BigData: DIE PHANTASIELÜCKE KLEINER MACHEN

, ,

Die Auswertung großer Datenmengen unterstützt Unternehmen bei Kundenansprache, Markterschließung und Meinungsbildung. Wie funktioniert das?

51.700.000 TREFFER bei Google, un­zählige Seminare und Konferenzen sowie vollmundige Leistungsversprechungen von Beratern und Softwareanbietern zum Thema Big Data – dennoch scheint die Phantasielücke zwischen Popularität und tatsächlichem Nutzen für Unternehmen immer größer zu werden. Die übergeord­nete Frage von Big Data für den Einsatz in Unternehmen ist, inwieweit Daten und Analytik über die reine Supportfunktion auch Aufgaben und Prozesse automati­siert übernehmen können und somit dem Menschen Konkurrenz machen bzw. ihn sogar ersetzen werden.Zunächst einmal steht fest: Die Zei­ten, in denen man nicht wusste, wel­che 50 Prozent der Marketingausgaben rausgeworfenes Geld sind (Henry Ford), haben dank Big Data weitgehend ausge­dient. Auf Basis von BigDataTracking lässt sich die „Customer Journey“ des Kunden über verschiedene Touchpoints wie Suche, Social Media und Anzeigen systematisch vermessen. Mit Hilfe des sogenannten AttributionModeling hat Otto auf Basis dieser so gewonnenen Da­ten seine Mediaund Marketingplanung optimiert. Das DataMiningModell be­rechnet aus einer Vielzahl von Daten-und Zeitpunkten den optimalen Kanalmix, indem der Wertbeitrag jedes Touchpoints im Gesamtkanalkontext automatisch berechnet wird. Damit lässt sich genau sagen, welche Touchpoints eine direkte Konvertierungsfunktion und welche eher eine Assistenzfunktion haben. Ebenso sind Rückschlüsse auf die zeitlichen Ur­sacheWirkungsKetten möglich. Auf die­ser Basis leitet Otto systematisch Marke­tingmaßnahmen und Mediabudgets ab. Die Vielzahl an digitalen Touchpoints und Endgeräten sowie deren extrem va­riable Nutzung durch den Kunden lassen sich nicht mehr alleine durch Erfahrung und Bauchgefühl optimieren. Diese em­pirische Erdung und Objektivierung des Marketings hilft, die häufig kanalgepräg­ten Meinungen und Barrieren zu hinter­fragen, und trägt so zu einem Gesamt­kommunikationsoptimum aus Sicht des Unternehmens bei.

KUNDENREISE OPTIMIEREN

Ohne Frage ist gerade im B2B-Ge­schäft Beziehungsmanagement besonders wichtig. Mit Big Data lassen sich jedoch automatisch neue Kunden erkennen und profilieren. Auf Basis vorgegebe­ner AKunden werden über sogenannte statistische Zwillinge neue Kunden und Märkte identifiziert. Dabei werden die ausgewählten Unternehmen mit über 10.000 BusinessAttributen angereichert. Auf Basis dieser Datenvektoren werden mit DeepLearningAlgorithmen soge­nannte Lookalikes (statistische Zwillinge) als neue Kunden im digitalen Raum pro­gnostiziert (Predictive Analytics). Damit können auch Interessenten identifiziert werden, die nicht dem klassischen „Beuteschema“ entsprechen, aber potentielle Käufer darstellen.

Durch dynamisches Profilieren kön­nen zudem automatisch Kommunika­tionsund SalesTrigger identifiziert und bewertet werden: Bei welchem Ereignis ist die vertriebliche Ansprache besonders erfolgreich? Zeitund kontextspezifische Verkaufssignale erhöhen die Konvertie­rungswahrscheinlichkeit signifikant. Zu­dem kann der Trigger auch als Kommuni­kationsanlass für die konkrete Ansprache genutzt werden. Neben den Adressen der Unternehmen können auch gleich An­haltspunkte für die richtige Kommuni­kationsansprache geliefert werden: Gege­benenfalls ist eine direkte Ansprache auf Xing und LinkedIn erfolgsversprechender als ein Anruf oder eine EMail. Auf diese Weise hat Berner, einer der Marktführer für Schrauben und Befestigungstechno­logie, neue potentielle Kunden außer­halb seiner Stammmärkte Automobil und Bau finden können. Zudem konnten so E-Commerce-affine Nutzer entdeckt wer­den, die systematisch durch Kampagnen adressiert werden können.

Contentmarketing und zielgruppenre­levante Ansprache werden schon lange als Erfolgsformel im Marketing gepre­digt. Dabei wird jedoch in der Regel nicht das Potential digital verfügbarer Daten zur automatisierten Contenterstellung ge­nutzt.

Das Unternehmen Datalovers nutzt Big-Data-Algorithmen, um automatisch in Echtzeit interessante und unverfälschte Einblicke zu generieren. So werden etwa automatisch Infografiken erzeugt, die für ausgewählte Branchen die Geschäftsent­wicklung in Abhängigkeit vom Einsatz bestimmter Technologien, vom digitalen Reifegrad oder vom Werbeeinsatz aufzei­gen. Ebenso werden automatisch auf Ba­sis von Big Data aus dem Internet neue Marktentwicklungen und aufkommende Themen erkannt. So können schnell ak­tuelle Diskussionen und Meldungen sys­tematisch genutzt werden („News Ja­cking“). Die redaktionelle Beschreibung und Erklärung der generierten Einblicke erfolgt dabei durch ein entsprechendes Analyseteam.

DIE STIMME DES KUNDEN

Um die Einschätzung von Kunden zu Produkten zu erhalten, verfügt die klas­sische Marktforschung über ein umfang­reiches Instrumentarium: Fokusgruppen, Kundenbefragungen, Panels etc. Der we­sentliche Nachteil dieser Primärforschung ist der damit verbundene Aufwand. Im Internet lassen sich Tausende von Pro­duktbewertungen automatisch jederzeit analysieren.

Systematisch lässt sich das allerdings nicht ohne Big Data realisieren: Ratings und Reviews, die über verschiedene In­ternetplattformen global verteilt sind, müssen intelligent erfasst und integriert werden. Mit Hilfe von „Semantic Ana­lytics“ werden automatisch die zentralen Kundenaussagen aus den Freitexten der Reviews gewonnen. Um tiefergehende Einblicke zu erhalten, müssen die ge­wonnenen Erkenntnisse mit anderen Da­ten wie Reklamationen, Umsatz oder Kundenzufriedenheit korreliert werden. Damit rasch auf Produktbewertungen reagiert werden kann, müssen diese Da­ten zudem schnell erfasst, analysiert und Maßnahmen umgesetzt werden. Negative Bewertungen können von den Firmen so rasch beantwortet werden. Positive Be­wertungen können in der Marketingkom­munikation über Webseiten, soziale Prä­senzen oder andere Produktwerbungen umgesetzt werden.

Bosch Siemens Haushaltsgeräte (BSH) steuert auf Basis einer Big-Data-Infra­struktur als „Software as a Service“ (SaaS) den gesamten Prozess von der Ge­nerierung, Erfassung, Analyse und Nut­zung der Ratings und der Reviews. Durch diese automatischen Analysen können Kundenbewertungen sowohl qualitativ als auch quantitativ untersucht und zur nachhaltigen Umsatzsteigerung sinnvoll genutzt werden. Interne Auswertungen von BSH zeigen beispielsweise auf, dass Produkte mit positiven Bewertungen ei­nen Umsatzanstieg von bis zu 30 Prozent erreichen. Diese Produktrating-und-Re­view-Analysen werden damit als moder­nes „Goldschürfen“ zur neuen „Stiftung Warentest“.

WAS IST ZU TUN?

Big Data kann seine Stärke in der au­tomatischen Erfassung, Generierung und Analyse von Daten ausspielen. Bei kla­ren Interaktionsschemata und standar­disierter Kommunikation lässt sich auch die Kommunikation in Form von Mail­kampagnen und Contenterstellung auto­matisieren. Die kreative Gestaltung von Kommunikation und Kampagnen oder die Erklärung von Kundenbedürfnissen wird aber auch zukünftig die Domäne von menschlicher Intelligenz sein. Das be­sondere Potential von Big Data lässt sich damit insbesondere im Performancemar­keting und weniger im Bereich Branding und Kreation realisieren.

Für Unternehmen bedeutet Big Data einen Paradigmenwechsel hin zum da­tengetriebenen RealtimeBusiness. Da die Digitalisierung von Prozessen, Kommuni­kation und Interaktion zunimmt, wird die damit einhergehende Menge, Geschwin­digkeit und Relevanz von Daten weiter steigen. Mit diesen Herausforderungen sind aber auch die gestiegenen Potentiale durch Big Data verknüpft. Gelingt es Un­ternehmen, die Daten systematisch schnell zu erfassen, zu verarbeiten und entspre­chende Maßnahmen umzusetzen, lassen sich Nutzenpotentiale in Form von opti­mierter „Customer Experience“, Kosten­reduktion und Umsatzsteigerung erzielen.

Um das Potential von Big Data zu nutzen, müssen Unternehmen aber keine Infrastruktur mit petabytegroßen Spei­chern aufbauen und Heerscharen von Data-Scientists anstellen. Über moderne Big-Data-„Analytics as a Service“ können entsprechende Ansätze auch mit weni­ger Mitteln realisiert werden. Neben der technischen Seite ist aber vor allem eine organisatorische und kulturelle Verände­rung erfolgsentscheidend. Ein analytisch und datengetriebenes Handeln wird in den meisten Unternehmen nicht gelernt und gelebt. Entsprechende Reifegrad-und Vorgehensmodelle können Unternehmen bei der notwendigen digitalen Transfor­mation helfen. ,

Autor: Professor Peter Gentsch ist Inhaber eines Lehrstuhls für CRM an der Hochschule Aalen und Gründer von BIG Social Media

(Artikel auch in erschienen in KomMa  – Kommunikationsmagazin der FAZ)

 

0 Kommentare

Dein Kommentar

Want to join the discussion?
Feel free to contribute!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.