gelten: Gibt man einem Algorithmus, der den Wert von Autos beurteilen soll, als Daten tausend rote Autos auf

einem Schrottplatz und tausend blaue mit Vollgas auf einer Autobahn, dann wird er aus den Daten extrapolieren, dass rote Autos Schrott und blaue Autos schnell sind. Vollkommener Blödsinn eben – aber anhand der Daten erklärbarer Blödsinn. Anders würde das Ganze aussehen, lehrte man Maschinen Regeln und Kriterien, um gute Autos zu identifizieren: Herstel-ler, Garantien, verwendete Materialien, Kraftstoffverbrauch, Ersatzteilverschleiß. Die Farbe würde beim Machine Teaching überhaupt nicht als Kriterium gelehrt. Dieser Wechsel von einer lernenden hin zu einer unterrichteten Maschine wird von einigen Experten aktuell propagiert.

Software 2.0 erfordert Support 2.0 Wie Teslas KI-Chef Andrej Karpathy auf Medium aufzeigte, ist unsere moderne KI keine Software – sie ist Software 2.0. Tradi-tionelle Software besteht eher aus Wenn-dann-Routinen: Man programmiert eine Anweisung, die Software führt sie aus. Bei Software 2.0 – also etwa Deep Learning – füttert man die Algo-rithmen mit Daten, die Software nimmt selbstständig neuronale Gewichtungen vor, erschafft Verbindungen zwischen den Daten-Inputs und kommt so zu einem Ergebnis.

Solche Software 2.0 muss ständig korrigiert, getestet und justiert werden – hin und wieder ein Bugfix herauszugeben ist nicht ausreichend: Sie muss sich quasi in einem ständigen Echtzeit-Support befinden, soll sie nicht vom Kurs abweichen. Wenn die KI das selbstlernend tut, weil sie die eingegebene Sprache auswertet und logische Verknüpfungen herstellt, geht sie genau in diese Richtung.

3. KI für die Systemoptimierung: Selbstlernende Software für die EffizienzsteigerungParlamind, Start-up aus Berlin, bietet seine Sprachauswertungs-Software als einen Service an, der genau dies verspricht. Das

KI wird deutlich Einfluss nehmen auf das Wirtschaftswachstum – bis 2035 gut drei Prozent jährlich

Quelle: Accenture and Frontier Economics / ONEtoONE

4.6

4.13.9

3.6

3.23.0 3.0 2.9

2.7 2.72.5

1.8

2.6

2.1

2.5

1.7 1.61.4 1.4

1.7

0.8

1.6 1.7

1.0

UNITEDSTATES

FINLAND UNITEDKINGDOM

SWEDEN NETHERLANDS GERMANY AUSTRIA FRANCE BELGIUMJAPAN SPAIN ITALY

BASELINE AI STEADY STATE



Unternehmen hat sich auf Spracherkennung spezialisiert und nutzt dafür intelligente Technologien. „In der Computerlinguistik geht es schon sehr lange um neuronale Netze“, sagt Tina Klüwer, Geschäftsführerin von Parlamind. Die Software sei sehr flexibel, und wenige Trainingseinheiten genügen, um sie sofort einsatz-fähig zu machen, bewirbt das Start-up seine Lösung. Dazu sagt die promovierte Computerlinguistin Klüwer: „Unsere Software kann eingehende Nachrichten mitlesen und sich mit dem Verfahren des maschinellen Lernens selbst ein Bild machen.“

Ein Nutznießer ist Möbel-Onlinehändler YourChair, der erste Erfolge vermeldet in Form von Einsparungen, nicht nur im Kundenservice: Mit der Auswertung von Anfragen durch Parlamind konnte der Versender feststellen, dass ca. zwei Prozent der Kundenanfragen den Wunsch nach der erneuten Zusendung einer Rechnung per E-Mail beinhalteten. Diese Kunden hatten die dem Paket beigelegte Rechnung schlicht übersehen oder mit der Verpackung entsorgt. „Wir verschicken Rechnungen nur noch per E-Mail, das spart jeden Monat einen halben Tag Arbeit im Kundenservice, einen Prozessschritt im Versand und natürlich Papier“, so Christopher Wrociszewski, Gründer und Geschäftsführer von YourChair.

INTEGRATION VON KI IM CUSTOMER-CARE ZUR UMSATZ- UND ZUFRIEDENHEITSSTEIGERUNG EINSETZENKünstliche Intelligenz wird mehr und mehr zu einer Standard-tech nologie. Von der industriellen Fertigung über Büroanwen-dungen bis zu komplexen CRM-Lösungen, überall ermöglicht KI die Automatisierung von Prozessen. Eine Studie von Accenture prognostiziert durch den Einsatz von künstlicher Intelligenz bis 2035 einen Anstieg des Wirtschaftswachstums um jährlich drei Prozent in Deutschland. Die aktuelle Entwicklung trägt dazu bei, dass diese Vorhersage realistisch wird.

„Gerade im Dienstleistungsbereich gibt es zahlreiche Ein-satzszenarien für künstliche Intelligenz, sei es die Beantwortung von Kundenanfragen durch virtuelle Agenten oder die Automa-tisierung von dokumentationspflichtigen Abläufen“, erläutert Matthias Kaper, Leiter künstliche Intelligenz bei Accenture. „Die Studie zeigt, dass KI angesichts stagnierender Produktivität und des immer größer werdenden Fachkräftemangels ein wichtiger Wegbereiter für zukünftiges Wirtschaftswachstum ist.“

Der Einsatz von KI ist längst nicht mehr nur ein Thema der großen Handelsunternehmen, die damit ihre Warenwirt-schaft und Logistik optimieren. Sie ist, wie die vorgestellten Beispiele zeigen, beim ganz normalen E-Commerce-Treibenden angekommen. Von Produktion über Einkauf, Vertrieb bis hin zu Marketing und Kundenkommunikation hält KI Einzug und unterstützt Händler dabei, die Customer Journey besser und umfangreicher auszuwerten und zu optimieren als noch in den vergangenen Jahren. Sie bildet einen großen Hebel für Wettbe-werbsfähigkeit. Auch wenn KI aktuell noch nicht alles kann – sie ist auf dem Weg, integraler Bestandteil zu werden und mehr als Routineaufgaben zu erfüllen.

Von Erstkontakt bis Reklamationsannahme (Aktiv-Szenario)

KI-Systeme, die sowohl bei Erstkontakt auf Chatbots für Standard-Kom-munikationsfragen der Kunden setzen als auch intelligente Analyse der Kontakte mit Weiterleitung an den Kundenservice bis hin zum Call-Back-Auslösen plattformübergreifend ermöglichen, verschaffen einen Zufriedenheitsvorsprung und Verkaufsförderung.

Gestützte Datenanalyse für Angebotsverbesserungen (Passiv-Szenario)

Wer neben dem kontinuierlichen Einholen von Feedback auch eine se-

mantische Analyse über alle Kanäle der Kundenkommunikation hinweg

nutzt, um die eigenen Angebote an Kundeninteressen und -bedürfnissen

auszurichten, baut Vertrauen auf und fördert die Kundenzufriedenheit.

Standardfragen abfangen (Aktiv-Szenario)

Entlastung für den Kundenservice und Support stellen Chats dar, die zumindest teilweise KI-gestützt Standardfragen und Beschwerden abfan-gen können.Sie stellen eine kleine Verbesserung der bisher gewohnten statischen FAQ-Sammlungen dar.

Beschränkung auf das Nötigste (Passiv-Szenario)

Noch lässt sich der Einsatz von KI im Kundendialog durch Service-

Mitarbeiter vermeiden – allerdings geht dies meist mit Einschränkungen

bei der umfassenden Dokumentation und Auswertung einher. KI kann

hier viel übernehmen, da aufgrund des Umfangs manuell häufig gar

nicht alles genutzt werden kann.

VIER SZENARIEN FÜR DEN EINSATZ VON KI IM KUNDENDIALOG

35 %

35 %

20 %

10 %

„KI muss in der Lage sein, selbst zu lernen“,

formuliert Computerlinguistin Tina Klüwer

den Anspruch an ihre Lösung.

Best-Case-Szenarien Worst-Case-Szenarien

Bild

: P

arla

min

d



D ie Idealvorstellung sieht vor, dass der Nutzer zu jedem Zeitpunkt in der Customer Journey am Touchpoint sei-ner Wahl mit dem richtigen Werbemittel angesprochen wird. Das „richtige“ Werbemittel ist jenes, welches den

Nutzer näher zum Kauf bringt. Im Idealfall „erkennt“ das System den Nutzer, hat die Möglichkeit, auf dessen Profil zu reagieren, misst die erzielten Ergebnisse und verbessert sich automatisch selbst.

So weit die Theorie. In der Praxis stellt der Marketer fest, dass jede Kundenreise einzigartig ist. Jeder User nutzt unterschied-liche Kanäle. Die Kunden selbst sind sehr unterschiedlich. Ein Tesla-Interessent könnte sich von der Strahlkraft einer Lifestyle-Marke anziehen lassen, oder er interessiert sich für nachhaltige Elektromobilität. Sehr verschiedene Typen also, für die eine Werbung nur dann relevant ist, wenn sie dessen Interessenprofil

spiegelt. Oder man fällt zurück auf sehr generische, allgemeine Kommunikationsmaßnahmen, die irgendwie für alle relevant sein könnten. Aber irgendwie eben auch nicht. Die berühmte Gießkanne.

Und um dem theoretischen Modell endgültig den Stecker zu ziehen, sind die kreativen Ressourcen der Marken und Agenturen eng begrenzt und teuer. Die Produktion zusätzlicher Werbemittel kostet häufig mehr, als die Verbesserung der Conversions bringt. Es sei denn, man nutzt die ganze Energie der Automatisierung.

Die digitale IdentitätIndividuelle Echtzeitwerbung ist nicht von Hand zu leisten. Die „Suche“ nach einem Nutzer übernimmt die Software. Sie identi-fiziert ihn anhand bestimmter Merkmale in dem Moment, wenn

Bis Ende 2019 kommen drei Viertel aller in Echtzeit ausgespielten Banner vollautomatisch

aus digitalen Werbesystemen. Programmatische Werbung kommt unaufhaltsam, hat aber

noch einige Hindernisse zu überwinden.

Wenn Maschinen Werbung buchenPROGRAMMAT IC ADVERT IS ING

von Jö rg Bo l l ow, E x ecu t i ve D i r e c t o r Ma r ke t i n g D/A/CH , B i snode Deu t s ch l and GmbH



er eine Seite aufruft. Das kann nur funktionieren, wenn das Wer-besystem insgesamt eine große Reichweite besitzt.

Die gängige Methode zur Identifizierung der User ist der Cookie. Diese Methode funktioniert ordentlich, hat aber eine Reihe von Schwachstellen: User setzen Cookie- und Adblocker ein. User löschen ihre Cookies. User wechseln häufig das benutzte Endgerät,

dann kennt das jeweilige Cookie nur einen Ausschnitt der Customer Journey.

Browser (vor allem auf dem Smartphone) lassen gar keine Cookies zu.

Unterschiedliche User benutzen das gleiche Endgerät.

Diese Unschärfefaktoren führten dazu, dass die technischen Dienstleister neue Konzepte entwickelt haben. State of the Art sind digitale IDs, wie zum Beispiel GEDI (Generic Entity Data Identifier) von Bisnode. Hier werden digitale Profile gebildet – unter strenger Einhaltung der DSGVO-Anforderungen. Die GEDI bildet also nicht das Gerät ab, das eine Webseite aufruft, sondern den echten Menschen. Die ID weiß auch, welches Smartphone zu welchem Laptop gehört und das international in 9 Ländern in Europa.

Es gibt eine Reihe von Spielarten, wie diese Profile von auto-matischen Werbesystemen genutzt werden. Die Spannendste ist das Real Time Bidding. Hier entscheidet die Software nicht nur, was ausgespielt wird, sondern auch, auf welchem Werbeplatz. Dieser wird in einem Auktionsverfahren in Echtzeit versteigert.

Die Magie der EchtzeitdatenDie große Kunst der vollautomatischen Werbung besteht zum einen im Analyseverfahren, das die richtigen Schlüsse aus den Ergebnissen der Platzierung zieht und die Strategie immer weiter verfeinert. Dazu muss das Werbesystem natürlich Daten bekom-men, die Conversions zeigen. Und am besten sind die Conversions um Retouren bereinigt und mit der Marge qualifiziert. Daten, die in der Regel aus dem ERP-System kommen.

Der Flaschenhals bei individualisierter Werbeausspielung ist oft die kreative Seite. In der Frühphase der Customer Journey ist es eher eine Kommunikation, die auf Nutzertypen und deren Bedürfnisse abzielt. Je näher es zum Kauf geht, umso wichtiger werden Verhaltensdaten. Automobilhersteller greifen zum Bei-spiel die Daten auf, die ein Nutzer im Konfigurator hinterlassen hat, und leiten daraus die logische nächste Botschaft ab. „Deinen Auris probefahren …“.

Derartige Daten kommen von der Data Management Platt-form oder DMP. Dort laufen die unterschiedlichen Datentöpfe zusammen. Neben Profil- und Bewegungsdaten finden sich auch CRM-Daten oder zugekaufte Drittinformationen, wie etwa Adressdaten, kombiniert mit der Frage, ob es sich um ein wohlhabend-gesetztes oder ein Hipster-Wohnviertel handelt.

Programmatic Advertising kann solche Kontextdaten un-mittelbar in Kampagnen verwenden. Ein renommierter Phar-mahersteller hat die Werbung für ein Schmerzmittel in Bayern

daran gekoppelt, ob im Moment des Seitenaufrufs eine Föhn-Wetterlage vorlag. Das Werbemittel nahm Bezug auf „Föhn-Kopfschmerz“ und traf damit die sehr spezifischen Bedürfnisse der anonymen Zielgruppe.

Ähnliches machen Airlines, wenn sie in ihren Werbebannern den aktuellen Standort des Nutzers als Abflughafen definieren. Dadurch erreicht der Banner eine wesentlich höhere Relevanz. Dieses Kunststück gelingt, indem das Werbemittel selbst dy-namische Variablen enthält, die an einer Datenbank hängen und bei Bedarf vollautomatisch und in Echtzeit gefüllt werden.

Unterm Strich ist leicht zu erkennen, dass Programmatik die Effizienz der Onlinewerbung gewaltig steigern kann, solange man seine Hausaufgaben gemacht hat. Welche Datenpunkte diejenigen sind, die den Unterschied machen, das ist von Unternehmen zu Unternehmen und von Kampagne zu Kampagne verschieden.

Hier muss ein Mentalitätswandel in den Marketingabtei-lungen stattfinden. Früher war die Kampagne fertig, wenn sie „draußen“ war. Heute beginnt die wirkliche Arbeit erst dann, nämlich indem permanent optimiert wird. Programmatic Ad-vertising ist auch ein großes Trial-and-Error-Spiel, das dann erfolgreich funktioniert, wenn man qualifizierte Datenexperten in seinen Reihen hat oder an seiner Seite weiß.

BISNODE DEUTSCHLAND GMBH

Robert-Bosch-Straße 11

64293 Darmstadt

Tel.: +49 6151 380 0

Fax: +49 6151 380 360

E-Mail: [email protected]

www.bisnode.de

Jörg Bollow, Executive Director Marketing

„Messen, zählen, wiegen in Realtime – gefolgt von der nächsten Kampagnenoptimierung. Wir nennen das SmartData!“

Jörg Bollow, Executive DirectorMarketing D/A/CHBisnode Deutschland GmbH



Die Digitalisierung ist

zu einem zentralen

Thema im Marketing

geworden. Wie Unter-

nehmen datengetriebenes

Marketing realisieren.

C H E C K L I S T E

SECHS TIPPS FÜRDATENGESTÜTZTES MARKETING

Für erfolgreiches Marketing werden eine

individuelle Strategie sowie eine Software für

effizientes Arbeiten mit Daten benötigt. Marketing-

Experten sollten sich beim Analysieren der Resultate

nicht ausschließlich auf Metriken konzentrieren, die

für einen Return on Investment (ROI) relevant

erscheinen. Sie sollten als Erstes mit einfachen

Metriken eine Bilanz ziehen und den Ist-Zustand

dokumentieren. Es ist sinnvoll, anfangs die Lead-

Prozesse zu dokumentieren. Denn so wissen Unter-

nehmen, ob sie die Ware beispielsweise verstärkt

im eigenen Online-Store oder bei Versandhändlern

anbieten sollen und welche Social-Media-Kanäle

sich am besten dafür eignen. Genauso wichtig

ist das richtige Werkzeug: Damit die Ergebnisse

schnell und einfach beurteilt werden können, sollten

diese korrekt aufbereitet, aggregiert und sortiert sowie

in einem Data Lake – einem speziellen Zwischen-

speicher für Big Data – gesammelt werden.

D IE GRUNDLAGEN1

V O N J O A C H I M G R A F



Firmen sollten nur relevante Metriken optimieren,

beispielsweise zu konkretem Kundenverhalten,

bevorzugten Verpackungsgrößen oder verändertem

Kommunikationsverhalten. Erst wenn das Marketing

aussagekräftige Kennzahlen messbar macht, können

Sie sich weiteren Metriken widmen. Idealerweise

liefern Analysen konkrete Aussagen, die einen

360-Grad-Blick auf die Kunden zulassen, sodass jede

Abteilung versteht, was Kunden wann und wie wollen.

Unternehmen mit klarem Fokus bekommen schneller

Ergebnisse, um Entscheidungen zu treffen.

POS I T ION IEREN S I E S ICH KLAR5

Eine Kampagne sollte langfristig und über mehrere

Monate hinweg geplant werden. Unternehmen stellen

den Content der Zielgruppe vor und warten das erste

Feedback ab. Im Bedarfsfall muss das Marketing

optimiert werden, sodass die Erfolgsrate steigt. Ein

Marketing Analyst und ein Chief Marketing Officer

sollten gemeinsam daran arbeiten, mit ihren Teams

die notwendige Optimierung vorzunehmen. Grundlage

hierfür sind extrem zeitnah ausgewertete Daten aus

Marketing, Vertrieb und Service.

PROB IEREN GEHT ÜBER S TUD IEREN6

Unternehmen müssen langfristige

Ziele über Zwischenschritte erreichen. Ändert sich

der Status einer Zielperson von Interessent zu

Kunde, ist ein Etappenziel geschafft. Schon kompli-

zierter ist es, den ROI von Suchmaschinenkampagnen

bis zum Verkauf des Produkts zu ermitteln.

Firmen müssen zunächst Google, Bing und andere

Dienste in ihre Webseite einbinden. Anschließend

werden sie mit dem Data Warehouse – einer logischen

Zusammenführung von Daten aus unterschiedlichen

Quellen – vernetzt. Erst dann werden die Ergebnisse

aus verschiedenen Marketingkampagnen wie

einer Social-Media-Kampagne zugeordnet und

auf ihren Erfolg hin geprüft.

TH INK B IG , S TART SMALL2

Es sollte nicht jedes auffällige Ergebnis beachtet wer-

den. Das Gesamtbild ist wichtiger als Details. Eine

Auswertung von Trends und Kampagnen pro Quartal

lässt genauere Schlüsse für das Gesamtresümee zu.

Dies gilt vor allem für Daten aus internationalen Märk-

ten, da in jedem Land der Konjunkturverlauf von unter-

schiedlichen Faktoren beeinflusst wird.

Effizienz beim Beschaffen und Auswerten von

Informationen sollte Priorität haben. Voraussetzung

für erfolgreiches Arbeiten mit Daten ist die Daten-

integrationssoftware. Dann müssen Marketingprofis

wissen, wie sie ausgewertete Daten nutzen und

das Ziel der Analyse auf den Punkt bringen

können. Gelingt das nicht, sind die Daten nicht

so entscheidungsrelevant wie angenommen.

ARBE I TEN S I E EFF I Z I ENT3

VERZ ICHTEN S I E AUF KLE INE S T ICHPROBEN4



D ie Pflege diverser Databanken stellen Unternehmen immer wieder vor große Herausforderungen. Auf Veränderungen bei Kunden möchte man mit entsprechenden Angeboten

oder einer Sperre der Leistungen reagieren können. Seit dem Inkrafttreten der DSGVO am 25. Mai 2018 haben Unternehmen, über ihr Eigeninteresse hinaus, die Pflicht, ihre Kundendaten durch geeignete Maßnahmen aktuell zu halten. Marketing-Selektionen werden immer feingliedriger und wan-deln sich zur Lead-Generierung. Der Abschied vom Prinzip Gieß-kanne, mit den tradierten Selektionsparametern Branchencode, Betriebsgröße und Umsatz, ist im vollen Gange. Vielmehr stel-len künftig allgemeine Informationen zum Unternehmen, zu Produkten, Dienstleistungen und Services der Unternehmen die Grundlage für präzise Marketingaktionen dar. Diese veränderten Rahmenbedingungen stellen einen besonderen Anspruch an die unterschiedlichen Pflegeprozesse. Die Grundlage für alle Leistungen stellen die Datenquellen und die intelligente Nutzung dieser dar.Im B2B-Bereich ist das Internet bereits seit Jahren die führende Quelle. Das World Wide Web ist eine Zusammensetzung unendlich erscheinender Quellen, mit unterschiedlicher Informationstiefe, Datenqualität und strukturellem Aufbau. Die Herausforderung, diese Vielfalt in strukturierte Informationen zu transformieren, stößt auf natürliche Grenzen. Dies gilt umso mehr, wenn der Maßstab an die Qualität hoch liegt. Nicht vollständig gesicherte Informationen müssen gesichtet und bewertet werden. Dieser Prozess ist kostenintensiv und langsam.

Wohingegen positive Entwicklungen in diesen Prozessen sich durch den Einsatz von Machine Learning ergeben.

Aus Daten Werte schaffen – mehr Werte durch Machine Learning und AlgorithmenMachine-Learning-Verfahren zeichnen sich dadurch aus, dass sie auch neue Sachverhalte aus den Erfahrungen der Vergan-genheit bearbeiten können. Der Erfolg dieser Methoden hängt im Wesentlichen von der Menge an hoch qualifizierten Daten zum Lernen in der Lernphase eines Systems ab. Das sogenannte Training dieser Systeme entscheidet über die spätere Qualität der Ergebnisse. Bei BDS sind Machine-Learning-Verfahren bereits fest in der Daten-erhebung und Bewertung verankert. 10 Mio. deutschsprachige Domains mit 800 Mio. Unterseiten bilden bei BDS das Grundgerüst für die Bewertung von Inhalten.

Höher, schneller, weiter mit Machine LearningDrei Beispiele für den erfolgreichen Einsatz dieser Technologien:

Höher – Qualität. Durch moderne Algorithmen und den Einsatz von Machine Learning werden die Grenzen der Text-Analyse ganz wesentlich verschoben. Man ist heute in der Lage, Klassifizierungen präziser vornehmen zu können und Fehlzuord-nungen im Bestand zu erkennen. Aus textbasiertem Content können trennschärfer Inhalte extra-hiert und richtig interpretiert werden. Ein Anwendungsfall bei der BDS ist die Klassifizierung von Branchen.

DATENBANKEN ZUM AUTONOMEN FLIEGEN BRINGEN

BDS ALGORITHMENVERBESSERN DAS MARKETING



Schneller – Handelsregisterliche Meldungen stellen einen Grundstock der Datenquellen für Veränderungsinformationen dar. Aus den juristisch formulierten Prosatexten sind Informationsein-heiten zu erkennen, zu bewerten und schließlich zu verarbeiten. Neue Sachverhalte, Fehler in den Texten und ungewöhnliche Satzstellungen konnten bisher nur durch manuelle Sichtung und Bestätigung final bearbeitet werden. Durch die Lernfähigkeit der Algorithmen wird die Menge der ma-schinell auswertbaren Texte wesentlich erhöht. Die Abarbeitung von Veränderungsinformationen erfolgt wesentlich schneller.

Weiter – Vollständigkeit. In fast allen Datenbanken ist die Information zur Betriebsgröße (meist die Mitarbeiteranzahl) nicht vollständig und in geringer Qualität vorhanden. Die Bereiche, zu denen keine gesicherten Informationen vorliegen, werden oftmals durch Annäherungen bestimmt. Durch den Einsatz von Machine Learning kann nahezu Vollständigkeit in hoher Qualität erreicht werden.Schnellere Infos, bessere Qualität und Vollständigkeit bringen Unternehmen damit ein höheres Leistungsniveau.

Zukunft im Blick Die Modellierung künstlicher neuronaler Netze sollen BDS zukünf-tig in die Lage versetzen, noch präziser und intelligenter bei der Datenerhebung und Analyse zu werden. Das Unternehmen bleibt auf dem bereits hohen Niveau nicht stehen. Diese Entwicklung ist das i-Tüpfelchen auf den starken BDS-Leistungen. Um den Erfolg und Wettbewerbsvorsprung der Kunden zu sichern, tragen BDS-Prozesse mit kürzesten Antwortzeiten dazu bei:• Wissensdatenbanken der Zukunft aufbauen• Potenziale in Daten der Kunden lokalisieren• Business Prozesse implementieren

Faszinierende neue ZukunftDie Lebens- und Arbeitswelt wird sich mit der Einführung von 5G ab 2020/21 noch stark verändern. Die exponentielle Steigerung der Übertragungsraten wird definitive Weiterentwicklungen bei unseren Businessabläufen beeinflussen. Das Thema Echtzeit/Real Time wird zukünftig in den Mittelpunkt gestellt.

Beispielweise werden einem Top-Interessenten der Zukunft, der sich laut Datenbank positiv von Werbemaßnahmen beeinflussen lässt, passende Angebote zum richtigen Zeitpunkt (wenn er auf der Homepage ist, sich im Ladengeschäft aufhält etc.) eröffnet.BDS holt bereits heute sein komplexes Wissen aus verschiedenen frei zugänglichen Datenquellen und fügt dieses zu einem qualitativ hochwertigen Datenbestand zusammen. Postrückläufer, inkorrekte Daten etc. existieren kaum, da die Prüfungsalgorithmen und die Vernetzung mit den BDS-Partnern ausgereift sind.

Das automatisierte Datenmanagement für die Zukunft: • Reduzierung von Streuverlusten • Einsparung von Fixkosten • Marketing Budget zielgerichtet einsetzen • Generierung von direkten TouchPoints

Business Data Solutions GmbH & Co. KG generiert erfolgreich seit 18 Jahren passend für Kundenanforderungen hochwertige Geschäfts-adressen. Der BDS-Adressdaten-Eigenbestand umfasst 3,4 Mio. wirtschaftsaktive, deutsche B2B-Adressen mit einer einzigartigen Datenvielfalt. BDS ist damit ein führendes Big-Data-Unternehmen und Experte für B2B-Adressen von der Datengewinnung bis zur Analyse. Mit den Inhalten von über 10 Mio. deutschsprachigen Domains hat BDS einen Zugriff auf das gesamte deutschsprachige Internet im Business-Bereich und bietet die Grundlage für eine extrem hohe Informationsbreite und -tiefe.

Vorteile mit BDS:• BDS bietet alles aus einer Hand, ohne Overflow mit Qualität

und Innovativität. • BDS bündelt alle Ressourcen mit Partnern, Technologie, Services

und WoMen-Power im Technologiepark in Rimpar. • BDS sourct keine einzelnen Bereiche aus• BDS zeichnet sich durch Flexibilität aus, ohne Konzern-Anbin-

dung – bleibt BDS autark und stark!

Das Marketing-Spektrum hebt BDS auf eine neue Ebene. Datenma-terial bekommt neue Flügel, um in Zukunft höher und vor allem autonom zu fliegen. Maschinelle Pflege von Datenbeständen wird Realität. Selektive automatisierte Auswahl der richtigen Zielgruppen unter Angabe eines Marketingziels bringt den Kunden zum Erfolg.

Business Data Solutions GmbH & Co. KG

Kettelerstr. 3–11, 97222 Rimpar

Ansprechpartner: Isabel Thormann

Leitung Vertrieb & Marketing

Tel. 09365 88 78 1-88, [email protected]

www.bds-online.com



C H E C K L I S T E

Voraussetzungen für den Einsatz von KI-Algorithmen im Marketing

Unsere Checkliste zeigt, welche Voraussetzungen Sie beim Einsatz von

sogenannten KI-Algorithmen beachten müssen.

Für die Leistungsfähigkeit der

eingesetzten KI-Technologien wie prädikative

Analytik, maschinelles und Deep Learning

ist es entscheidend, dass die eingesetzten

Algorithmen durch eine möglichst große

Datenmenge „lernen“ und auf diese Weise

bessere Ergebnisse in Form aussage-

kräftiger Analysen und Handlungsempfehlungen

liefern. Hohe Geschwindigkeit und Zuver-

lässigkeit der Analyse sind maßgeblich, damit

Unternehmen sie als Basis für ihre – oft kurz fristig

nötigen – Entscheidungen nutzen können.

GROSSE DATENMENGEN NUTZEN1

Die wichtigsten Voraus-

setzungen, um KI-basierte Anwen-

dungen optimal zu entwickeln

und zu implementieren.

V O N J O A C H I M G R A F

„Schnellere Computer und

größere Datenmengen stellen eine

immer bessere Basis für die

Nutzung von KI-Lösungen dar.

Ihr wahres Potenzial können sie

aber erst dann entfalten, wenn sie

optimal eingesetzt werden“, sagt

Dr. Dorian Selz, CEO und Mitgründer

von KI-Anbieter Squirro. „Aber

erst die Kombination von künstlicher

und menschlicher Intelligenz ver-

bessert massiv die Qualität unter-

nehmerischer Entscheidungen.“



Strukturierte Daten stellen lediglich rund fünf

Prozent aller zur Verfügung stehenden Daten

dar; die große Mehrheit liegt unstrukturiert

vor. Somit nutzen Unternehmen nur einen

minimalen Anteil ihres zur Verfügung stehenden

Datenkapitals als Basis für Geschäftsentschei-

dungen. KI-Lösungen sind, anders als bisherige

Tools, auch in der Lage, Daten aus beliebigen

Quellen zu analysieren – strukturierte, aber

eben auch unstrukturierte. Unternehmen

müssen dafür sorgen, dass sie für die Aus-

wertung dieser beiden Datenarten eingesetzt

werden. Damit erreichen KI-Lösungen eine völlig

neue Ebene von Handlungsempfehlungen,

die die Qualität der unternehmerischen Ent-

scheidungen schlagartig verbessert.

UNSTRUKTUR IERTE DATEN ERSCHL I ESSEN2

Der Einsatz von KI-Technologien ist zumindest

anfangs ein Schritt ins Ungewisse. Bedingt

durch die große Zahl von Parametern und

technischer Verfahren bei der Auswertung und

Aufbereitung von Daten, kann es für Unternehmen

schwer sein nachzuvollziehen, wie KI-Software

zu einem Ergebnis gekommen ist. Wichtig für die

Anwenderakzeptanz, egal ob Mitarbeiter oder Kun-

den, ist deshalb die Transparenz der Algorithmen:

Wie und warum ist die KI-Lösung zu dem Vorschlag

gekommen? In einigen Branchen wie bei Banken

und Versicherungen ist die Transparenz aus

Compliance-Gründen sogar vorgeschrieben.

FÜR TRANSPARENTE ALGOR I THMEN SORGEN3

Aktuelle KI-Technologie kann in sehr

kurzer Zeit sehr große Datenmengen verarbeiten

und im Hinblick auf Muster und Trends unter suchen.

Daher sind automatisierte KI-Werkzeuge wie Bots

und Roboter in vielen Bereichen zwar unabdingbar,

sie erschließen aber nur einen Teil des möglichen

Potenzials. Das ist erst mit Augmented Intelligence

möglich. Diese „erweiterte Intelligenz“ kombiniert

die Ergebnisse automatisch arbeitender Algorithmen

mit der Erfahrung und Intuition menschlicher Exper-

ten: Tatsächlich reicht es nicht, dass Entscheider

die Empfehlungen einer KI-Lösung 1:1 übernehmen.

Das enorme Potenzial können sie nur dann reali-

sieren, wenn sie künstliche Intelligenz mit ihren

eigenen kognitiven Fähigkeiten verstärken.

KÜNSTL ICHE M I T MENSCHL ICHER IN TELL IGENZ KOMB IN IEREN5

Seit den Anfängen der Computergeschichte

gilt das Prinzip, dass Applikationen nur die

Aufgaben ausführen, die von Entwicklern

programmiert wurden. Daran ändert sich auch

bei KI-Lösungen nichts. Deshalb ist die Erfahrung,

Kompetenz und Kreativität der Entwickler für die

Qualität und Leistungsfähigkeit von KI-Lösungen

entscheidend. Neben der Nutzung von KI-basierten

Softwareentwicklungs-Assistenten sind die gute

Ausbildung und kontinuierliche Weiterbildung der

Entwickler also unverzichtbar: beim maschinellen

Lernen, beim Deep Learning oder auch beim

Natural Language Processing. Nur so ist die

Erstellung optimaler KI-Lösungen möglich.

ENTW ICKLER BESSER FÜR K I QUAL I F I Z I EREN4


D ie Sinus-Milieus® geben seit Jahrzehnten zuverläs-sige Informationen darüber, was Menschen bewegt und wie sie bewegt werden können. Nun haben das SINUS-Institut und microm die Milieus in die Online-Welt übertragen und mit dem Surfverhal-

ten der Nutzer kombiniert – Resultat sind die neuen „Digitalen Sinus-Milieus® der Internetnutzer“ mit sechs unterschiedlichen dominanten Grundhaltungen: die Bemühten, Spaßorientierten, Vorsichtigen, Selektiven, Effizienten und Souveränen. Die Digitalen Sinus-Milieus® liefern Nutzerinformationen, die weit über die klassischen Merkmale wie Alter, Geschlecht oder Einkommen hinausgehen. Mit ihnen lässt sich die reale Welt des Users mit seinem Online-Nutzungsverhalten genau beschreiben: Was bewegt den User, welche Ziele hat er, was wünscht er sich on- und offline?

„Mit den Digitalen Sinus-Milieus® ist es uns nun nach langen Bestrebungen gelungen, strategische Zielgruppen passend für crossmediale Online-Kampagnen zu beschreiben“, erläutert Rolf Küppers, Geschäftsführer der microm. Als Zielgruppenspezialist

Der Mensch im Mittelpunkt

Die Digitalen Sinus-Milieus® ermöglichen es, strategische Zielgruppen im Internet punktgenau

zu ermitteln und anzusprechen. Im digitalen Marketing sind sie vielfältig einsetzbar: Wir zeigen,

welche Möglichkeiten es gibt und wie die Hochschwarzwald Tourismus GmbH die Digitalen

Sinus-Milieus® nutzt, um Website-Besucher mit dem individuell passenden Content zu versorgen.

Digitale Sinus-Milieus® beschreiben Internetnutzer

macht microm Marktforschungsergebnisse und psychografische Zielgruppenmodelle für Unternehmen nutzbar, im Raum und im Web. Die Verfügbarkeit ist in allen Kanälen, online wie offline, ge-währleistet, daher sind die Daten übergreifend einsetzbar – ohne

Rolf Küppers, Geschäftsführer der microm

„Mit den Digitalen Sinus-Milieus® ist es uns

nun nach langen Bestrebungen gelungen,

strategische Zielgruppen passend für cross-

mediale Online-Kampagnen zu beschreiben.“




DIGITALE SINUS-MILIEUS®: VIELFÄLTIGE EINSATZMÖGLICHKEITEN

> Mailing-Kampagnen

> Out of Home

> Analyse, Planung und Optimierung von digitalem Content

> Optimierung digitaler KPIs

> Online-Marketing über einschlägige DMPs für Programmatic Advertising wie adform, adsquare, AppNexus u.v.a.

> Kampagnen in Facebook, Instagram, Snapchat, Amazon oder Google

ZIELE

> Kunden auch „hinter dem Cookie“ verstehen

> Höhere Conversion Rates erzielen

> Werbebudgets effizienter einsetzen

> Umsatz steigern

Ü B E R M I C RO Mmicrom ist heute einer der führenden Spezialisten für Customer Intelligence und Location Intelligence am Markt. Das Unter-nehmen bietet seit 25 Jahren datengestützte Lösungen im Bereich mikrogeografische Marktsegmentierung an. Basierend auf der Analyse interner und externer Daten berät microm seine Kunden von der anvisierten Zielgruppe über den passenden Standort bis hin zur aufmerksamkeitsstarken Botschaft für den richtigen Werbekanal und liefert so die Grundlage für fundierte unter-nehmerische Entscheidungen.

microm – Micromarketing-Systeme und Consult GmbH

Hellersbergstr. 11, 41460 Neuss

Maria Katsoula, [email protected]

www.microm.de

RIESIGES DATENSPEKTRUMmicrom bietet das marktweit größte Spektrum an Markt- und Geodaten. Für eine valide Zielgruppenklas-sifikation stehen aus dem umfassenden Datenportfolio insbesondere strategische Zielgruppenmodelle aus der Lebensweltforschung und der neurowissenschaftlichen Forschung zur Verfügung. So zum Beispiel die original Sinus-Milieus®, die original Limbic® Types oder die nahezu unbegrenzte Zielgruppenvielfalt aus der Markt-Media-Studie „best for planning (b4p)“. Darüber hinaus hält das Unternehmen weitere Daten aus den Bereichen Soziodemografie und -ökonomie, Konsumentenver-halten sowie Lage- und Standortdaten bereit.

Abstimmungsverluste. Bisher wurden die Daten geomarketing-spezifisch eingesetzt, beispielsweise für Kundesegmentierung, Standortplanungen oder die Optimierung sämtlicher Offline-Werbewege. Nun kommt endlich auch die zielgruppenspezifische Ansprache auf sämtlichen Online-Kanälen hinzu!

Die Einsatzmöglichkeiten für Unternehmen und Agen-turen sind vielfältig: Diese analysieren, planen und verbessern ihren digitalen Content nach Sinus-Milieus®, optimieren ihre digitalen KPIs. Und sie nutzen die Digitalen Sinus-Milieus® für ihr Online-Marketing über einschlägige DMPs für Programmatic Advertising wie adform, adsquare, AppNexus u.v.a. Daneben stehen die Milieus auch für Kampagnen in Facebook, Instagram, Snapchat, Amazon oder Google zur Verfügung. Ziel ist es immer, den Kunden „auch hinter dem Cookie“ zu verstehen, höhere Conversion Rates zu erzielen, Werbebudgets effizienter einzu-setzen und den Umsatz zu steigern.

„Die Digitalen Sinus-Milieus® sind natürlich für viele Bran-chen interessant“, sagt Sabine Ahlemeier, ebenfalls Geschäfts-führerin der microm. „Für die Tourismus-Branche beispielsweise sehe ich großes Potenzial. Gerade haben wir ein Konzept für die Hochschwarzwald Tourismus GmbH (HTG) entwickelt.“ Die Idee dieses Konzepts: Die HTG spricht Gäste und Kunden ent-sprechend ihren Werte-Settings gezielt an – gemäß dem Motto „Der Mensch im Mittelpunkt“. Dieser innovative nutzerzentrierte Ansatz generiert auf der Website hochschwarzwald.de auf den jeweiligen Nutzer zugeschnittenen Content. Um die User optimal abzuholen, bedarf es Informationen über die Lebenswelt – das Milieu –, um daraus Konsumverhalten und Produktinteresse ableiten zu können. Es gilt also, Daten zu sammeln, zu analysieren und zu segmentieren. Und zwar nicht nur aus einer Datenquelle, sondern mehrere Quellen müssen angebunden und kombiniert werden. Eine wichtige Quelle sind die Informationen, die durch Auswertung der Webseite selbst generiert werden, dazu kommen externe Daten wie z.B. die Digitalen Sinus Milieus®.

Konkret wird der Prozess so aussehen: Beim ersten Besuch auf hochschwarzwald.de wird der User einem Milieu zugeordnet. Dies geschieht automatisiert durch das Tool website.optimizer

der microm-Tochter Digitalraum. Passend dazu wird in Echtzeit zielgruppenspezifischer Content in Bild und Sprache ausgespielt. Damit nicht genug: Nach dieser Bestimmung der Lebenswelt des Users soll es weitergehen, indem die ganz konkreten Vorlieben und Bedürfnisse des Seitenbesuchers ermittelt werden. Abhängig vom Verhalten des Users auf der Webseite werden sukzessive da-tenbasierte Inhalte ergänzt – über die gesamte Customer Journey hinweg. Damit können weitere Kommunikationskanäle wie Social Media oder Bots einbezogen werden. Passgenau zum jeweiligen User – denn im Mittelpunkt steht der Mensch!



1 0 JA H R E P RO G R A M M AT I C A DV E R T I S I N G

WARUM ES DOCH DIEZUKUNFT DER WERBUNG IST

Ein Jahrzehnt ist der automatisierte Mediahandel inzwischen alt. Doch das richtige

Verhältnis zwischen Programmatic Advertising und klassischer Werbebuchung hat die

Branche immer noch nicht gefunden. Die Zukunft von Programmatic Advertising hängt

davon ab, dass die Branche gegensteuert. Und endlich ihre Anfängerfehler überwindet.

V O N C H R I S T I N A R O S E

L aut E-marketer-Studie liegt der Anteil von maschinell aus-gesteuerter Display-Werbung bei über 1,4 Milliarden Euro, , was einem Gesamtanteil von zwei Dritteln entspricht. Das

wiederum soll 2019 dann auf fast drei Viertel Marktanteil bei Display-Ads wachsen.

Real-Time-Bidding in Deutschland, das sowohl offene Auk-tionen als auch private Marktplatz-Deals umfasst, macht derzeit 52 Prozent der programmatischen Werbeinvestitionen (747,7 Millionen Euro) aus. Die Ausgaben für Social-Media-Werbung, die hauptsächlich über Programmatic Direct abgewickelt wer-den, werden die Ausgaben in dieser Kategorie weiter erhöhen, schätzen die Marktforscher.

Experten sehen diese Entwicklung kritisch – nicht nur, weil Transparenz und Anzeigenbetrug immer noch große Probleme auf dem programmatischen Markt sind. Nach Einschätzung von „Mr. Media“ Thomas Koch, geschäftsführender Gesellschafter und Chairman von TKD Media , ist „der heutige Programmatic-Anteil am Gesamtmarkt deutlich zu hoch, um sinnvoll zu sein“. In den meisten Fällen dürfte seiner Einschätzung nach ein Programmatic-Anteil von 20 bis 30 Prozent an den digitalen Werbemaßnahmen sinnvoll sein. „Manche Marken und Produkte können vielleicht sogar auf 100 Prozent Programmatic setzen. Aber insgesamt sind 60 Prozent zu viel. Schon 45 Prozent im vergangenen Jahr waren deutlich zu viel,“ sagt Koch. Denn viel zu oft werde Programmatic eingesetzt, obwohl andere Kanäle besser wären. Hinzu kommt: Das Verhältnis effektiv ausgespielter und ineffektiv ausgespielter Programmatic Ads ist nach seinem Urteil in krasser Schieflage.

Ganz zu Beginn seiner Entwicklung wurde Programmatic Advertising vor allem als Lösung verkauft, die den Werbeeinkauf günstiger macht, weil die Automatisierung den Einsatz von Res-sourcen spart. Doch Programmatic macht zwar vieles einfacher. Werbetreibende müssen im Gegenzug aber mehr als je zuvor die Abläufe selbst verstehen und die richtigen Fragen stellen, bei-spielsweise: Wofür wird mein Werbebudget verwendet? Welche

Technologie wird wofür eingesetzt? Was kostet deren Einsatz? Über welche Kanäle wird die Werbung verbreitet, und welche Zielgruppen hat sie genau erreicht? Programmatic ist eben kein Selbstläufer. Allerdings können Werbetreibende mit Programmatic in Echtzeit feststellen, welche Datensätze und welcher Anbieter für die jeweilige Kampagne geeignet sind und welche nicht. Doch der Erfolg einer Programmatic-Kampagne steht und fällt mit den Daten. In Zukunft gehe die Entwicklung weg von kurzfristigen Kampagnen hin zu dauerhaften Maßnahmen, bei denen auch kontinuierlich Stellschrauben, beispielsweise welche Datenpools genutzt werden sollen, verändert werden können, um das best-mögliche, transparente Ergebnis zu erzielen.

Das ist auch dringend nötig. Kämpft doch Programmatic Advertising seit Jahren mit mangelnder Transparenz und Be-trugsanfälligkeit. Für mehr Sicherheit und Qualitätsstandards im Programmatic Advertising hat der BVDW jüngst einen Code of Conduct verabschiedet. Die Unterzeichner verpflichten sich, mindestens die definierten Kriterien und Bedingungen einzuhalten.

Die Programmatic-Anbieter haben noch viel vor: Nahezu alle Werbekanäle, sei es TV, Radio, Kino oder Außenwerbung, werden in Zukunft komplett digital buchbar sein. „Dies wird über programmatische Einkaufsplattformen stattfinden“, ist Sacha Berlik überzeugt, der Managing Director EMEA von The Trade Desk.

Mit Connected TV (CTV) erwartet er vor allem im Fernseh-werbemarkt: „Bisher zahlten Werbetreibende Unternehmen Unsummen für Werbeslots mit einer hohen Zuschauerquote auf linearem TV. Doch trotz der großen Reichweite war nicht garantiert, dass die richtige Zielgruppe angesprochen wird. Die Streuverluste sind mit klassischem Fernsehen enorm hoch. Mit CTV behalten Werbetreibende die Kontrolle. Sie steuern, welche Spots einer bestimmten Zielgruppe wann und wie oft gezeigt wer-den. Die Integration von CTV in den eigenen Media-Mix werde künftig eine nahtlose und geräteübergreifende Customer Journey gewährleisten können.



PROGRAMMATIC ADVERTISING

DOS DON‘TS

Selbst kreativ sein und Trends erkennen:

Erfolgreiche Agenturen mausern sich zu Programmatic-

Profis und kennen die besten Instrumente/Maßnahmen;

sie arbeiten effizient, um den Nutzern den größten

Mehrwert zu liefern; unterhaltsamer und nützlicher

Content überzeugt und sorgt für höhere Loyalität der

Nutzer gegenüber der werbenden Marke

Schlechte Qualität von Werbung erzeugt ein

negatives Markenerlebnis, Abkehr der Zielgruppe

Werbung auf Basis einer guten

Datenlage aussteuern: präzises Targeting und

passender Inhalt für die Zielgruppe

Kampagnenplanung ohne Daten

ist Geldverschwendung

Immer Kampagnen auf Datenbasis

planen: Ohne Daten ist jede Kampagne

ein Schuss ins Blaue

Niedrige Datenqualität: Nur irgendwelche

Daten allein helfen nicht, mit Daten niedriger

Qualität kann nicht die richtige Zielgruppe

erreicht werden – führt zu Irrelevanz für Nutzer

Sinnvoll investieren: Investitionen rentieren

sich, indem sie Streuverluste, welche u.a.

unpräzise Werbeaussteuerung mit sich bringt,

drastisch minimieren. Und Content is King:

hochwertige Inhalte erstellen

Geld am falschen Ende sparen

Gesamte Lieferkette muss transparent

agieren, damit alle Teilnehmer Budgetplanung/

Nebenkosten/Aussteuerungswege/Erreichung

von KPIs etc. nachvollziehen können: Das fördert

Verständnis auf Seite der Werbetreibenden und

entzieht Betrügern den Nährboden.

Zu hohe Frequenz: Werbung wird als

lästig empfunden, verschlechtert das Markenerlebnis.

Programmatic kann dieses Problem lösen, indem

durch plattformübergreifendes Nutzer-Tracking die

Werbemittelaussteuerung optimiert wird

Langfristige Kampagnen/dauerhafte Maßnahmen

können stetig verändert und optimiert werden

(z.B. welche Datenpools genutzt werden sollen)

Geld am falschen Ende sparen, kurzfristige

Kampagnen: Immer wieder neue Kampagnen

aufzusetzen ist zeitintensiv

Vertrauen Sie Ihrer Agentur: bei der Auswahl des

besten Data- Management-Platform-(DMP)-Dienstleisters

auf die Expertise der Media-Agentur zurückgreifen

Intransparenz sorgt für Frustration,

sorgt für Misstrauen/schadet den

Geschäftsbeziehungen, ermöglicht Fraud



DATA & TA R G E T I N GMit datengetriebenem Cross-Channel-Marketing neue Kunden gewinnen und bestehende wiederfinden

M it der fortschreitenden Digitalisierung stehen den Kunden und Unternehmen mehr denn je Möglich-keiten zur Kommunikation und Interaktion zur Verfügung. Die Kunden haben heute eine Vielzahl

von Informationsquellen und wählen die, die zu ihrer aktuellen Situation passend ist. Der Kanal wird oft innerhalb eines Infor-mations- bzw. Kaufprozesses gewechselt, der Übergang zwischen Off- und Online ist fließend.

Die Herausforderung für Unternehmen liegt darin, den Kun-den auf seiner Reise nicht zu verlieren und ihn zum richtigen

Zeitpunkt an der richtigen Stelle abzuholen. Um den heutigen Anforderungen in der (Neu)Kundenansprache gerecht zu werden, ist intelligentes Cross-Channel-Marketing nötig.

Die richtige Botschaft an die richtige Zielgruppe über die richtigen Kanäle zur richtigen ZeitEffektives und erfolgreiches Targeting lässt sich nur dann erzielen, wenn die individuellen Bedürfnisse und Wünsche der Zielgruppe bekannt sind und somit maßgeschneiderte und zielgruppenge-rechte Kommunikation ermöglicht wird.


Intelligentes Cross-Channel Marketing benötigt Datenbanken, die Customer Intelligence und vielfältige Werbekanäle miteinander verbindenDie panadress Cross-Channel-Database verbindet die Werbeka-näle mit analytischen Ergebnissen aus dem CRM und Third Party Data, so entsteht kundenspezifisch die ideale Verknüpfung aus Customer Intelligence und Cross-Channel-Marketing.

Um den Kunden schon bei der Neukundengewinnung die Möglichkeit zu übergreifenden Kampagnen zu bieten, hat pan-adress in den letzten Jahren eine der derzeit größten Cross-Channel-Datenbanken entwickelt. Sie verbindet vielfältige Werbekanäle aus On- und Offline und bietet die Möglichkeit, alle Kanäle mit mehr als 100 Variablen zu selektieren. Mit mikrogeografischen Daten, Geoinformationen oder individuell ermittelten Scores können Zielgruppen bestimmt, lokalisiert und über die geeigneten Kanäle beworben werden. Alle Kanäle sind zudem miteinander verknüpft und können in beliebiger Kombination eingesetzt werden.

„Mobile“, der etwas andere Touchpoint im Cross-Channel-Marketing-MixDas Smartphone ist unser ständiger Begleiter. Über 10 Jahre nach dessen Einführung ist die Liebe zum Smartphone ungebrochen – mehr noch, das Smartphone ist für viele unverzichtbar geworden und stellt somit auch einen besonderen Kommunikationskanal dar. Laut dem Digitalverband Bitkom wurden in den vergange-nen 10 Jahren 180 Mio. Smartphones in Deutschland verkauft, Verbraucher und Unternehmen gaben in diesem Zeitraum 67 Mrd. Euro für Smartphones aus. Aktuell nutzen 78 % (54 Mio.) der Bundesbürger ab 14 Jahren ein Mobilgerät. Die Vorteile dieses Kommunikationskanals liegen nicht nur in der hohen Reichweite und Akzeptanz, sondern auch in der Auswahl der vielfältigen Targeting-Merkmale bei der Zielgruppenansprache.

Wie funktioniert Mobile Targeting?Die Kenntnis des Standorts und des Kontexts der Zielgruppe ist entscheidend für relevante und effektive mobile Werbekampa-gnen. Das sogenannte Geo-Contextual Targeting ermöglicht es, die Zielgruppen, basierend auf zielgruppenspezifischen Daten in Echtzeit, am richtigen Ort mit der richtigen Werbebotschaft und zum richtigen Zeitpunkt zu erreichen.

Durch die Partnerschaft mit dem Mobile-Targeting-Spe-zialisten adsquare stehen ab sofort ausgewählte Markt- und

Potenzialdaten der panadress marketing intelligence GmbH für mobiles Advertising zur Verfügung. Durch das breite Datenspektrum von panadress wird wertvolles zielgruppenspezifisches Wissen generiert und mit weiteren Datenpunkten aus der mobilen Welt kombiniert. Adsquare’s Audience Targeting ermöglicht es, die er-langten Informationen voll auszuschöpfen und damit die richtigen Zielgruppen mit der richtigen Werbebotschaft mobil zu erreichen.

Somit ist Mobile Marketing, im Media-Mix der panadress Cross-Channel-Datenbank, ein ideales Instrument, sowohl als flankierende Maßnahme bei der Neukundengewinnung als auch als Retargeting-Möglichkeit von Bestandskunden – datenbasiert und EU-DSGVO konform.


Maximilian Aigner, Senior Consultant

„Mobile ist mittlerweile ein wichtiger Touchpoint bei datengetriebenen Cross-Channel-Kampagnen“

Maximilian Aigner

Senior Consultant

panadress marketing intelligence GmbH

Nymphenburger Str. 14

80335 München

Tel. +49 89.8908335-23

Mobil +49 176 45562629


www.panadress.de



§

N och ist die DSGVO mit all ihren Nachwehen nicht richtig verdaut, da kommt bereits das nächste Schreckgespenst auf Marketer zu: Mit der ePrivacy-Verordnung (ePV) wird die EU-Kommission die Regeln in Sachen Daten-

schutz noch einmal deutlich anziehen. Sollte sich die Kommission mit ihren Vorschlägen durchsetzen, drohe ein Rückfall in die „kom-munikative Steinzeit“, befürchtet beispielsweise Syzygy-Chef Lars Lehne. Nicht nur er warnt vor einem „deutlich eingeschränkten statischen Angebot“ für Internet-Nutzer.

Anlass für das düstere Szenario ist insbesondere der stren-gere Umgang, den die EU in der Verordnung für jede Form der Datenverarbeitung einfordern will. So würde in Zukunft jede Form von Tracking-Cookies ohne eine explizite Einwilligung der Nutzer verboten sein, aber auch die Verarbeitung von Userdaten, etwa um ein Angebot zu personalisieren. Ein genauer Blick auf die Inhalte der Verordnung tut daher gut.

Was ist der Grund für die ePrivacy-Verordnung?Die ePrivacy-Verordnung spezifiziert die Europäische Daten-schutzgrundverordnung (EU-DSGVO) im Hinblick auf Vorgaben für datenschutzfreundliche Software-Technik. Sie soll die bishe-rige ePrivacy-Richtlinie (2002/58/EG) und die Cookie-Richtlinie (2009/136/EG) ablösen. Ursprünglich sollte die ePrivacy-Verord-nung gemeinsam mit der EU-DSGVO in Kraft treten, der Prozess hat sich jedoch verzögert.

Im Gegensatz zu einer Richtlinie gilt eine Verordnung un-mittelbar, muss also nicht in nationales Recht umgesetzt werden. Die ePrivacy-Initiative hat daher auch den Sinn, die bislang unter-schiedlichen Regelungen innerhalb der EU zu vereinheitlichen. So ist bislang in Deutschland der Einsatz von Cookies wegen des Telemediengesetzes auch ohne aktive Zustimmung des Nutzers

erlaubt. Andere Mitgliedsstaaten (etwa Spanien, Österreich, Bel-gien, Bulgarien, Dänemark) fordern eine aktive Einverständniser-klärung, wieder andere geben nur eine Empfehlung ab (Frankreich, Schweden) oder haben vereinfachte Sonderregeln (etwa Italien, Ungarn). Diese nationalen Unterschiede sollen beseitigt werden.

Was regelt die Verordnung konkret?Die ePrivacy-Verordnung sieht Neuregelungen zum Schutz der Verbraucher und ihrer Daten vor. So sollen beispielsweise Regeln für den Umgang mit Cookies vereinfacht und die Datensicherheit für Kommunikationsdienste (Facebook, WhatsApp) ausgeweitet werden. Ziel ist es, europaweit die Vertraulichkeit in der elektro-nischen Kommunikation sicherzustellen und den Umgang mit personenbezogenen Daten im Onlinebereich zu regeln.

Konkret bedeutet dies: Gemäß der neuen ePrivacy-Verordnung muss für jede Form

der Verarbeitung von Userdaten eine Zustimmung des Benutzers vorliegen. Dies gilt nur dann nicht, wenn die Datenverarbeitung zwingend notwendig ist, um den bestimmungsgemäßen Gebrauch der Website sicherzustellen. Beispielsweise um eine Warenkorb-funktion zu ermöglichen, Formulareingaben zu speichern oder Website-Traffic zu analysieren. Selbiges gilt für Cookies. Sie dürfen nur noch dann ohne Zustim-

mung eingelesen werden, wenn sie keine Auswirkungen auf die Privatsphäre des Nutzers haben oder zum bestimmungsgemäßen Gebrauch der Website notwendig sind. Cookies, welche die Privatsphäre der User betreffen und bei-

spielsweise für die Wiedererkennung der Nutzer eingesetzt wer-den (Retargeting), bedürfen dagegen künftig der ausdrücklichen Zustimmung durch den Nutzer.

Sie haben den DSGVO-Schreck schon verdaut? Gut. Denn mit der ePrivacy-Verordnung droht

schon die nächste Vorlage aus Brüssel – mit weitreichenderen Folgen für die digitale Wirtschaft.

Auch Ihr Geschäftsmodell könnte betroffen sein.

E P R I VAC Y - V E RO R D N U N G

FÜR VIELEGESCHÄFTSMODELLEWIRD ES ENG

V O N D O M I N I K G R O L L M A N N



Um einer Inflation von Zustimmungs-Bannern vorzubeu-gen, die auf jeder Website um Zustimmung betteln, sollen die Browser-Voreinstellungen verpflichtend werden. Dort getroffene Privatsphäre-Einstellungen sind vom Anbieter zu beachten. Der Browser wird zu einer Art Freigabe-Management-System. Jeder Browser muss einen Do-not-Track-Mechanismus enthalten

und muss in der Lage sein, Cookies von direkt besuchten Websites zu akzeptieren, jedoch Cookies von Drittanbietern („Third Party Cookies“) blockieren zu können. Im Gegenzug dürfen die derzeit allgegenwärtigen (und weitge-

hend nutzlosen) Hinweis-Banner für Cookies entfallen.

Wie sieht der Zeitplan aus?Ursprünglich sollte die ePV zeitgleich mit der DSGVO einge-führt werden, derzeit befindet sie sich jedoch noch in der Ab-stimmungsphase zwischen EU-Kommission, -Ministerrat und Europaparlament. Für Verzögerungen könnten zudem die EU-Parlamentswahlen im Mai sorgen, schätzt BVDW-Justitiar Michael Neuber: „Wenn sich das Parlament im Frühjahr 2019 mit neuen Mehrheiten zusammensetzt, kann es aber sein, dass der alte Par-lamentsbeschluss verworfen wird“. Aber: „Ebenso kann aber auch alles ganz schnell gehen. Wenn sich die Mitgliedsstaaten schnell einigen, könnte die ePrivacy-Verordnung vielleicht auch im Mai fertig sein. Derzeit sieht das aber nicht so aus.“

Tiefgreifende Folgen für das Online-MarketingDirekt betroffen sind zunächst einmal alle Geschäftsprozesse, die Userdaten verarbeiten – und damit eigentlich alle. Damit zielt die Verordnung absichtlich sehr weit – zu weit. Die Zahl der Dienste, die von der ePrivacy-Verordnung betroffen sind, dürfte weit größer sein als die Zahl derer, durch die sich Nutzer in ihrer Privatsphäre verletzt sehen. Andererseits: Wirklich bedroht sind nur die Geschäftsmodelle, die Daten einsammeln und verarbeiten, ohne dass die Nutzer sich dessen bewusst wären oder ohne dass sie dies wollen. Einem Wetterdienst werden wohl auch in Zukunft die meisten Nutzer den Zugriff auf den lokalen Standort erlauben.

Direkt betroffenWirklich schwer wird es dagegen für Programmatic Advertising, Retargeting, Personalisierung zu Marketingzwecken und Location

Based Services. Allerdings sind dies Geschäftsmodelle, die von vielen Online-Nutzern als unangenehm, intransparent und übergriffig erlebt werden. Es handelt sich schlicht um die Ge-schäftsmodelle, die von den EU-Datenschützern gezielt ins Visier genommen wurden und von der ePV getroffen werden sollen. Alle Formen des Data-driven Advertising – insbesondere wenn diese 3rd-Party-Cookies einsetzen, werden in Zukunft wohl um die Zustimmung der Nutzer ringen müssen und müssen mit erheblichen Verlusten rechnen.

Mittelbar betroffenMittelbar betroffen sind auch alle Dienste, die sich durch die Ver-wendung solcher Werbemodelle finanzieren: Portale, aber auch Apps, Preisvergleichsdienste oder Kleinanzeigenportale. Sie müssen sich darauf einstellen, dass ein Großteil ihrer Werbeeinnahmen wegbricht. Allerdings bieten sich auch Chancen. Die Publisher stehen ohnehin vor der Herausforderung, mit rapide wachsenden Adblocker-Zahlen umzugehen, und beklagen die Kostenloskultur und den Preisverfall im Online-Marketing.

Publisher können daher von einer Renaissance der klas-sischen Mediaplanung profitieren, wenn den Marketern viele Ansätze des Programmatic Advertising nicht mehr offen stehen. Außerdem erhalten sie einen weiteren Hebel, um Paid-Content-Modelle zu etablieren. Sie können Inhalte kostenlos, gegen eine weitreichende Zustimmung zur Datenverarbeitung anbieten. Und ein kostenpflichtiges Modell anbieten, das darauf verzichtet.

Allerdings ist der BVDW skeptisch, dass sich solche Modelle durchsetzen. Neuber glaubt, dass „vor allem reichweitenstarke Anbieter und Netzwerke profitieren“. Da diese über eine Vielzahl von registrierten Nutzern verfügen, von denen leicht eine Zustim-mung zu erhalten ist, können sie ihr Geschäftsmodell beinahe unverändert beibehalten..

Indirekt betroffenNicht unbedingt bequem ist die Herangehensweise für alle ande-ren Anbieter von Web-Angeboten. Derzeit wird bei der ePV der restriktive Kurs der Legalausnahme gewählt. Motto: Was nicht ausdrücklich erlaubt ist, ist verboten. Dies führt dazu, dass hitzig über die genauen Formulierungen verhandelt wird. Natürlich ist es nicht Intention der EU, einen Webshop an seinem Betrieb zu hindern. Warenkorb-, Merkzettel-, Formular-, Statistik- und Analytics-Funktionen etc. sind ausdrücklich ausgenommen. Wie verhält es sich allerdings, wenn der Webshop sein Angebot per-sonalisieren möchte? Vermutlich wird es sich dabei ebenso um eine zustimmungspflichtige Datenverarbeitung handeln wie bei der gespeicherten Suche im Immobilienportal.

In der Praxis wird es wahrscheinlich nicht einmal besonders schwer sein, diese Zustimmungen zu erhalten. Schließlich wünscht sich der Nutzer diese Dienstleistung sogar. Allerdings droht durch eine Flut an Einverständnis-Aufforderungen ein Abstumpfungs-prozess einzutreten. Ähnlich wie die heute allgegenwärtigen Nutzungs-, Lizenz- und Datenschutzbedingungen oder Cookie-Hinweise, werden diese gar nicht mehr wahrgenommen, sondern lediglich abgenickt.

Direkt betroffen sind alle Geschäftsprozesse, die Nutzerdaten verarbeiten – und damit eigentlich alle.



„Sogar aus Nutzersicht ist die Einwilligung daher ein denkbar schlechtes Instrument“, erklärt Neuber. „Dadurch können im Zweifel weit mehr personenbezogene Datenerhebungen gerecht-fertigt werden, als für das Geschäftsmodell oftmals nötig wäre.“ Die Nutzer werden dann einfach blind oder aber gar nicht mehr zustimmen – primär abhängig von der Tatsache, ob sie einen Dienst kennen oder nicht. Die Folge wäre kontraproduktiv.

Gar nicht betroffenEs gibt aber auch eine Reihe von Geschäftsmodellen, die nur mi-nimal oder gar nicht von der ePV betroffen wären: Ausgerechnet große Anbieter mit einer Registrierungspflicht – Amazon, Facebook, Google, aber auch heimische E-Mail- und Telekommunikations-anbieter – haben einen entscheidenden strategischen Vorteil: Die Nutzer sind es ohnehin gewohnt, sich zu registrieren und anzumelden. Entsprechend einfach ist es für diese Anbieter, eine Zustimmung zu generieren. Zugleich verfügen sie über eigene Ökosysteme, in denen sich Werbeeinspielungen auch vermarkten lassen. Ein beträchtlicher Teil des Geschäfts mit Programmatic Advertising könnte auf diese Kanäle abwandern. Zum einen sind Google und Facebook ohnehin schon die dominierenden Player in diesem Geschäft – entsprechend naheliegend ist es für Marketer, diese Angebote zu nutzen. Zum anderen könnte durch die ePV das Angebot an Alternativen deutlich ausgedünnt werden.

In diesem Szenario würde die ePV die Monopolisierungsten-denzen im Internet sogar noch verstärken, ohne einen erkennbaren Nutzen für Verbraucher zu stiften. Die Abhängigkeit von großen Tech-Anbietern würde steigen, die „digitale Handelsbilanz“ wei-ter zugunsten der USA verändert und die Konsumenten zu einer Registrierung bei US-Diensten gedrängt.

Kritik: Verschenkte ChanceSo sieht daher das Schreckensszenario der Digitalwirtschaft aus: Während die gesamte Branche unter den Lasten der ePrivacy-Verordnung leidet, verpufft der gewünschte positive Effekt in einer Flut von Einverständnis-Anfragen. Gestärkt werden dagegen die ohnehin schon großen Anbieter von Internetdiensten, die kaum Einschränkungen hinnehmen müssen. Verschenkt wird dagegen die Möglichkeit, deren Datenverarbeitungswut zu bremsen. Denn ein vielversprechender Ansatz fehlt in der derzeitigen Verordnung komplett: „Mechanismen wie Datensparsamkeit oder Schutz-maßnahmen wie die Pseudonymisierung werden überhaupt nicht abgebildet“, bemerkt Neuber. Zuletzt kritisierten 15 Bran-chenverbände aus der Digital- und Werbewirtschaft in einem offenen Brief an die beteiligten Ministerien, dass die Verarbeitung elektronischer nichtpersonenbezogener Kommunikations- und Endgerätedaten strengeren Bedingungen unterstellt sei als die Verarbeitung personenbezogener Daten nach der DSGVO.

Vor allem aber kritisieren sie: „Die Erfüllung dieser Bedin-gungen ist dabei in der klaren Mehrzahl der Fälle praktisch nicht möglich.“ Betroffen seien alle Sektoren der digitalen Wirtschaft, „von digitalen Medien und Services bis hin zu vernetzten Fahr-zeugen und intelligenter Fertigung“. Im schlimmsten Fall werden diese Unternehmen nicht mehr in der Lage sein, „ihre Produkte

und Dienstleistungen unter Verwendung von Daten anzubieten und zu innovieren“.

Die Generalkritik entzündet sich daran, dass in der ePrivacy-Verordnung jede Art der Datenverarbeitung einwilligungsbasiert ablaufen muss. „Da waren wir schon mit dem deutschen Teleme-diengesetz weiter“, empört sich BVDW-Experte Neuber. „Eine solche ePrivacy-Verordnung wird nur dann sinnvoll umsetzbar, wenn sich die Gesetzgebung davon distanziert, realitätsferne Legalausnahmen zu formulieren und ansonsten jede Form der Datenverarbeitung auf Einwilligungsbasis zu beschränken“.

Neben diesen grundlegenden Änderungswünschen stehen insbesondere diese Punkte in der Kritik: „Cookie-Verbot“: Der Zugriff auf das Endgerät des Nutzers wird

von einer ausdrücklichen Zustimmung des Nutzers abhängig gemacht. Sprich: Cookies – insbesondere 3rd-Party-Cookies – dürfen ohne Erlaubnis nicht mehr ausgelesen werden. Diese sind beispielsweise für das Tracking unerlässlich. Legalausnahmen: Jeder Nutzer muss der Datenverarbeitung

zustimmen. Ausnahmen sind nur in festgelegten Fällen erlaubt. Etwa damit ein Webshop bestimmungsgemäß genutzt werden kann. Die Verbände wünschen sich eine möglichst große Vielzahl von Ausnahmen. Noch lieber wäre es ihnen aber, die Regelung wäre generell weiter gefasst. Kopplungsverbot: Ursprünglich sollte eine Benachteiligung

von Nutzern ausgeschlossen sein, die ihre Zustimmung zu einer Datenverarbeitung verweigern. Hätte bedeutet: Wer Tracking-Cookies verweigert, darf das Online-Angebot genauso lesen wie ein Nutzer, der der Werbeausspielung zustimmt. Inzwischen sind Ausnahmen vorgesehen: Der Werbeverweigerer dürfte etwa auf Paid-Content-Angebote verwiesen werden, andere Nutzer sehen das Angebot kostenlos. Genaue Ausgestaltung und Formulierung dieser Ausnahmeregelung lösen großen Diskussionsbedarf aus. Browser als Super-Cookie: Ursprünglich sollten Nutzer ihren

Privacy-Level im Browser einstellen, für Website-Anbieter sollten diese Einstellungen verpflichtend sein. Hätte bedeutet: Software-Anbieter und Browser-Hersteller wären Hüter eines „Super-Cookies“. Inzwischen ist dieser Passus entschärft. Software sticht Mensch: Die Browser-Einstellung sollte oberste

Priorität besitzen. Sprich: Hätte ein Website-Betreiber einem Nutzer die Einwilligung zur Datenverarbeitung abgetrotzt, dieser besucht die Website aber mit einer restriktiven Browser-Einstellung, wäre die Einwilligung wertlos. Über diesen Punkt wird nach wie vor gestritten.

Auch wenn das Beratungsverfahren noch offen ist und nichts beschlossen ist, scheint es derzeit doch unwahrscheinlich, dass sich die Stoßrichtung noch einmal grundlegend ändern wird. Das bedeutet: In Zukunft wird in den meisten Fällen eine Nutzerzustim-mung erforderlich sein, wenn Daten verarbeitet werden. Explizit ausgenommen werden alle wesentlichen Funktionen, die für das reibungslose Funktionieren nötig sind (Statistik, Warenkorb etc.). Rein wirtschaftliche Interessen müssen zurücktreten, im Zweifel wird eher zulasten der Datenverarbeitung entschieden.



Closed Loop Marketing als Basis für einen intelligenten KundendialogAlle Kampagnenmanager stehen vor der gleichen Herausfor-derung: das richtige Angebot über den richtigen Kanal an die richtige Zielgruppe zu senden. Gleichzeitig kennen Unterneh-men in Zeiten von Big Data ihre Kunden besser als je zuvor. Im Direktmarketing können daher mit einem datenbasierten Closed Loop die Herausforderungen direkt bei der Kampagnenplanung gemeistert werden.

Hierbei werden die Ergebnisse vergangener Kampagnen analysiert, um die Planung zukünftiger Kampagnen zu vereinfa-chen und die Kampagnen-Effizienz zu steigern. Eine einheitliche Datenbasis mit den relevanten Informationen zu einer Kampagne (wie z. B. Zielgruppe, Kanal, Angebot) ist dafür elementar. Zur kontinuierlichen Optimierung der Marketingkommunikation werden die Erfolgstreiber von Kampagnen identifiziert und in der Kampagnenplanung angewandt.

Effizientes Kampagnenmanagement in vier Schritten:Der Closed Loop bei der Kampagnenplanung besteht aus vier Schritten:1. Festlegung des Kampagnenziels Über das Kampagnenziel wie die Steigerung des Engagements oder der Umsatzsteigerung leitet sich der KPI ab, mit dem das Ziel gemessen wird (z. B. Teilnahmequote oder Zusatzumsatz). 2. Festlegung der RahmenbedingungenOftmals sind einige Eigenschaften der zu planenden Kampagne bereits vorgegeben. So kann es zum Beispiel sein, dass aufgrund von Budget-Restriktionen der Kanal der Kampagne auf „E-Mail“ beschränkt ist. 3. Ermittlung der optimalen KampagneneigenschaftenMit Machine-Learning-Verfahren werden auf Basis vergangener Kampagnenergebnisse die Kampagneneigenschaften wie Incen-tivierungshöhe, Zielgruppe oder auch Produktsegment ermittelt, mit denen das Kampagnenziel am besten erreicht wird. Diese Eigenschaften legen dann die sogenannte Next Best Campaign (NBC) fest. Dabei werden die gesetzten Rahmenbedingungen berücksichtigt.4. Ermittlung einer „Challenger“-KampagneUm die Datenbasis von Kampagnenergebnissen kontinuierlich zu verbessern, empfiehlt es sich, das „Test & Lern“-Prinzip weiterhin zu nutzen. Parallel zur NBC kann z. B. eine „Challenger“-Kampagne

gefahren werden. Durch den Vergleich der Ergebnisse von NBC und „Challenger“ lassen sich dann weitere Optimierungspotenziale erkennen. Natürlich wird die „Challenger“-Kampagne ebenfalls datenbasiert ermittelt.

Campaign Intelligence ToolAls Unterstützung der Kampagnenmanager bei dieser Herausfor-derung wurde das DataLab Campaign Intelligence Tool entwickelt. Hiermit wird es in einfacher und intuitiver Weise möglich, den Closed Loop bei der Kampagnenplanung sicher und zielorientiert anzuwenden.

DataLab. GmbH

Ernst-Gnoß-Str. 24, 40219 Düsseldorf

Telefon 0211 417 419 67 0

Ansprechpartner:

Jan Hendrik Seidel, [email protected]

Yana Schneider, [email protected]

www.datalab-crm.de/

Die DataLab. GmbH ist einer der führenden Dienstleister im Bereich Customer Equity im deutschsprachigen Raum. Das Unternehmensziel ist die messbare Steigerung des Customer Value in B2C-Märkten.

Umsatzwachstum durchdatengetriebenes

Kampagnenmanagement



K ein Marketingunternehmen, das sich nicht heute schon auf die Fahnen geschrieben hätte, mit der richtigen Botschaft im richtigen Moment um die Ecke kommen zu wollen. Doch auch wenn der Slogan: Werbung soll

relevanter werden, schon fast zu einem geflügelten Wort gewor-den ist, ist es mit ein bisschen Personalisierungskosmetik und eingekauften Retargeting-Tools nicht getan. Der gesamte Marke-tingprozess muss darauf abgestimmt sein. Und: Relevanz ist ein zutiefst technologisches Thema.

Oft wird Marketing-Automation mit dem Begriff des Inbound-Marketing gleichgesetzt. Das hat eher historische Gründe. Tatsächlich legen sich Automation-Lösungen wie ein Kitt zwischen die einzelnen Marketing-Disziplinen und haben das Potenzial, die Grenzen verschwimmen zu lassen:

Im Wesentlichen muss man zwei Arten von Marketing unterscheiden: Inbound- und Outbound-Marketing. Die beiden Disziplinen unterscheiden sich grundlegend, weitere Unterka-tegorien differenzieren die Disziplin weiter aus: Outbound-Marketing: Im Outbound-Marketing versucht die

Werbung den Konsumenten zu erreichen. Relevant wird die Wer-bung, weil sie Aufmerksamkeit erregt. Kreativität ist deswegen ein wichtiger Faktor, aber auch Lautstärke (weshalb Outbound-Werbung oft nervt) und Reichweite. Die Streuverluste sind hoch, nur mit entsprechendem Werbedruck wird die Marke wahrgenommen. Inbound-Marketing: Das genaue Gegenteil davon ist Inbound-

Marketing. Die Werbung bietet sich an und wartet, bis sich der Kunde für das Thema interessiert und selbst nach Informationen

sucht. Inbound-Marketing wird als gefälliger wahrgenommen und ist meist wesentlich kostengünstiger, da kein Werbedruck aufgebaut werden muss. Dafür lässt sich Inbound-Marketing sehr viel schwerer skalieren. Direktmarketing: Wenn Kunden gezielt angesprochen werden,

handelt es sich um Direktmarketing. Meist wird diese Kundenan-sprache im Rahmen von Outbound-Marketing eingesetzt. Wenn Bestandskunden selektiert werden, beginnen die Grenzen zum Inbound-Marketing zu verschwimmen. Ziel von Direktmarketing ist es, Streuverluste zu minimieren und die Effizienz zu steigern. 1:1-Marketing: Als Weiterentwicklung des Direktmarketings

versucht eine 1:1-Kommunikation nicht nur einen vorselektier-ten Kundenkreis zu erreichen, sondern diese auch individuell anzusprechen. Die Werbemittel werden unter Einbeziehung der Interessen, Vorlieben und Kaufhistorie des Kunden individuell gestaltet. Oft werden persönliche Trigger (etwa der Geburtstag) zum Anlass für die Marketingmaßnahme genommen. Voraus-setzung dafür ist nicht nur eine bestehende Kundenbeziehung, sondern vor allem auch ein professionelles Management mittels einer CRM-Software.

Die Übersicht zeigt, dass sich die einzelnen Disziplinen nicht ganz trennscharf abgrenzen lassen und sich Push- und Pull-Marketing durchaus ergänzen können. Die entscheidende Ent-wicklung liegt eher darin, dass das Marketing durch Automation die Chance hat, in der Masse kundenzentrischer zu werden. Kurz gesagt: Automation ermöglicht es, aus Massenkommunikation massenhafte 1:1-Kommunikation zu machen.

Die richtige Botschaft zum richtigen Zeitpunkt am richtigen Ort – unzählige

Marketing-Anwendungen versprechen, Werbung mittels schlauer Algorithmen

super-smart zu machen. Doch Marketing-Automation ist weit mehr,

als die richtige Software zu installieren. Zuallererst müssen die Prozesse richtig

implementiert werden. Wir zeigen, worauf es ankommt.

M A R K E T I N G - AU TO M AT I S I E R U N G

DIESE PROZESSE MÜSSEN SIE KENNEN

V O N D O M I N I K G R O L L M A N N



Marketing-Automation ist eine ProzessfrageMarketing-Automation ist weder eine Frage der Herangehensweise, noch eine Frage der Technik. Marketing-Automation ist beides. Es geht darum, IT-Systeme und Marketing-Strategie zu Prozessen zu formen, die die Marketing-Abteilungen unterstützen, effektiveres Marketing auf verschiedenen Kanälen zu betreiben.

In der digitalen Welt umfasst der Prozess dabei folgende Stationen: 1. Datenbasis aufbauen. Zunächst wird mittels einer Content-Strategie (Inbound) oder einer klassischen Marketing-Kampagne (Outbound) eine Kundenbasis aufgebaut. In ersterem Fall kann dies über eine Lead-Kampagne erfolgen, im zweiten Beispiel werden zunächst anonyme Profile angereichert bis – im Erfolgsfall – ein Kundenkontakt hergestellt ist.2. Kampagnen-Planung. Anhand dieser Kundenbasis können weitere automatisierte Kampagnen geplant werden. Kaufab-brecher können Retargeting-Ads erhalten. Inaktive Käufer einen Newsletter. Rabattjäger einen Coupon für den Saisonabverkauf. Käufer oder Interessenten bestimmter Produkte ein individuali-siertes Angebot für Folgekäufe.3. Kanalmanagement. Um eine durchgängige User Experience zu erhalten, muss das Kampagnenmanagement im Idealfall alle genutzten Kanäle verwalten können. Ein Newsletter-Empfänger mit einem bestimmten Klickverhalten soll auch mit einem Wer-bebanner angesprochen werden können. Der Besucher eines Content-Angebots soll per Mail nachqualifiziert werden. Die Käufer bestimmter Produkte sollen im Shop zu Follow-up-Käufen animiert werden. In jedem dieser Kanäle ist eine eigene Excellence notwendig, beispielsweise zur Optimierung des Versandzeitpunkts, für ein ausgeklügeltes Yield- oder Bidmanagement oder einen Mechanismus für ein automatisiertes A/B-Testing). 4. Analytics. Ebenso umfassend wie das Kanalmanagement muss die anschließende Analyselösung aufgebaut sein. Ein Kanal- und Device-übergreifendes Tracking ist wesentliche Grundvoraus-setzung dafür.

Leicht gesagt, schwer getanAllerdings gibt es im Markt kein Werkzeug, das einen solchermaßen umfassenden und modularen Ansatz out-of-the-box bietet. Das liegt auch daran, dass die meisten Werkzeuge zur Marketing-Au-tomatisierung um ein Tool zum Kanalmanagement (etwa E-Mail-Management) herum gestrickt sind. Die Marketing-Automation ist ursprünglich für diesen Kanal optimiert, weitere Kanäle wurden meist nachträglich hinzugefügt, und das Management weiterer Kanäle ist nicht ausgeprägt. Rein pragmatisch betrachtet, ist das auch nicht immer nötig. Für einen Händler, der keine Content-Strategie umsetzt, kann beispielsweise eine isolierte Retargeting-Lösung für Display-Advertising unter Umständen ausreichen.

Für jeden Marketer, der größer denkt, lohnt es sich dagegen, den gesamten Marketingprozess in seine einzelnen Funktionen zu zerlegen, um zu prüfen, welche dieser Funktionen von der gewählten Software abgedeckt (bzw. vernachlässigt) werden, welche Funktionsüberlappungen auftreten und welche Schnitt-stellen benötigt werden.

Funktionsschicht 1: Datenkonsolidierung

Grundlage jeder Marketingaktivität ist eine solide Datenbasis. Wie die Daten später konsolidiert werden (in einer zentralisierten Marketingdatenbank oder in dezentralen Unternehmensdaten-banken) soll an dieser Stelle nicht thematisiert werden. Zunächst geht es darum, die wichtigsten Daten zu kennen, die eine Auto-matisierungslösung später braucht.

Product Information Management (PIM). Produktdaten – am besten strukturiert in einem PIM aufbereitet – sind aus zwei Gründen zu Personalisierungszwecken wichtig: Einerseits ent-halten sie schlicht die Produkttexte, mit denen Werbemittel personalisiert werden. Andererseits sind die Informationen aber auch wichtig, um zielgerichtete Kaufempfehlungen ableiten zu können. Aus der Einkaufshistorie lassen sich nur dann passende Schlüsse ziehen, wenn aussagekräftige Informationen zu den Produkten vorliegen. Media Assets Management: Eine weitgehende Automatisierung

des Marketingprozesses benötigt einen systematisierten Zugriff auf Mediendaten (Bild, Video, Logos etc.), um selbstständig Wer-bemittel anpassen zu können. Business Intelligence (BI). Betriebswirtschaftliche Daten mögen

auf den ersten Blick irrelevant erscheinen. Für eine vollständige Automatisierung sind aber wenigstens die wesentlichen Daten zu Produktmarge und Kampagnenkosten notwendig. Optimalerweise sind sogar weitergehende Aussagen zum Customer Lifetime Value (CLV) möglich. Warenwirtschaft/Enterprise Ressource Planning (ERP). Die

Lieferfähigkeit des beworbenen Produkts/der Dienstleistungen muss sichergestellt sein. Customer Relationship Management (CRM). Für jede Marke-

tingaktivität gehören Kundendaten zu den Core-Assets. Sie ent-halten soziodemografische Daten wie Alter, Geschlecht, Vorlieben etc., aber auch eine Übersicht der letzten Bestellungen sowie die Klickhistorie des Kunden. 3rd Party Data. Sind vor allem für die Neukundengewinnung

von Interesse.

Funktionsschicht 2: Kampagnenmanagement/Automatisierung

Kern jeder gängigen Lösung zur Marketing-Automatisierung und Kampagnensteuerung sind letztlich die Werkzeuge, mit denen sich Zielgruppen auswählen und segmentieren lassen, Marketingkam-pagnen regelbasiert anlegen und abarbeiten sowie Kampagnen analysieren und optimieren lassen.

Data Management Platform (DMP): Kunden lassen sich zu Zielgruppen zusammenfassen und segmentieren. Dazu dienen nicht nur soziodemografische, sondern auch verhaltensbasierte Informationen. Mächtige Werkzeuge sind zudem in der Lage, selbstständig Muster in den Daten zu erkennen.



Kampagnensteuerung. Kunden werden entsprechend ihren Merkmalen (Neu-/Bestandskunde, Mann/Frau, Newsletter-Empfänger etc.) in Zielgruppen eingeteilt, für die individuelle Kampagnen entworfen werden (Outbound). Regelbasiert kön-nen aber auch bestimmte Verhaltenstrigger eine Regel auslösen (Inbound), die beispielsweise Besucher eines Content-Angebots oder einen Kaufabbrecher betreffen. Customer-Journey-Optimierung. Die Software hilft bei der

Optimierung der Kampagnen und identifiziert automatisiert lukrative und weniger rentable Customer Journeys. Kaufwahrscheinlichkeit/Budgetierung. Aufgrund des indivi-

duellen Klickmusters und des Kaufverhaltens können einzelne Werbemittel in der Customer Journey gewichtet werden. Dazu können Daten von statistischen Zwillingen herangezogen werden. Je nach individueller Kaufwahrscheinlichkeit wird ein Budget für jeden einzelnen Kunden errechnet, sodass der ROI jeder Kampagne positiv bleibt. Kaufvorhersage. Eine Predictive-Funktion erlaubt es, Vorher-

sagen darüber anzustellen, wie sich die Budgetveränderungen auf die Gesamtleistung der Kampagne auswirken.

Funktionsschicht 3: User Experience/Personalisierung

Für die von der Automatisierungsschicht errechneten Kampagnen müssen nun die Inhalte bereitgestellt werden. Diese Funktions-schicht verwaltet noch nicht die einzelnen Kanäle (wie Mail, Display oder Search), stellt jedoch die Personalisierungsfunktionen und individualisierten Contents in Form von Texten und Grafiken bereit und optimiert die User Experience.

Landingpages. Die dynamische Gestaltung des Frontends durch eine Shop- und/oder CMS-Anbindung (Landingpages). Programmatic Creative. Dynamische Gestaltung von Bannern

(beispielsweise geschlechter-, orts-, wetter- oder tageszeitabhängig). Prediction Engine. Personalisierte Produktempfehlungen

anhand der Einkaufshistorie (erfordert eine Anbindung an das PIM-System). UX-Testing. Automatisiertes Testing der Assets mittels A/B- und/

oder multivariater Tests und eine automatisierte Optimierung.

Funktionsschicht 4: Kampagnen-Management

Zuletzt müssen die mit Inhalten bestückten Kampagnen von einer weiteren Funktionsschicht auf den einzelnen Kanälen ausgespielt werden. Hier sind handwerkliche Fähigkeiten gefragt, um die Botschaften sowohl kanalspezifisch maßgeschneidert als auch gemäß den Regeln der vorhergegangenen Instanzen auszuspielen:

Display-Advertising. Über eine Demand-Side-Plattform (DSP) werden programmatisch Werbemittel eingekauft, Targeting und Frequency-Cap verwaltet. Ein Bid-Management-Werkzeug

bietet entsprechend dem vorgegebenen Gebotslimit auf die RTA-Werbeplätze. Search-/PLA. Keywordlisten werden automatisch generiert,

verwaltet und optimiert, die Gebotshöhe den Vorgaben angepasst und dynamische Adword-Funktionen genutzt. Shop/POS. Eine ECommerce-Anbindung verwaltet Produk-

tempfehlungen und personalisiert den Shop. Gutscheincodes und Rabattaktionen werden gezielt ausgespielt. Dasselbe kann für die Anbindung stationärer POS-Systeme gelten. Web/Landingpages. Mittels eines CMS werden personalisierte

Landingpages erzeugt und optimiert. Auch weitere Content-Strategien (etwa die gezielte Bereitstellung von Inhalten für Sprachassistenten etc.) lassen sich hier subsumieren. Mail/Permission. Mailing-Tools verwalten und optimieren

den Versand von Mailings, optimieren die Sendezeiten, Spam-verhalten und Zustellzeitpunkt etc.

Automatisierung heißt:Effizient, aber nicht unbedingt billig

Die Entscheidung für eine Marketing-Automatisierung

mag schnell gefällt sein – Evaluierung und Implemen-

tierung sind aber ein langfristiger Investitionsprozess.

Zur kurzfristigen Kostenersparnis taugt er nicht.

E ines der häufigsten Missverständnisse in der Marketing-Automation liegt darin, dass Automatisierung das Marketing billiger macht. Die Aussage stimmt – und stimmt nicht. Es

geht um Massenfertigung. Wenn die Marketingfabrik fertig ist, können Marketingmaßnahmen in enormer Stückzahl zu geringsten Kosten angefertigt werden. Die Kosten für die Fabrik sind aber deswegen nicht gerade gering.

Aber nicht nur wegen der Investitionskosten lohnt es sich, die Prozesse genau zu analysieren. Wie bei jeder Großserienfer-tigung sinken mit der Menge nicht nur die Stückkosten – auch die Kosten von Designfehlern skalieren extrem schnell. Eine genaue Analyse lohnt sich daher.

Vor allem kann die passende Software aber wesentlich passgenauer ausgewählt werden, wenn der Automatisierungs-Prozess klar definiert ist. Denn: „Irgendwie“ kann mit fast jeder Software jedes Ziel erreicht werden. Die Frage ist jedoch, ob auf Dauer auch ein schlanker, flexibler und leicht zu optimierender Prozess entsteht.

Diese Frage ist auf Dauer viel entscheidender als eine an-fänglich kurze Time-to-Market.



Von den Kunden lernenDer Haken? Man muss dieses Wissen operationalisieren, um es nutzen zu können. Für viele Geschäftsführer, Vertriebler und Marketers existiert ein mehr oder weniger scharfes Bild ihrer Kunden im Kopf. Es stößt allerdings an die Grenze, wenn konkrete Zielgruppen für Marketingaktionen ausgewählt werden sollen.

Und so heißt es dann oft: „Industrie ab 10 Mitarbeiter“, wenn es um die Auswahl der Mailing-Empfänger geht. Dies wird in den seltensten Fällen dem eigenen Kundenstamm gerecht, und man verschenkt unnötiger Weise viele gute Neukunden.

Auch Kaiser Systeme war 2016 auf der Suche nach einer erfolg-reichen Strategie, um die optimale Zielgruppe für den deutschen Markt zu definieren und operativ umzusetzen. Der Spezialist für Lager- und Regalsysteme hatte bereits viele Erfahrungen gesam-melt. Die getesteten Strategien sollten nun kritisch analysiert und zusammengeführt werden.

Im Fokus: NeukundenDas Ziel war für Kaiser Systeme von Anfang an klar: Marktanteile ausbauen, Bekanntheit der Marke steigern und die beworbenen Vertriebsgebiete zunehmend ausweiten. Dabei immer im Fokus: die Frage nach der richtigen Zielgruppenauswahl.

In Zusammenarbeit mit Indima, einem der führenden Neu-kunden- und Analyse-Spezialisten, hat Kaiser Systeme sich dafür entschieden, seine Kunden selbst sprechen zu lassen: Unter Zuhil-fenahme einer marktabdeckenden Firmen-Datenbank wurden detaillierte Kundenprofile erstellt, die weit über den üblichen Mix aus Branche und Anzahl der Mitarbeiter hinausgehen.

Mit Scoring ans ZielFasst man alle diese Merkmale aus dem Kundenprofil mit sta-tistischen Methoden zusammen und verdichtet sie auf einen Indikator, so spricht man von Scoring. Scoring wandelt somit das in den Kunden selbst schlummernde Wissen um in ein Selekti-onsinstrument für die Neukundengewinnung.

Für Kaiser Systeme hat dies enorme Vorteile: egal ob 10.000 oder 100.000 Kataloge verschickt werden sollen. Das Scoring sorgt dafür, dass automatisch die Firmen mit der höchsten Response-Wahrscheinlichkeit angeschrieben werden.

Wie standen Sie dem Projekt Scoring anfangs gegenüber?Im Marketing hört sich zunächst vieles gut an. Und vieles muss man im Nachgang ein wenig revidieren. Es gab deswegen eine gewisse Grundskepsis. Insbesondere weil ich es mag, die Dinge selbst in der Hand zu haben. Aber auf der anderen Seite gab es natürlich eine klare Erwartungshaltung.

Wurde die Erwartungshaltung erfüllt?Auch ein Scoring kann natürlich letztlich keine Neukunden herbei-zaubern. Aber es bringt stabile Ergebnisse. Die Kontinuität beim Gewinn von Neukunden und Umsatz ist höher als bei vergleich-baren Strategien. Das hat mich am Ende überzeugt.

Welche Learnings gab es im Prozess?Die Auseinandersetzung mit den eigenen Kunden war spannend. Aber ein Grundwissen war schon vorher vorhanden. Die werbliche Ansprache der Kunden blieb deswegen gleich. Stärker waren die Änderungen bei der Adressaufbereitung für die einzelnen Kataloge. Hier ging es sehr in die Tiefe, und es wurde auch ein komplett neuer Prozess aufgesetzt.

Gibt es weitere Pläne?Durch Reagierer-Analysen werden unsere gewonnenen Erfah-rungen stetig überprüft. Wenn gewisse Gebiete oder Branchen boomen, wollen wir natürlich dabei sein. Ziel bleibt, den Versand unserer Kataloge optimal auszusteuern. Dafür schauen wir uns alle Stellschrauben im Prozess detailliert an.

Indima direct GmbHStuttgarter Straße 41, 75179 PforzheimHorst Hedrich, Data AnalystTel. +49 7231 [email protected]

I N T E R V I E W

mit Christian Kaiser,

Geschäftsführer

Wie Kaiser Systeme Gewinn und Umsatz steigert

Mit Scoring zur erfolgreichen Neukundengewinnung

Die Frage nach der optimalen Zielgruppe für das eigene Marketing hat eine erstaunlich simple Antwort. Und eine elegante dazu, denn sie liegt Ihnen bereits vor. Und zwar in Form Ihrer Kunden.


W ährend die Nutzung im B2B-Bereich auch weiterhin kaum große Änderung erfährt, ist vor allem die Doku-mentations- und Auskunftspflicht ein Hemmnis für viele

Unternehmen. Grundsätzlich gilt: Der Adresshandel bleibt auch nach der DSGVO weiterhin zulässig. Denn die explizite Erwähnung der Direktwerbung als berechtigtes Interesse in den Erwägungs-gründen der Verordnung ermöglicht eine Interessenabwägung zugunsten der betroffenen Unternehmen. Außerdem haben die Adressanbieter großteils schon länger Vorkehrungen getroffen, ihren Kunden entsprechend geprüfte und rechtskonforme An-gebote machen zu können.

Ein Grund dafür sind die bereits vorher schon strenge Recht-sprechung und Regelung nach dem Bundesdatenschutzgesetz. Dennoch gibt es Verschärfungen, die insbesondere im B2C-Bereich deutlich werden, wie Post-Direkt-Chefin Petra Weber sie benennt: „Mit der DSGVO werden im Vergleich zum BDSG höhere Anforde-rungen an die Informationspflichten gegenüber der betroffenen Person gestellt. Im Falle des Datenhandels sind daher die Werbein-teressen explizit zu erklären. Zudem ist die Interessenabwägung zu dokumentieren.“ Zwar haben sich im Bereich der Adressverkäufe durch die DSGVO Veränderungen ergeben, doch wie Marco Gaspar,

Geschäftsführer von Schober Direct Media, für sein Unterneh-men erklärt: „Wir haben als Adressanbieter bereits sehr früh und konsequent den Anpassungsbedarf ermittelt und abgearbeitet. Mit Kunden und Geschäftspartnern haben wir beispielsweise Informationspflichten, Umsetzung von Betroffenenrechten oder Verarbeitungsverträge angepasst.“

Damit ist Schober Direct Media nicht allein, auch andere Anbieter haben entsprechend reagiert. Dennoch ist Aufklärungs-arbeit das, was Anbieter derzeit vermehrt leisten müssen, um ihren Service verunsicherten Kunden schmackhaft zu machen. AZ Direct-Geschäftsführer Oliver Reinke bestätigt: „Trotz intensiver Vorbereitungen ist der Aufwand für Dialoge, Interpretationen der Verordnungstexte sowie Prozess- und Dokumentenanpassungen immens hoch. Ob die DSGVO einen Impact auf das Geschäft hat, bleibt abzuwarten. An der ein oder anderen Stelle spüren wir aber Zurückhaltung bei Auftraggebern.“

Christiane Klemm, Head of Datamarketing bei 11880.com, kommentiert die Marktlage: „Interessenten und Kunden sind stark verunsichert. Darum stehen wir Interessenten im B2B-Umfeld beratend zur Seite und geben Auskunft über die Auswirkungen der DSGVO auf den B2B-Adresshandel.“

Erhöhter Aufwand durch zusätzliche Verträge und VerpflichtungenRoland Wolff, Geschäftsführer von Business Data Solutions, be-schreibt den erhöhten Aufwand für Adressanbieter und -veredler wie folgt: „Es herrscht eine abwartende Haltung bei vielen Firmen vor, die nicht sicher sind, wie letztendlich die DSGVO und die Be-trachtung der Interessenabwägung von Gerichten bewertet wird.


Nach endgültigem Inkrafttreten der DSGVO herrscht große Verunsicherung darüber,

was im Adresshandel und der -veredelung noch rechtskonform erlaubt und machbar ist.

Das ist die einhellige Aussage aller von iBusiness befragten Adressveredler und -anbieter.

Dabei unterscheidet sich die Situation im B2B-Bereich beim Kauf von Adressen und

der Veredelung von dem Einsatz im B2C-Bereich: Die Experten-Umfrage zeigt, was Sie

von Adressdiensten erwarten können und bei der Nutzung beachten müssen.

Marco Gaspar, Geschäftsführer

von Schober Direct Media

D S G VO u n d A d r e s s h a n d e l

WAS SIE DAZUWISSEN MÜSSEN

V O N S U S A N N E S T E I G E R

Bild

: S

chober

Dir

ect

Medi

a


Hierdurch sind einige Projekte gestoppt und teilweise komplett gestrichen worden. Die bürokratischen Hürden haben enorm zugenommen. Vielfach erhalten wir heute:• Kundenspezifische Vereinbarungen zur Auftragsverarbeitung• Fragebögen zu technischen und organisatorischen Maßnahmen• sowie GeheimhaltungsverpflichtungenDiese Dokumente umfassen oftmals 30 bis 40 Seiten. Hier helfen nur im Markt anerkannte Standards/Zertifikate, um die notwen-digen Maßnahmen im Griff zu haben.“

Qualitäts- und Gütesiegel sowie Zertifizierungen sind auch im Bereich des Adressmanagements mittlerweile angekommen. So nutzen einige der Anbieter die Gelegenheit, sich unter ande-rem vom DDV zertifizieren zu lassen. Damit einhergehend stellt der Direktmarketingverband auch Mustervereinbarungen zur Verfügung, die den Adressanbietern erlauben, ohne großen Mehr-aufwand DSGVO-konforme Geschäfte abzuwickeln. Bedirect, ein weiterer Player im Adressgeschäft, ist „im Kundenanlageprozess anerkannt als ‚wesentliche Auslagerung‘ nach Vorgaben der BaFin zur Einhaltung ‚MaRisk‘“ und hat sich selbst „sehr hohen Maßstä-ben dem Datenschutz verpflichtet“. Managing Director Thorsten Friederich von Bedirect erklärt dazu: „Als Anbieter eines deutsch-landweiten, bonitätsgeprüften Referenzbestandes können wir so Mehrwertinformationen, kombiniert mit unseren Stammdaten, automatisiert, vollintegriert zugänglich machen.“

Die Deutsche Post Direkt setzt bei E-Mailing-Aktionen auf „Verfahren zur Verschlüsselung, die eingesetzt werden. Der Da-tentransfer erfolgt über die nach ISO 27001 auf der Basis von IT-Grundschutz zertifizierten Online-Services. Mit der Zertifizierung durch das Bundesamt für Sicherheit in der Informationstechnik dokumentiert Deutsche Post Direkt die Durchführung besonderer technischer und organisatorischer Sicherheitsmaßnahmen, die Art. 32 DSGVO für die Verarbeitung personenbezogener Daten im Kundenauftrag vorschreibt. Daneben entlastet die Auszeichnung des BSI unsere Kunden von ihrer datenschutzrechtlichen Kontroll-verpflichtung gegenüber Deutsche Post Direkt als Auftragnehmer“, nennt Geschäftsführerin Petra Weber die Vorteile der Zertifikate.

„Die Verunsicherung auf Kundenseite hat durch die DSGVO zugenommen. Zudem ist auch das Aufkommen von Werbever-

weigerern bei postalischen Mails leicht angestiegen“, beschreibt Panadress -Geschäftsführer Karl-Heinz Mühlbauer ein weiteres Problem, das Käufer von Adressen zögern lässt.

Mühlbauer fasst die Problematik zusammen: „Unter Berück-sichtigung bestimmter Informationspflichten kann weiterhin für die Neukundengewinnung auf B2C- und B2B-Adressen zu-rückgegriffen werden. Auch der Einsatz von mikrogeografischen Daten zur Anreicherung von Kundendaten ist weiterhin möglich.“ Neben „sauber erhobenen und gut gepflegten Daten“ verfügt Panadress über entsprechende Technologien, die inhouse beim Kunden nutzbar seien. Hinzu komme der Einsatz von Pseudony-misierungsverfahren bei der Verarbeitung von Kundendaten. Ein wichtiger Aspekt für Kunden sei es zudem, dass diese durch das analytische Know-how des Anbieters mehr Wissen aus ihren Datenbanken generieren könnten, und so ihr CRM sowie die Neukundengewinnung zu optimieren.

Leadgenerierung durch Zukauf von Daten ist weiterhin gefragtDass dies den Kunden durchaus klar ist beziehungsweise nahe-zubringen ist, bestätigt auch ReachAd -CEO Karl Ott, der unter anderem auf die Vermarktung von exklusiven E-Mail-Verteilern im B2B- und B2C-Bereich spezialisiert ist. Empfehlung von Ott ist: „Werbende Unternehmen sollten die Leadgenerierung selbst in die Hand nehmen und diese neu aufsetzen – so können sie gleichzeitig ihre Kundenbeziehungen nachhaltig verbessern.“ Entscheidungskriterien für den Zukauf von Adressen stellen neben der Rechtskonformität auch Aktualität und Bewertungsscores dar.

Auf diese legt ORÖ -Agentur-Chef Oliver Röhe besonderen Wert, der gezielt B2B-Kundendaten zur Neukundengewinnung kauft. Mit seiner Digitalagentur hat er sich auf mittelständi-sches Handwerk spezialisiert und nutzt eine Datenbank, die ihm Adressen im Umkreis von 50 Kilometern liefert. Ein Plus der von 11880.com gekauften Daten sei es, einen aussagekräftigen Be-wertungsscore sowie einen eigenen Online-Präsenz-Index(OPI), aus den vom Adressanbieter analysierten Bereichen, nutzen zu können. Der Bewertungsscore von 1 bis 5 (5 = sehr gut) gibt einen direkten Hinweis darauf, wie gut die Marktakzeptanz und die Kundenzufriedenheit eines Unternehmens sind. Der Score errechnet sich dabei aus über 65 Mio. Bewertungen aus 52 Portalen. Die Selektion der Adressen anhand der Bewertungen und vor allem des OPI ist für Röhe ein Mittel, um die Akquise effizient zu machen: „Ein niedriger OPI hilft mir, potenzielle Kunden schneller zu identifizieren, die Bewertung wiederum, die Seriosität zu ermitteln. Das ist bei begrenzter Zeit für Neu-kundengewinnung ein enormer Vorteil.“


Roland Wolff, Geschäftsführer

von Business Data Solutions

Karl-Heinz Mühlbauer, Geschäftsführer Panadress

Thorsten Friederich, Managing Director von Bedirect

Bild

er:

Bus

ines

s D

ata

Sol

uti

ons

/ B

edi

rect

/ P

anadre

ss


Adressdatenservices sind sichere AngeboteEinig sind sich die Anbieter, dass für die Neukundengewinnung die Direktansprache durch Mailings sowie gezielte Telefonakquise im B2B-Bereich weiterhin große Bedeutung haben. Dies bestätigen die Nachfragen von den Handeltreibenden, bei denen nach wie vor die postalische Adresse, aber auch E-Mail-Adressen, Cross-Channel-Kampagnen sowie Analytik und Data-Enrichment im Kundenbestand im Mittelpunkt stehen. Datendienstleister bieten darüber hinaus Werbetreibenden die Nutzung materieller und personeller Ressourcen, die von diesen nicht inhouse abgebildet werden können. Automatisierte Prozesse, die außerdem auch die datenschutzrechtlichen Anforderungen abbilden, sorgen für kosteneffiziente und rechtssichere Ergebnisse.

Auch Christiane Klemm bestätigt: „Die Datenanreicherung und -prüfung ist immer noch ein wichtiges Thema. Wir erhalten viele Aufträge, bei denen wir Adressdaten prüfen oder beispiels-weise Telefonnummern anreichern. Letzteres natürlich unter Berücksichtigung der neuen Dokumentationspflichten.“ Das be-stätigt Thorsten Friederich:“Gefragte Services sind ganz eindeutig Analysen mit anschließenden Datenbankbereinigungen und die Integration einer real-time-fähigen Schnittstelle zur Unterstützung bei der Anlage von Kundendaten nach der Bereinigung.“

Laut Roland Wolff sind außerdem „BI-Selektionen und Webs-coring gefragt“. Mit einer Wissensdatenbank mit über zwei Mil-lionen unterschiedlichen Keywords und Schlagwörtern sowie entsprechenden Auswertungen kann der Anbieter diesem Bedarf nachkommen. „Qualitätsselektionen und Adressbewertungen sind Anfragen, die weiterhin wachsen und für die Bedarf besteht.“ Ähnlich sieht es bei Kunden von DataM Services aus: „Die Top 3

nachgefragten Services sind: die Anreicherung von Profilmerk-malen, das Durchführen von Matchings, also Dublettenabgleiche und Überhanganalysen, sowie das Aufsetzen von Scoring- und Wahrscheinlichkeits-Modellen“, gibt der Leiter Key Account Berthold Pospischil an.

Trotz Verunsicherung sind der Adresskauf und die -ver-edelung weiterhin nicht zu vernachlässigende Instrumente. Dabei sind die Anbieter einig mit Christiane Klemm, die sagt: „Gerade der postalische Kanal gilt unter der DSGVO als einer der ‚sichersten‘, weshalb viele Werbetreibende aktuell ver-stärkt Direct-Mail nutzen. Darüber hinaus erlebt das Direct-Mail derzeit eine Renaissance und wächst wieder, was ja auch aus dem jüngst erschienenen Dialogmarketing Monitor der Deutschen Post erkennbar ist. Der Grund ist die extrem gute Performance im Kanal Direct-Mail, verglichen mit zahlreichen Online-Kanälen. Vor allem bei begrenztem Neukundenpotenzial lassen sich postalisch sehr gute Conversion-Rates erzielen.“ Wer sich mit den Anbietern an einen Tisch setzt und Probleme klärt, entsprechende standardisierte Vereinbarungen nutzt und unterzeichnet und die Dokumentationspflichten ernst nimmt, ist in der Regel auf der sicheren Seite.


Datenveredelung effektiv einsetzen (Aktiv-Szenario)

Wer auf externe Dienste setzt, schafft im eigenen Marketing freie Ka-

pazitäten. Wichtig sind eine saubere Auftragsabwicklung und die enge

Verzahnung mit dem Dienstleister, damit alle nach DSGVO nötigen

Maßnahmen berücksichtigt werden. Für Neukundengewinnung ist und

bleibt Datensatzerweiterung und-pflege unerlässlich.

Rücksprache und Fortsetzung begonnener Aktivitäten (Passiv-Szenario)

Wer beim Adresskauf und der Veredelung seit Jahren mit Partnern

zusammenarbeitet, wird in der Regel die Daten wie gewohnt nut-

zen können. Lediglich Ergänzungen in der Dokumentation und

bei der Kundenkommunikation hinsichtlich der Informationsver-

pflichtungen sollten in Absprache mit dem Adressanbieter und

-veredler geklärt werden.

Reduzierung auf eigene Ressourcen (Aktiv-Szenario)

Wer sich nicht sicher ist, inwieweit die bereits erworbenen Adressen

DSGVO-konform sind, ist spätestens jetzt wachgerüttelt, dies zu prüfen. Da

dabei der eine oder andere Engpass entstehen kann, schränkt dies aktuell

die Neukundengewinnung mit frischen Daten ein. Bestandsaufarbeitung

ist angesagt, bevor wieder neu eingekauft werden kann.

Aussetzen und nacharbeiten (Passiv-Szenario)

Verunsicherte Händler neigen dazu, erst einmal alles abzubrechen und eine

Pause einzulegen, bevor sie sich auf rechtlich unsicheres Terrain begeben.

Das zieht nicht nur Einbußen nach sich, was Neukundenzahlen angeht,

sondern verhindert im schlimmsten Fall auch eine Anpassung des gesamten

Datenmanagements. Wer seine Hausaufgaben in Sachen DSGVO noch

nicht gemacht hat, ist gut beraten, das umgehend in Angriff zu nehmen.

VIER SZENARIEN DER NUTZUNG VON ADRESSDIENSTEN

35 %

35 %

20 %

10 %

Best-Case-Szenarien Worst-Case-Szenarien

Berthold Pospischil, Leiter Key Account DataM Services

Bild

: D

ataM

Ser

vice

s



Personalisierung und AI Personalisierung hat zum Ziel, dem Konsumenten an allen Kontaktpunkten ein optimales und individuelles (und nicht segmentiertes) Erlebnis mit den Produkten und Services des Unternehmens zu verschaffen.

Um eine vollständig individualisierte Ansprache skalierbar und in Echtzeit umzusetzen, bedarf es eines möglichst vollstän-digen Abbilds der Daten rund um die Nutzer, um Affinitäten und Kaufabsichten umfassend zu verstehen. Für die Personalisierung des Nutzererlebnisses ist vor allem die Analytik verantwortlich.

Selbst bei größtem Nutzeraufkommen auf den Kontaktpunk-ten jeden Kunden bzw. Interessenten individuell anzusprechen, geht nicht ohne Machine Learning, AI und Realtime-Prozesse.

Der Personalisierungs-Experte Smart Digital setzt hierzu verschiedene Verfahren erfolgreich ein.

Beispiel 1: Dynamic Vouchering: Kaufanreize zum richtigen Zeitpunkt – und nur, wenn für die Conversion nötigDynamic Vouchering verbindet Machine-Learning-Algorithmen und Realtime-Prozesse mit dem Ergebnis, dass einem Nutzer ein Gutschein mit dem richtigen Inhalt zum richtigen Zeitpunkt ausgespielt wird, und auch nur dann, wenn er ihn braucht, weil er ohne diesen Anstoß nicht kaufen würde. Der Nutzer, der auch ohne Anstoß kaufen wird, wird automatisch ermittelt und erhält keinen Voucher.

Der Händler vermeidet so, dass interessierte, aber noch nicht überzeugte Nutzer abspringen, und spart sich die teure Gutschein-Unterstützung dort, wo sie unnötig ist. Mit messbarem Ergebnis: In

der Anwendung sind die Aktionen vier bis sechs Mal so effektiv wie klassisches Couponing, der ROI geht schnell in die Millionen Euro.

Beispiel 2: LSTM-Verfahren – den nächsten Schritt der User Journey vorhersehenWährend bisher zum Einsatz kommende Verfahren darauf abstel-len, mit jedem Klick Affinitäten und die Kauf- oder Abschlusswahr-scheinlichkeit individuell zu ermitteln und daraufhin Aktionen in Real-Time auszuspielen, gehen AI-Verfahren jetzt einen Schritt weiter. Hier wird z.B. ermittelt, wie lange der User noch auf der Website bleiben wird welche Seiten er noch besuchen wird,

bevor er die Website verlässt wann und auf welchem (weiteren Onsite-)

Touchpoint der User wieder auftauchen wird, nachdem er die Website verlassen hat

wie viele Schritte er noch bis zur Conversion braucht und welche das sind

Smart Digital setzt hierfür seit einiger Zeit AI-Algorithmen aus der Gattung der LSTM-Netzwerke (Long Short-Term Memory) ein, die sich bisher vor allem in der Spracherkennung und der Gesundheitsforschung bewährt haben. Die Verfahren wurden nun im Marketing bei Volkswagen in verschiedenen Ländern mit bislang überzeugenden Ergebnissen getestet und werden zukünftig international eingesetzt. Managerin Ilja Saba von Volks-wagen ist vom Erfolg überzeugt: „Die AI-Verfahren liefern beste Ergebnisse. Der Nutzer wird nicht länger intrusiv geführt, sondern erhält wirklich individuell die richtige Botschaft und den richtigen Content von uns.“

FA Z I TEchte AI-Anwendungen sind im Marketing noch recht selten anzutreffen, versprechen aber große Hebelwirkung bei der Effizienz. Für die Personalisierung von Nutzererlebnissen sind sie das perfekte Instrument.

Machine Learning und AI sorgen für 1:1-Personalisierung in Echtzeit

Personalisierung ist derzeit eine der meist diskutierten Disziplinen im Data-driven Marketing und ohne Frage einer der wichtigsten Hebel im Marketing generell. Welche Rolle spielen dabei

Algorithmen, und wie ist der Stand der Umsetzung von AI in der Personalisierung?

Mehr Informationen unter www.smart-digital.de.

von Grego r Wo l f , V i c e P r e s i den t , Sma r t D i g i t a l



N E U E R T R E N D O M N I - C H A N N E L -TA R G E T I N G

DIE NÄCHSTE STUFE IN DER KUNDENBEZIEHUNG

F ür die viel zitierte Fokussierung auf den Kunden und seine Bedürfnisse brauchen Händler eine durchdachte Omni-Channel-Strategie. Denn der Kunde will sich über alle Kanäle über die Waren informieren und bequem

einkaufen können. Doch eine Umfrage von Roland Berger zeigt ein mageres Bild: 80 Prozent der Unternehmen haben immer noch keine klare Kanal- und Omni-Channel-Strategie. Sieben von zehn Befragten schätzen ihre Kompetenz in diesem Feld als unzureichend ein. Und satte 78 Prozent der Händler sind nicht in der Lage, eine nahtlose Einkaufserfahrung (Customer Journey) zwischen On- und Offline-Kanälen anzubieten. Entsprechend rar sind bislang auch Ergebnisse zum Thema Omni-Channel Targeting.

„Der Trend steht wahrscheinlich seit Jahren in den Trendli-sten, aber es ist Zeit, dass Werbungtreibende, die online und offline verkaufen, beide Kanäle endlich zusammendenken und kommu-nikativ zusammenführen“, fordert Torsten Oppermann, Gründer und Geschäftsführer von MSM.digital , in einer Erhebung, die der Zukunftsforschungs-Think Tank iBusiness im August 2018 unter deutschsprachigen Online-Marketingexperten durchgeführt hat.. Die Customer Journey konsistent zu begleiten und den Kunden an allen relevanten Touchpoints abzuholen werde zur Pflicht.

Zum Beispiel wird der Konsument über Social Media auf das Produkt aufmerksam, geht in den Handel, wo er sich das Produkt vor Ort anschaut, bestenfalls auf einem interaktiven Display, das ein smartes POS-System darstellt und wiederum eine Verknüpfung zu Online-Informationen enthält oder auch Bestellungen erlaubt, wenn das Produkt vor Ort nicht mehr vorrätig ist. „Zum Omni-Channel-Marketing gehört auch, dass den Konsumenten immer ein Rückkanal angeboten wird, um mit der Marke in Kontakt zu treten“, ergänzt Oppermann.

Die Bedeutung von Omni-Channel Targeting wächst, ist auch Timo von Focht, Country Manager DACH von Commanders Act, überzeugt: „Den richtigen Nutzer zum richtigen Zeitpunkt mit den richtigen Informationen versorgen, um aus unbekannten Prospects Kunden zu machen. Dies scheint für langgediente Marketing-Manager ein schon sehr alter Trend, der allerdings erst jetzt durch das Thema Echtzeit-CDP (Customer Data Platform) in Verbindung mit KI/Machine Learning an Fahrt aufnimmt.“ Dabei werde bei allen Marketingaktionen mehr auf den EBITDA und den Custo-mer Lifetime Value geachtet und Kampagnen so konzipiert, dass man sie kanalübergreifend einheitlich messen, attribuieren und für jeden Nutzer individuell orchestrieren und optimieren kann.

Eine integrierte Kundenstruktur als Alleinstellungsmerkmal rückt immer mehr in den Fokus jedes Marketers. Technische Vor-aussetzung ist eine CDP. „Besonders an CDPs ist dabei, dass diese direkt von den Marketern und nicht von der IT-Abteilung betreut werden und die gespeicherten Daten auch anderen Systemen zur

Ein für den Kunden einheitlich begeisterndes Einkaufserlebnis über alle Kanäle

hinweg über ein synchronisiertes Storytelling und globales Frequency-Capping - das

verspricht Omni-Channel-Targeting und ist deshalb einer der wichtigsten Marke-

tingtrends 2019, zu dem iBusiness mehrere hundert Experten befragt hatte.

V O N C H R I S T I N A R O S E

„Der Trend steht wahrscheinlich seit Jahren in den Trendlisten, aber es ist Zeit, dass Werbung-treibende, die online und offline verkaufen, beide Kanäle endlich zusammendenken und kommunikativ zusammenführen.“

Torsten Oppermann, Geschäftsführer MSM.digital



Verfügung stehen“, betont Georg Loewen, Head of Marketing DACH bei Selligent. „CDPs ermöglichen somit einen zentralen Blick auf alle wichtigen Informationen über einen Kunden und stellen die Ergebnisse für Multi-Channel-Marketing, Marketing mit KI sowie E-Mail-Kampagnen zur Verfügung.“

Echtzeit-Daten und KI/Machine Learning bringen Bewegung ins TargetingEine Spielart von Omni-Channel Targeting ist kontextuelles Tar-geting, also Auslieferungsverfahren für Online-Ads, die mithilfe semantischer Verfahren versuchen, in Sekundenbruchteilen die aktuelle Stimmung sowie das Interesse eines Nutzers zu verstehen und ihm daraufhin zum jeweiligen betrachteten Kontext passende, relevante Werbung auszuliefern, um Streuverluste zu minimieren. Vorausgesetzt, die semantische Technologie, die das Verfahren durchführt, kann den Text, den der Nutzer gerade betrachtet und auf dem der Bannertag eingebaut ist, selbst lesen und verstehen. Dazu gehört unter anderem eine semantische Analyse, die es der Maschine erlaubt, den inhaltlichen Bedeutungszusammenhang des Textes sowie den Kontext zu erschließen.

„Um den Nutzer möglichst genau in Bezug auf Soziode-mografie, Kaufaffinitäten, Interessen oder Geolokalisation im Mobile-Bereich zu beschreiben, lag der Fokus von Advertisern bei der Umsetzung ihrer Content-Kampagnen in der Vergangenheit eher auf den 1st- und 3rd-Party-Daten“, beschreibt Lasse Nordsiek, Country Manager DACH beim Softwareanbieter Smart. Im Zuge der DSGVO und der damit einhergehenden Einschränkungen ver-schiebe sich dieser Fokus auf das kontextuelle Targeting. „Hier aber sind die Advertiser verstärkt auf die Publisher angewiesen, weil sie auf den Kontext der Webseiten, im Unterschied zu userbasiertem Targeting, kaum oder nur eingeschränkten Zugriff haben“, erklärt Nordsiek. Doch noch fehle es Publishern an erschwinglichen Tools, um ihren Werbepartnern kontextbasiertes Targeting anzubieten. Entsprechend verlange der Markt nach kostengünstigen und ausge-reiften semantischen Systemen für kontextuelles Targeting. Dann könnten Advertiser ihre Anzeigen zielgruppengenau platzieren, während Publisher die Hoheit über den Content zurückerobern und um ihre Daten einen „Private Garden“ bauen könnten, um sich von den Big Four des Marktes (Google, Apple, Facebook und Amazon) zu emanzipieren, skizziert er.

Mangelnde Transparenz oder fehlende Standards bei der Wirksamkeitsmessung sind disziplinübergreifend ein Problem, auch für den Trendbereich Mobile Video, erklärt Ilhan Zengin, CEO der Mobile-Video-Plattform ShowHeroes: „ Das sind nur zwei von vielen Herausforderungen, mit denen sich die Digitalbranche zukünftig stärker beschäftigen muss. Ein Thema, das weiterhin relevant bleiben wird, sind ganz klar die DSGVO und ihre Aus-wirkungen auf die digitale Werbeindustrie – besonders auch im positiven Sinne: Schließlich ist sie Türöffner für eine Revolution in der zielgerichteten Kundenansprache.“ Alternative Targeting-Methoden wie kontextuelle oder semantische Aussteuerung wer-den sich nach seiner Einschätzung hier mittelfristig durchsetzen.

Eine Studie von Kantar Millward Brown stützt diesen Trend: Integrierte Aktivitäten mit maßgeschneiderten Inhal-

ten für einzelne Kanäle machen Kampagnen um bis zu 57 Pro-zent effektiver. Noch verfehlt aber über die Hälfte (54 Prozent) der untersuchten Kampagnen genau diese Anforderungen. Deshalb haben die Autoren der Studie „Adreaction: The art of Integration“ zentrale Elemente kanalübergreifender Kampa-gnen benannt:

Startpunkt: eine starke Kampagnenidee: Große Kampagnen brauchen eine starke Leitidee, die sich in allen Maßnahmen wider-spiegelt, diese miteinander verknüpft und integrierte Kampagnen unterstützt. Kampagnen mit starker kreativer Leitidee schneiden über alle markenbezogenen KPIs (+ 64 Prozent) – insbesondere jedoch hinsichtlich des Markenbildes (+ 91 Prozent) – deutlich besser ab als Kampagnen, denen ein durchgängiger Kreativimpuls fehlt. Konsistente Kampagnensignale: Selbst ohne maßgeschneiderte

Inhalte für einzelne Medien sind Multi-Channel-Kampagnen um 31 Prozent effektiver als Kampagnen, die sich auf einen Kanal konzentrieren. Je mehr konsistente Markensignale eine Kampagne beinhaltet, desto besser. Verbraucher erwarten von Kampagnen diese verbindenden Elemente – beispielsweise ein einheitliches Logo oder denselben Slogan. Identische oder zumindest homogene Werbecharaktere oder -persönlichkeiten sind besonders geeignet, um Kampagnen zu differenzieren. Jeder Baustein einer integrierten Kampagne zählt: Kampagnen

differenzieren sich am ehesten über den Durchschnitt aller un-tersuchten Aktivitäten. Konzentriert sich das Werbebudget nicht nur auf ein Werbemittel, sollten möglichst alle Aktivitäten einer Kampagne optimal ausgestaltet sein. Investitionen in Kanäle kritisch prüfen: Investitionen in einen

Kanal sind nur dann sinnvoll, wenn dieser Kanal ein klares Kam-pagnenziel verfolgt und die Zielgruppe erreicht. Maßgeschneiderte Inhalte für jeden Kanal entwickeln: Inte-

grierte Kampagnen entfalten dann eine besonders große Wirkung, wenn die Inhalte speziell für die jeweiligen Kanäle entwickelt und entsprechend adaptiert werden. Starke Multi-Channel-Kampagnen müssen daher flexibel genug sein, um neuartigen Content mit den wichtigsten Elementen der Kampagne zu verknüpfen. No Go: Übersättigung der Adressaten: Verbraucher haben das

Gefühl, immer mehr Werbung an immer mehr Orten und auf immer mehr Screens zu sehen. Weltweit geben 81 Prozent der Konsumenten an, dass die Werbemaßnahmen gegenüber dem Vorjahr gestiegen seien. Und durchschnittlich 69 Prozent der welt-weit befragten Verbraucher heben hervor, dass Anzeigen immer aufdringlicher werden. Dieser Wert liegt in fast allen Ländern über der 50-Prozent-Marke – außer in China, Japan, Hongkong, Korea und Indonesien. Bedeutung von Storytelling variiert von Markt zu Markt: Auf

die Frage, ob Kampagnen in puncto Storytelling und bei der Inte-gration verschiedener Formate besser funktionieren, variieren die Antworten je nach Land: Fortschritte erkennen Verbraucher hier vor allem in Nigeria, Indien, Saudi-Arabien, China und Brasilien, weniger hingegen in Großbritannien, den Niederlanden, Belgien, Frankreich und der Tschechischen Republik.


G L O S S A R

BIG DATA: Datenbestände, die aufgrund ihres Umfangs, ihrer Unter-schiedlichkeit oder ihrer Schnelllebigkeit nur begrenzt mit händischen und klassischen Methoden der Datenverarbeitung ausgewertet werden können. Small Data sind kleine, optisch ansprechende Objekte, die verschiedene Aspekte großer Datenvolumen beschreiben. Unter Smart Data versteht man durch Maschinen bzw. Software generierte Informationen.

BUSINESS INTELLIGENCE: Verfahren und Prozesse zur systematischen Analyse (Sammlung, Auswertung und Darstellung) von Daten in elektroni-scher Form. Ziel ist die Gewinnung von Erkenntnissen, die bessere operative oder strategische Entscheidungen ermöglichen. Business Intelligence be-dient sich analytischer Informationssysteme. Analysemethoden sind unter anderem OLAP (Online Analytical Processing), Data Mining und Web Mining.

CROSS MEDIA/CHANNEL: Paralleler Einsatz mehrerer inhaltlich, ge-stalterisch und redaktionell verknüpfter Kanäle.

CUSTOMER INTELLIGENCE: Transformation von Kundendaten in Wissen über Kunden, über das Kundenverhalten und über Kundenbedürfnisse. Customer Intelligence bedingt ein hohes Maß an Systematik bei der Erhebung und Auswertung der Daten. Ziel ist es, die Bedürfnisse und das Verhalten der Kunden möglichst exakt zu kennen, um so optimal auf den Kunden zugeschnittene Angebote unterbreiten zu können. CUSTOMER JOURNEY: Deutsch: Reise des Kunden, Touchpoint-Analyse im Multi-Channel-Marketing, d.h. es werden alle Schritte erfasst, die ein Kunde durchläuft, bevor er sich für den Kauf entscheidet. Customer Journey beschreibt alle Berührungspunkte eines Konsumenten mit einer Marke, einem Produkt oder einer Dienstleistung. Die Sammlung und die Analyse der Kunden-Interaktionen über die verschiedenen Kanäle hinweg zeigen auf, welche Rolle die einzelnen Kanäle beim Kaufent-scheidungsprozess spielen. Die Daten liefern wertvolle Informationen über die relative Wirkung sowie die Bedeutung individueller Kanäle. Customer Journey betrachtet die unterschiedlichen Stufen innerhalb des Sales-Funnel und welche Maßnahmen der Anstoßkette dazu beitragen, Interessenten schließlich zu Kunden werden zu lassen (Attribution). So lässt sich vergleichen, wie viel Budget an den verschiedenen Stellen pro neu gewonnenen Kunden investiert wurde.

CUSTOMER LIFETIME VALUE (CLV): Dynamische Betrachtung des Kundenwerts über die Dauer einer Geschäftsbeziehung inkl. aller künftig zu erwartenden Einnahmen und Ausgaben je Kunde.

CUSTOMER RELATIONSHIP MANAGEMENT (CRM): Ganzheitlicher, kundenzentrierter Ansatz zur Unternehmensführung. Er integriert und optimiert abteilungsübergreifend auf Datenbank- und Software-Grundlage u.a. zur Marktbearbeitung eines definierten Verkaufsprozesses. Ziel: Mehrwerte für den Kunden und damit profitable Kundenbeziehungen

zu generieren. Zum Wertschöpfungskreislauf gehören Daten, Wissen, Strategien, Interaktionen. Treiber sind Mitarbeiter, Systeme und Prozesse.

DATABASE MARKETING: Zielgruppenorientierte Marktbearbeitung auf der Basis detaillierter Kundeninformationen, die in einer Datenbank gespeichert werden. Diese enthält Stammdaten wie auch Transaktions-daten (z.B. Verkaufsdaten) zu Personen bzw. Firmen, also Adressdaten, Profildaten (zur spezifischen Kennzeichnung und Klassifikation), Aktions- und Reaktionsdaten.

DATA-DRIVEN-MARKETING: Datengetriebenes Marketing soll eine völlig individualisierte Kundenansprache ermöglichen. Basis hierfür sind Daten über potenzielle Kunden, die über verschiedene Quellen erhoben werden (Tracking). Die gesammelten Daten sollen ein individuelles Bild vom Kunden zeichnen, damit das Wissen für Kommunikationsmaßnahmen genutzt werden kann.

DATA MART: Eine Data Mart ist die Teilmenge eines Data Warehouse und stellt jeweils einen thematischen Bereich wie beispielsweise für Kampa-gnen- oder Webseitenauswertungen dar. Wichtig zu wissen ist, dass es beim Datamining nicht um das Gewinnen von Daten geht, sondern um das Gewinnen von Wissen durch die Analyse der Daten.

DATA MINING: Anwendung statistischer Methoden (multidimensionale Kundensicht) auf einen Datenbestand, um Muster zu erkennen. Modelle: u.a. Regression, Baumverfahren, neuronale Netze.

DATA SOURCING: Das Erheben, Beschaffen, Sammeln und Aufbereiten von Big Data mit Sensoren und Smart Metering.

DATA WAREHOUSE: Fasst Daten aus unterschiedlichen Quellen in einem einheitlichen Format zusammen und ermöglicht so eine weitreichende Sicht auf heterogene und verteilte Datenbestände.

DIGITAL ASSET MANAGEMENT: Speicherung und Verwaltung von belie-bigen digitalen Inhalten, insbesondere von Mediendateien wie Grafiken, Videos, Musikdateien und Textbausteinen (so genannte Assets). Digital Asset Management kann manuell oder automatisiert angesprochen werden und aus verschiedenen Einzelkomponenten, Rechnern, Speichersystemen usw. zusammengestellt sein.

DMP: Eine Data Management Platform ist vergleichbar mit einem großen Datawarehouse – also einer riesigen Datenbank – zur Erfassung und Aus-wertung von Userdaten, die man im Speziellen zur Kontrolle, Steuerung und Optimierung von (Online-)Kampagnen benötigt. (E-dialog.de)

DSP: Eine Demand Side Platform ist eine Technologieplattform, die den Einkauf von Werbeplätzen und Werbeinventar automatisiert und mithilfe

G L O S S A R


G L O S S A R

Verlag HighText Verlag

Schäufeleinstr. 5

80687 München

Tel.: (089) 57 83 87-0

Fax: (089) 57 83 87 99


URL: http://www.onetoone.de

Art Direktion Uwe Müller

Druck Westdeutsche Verlags- und Druckerei GmbH

Erscheinungsweise Sonderausgabe November 2018

Bezugspreise Einzelbezug € 9,90 inkl. Versandkosten und 7% MwSt.

Druckauflage 16.000 Exemplare

Unberechtigter Nachdruck oder Vervielfältigung ziehen Schadensersatzforderungen nach sich.

Inhaber des HighText-Verlag Graf und Treplin OHG sind zu jeweils 50 Prozent Joachim Graf (verantwortlich für Redaktion und Anzeigen) und Daniel Treplin (beide Journalisten, München); Handelsregister München HR A 72216

IMPRESSUMverschiedener Algorithmen effizienter gestaltet. Sie aggre-giert Inventar aus verschiedenen Quellen, zum Beispiel Ad Exchange Networks, Ad Networks und Sell Side Platforms, und kalkuliert den Preis und die Auslieferungsmöglich-keiten des Werbeinventars anhand von Daten aus diesen Netzwerken und dem Real-Time Bidding (Onpage.org).

HADOOP: Ein in Java erstelltes Framework für skalier-bare, verteilt arbeitende Programme. Dessen Ziel ist es, komplexe Rechenprozesse mit großen Datenmengen auf mehreren Rechnerknoten durchzuführen. Dies geschieht auf einem Computer-Cluster. Durch die Verteilung der Datenmenge auf möglichst viele Server können auch komplexe Abfragen verarbeitet werden.

IN-MEMORY-COMPUTING: Beim In-Memory-Compu-ting wird der Arbeitsspeicher eines Computers als Da-tenspeicher genutzt. Damit unterscheidet es sich von herkömmlichen Datenbankmanagementsystemen, die dazu Festplattenlaufwerke verwenden. Da In-Memory-Datenbanken ihre Daten in flüchtigem Arbeitsspeicher speichern, der sie bei Systemabstürzen verliert, erfüllen sie nicht die Anforderung der dauerhaften Speicherung (Persistenz) erfolgreich abgeschlossener Transaktionen.

KÜNSTLICHE INTELLIGENZ (KI, auch englisch Artificial Intelligence, AI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem Maschinellen Lernen befasst. Im Kern handelt es sich bei künstlicher Intelligenz um Algorithmen der Mustererkennung in großen Datenmengen.

LEAD-NURTURING: Maßnahmen zur Ansprache von Interessenten, passend zur jeweiligen Phase der Kaufent-scheidung, in der sich der Interessent gerade befindet. Lead Nurturing beinhaltet auch die Weiterqualifizierung, also Anreicherung von Leads.

MARKETING AUTOMATION: Direkte und maßgeschnei-derte Kommunikation mit Interessenten und Kunden durch automatisierte Marketingprozesse. Kampagnen können effizient geplant und umgesetzt werden. Unternehmen können damit zudem messen, welchen Erfolg die einzelnen Marketingmaßnahmen erzielen. Die Ansprache erfolgt in der Regel personalisiert und ereignisgesteuert (Trigger-based).

PREDICTIVE ANALY TICS: Ein Gebiet des Data Mining, mit dem aus einem Datensatz Trends und Verhaltens-

muster abgeleitet und vorhergesagt werden können. Die Analyse durchläuft die Schritte „descriptive“ (beschreiben), „predictive“ (vorhersagen) und „prescriptive“ (empfehlen).

RETARGETING: Eine Variante des Online-Targeting, bei der User eines Online-Angebots markiert werden, damit sie erneut mit Werbung für die besuchte Website konfrontiert werden können. Ziel des Retargeting ist eine Conversion. Retargeting wird üblicherweise über Cookies realisiert.

SEGMENTIERUNG: Aufteilung eines größeren Ganzen nach bestimmten Kriterien, beispielsweise nach demo-grafischen, soziografischen oder verhaltensorientierten Merkmalen, in Gruppen. Ziel ist die Darstellung der Un-terschiede zwischen den Segmenten.

SINGLE CUSTOMER VIEW: Eine 360-Grad-Kundensicht (Single Customer View) ist eine ganzheitliche und umfas-sende Sicht auf jeden einzelnen Kunden. Auf Basis der vorliegenden Daten können Marketingverantwortliche neue Zielgruppen ableiten.

SQL: Datenbanksprache zur Definition von Datenstruk-turen in relationalen Datenbanken sowie zum Bearbeiten (Einfügen, Verändern, Löschen) und Abfragen von darauf basierenden Datenbeständen.

SSP: Sell Side Platform oder auch Supply Side Plat-form ist ein Begriff aus dem automatisierten Handel im Online-Marketing. Er bezeichnet eine Technologie, die es einem Publisher erlaubt, sein Inventar für ihn möglichst gewinnbringend Ad-Exchanges und Werbetreibenden anzubieten. (Digitalwiki.de)

TARGETING: Zielgruppenansprache, anhand der durch Tracking gewonnenen Erkenntnisse werden Maßnahmen durch eine genaue Definition der Zielgruppen möglichst passgenau ausgespielt. Spezifische Formen sind u.a. das Content Targeting oder das Behavioral Targeting.

TRACKING: Umfasst alle Bearbeitungsschritte, die der Verfolgung von Nutzerverhalten dienen. Diese Analysen können u. a. mit Hilfe von Mouse Tracking oder Eye Tracking durchgeführt werden.

WEB ANALY TICS: Messung, Erfassung, Analyse und Reporting von Daten, die es erlauben, eine Web-Präsenz zu optimieren.

Adressen, die funktionieren

www.schober-direct-media.deA joint venture of Schober Group + otto group

Gewinnen Sie Neukunden Erhöhen Sie Ihre Responsequote Steigern Sie Ihren Erfolg

Und treten Sie mit uns in Kontakt – es lohnt sich!

181026_Schober_AZ-onetoone-206x273.indd 1 26.10.18 10:04

Documents

ONE to ONE · Sechs Tipps für datengestütztes Marketing 8. 24 18. 44. 5, ONEtoONE SPECIAL 2019 INHALT. ONEtoONE. SPECIAL 2019 INHALT. PERSONALISIERUNG 6. Prozess der Website- und