Die Digi­ta­li­sie­rung verän­dert die Heran­ge­hens­weise an Marke­ting und Kunden­bin­dung erheb­lich. Erfolg­reich ist nur, wer seine Daten optimal zu nutzen weiß.

Das Marke­ting und die Kunden­bin­dung sind heute stark tech­no­lo­gie­ge­trie­bene Felder. Durch die Digi­ta­li­sie­rung haben Kunden mehr Auswahl­mög­lich­keiten als je zuvor. Sie finden im Internet Anbieter von Dienst­leis­tungen und Produkten welt­weit und können jeder­zeit wech­seln. Daraus ergeben sich beson­dere Heraus­for­de­rungen für die Kunden­bin­dung: Deren Bedeu­tung hat für den geschäft­li­chen Erfolg erheb­lich zuge­nommen. Gleich­zeitig bestehen ganz andere Möglich­keiten für das Sammeln, Auswerten und die Nutz­bar­ma­chung von Daten für das Marke­ting. Wir haben uns die wich­tigen Entwick­lungen in diesem Bereich ange­sehen und zeigen auf, wie Sie mit Ihrer Unter­neh­mung ange­messen auf die Verän­de­rungen reagieren können.

Für die Analyse des Kunden­ver­hal­tens, die Einschät­zung der Kunden­er­war­tungen und die Kunden­in­ter­ak­tion spielt Big Data heute im Marke­ting eine nicht zu über­schät­zende Rolle. Erst die Auswer­tung erheb­li­cher Daten­mengen ermög­licht es, perso­na­li­sierte Ange­bote zu erstellen, tiefere Einblicke in die Wünsche der Kunden zu erhalten und seine Stra­tegie optimal anpassen zu können. Die Analysen beziehen sich zum Beispiel auf Klicks auf Websites, auf Käufe oder die Verweil­dauer auf Seiten.

Big Data liefert auch eine Antwort darauf, wie ich meine Kampa­gnen ziel­ge­rich­teter an den Kunden­be­dürf­nissen ausrichten kann. Hier gilt es den Return on Invest­ment (ROI) im Blick zu behalten. Nur wenn es gelingt, die Ziel­gruppe effi­zient anzu­spre­chen und unnö­tige Marke­ting­aus­gaben zu vermeiden, kann ich meine Marke­ting- und Verkaufs­pro­zesse wie gewünscht opti­mieren. Big Data liefert mir dafür die Daten­grund­lage.

Die Möglich­keiten durch Big Data reichen aber noch deut­lich weiter. So eröffnen histo­ri­sche Daten und die darauf bezo­genen Auswer­tungen even­tuell sogar einen Blick in die Zukunft. Hier betreten wir das Feld der prädi­ka­tiven Analyse oder Vorher­sa­ge­ana­lyse. Anhand entspre­chender Modelle ist es heute in einem gewissen Rahmen möglich, das Kauf­ver­halten der Kunden bzw. deren nächste Hand­lung vorher­zu­sagen. Damit lassen sich die eigenen Maßnahmen anpassen, noch bevor es zu einer Verhal­tens­än­de­rung bei den Kunden kommt. Das eigene Angebot nimmt im Ideal­fall die verän­derten Erwar­tungen voraus.

Kann ich zukünf­tigen Ereig­nissen eine Wahr­schein­lich­keit zuweisen, lassen sich daraus Hand­lungs­emp­feh­lungen für die eigene Marke­ting­ab­tei­lung ableiten. Im Rahmen des Next-Best-Action-Marke­tings kann diese Hand­lungs­emp­feh­lung sogar auto­ma­ti­siert erfolgen, auf Basis umfas­sender Daten­aus­wer­tungen durch das System. Das sind einige Aspekte, die dabei eine Rolle spielen:

Das Next-Best-Action-Marke­ting nimmt in der daten­ge­trie­benen Werbung eine wich­tige Stel­lung ein. Möglich sind solche Analysen durch die Zusam­men­füh­rung riesiger Daten­mengen an zentraler Stelle. Die erfolgt in einem soge­nannten Data Lake. Er ermög­licht Echt­zeit­ana­lysen, damit sich Hand­lungs­emp­feh­lungen umge­hend bereit­stellen lassen. Auf die Daten greift hier aber kein Mensch für eine manu­elle Analyse zurück, sondern eine KI. Wie aussa­ge­kräftig die Analysen sind, hängt von der Qualität der verwen­deten Modelle ab und davon, wie intensiv deren Trai­ning erfolgt ist. Big Data und KI sind daher häufig in Verbin­dung zu betrachten: Ohne KI ließen sich die riesigen Daten­mengen gar nicht sinn­voll für das Marke­ting und die Verbes­se­rung der Kunden­bin­dung verwerten.

Maßge­schnei­derte Erleb­nisse für die Kunden zu kreieren, ist eine der großen Aufgaben im Marke­ting. Digi­tale Tech­no­lo­gien können dabei helfen, hier einen großen Schritt nach vorne zu machen und das eigene Angebot zu opti­mieren. Dafür ergeben sich eine ganze Reihe von Möglich­keiten:

Omnich­annel-Stra­te­gien: In der Vergan­gen­heit fiel es häufig schwer, ein einheit­li­ches Kunden­er­lebnis über alle Kanäle hinweg zu gestalten. Durch die neuen Möglich­keiten in der Erfas­sung, Spei­che­rung und Auswer­tung von Daten ist es heute möglich, eine konsis­tente und perso­na­li­sierte Erfah­rung über Social Media, die Website und Mobile sicher­zu­stellen, ebenso wie über die physi­schen Kanäle wie etwa Laden­ge­schäfte. Das bedeutet auch, dass Online- und Offline-Welt nicht mehr vonein­ander getrennt sind.

Dyna­mi­sche Inhalte: Große Auswir­kungen auf die Perso­na­li­sie­rung haben Inhalte, die auf den einzelnen Nutzer oder zumin­dest auf bestimmte Nutzer­gruppen zuge­schnitten sind. Mit dyna­misch gene­rierten Inhalten gelingt es, den Inter­essen und Erwar­tungen der Nutzer besser zu entspre­chen. Diese Inhalte kommen zum Beispiel im E-Mail-Marke­ting zum Einsatz in Form von dyna­mi­schem Text, um durch eine persön­liche Ansprache die Öffnungs­raten zu opti­mieren.

Emotio­na­li­sie­rung: Emotio­nale Impulse haben auf Kauf­ent­schei­dungen häufig einen größeren Einfluss als ratio­nale Impulse. Durch persön­liche Inhalte lassen sich solche Emotionen hervor­rufen. Damit das funk­tio­niert, sind jedoch genaue Kennt­nisse etwa der Vorlieben eines Kunden erfor­der­lich. Denn Menschen weisen bei ihren emotio­nalen Reak­tionen erheb­liche Unter­schiede auf. Hier erweist sich eine umfas­sende Daten­aus­wer­tung als Vorteil. Die Analysen zeigen, wie sich bestimmte Käufer oder Käufer­gruppen trig­gern lassen und welche Inhalte dafür erfor­der­lich sind.

Höhere Effi­zienz: Eigent­lich ist eine stär­kere Perso­na­li­sie­rung mit einem höheren Aufwand verbunden, weil die einzelnen Marke­ting­maß­nahmen auf den jewei­ligen Adres­saten anzu­passen sind. In Form manu­eller Arbeit lässt sich das gerade bei Unter­nehmen mit großem Kunden­stamm nicht bewäl­tigen. Digi­tale Systeme ermög­li­chen hohe Effi­zi­enz­stei­ge­rungen durch Auto­ma­ti­sie­rungen der betrof­fenen Marke­ting­pro­zesse. Die Gene­rie­rung der Inhalte, der Versand und die Auswer­tung der Kampa­gnen können auto­ma­tisch erfolgen. Nur durch digi­tale Tech­no­lo­gien ist hier eine Skalie­rung erreichbar, die bei Beibe­hal­tung oder sogar Stei­ge­rung des Perso­na­li­sie­rungs­grads Kosten einzu­sparen hilft.

Für die Stär­kung der Kunden­bin­dung steht eine ganze Reihe von Stra­te­gien zur Auswahl. Digi­tale Tech­no­lo­gien spielen dabei heute immer eine entschei­dende Rolle. Ein Schlüssel für den Erfolg besteht in der Kommu­ni­ka­tion, die sich dank der Digi­ta­li­sie­rung direkter umsetzen lässt. So besteht über soziale Netz­werke die Möglich­keit, dass Unter­nehmen direkt mit ihrer Kund­schaft kommu­ni­zieren und damit Nähe herstellen. Hier kann die Zusam­men­ar­beit mit Influen­cern einen zusätz­li­chen Mehr­wert schaffen. Wenn die Kunden sich mit den Influen­cern iden­ti­fi­zieren, hat das posi­tive Auswir­kungen auf das Vertrauen und die Loya­lität. Die Bereit­schaft steigt, die Produkte tatsäch­lich zu kaufen. Empfeh­lungen haben grund­sätz­lich eine stär­kere Wirkung, wenn sie von einer als vertrau­ens­würdig einge­schätzten Person stammen. Damit lassen sich viel­fach erheb­liche Verbes­se­rungen für die Kunden­bin­dung erzielen.

Wenn Sie die Kunden­bin­dung stärken möchten, sollten Ihre Mitar­beiter im Marke­ting Zugriff auf ein leis­tungs­fä­higes System für das Customer Rela­ti­onship Manage­ment (CRM) haben. Dieses über­nimmt wich­tige Aufgaben wie etwa die Daten­in­te­gra­tion und sammelt und verknüpft Infor­ma­tionen aus den verschie­densten Quellen an einem gemein­samen Ort. Damit sind die tech­ni­schen Voraus­set­zungen geschaffen, ein möglichst lücken­loses Kunden­profil erstellen zu können. Ein solches CRM stellt auch Funk­tionen für die Durch­füh­rung auto­ma­ti­sierter Kampa­gnen bereit, die für eine persön­liche Ansprache, die Berück­sich­ti­gung der Kunden­be­dürf­nisse und damit eine Stei­ge­rung der Kunden­bin­dung entschei­dend sind.

Das Sammeln bzw. Gene­rieren von Kunden­daten ist längst eine der wich­tigsten Diszi­plinen im modernen Marke­ting. Nur wer hier erfolg­reich ist, kann seine Maßnahmen effi­zient umsetzen und die gewünschte Stär­kung der Kunden­bin­dung errei­chen. Es folgen einige der Methoden, die zum Einsatz kommen können:

Direkte Daten­er­he­bung: Die Inter­ak­tionen mit den Kunden zum Beispiel auf E-Commerce-Platt­formen und die durch­ge­führten Trans­ak­tionen bieten viele Gele­gen­heiten für die direkte Daten­er­he­bung. Zu gewinnen sind hier Infor­ma­tionen über das Kauf­ver­halten oder die Produkt­prä­fe­renzen. Inter­es­sant sind auch Inter­ak­tionen und Einkäufe, die Kunden im Rahmen von Treue­pro­grammen vornehmen. Die Daten­er­he­bung kann auch über Online-Umfragen oder durch die Auswer­tung von Kunden­be­wer­tungen erfolgen.

Moni­to­ring von Social Media: Kunden bewegen sich heute viel­fach in den sozialen Netz­werken. Daher kann es sich Ihr Unter­nehmen vermut­lich nicht erlauben, hier keine Daten­ana­lyse vorzu­nehmen. Rele­vant sind zum Beispiel Gespräche und Erwäh­nungen in den sozialen Medien. Durch Auswer­tungen solcher Daten lassen sich Trends schnell erkennen und die Kunden­mei­nung zum eigenen Angebot besser einschätzen. Für solche Analysen stehen soge­nannte Social Listening Tools zur Verfü­gung. Möglich ist aber auch eine Auswer­tung auf Basis der Daten, wie sie die Platt­formen selbst erfassen. Zu nennen sind zum Beispiel Face­book Insights, Insta­gram Insights oder X (ehemals Twitter) Analy­tics. Diese Daten sind häufig nütz­lich, um die Demo­grafie der Follower bestimmen und deren Enga­ge­ment einschätzen zu können.

Nutzung vernetzter Geräte: Setzen Kunden smarte Geräte wie Fitness-Tracker oder Smart­wat­ches ein, ergeben sich weitere Möglich­keiten für die Daten­samm­lung. Das gilt auch für vernetzte Haus­halts­ge­räte wie Kühl­schränke oder Wasch­ma­schinen. Das Stich­wort lautet Internet der Dinge. Nutzungs­muster und Vorlieben der Verbrau­cher lassen sich so noch umfas­sender analy­sieren.

Daten von Dritt­an­bie­tern: Even­tuell reicht die Daten­er­he­bung durch Unter­nehmen und deren vernetzte Produkte nicht aus, um alle gewünschten Infor­ma­tionen zu erhalten. Third-Party-Daten­an­bieter können hier aushelfen und die eigene Daten­basis anrei­chern und an entschei­dender Stelle ergänzen.

Wenn Sie Ihre Kunden persön­lich anspre­chen möchten, müssen Sie diese erst einmal gut kennen. Doch selbst der beste Marketer in einem größeren Unter­nehmen kann unmög­lich jeden einzelnen Kunden und dessen Bedürf­nisse und Vorlieben kennen. Wer eine perso­na­li­sierte Ansprache umsetzen möchte, benö­tigt daher die Hilfe der KI, wie sie zum Beispiel bei Chat­bots zum Einsatz kommt. Chat­bots dienen im Prinzip einer auto­ma­ti­sierten Kunden­kom­mu­ni­ka­tion. Sie stehen dem Kunden zur Seite, beant­worten dessen Fragen und leiten ihn zu den gesuchten Inhalten weiter. Diese Chat­bots eröffnen eine indi­vi­du­elle Inter­ak­tion mit den Kunden, ohne auf mensch­liche Mitar­beiter zum Beispiel in einem Call­center setzen zu müssen.

Zu einer persön­li­chen Ansprache gehören dabei auch immer perso­na­li­sierte Produkt­emp­feh­lungen. An dieser Stelle kommen wiederum KI-Algo­rithmen zum Einsatz. Sie analy­sieren die Kunden­daten und lernen das Kauf­ver­halten und die Vorlieben zu verstehen. Auf dieser Analyse basie­rend lassen sich indi­vi­du­elle Produkt­emp­feh­lungen erstellen. Diese haben für den Adres­saten eine viel höhere Rele­vanz als eine allge­mein ange­legte Werbung. Stän­dige Verbes­se­rungen des Prozesses sind möglich durch den Einsatz des maschi­nellen Lernens. Je mehr Kunden und Inter­ak­tionen das System ausge­setzt ist, desto besser fallen die Empfeh­lungen und Perso­na­li­sie­rungen aus. Der Nutzen einer Inves­ti­tion in solche Systeme sollte also im Zeit­ab­lauf steigen.

Chat­bots, das maschi­nelle Lernen und Daten­aus­wer­tungen im Bereich Big Data sind bereits heute im Marke­ting verfügbar. Doch die Entwick­lung geht weiter und neue Tech­no­lo­gien stehen in den Start­lö­chern. Wir präsen­tieren einige der inter­es­san­testen davon abschlie­ßend in einer kurzen Über­sicht:

Quan­ten­com­pu­ting: Die Verar­bei­tung riesiger Daten­mengen stellt nach wie vor eine Heraus­for­de­rung dar. Häufig soll die Analyse in Echt­zeit erfolgen, damit die Ergeb­nisse für die Entschei­dungs­fin­dung sofort zur Verfü­gung stehen. Die Daten­mengen als auch die Anfor­de­rungen an die Analyse steigen. Eine mithilfe von Quan­ten­com­pu­ting durch­ge­führte Daten­ver­ar­bei­tung kann hier even­tuell zukünftig neue Möglich­keiten eröffnen, die auch für das Marke­ting rele­vant sind. Die als Infor­ma­ti­ons­ein­heiten genutzten Qubits bieten Vorteile gerade bei der Lösung komplexer Probleme und ermög­li­chen eine schnel­lere Verar­bei­tung der Daten. Quan­ten­ba­sierte Rechner arbeiten deut­lich effi­zi­enter, was sich gerade bei der Simu­la­tion mensch­li­chen Verhal­tens bezahlt machen könnte. Dessen Komple­xität lässt sich durch die heute verwen­deten Modelle nicht ausrei­chend abbilden. Hier sind deut­liche Verbes­se­rungen durch das Quan­ten­com­pu­ting zu erwarten.

Emoti­ons­er­ken­nung: Bald könnten neue und bessere Systeme für die Erken­nung von Stimmen und Gesichts­aus­drü­cken zur Verfü­gung stehen. Emotionen der Kunden lassen sich durch fort­schritt­liche Analy­se­me­thoden sogar anhand unschein­barster Details zum Beispiel in Text­bei­trägen in den sozialen Netz­werken verstehen. Damit ist ein Marke­ting umsetzbar, das sich durch Einfüh­lungs­ver­mögen auszeichnet. Die Senti­ment-Analyse lässt Rück­schlüsse auf die Stim­mung und Zufrie­den­heit der Kunden zu und stützt sich zum Beispiel auf das Kunden­feed­back.

Augmented Reality (AR) und Virtual Reality (VR): AR und VR dienen der Schaf­fung einer Einkauf­s­um­ge­bung mit hoher Immersion. Durch die Reali­täts­nähe der Erfah­rung und den hohen Inter­ak­ti­ons­grad fällt es leichter, eine emotio­nale Verbin­dung zum Kunden herzu­stellen und Vertrauen aufzu­bauen.

Nie war es einfa­cher, aber auch notwen­diger, Daten über die eigenen Kunden zu sammeln und diese im Marke­ting zu nutzen. Gerade das Internet bietet einen konstanten Daten­strom, der einen tiefen Einblick in das Verhalten, die Wünsche und Erwar­tungen der Kunden ermög­licht. Entschei­dend ist es, dass Sie in die notwen­digen Systeme inves­tieren bzw. Dienste in Anspruch nehmen, die Sie bei der Samm­lung, Spei­che­rung und Auswer­tung der großen Daten­mengen unter­stützen. Die Vorteile liegen auf der Hand und bestehen in einer konse­quenter perso­na­li­sierten Kunden­an­sprache sowie einer Stär­kung der Kunden­bin­dung durch Marke­ting­maß­nahmen, die noch inten­siver auf die indi­vi­du­ellen Bedürf­nisse eingehen.