Marketing Optimierung mit modernen Technologien

25.09.2015

< Zurück zur Übersicht

Seit dem Hype um „ Big Data“ haben Unternehmen die Bedeutung von großen Datenmengen als Quelle wertvoller Kundeninformationen erkannt. Der Schlüssel zu einer Optimierung des Marketings liegt in dem Handling und Verständnis der Kundendaten. Lesen Sie im folgenden Artikel, auf welchen Eckpfeilern eine kundenzentrische, dynamische Marketingstrategie fußen sollte, um Ihr Geschäftsergebnis nachhaltig zu verbessern.

 

Die Digitalisierung und der technologische Wandel haben den Kunden mehr und mehr in den Mittelpunkt unternehmerischer Marketingaktivitäten rücken lassen. Die Kampagnenoptimierung geschieht aus diesem Grunde zunehmend kundenzentriert und mit starkem Fokus auf den Return on Investment. Eine ex ante Priorisierung der Kunden zu Kampagnen, beispielsweise auf Basis der Wertigkeit eines angebotenen Produktes, ist im Rahmen von Big Data nicht mehr zeitgemäß und verschenkt Potential. Der entscheidende Beitrag zum Erfolg liegt in der adäquaten Anwendung moderner Verfahren der Datenanalyse. Sie steht am Anfang der Marketing Optimierung und bildet das Fundament für den Projekterfolg.

Die Komplexität der heutigen Datenlandschaften stellte das Marketing bisher vor nicht lösbare Optimierungsprobleme. Neue Softwarelösungen am Markt bieten erstmalig Lösungsalgorithmen, welche in der Lage sind, trotz der hohen Komplexität, alle relevanten Nebenbedingungen bzw. Kontaktregeln im Kampagnenmanagement zu berücksichtigen und eine auf dynamischen Kundenwerten basierende Marketing Optimierung zu ermöglichen.

Alles beginnt mit den Daten

Mit den Daten wird der Grundstein für die Customer Analytics gelegt. Die Anforderungen an die Datenmanager und die Datenpflege sind bei den heutigen Datenmengen höher denn je. Analysen und abgeleitete Maßnahmen auf Grundlage mangelhaft angelegter und strukturierter Daten werden nicht in der Lage sein die Unternehmensziele zu erfüllen. Auch die Marketing Optimierung hängt von der Qualität der Datengrundlage ab und ist im heutigen Zeitalter von Big Data von hoher Komplexität geprägt, da immer mehr Kunden und immer mehr mögli- che Produkte über immer mehr mögliche Kanäle angesprochen werden können. Die Kundenselektion zu einer Kampagne ist bisher aber von einer hohen Subjektivität der Kampagnenmanager geprägt. Kunden werden häufig auf der Basis der Wertigkeit des angebotenen Produktes und Erfahrungswerten der Kampagnenmanager für die Ansprache ausgewählt. Die Kundenselektion und Kampagnenpriorisierung erfolgen sequenziell und nicht interaktiv. Dieses Vorgehen hat zur Folge, dass eine zweckmäßigere, kampagnenübergreifende Kundenselektion, welche sich an Grenznutzen und Kundenaffinitäten ausrichtet, nicht realisiert wird. Zudem wird der Einsatz von Vertriebskanälen meist durch Experten und das Management bestimmt und nicht auf Basis von Deckungsbeiträgen abgeleitet.

Neue Anwendungen schaffen neue Potentiale

Die traditionellen Anstrengungen in der Marketing Optimierung unterliegen somit einigen Einschränkungen. Das bisherige sequenzielle Vorgehen der Selektion und Priorisierung von Kunden zu Kampagnen ohne Berücksichtigung der Auswirkung auf das gesamte Geschäftsergebnis, trägt dem enormen Reichtum an Informationen heutiger Datenlandschaften nicht mehr angemessen Rechnung. Verfahren des Data Minigs und Scorings sind zwar bereits zur Priorisierung auf Kampagnen- oder sogar auf Personenebene im Einsatz, verschenken jedoch immer noch einiges an Potential. Neue Softwareanwendungen können hier zum Einsatz kommen und mittels mathematischer Algorithmen der Komplexität der Daten beikommen, indem sie unter allen möglichen Kombinationen zwischen Kampagne und Kunde diejenige priorisieren, welche mit den Unternehmenszielen am besten im Einklang steht. Ermöglicht wird durch die neue Technologie nicht nur ein zielgerichteteres Marketing, in dessen Zentrum der Kunde steht, sondern darüber hinaus die explizite Formulierung von Unternehmenszielen, wie beispielsweise der Umsatzmaximierung oder, im Zusammenhang mit den Marketingausgaben, eine Kostenminimierung. Des Weiteren können Nebenbedingungen bzw. Kontaktregeln formuliert werden, welche im Zuge der mathematischen Kampagnenoptimierung berücksichtigt werden. So kann zum Beispiel ein Minimum an erwartetem Return on Investment je Kunde gefordert werden oder eine maximale Kanalauslastung definiert werden.

Der Kunde im Mittelpunkt

Der moderne Konsument verlangt den Unternehmen heutzutage in Bezug auf die Interaktion einiges ab. Neue Technologien haben beim Kunden für mehr Transparenz und Kenntnis möglicher Alternativen gesorgt. Er wünscht nicht nur bedarfsgerechte Angebote und Services, sondern gleichzeitig auch eine Ansprache über unterschiedlichste Kanäle. Die optimale Vermarktung der Produkte rückt dadurch zunehmend in den Hintergrund strategischer Marketingüberlegungen. Der Kunde ist heutzutage umfassender informiert als je zuvor, was einerseits in niedrigeren Wechselbarrieren resultiert und andererseits für die Unternehmen den Druck erhöht das, aus Kundensicht, optimale Produkt anzubieten.

Eine neu ausgerichtete, auf Scoring- Modellen basierende Auswahl der Kunden zu den Kampagnen, sorgt in diesem Kontext für eine dynamische Anpassung der Kundenselektion für die Kampagnenaussteuerung. Fragestellungen nach Produktaffinitäten oder Next Best Offer spielen in diesem Zusammenhang eine wichtige Rolle, da Nebeneffekte wie zum Beispiel die Churn-Prevention durch ein ausgereiftes Scoring positiv beeinflusst werden können. Die initiale Kampagnenselektion wird verbessert, da eine wertorientierte Verteilung der Kunden nach optimiertem Gesamtwert auf die Kampagne erfolgt. Die Entwicklung der dafür benötigten Kundenscores hängt von der jeweiligen Unternehmensstrategie ab und ist keinesfalls trivial, da sie empfindlichen Einfluss auf die Optimierung des Marketings hat. Strategische Fragestellungen spielen eine wichtige Rolle bei der anschließenden Szenarienerstellung.

Moderne Optimierung erlaubt optimale Prognosen

Bei der Auswahl der Kampagnen sollten verschiedene Szenarien der Optimierung simuliert werden, wobei aus einem Set an möglichen Scoring-Modellen jenes zu Grunde gelegt werden sollte, welches ein zuvor definiertes Ziel (zum Beispiel Responsewahrscheinlichkeit mal erwarteten Umsatz) optimiert. Im Zuge dieser Predictive Analytics lassen sich verschiedene Kontaktstrategien und Nebenbedingungen testen und untereinander vergleichen. Beispielsweise können maximale Kampagnenbudgets gesetzt werden oder eine maximale Kanalauslastung vorgegeben werden. Im Rahmen von klaren Kontaktstrategien lassen sich Ober- und Untergrenzen bei der Kommunikation definieren. Bei einer E-Mail-Kampagne lässt sich so beispielsweise vorab eine Bandbreite an versendeten Mails vorgeben, die mit zusätzlichen Regeln, wie personenbezogenen Kontaktsperren aufgrund von Werbeverboten oder Intervallen für die Kontaktaufnahme, angereichert werden können.

Darüber hinaus entscheidet das Niveau dieser Nebenbedingungen vom individuellen Kundenlevel bis hin zu aggregierten Kundendaten, darüber, in welchem Rahmen ein Maximalbudget an Werbeausgaben zu Grunde gelegt wird (zum Beispiel ein Budget von 12 € pro Kunde oder ein Budget von 1.000.000 € für eine Kampagne). Diese Simulationsmöglichkeiten sind von hoher Relevanz, da das Set an Optionen bei der Szenarienauswahl enorm groß ist. Bei der Interpretation der Optimierungsergebnisse ist jedoch Vorsicht geboten. Auch wenn die Szenarien durch die Softwareunterstützung leicht zu erstellen sind, ist deren Interpretation häufig von einer hohen Komplexität geprägt. Hierbei ist es wichtig, dass in der Verantwortung stehendes Personal ein hinreichend tiefgehendes Datenverständnis aufweist.

(…)

 

Download PDF: Marketing Optimierung

Laden Sie sich hier den vollständigen Artikel herunter und erfahren Sie, auf welchen Eckpfeilern eine kundenzentrische, dynamische Marketingstrategie fußen sollte, um Ihr Geschäftsergebnis nachhaltig zu verbessern.

Download-Anforderung

FrauHerr

Ja, ich erteile meine ausdrückliche Einwilligung in die Verarbeitung meiner personenbezogenen Daten und stimme der Datenschutzerklärung zu. Mit meiner Anforderung erkläre ich mich damit einverstanden, dass die Cintellic GmbH mir zum Zwecke des Downloads eine automatisierte E-Mail mit dem Downloadlink zusendet und weiterhin über Angebote (werbliche Ansprache) mittels E-Mail informiert. Ich kann die Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen.

Unsere Datenschutzerklärung sowie Widerrufsmöglichkeiten finden Sie hier.

CINTELLIC Consulting - Social Media