Teil 1 der BLOGSERIE:
„Data-Driven Marketing: Wie die kundenzentrierte Ansprache in Zukunft gelingt.“
Erscheinungsintervall: alle 6 Wochen
Lesedauer: 5 Min.
Lesen Sie hier die anderen Beiträge dieser Blogserie:
- Teil 2 „Mit Open Source Tools individuelle Reports erstellen“
- Teil 3 „Langfristige Kundenbindung mit Hilfe von „Advanced Analytics“
- Teil 4 „Wann bleiben die Kunden vor der Tür stehen? – Predictive Analytics mit Maschinellem Lernen“
- Teil 5 „Gezielte Kundenansprache dank KI“
- Teil 6 „Auf Interessen der Kunden reagieren: Intelligente Recommendations“
- Teil 7 „Data-Driven Marketing: Wie kundenzentrierte Ansprache in Zukunft gelingt in 3 Schritten“
Kennen Sie Ihren Kunden, oder nur Klickraten?
Eines ist sicher: Der Kunde bleibt König. Das Prinzip der „Customer Centricity“ ist nach wie vor der Königsweg für ein florierendes Unternehmen. In der Theorie scheint das sehr einfach: Kenne deine Kunden und gehe auf ihre Wünsche und Bedürfnisse ein, denn nur diejenigen, die sich an ihren Kunden orientieren, werden langfristig erfolgreich sein.
Die Praxis scheint hingegen, besonders für Online-Händler, etwas schwieriger zu sein. Als Online-Shop-Betreiber müssen Sie dafür beispielsweise ständig das Verhalten ihrer Kunden im gesamten E-Commerce-Prozess betrachten. Dies erfordert eine übergreifende Analyse über die verschiedenen Prozesse und Berührungspunkte hinweg: Online-Marketing-Maßnahmen, Interaktion der Besucher mit dem E-Shop, Checkout-Prozess, Kundenkommunikation, Service.
Zusammen mit unserem Partner ibi research an der Universität Regensburg haben wir Online-Händler, die eine eigene Online-Präsenz betreiben und auf Plattformen unterwegs sind, dazu befragt, inwieweit und in welcher Intensität diese heute schon die Daten in ihren eingesetzten E-Commerce-Systemen analysieren.
Das Ergebnis der Studie zeigt, dass viel von dem Potenzial, das in der Datenanalyse steckt, gar nicht genutzt wird: 30 Prozent der Händler die einen Online-Shop betreiben, analysieren aktuell ihre E-Commerce-Daten nicht, bei den Händlern auf Online-Plattformen sind das 20 Prozent. Das trifft insbesonders auf kleinere Händlern zu. Wenn Analysen durchgeführt werden, dann um die wichtigsten Eckdaten über den Stand und Art der Bestellungen (Warenkorbbestellwert, Abbruchraten, usw.) oder über die Performance des Webauftritts zu erhalten.
Kundenzentriert und Data-Driven: Wie konsequent verfolgen Online-Shop-Betreiber diese Marketingansätze?
Klar in der Studie wird auch, dass ohne entsprechende Marketingaktivitäten das Betreiben eines erfolgreichen E-Commerce Shops kaum möglich ist:
Zwei Drittel der Händler bewerben ihre Produkte mittels bezahlter Anzeigen. Über drei Viertel setzen zur Verkaufsförderung und Kundenkommunikation auf Social-Media-Plattformen. Gutscheine und Coupons werden gerne eingesetzt, um Kunden zu gewinnen oder zu halten.
Gleichzeitig herrscht das Gefühl vor, nicht zu wissen, welche Marketing Maßnahmen sich wirklich lohnen, und das, obwohl das Marketing-Budget maßgeblich den Erfolg bedingt: Nach hohen Logistikkosten wird ein ineffektiv eingesetztes Marketing-Budget als zweitwichtigster Faktor genannt, der die Marge des Shops schmälert. Ähnliches gilt für die Verkäufe über eine Plattform.
Händler befürchten zu Recht, dass Warenkorbbestellwert, Abbruchraten sowie die Anzahl der Artikel pro Bestellung wenig Aufschluss darüber geben, wer die eigenen Kunden sind und woher sie kommen, für welche Produkte sie sich besonders interessieren. Wie kann man dann mit Hilfe von Datenanalyse eine Entscheidungsgrundlage schaffen, die zu effizienteren Marketing-Maßnahmen führt? Oder kurz:
Wie gelingt das kundenzentrierte, data-driven Marketing?
Wir nehmen diese Fragestellung als Anlass, um in einer Blog-Reihe den gesamten Analytics-Prozess in der Praxis darzustellen, angefangen mit der Präzisierung der Idee, über die technische Umsetzung und Durchführung bis hin zur Validierung der Ergebnisse.
Am Anfang stehen fachliche Fragen, die sich an unterschiedlichen Stellen von Marketing- und Vertriebsprozessen ergeben:
- Welche Quellen bringen den meisten Traffic? Wie kann ich eine Werbekampagne tracken? Wann lohnt sich eine Email-, Social Media Kampagne? Wie identifiziert man den idealen Zeitpunkt?
- Welche unterschiedlichen Nutzergruppen lassen sich ausmachen und wie sie verändern sich über die Zeit? Welche Segmente sind besonders profitabel, auf welche sollte ich mich fokussieren?
- Wie groß ist der Anteil einmaliger Kunden? Wann werden Kunden, die über eine Gutscheinaktion gekommen sind, zu regelmäßigen Kunden? Wie kann man die Bindung an den eigenen Shop stärken?
Gleich damit verbunden sind Fragen, die auf Technik und Methoden für die tatsächliche Datenanalyse zielen:
- Welche Daten können eine Antwort liefern? Welche stehen zu Verfügung, welche müssen beschafft werden?
- Welche Arten der Analyse können die fachlichen Fragen am besten beleuchten? Welche Algorithmen kommen hierfür in Frage?
- Welche Technologien setzte ich für die Durchführung der Analyse ein? Was bedeutet das für die technische Infrastruktur.
Um das Ganze nicht nur theoretisch darzustellen, werden wir versuchen die verschiedenen fachlichen sowie technischen Fragestellungen anhand eines echten Datensatzes zu beleuchten, wie er in vielen Unternehmen ähnlich zu Verfügung stehen dürfte: Google Analytics 360 Daten eines echten E-Commerce Shops, nämlich des Google Merchandise Store. Diese Daten sind typisch für einen Online Shop und enthalten Informationen über den Ursprung des Traffics auf der Seite, über das Verhalten der Besucher auf der Seite und über Transaktionen, die sich daraus ergeben.
Der Fokus wird darin liegen, nach der Fail-Fast Methode schnell zu Erkenntnissen für die unterschiedlichen Fragestellungen zu kommen. In einem späteren Schritt soll dies ermöglichen, von deskriptiven Analysen zu automatisierten Marketing-Maßnahmen überzugehen, bspw. um Werbeanzeigen und Kampagnen für spezifische Kundentypen zu entwickeln.
Sie wollen wissen wie es weitergeht? Lesen Sie hier den 2. Teil der Blogserie „Mit Open Source Tools individuelle Reports erstellen“.
