Big data im Marketing

1. Ausgabe 04 2015
15 Euro
DER STILLE
UMPARKER
Opel steht vor der größten Modell­
offensive seiner Geschichte. Eine
besondere Aufgabe für das Triumvirat in
der Unternehmenskommunikation. Das
Lenkrad hat Johan Willems in der Hand.
MEHR ALS EVALUATION Wie baut man ein Kommunikationscontrolling auf?
SCHWERPUNKT GESTALTUNG Procter & Gamble, Merck, Vonovia, Continental
VERTRIEBSTOOL ODER IMAGEPFLEGE Was Kundenmagazine bringen
,

2. |26 Ausgabe 04 2015
KUNDEN & MITARBEITER
51.700.000 TREFFER BEI Google, un­
zählige 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 übergeord­
nete Frage von Big Data für den Einsatz
in Unternehmen ist, inwieweit Daten und
Analytik über die reine Supportfunktion
auch Aufgaben und Prozesse automati­
siert übernehmen können und somit dem
Menschen Konkurrenz machen bzw. ihn
sogar ersetzen werden.
Zunächst einmal steht fest: Die Zei­
ten, in denen man nicht wusste, wel­
che 50 Prozent der Marketingausgaben
rausgeworfenes Geld sind (Henry Ford),
haben dank Big Data weitgehend ausge­
dient. Auf Basis von Big-Data-Tracking
lässt sich die „Customer Journey“ des
Kunden über verschiedene Touchpoints
wie Suche, Social Media und Anzeigen
systematisch vermessen. Mit Hilfe des
sogenannten Attribution-Modeling hat
Otto auf Basis dieser so gewonnenen Da­
ten seine Media- und Marketingplanung
optimiert. Das Data-Mining-Modell be­
rechnet 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 Ur­
sache-Wirkungs-Ketten möglich. Auf die­
ser Basis leitet Otto systematisch Marke­
tingmaßnahmen und Mediabudgets ab.
Die Vielzahl an digitalen Touchpoints
Big Data
DIE PHANTASIELÜCKE
KLEINER MACHEN
Die Auswertung großer Datenmengen unterstützt Unternehmen bei Kundenansprache,
Markterschließung und Meinungsbildung. Wie funktioniert das? Text: Prof. Peter Gentsch
©palau83/iStock/Thinkstock
Intelligent vernetzt: Auf Basis einer
Big-Data-Infrastruktur lassen sich
Kundenbewertungen sammeln,
erfassen, analysieren und nutzen.

3. 27|Ausgabe 04 2015
KUNDEN & MITARBEITER
und Endgeräten sowie deren extrem va­
riable Nutzung durch den Kunden lassen
sich nicht mehr alleine durch Erfahrung
und Bauchgefühl optimieren. Diese em­
pirische Erdung und Objektivierung des
Marketings hilft, die häufig kanalgepräg­
ten Meinungen und Barrieren zu hinter­
fragen, und trägt so zu einem Gesamt­
kommunikationsoptimum aus Sicht des
Unternehmens bei.
KUNDENREISE OPTIMIEREN
Ohne Frage ist gerade im B2B-Ge­
schäft Beziehungsmanagement besonders
wichtig. Mit Big Data lassen sich jedoch
automatisch neue Kunden erkennen
und profilieren. Auf Basis vorgegebe­
ner A-Kunden werden über sogenannte
statistische Zwillinge neue Kunden und
Märkte identifiziert. Dabei werden die
ausgewählten Unternehmen mit über
10.000 Business-Attributen angereichert.
Auf Basis dieser Datenvektoren werden
mit Deep-Learning-Algorithmen soge­
nannte Lookalikes (statistische Zwillinge)
als neue Kunden im digitalen Raum pro­
gnostiziert (Predictive Analytics). Damit
können auch Interessenten identifiziert
werden, die nicht dem klassischen „Beute­
schema“ entsprechen, aber potentielle
Käufer darstellen.
Durch dynamisches Profilieren kön­
nen zudem automatisch Kommunika­
tions- und Sales-Trigger identifiziert und
bewertet werden: Bei welchem Ereignis
ist die vertriebliche Ansprache besonders
erfolgreich? Zeit- und kontextspezifische
Verkaufssignale erhöhen die Konvertie­
rungswahrscheinlichkeit signifikant. Zu­
dem kann der Trigger auch als Kommuni­
kationsanlass für die konkrete Ansprache
genutzt werden. Neben den Adressen der
Unternehmen können auch gleich An­
haltspunkte für die richtige Kommuni­
kationsansprache geliefert werden: Gege­
benenfalls ist eine direkte Ansprache auf
Xing und LinkedIn erfolgsversprechender
als ein Anruf oder eine E-Mail. Auf diese
Weise hat Berner, einer der Marktführer
für Schrauben und Befestigungstechno­
logie, neue potentielle Kunden außer­
halb seiner Stammmärkte Automobil und
Bau finden können. Zudem konnten so
E-Commerce-affine Nutzer entdeckt wer­
den, die systematisch durch Kampagnen
adressiert werden können.
Contentmarketing und zielgruppenre­
levante Ansprache werden schon lange
als Erfolgsformel im Marketing gepre­
digt. Dabei wird jedoch in der Regel nicht
das Potential digital verfügbarer Daten
zur automatisierten Contenterstellung ge­
nutzt.
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 Geschäftsent­
wicklung in Abhängigkeit vom Einsatz
bestimmter Technologien, vom digitalen
Reifegrad oder vom Werbeeinsatz aufzei­
gen. Ebenso werden automatisch auf Ba­
sis von Big Data aus dem Internet neue
Marktentwicklungen und aufkommende
Themen erkannt. So können schnell ak­
tuelle Diskussionen und Meldungen sys­
tematisch genutzt werden („News Ja­
cking“). 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 klas­
sische Marktforschung über ein umfang­
reiches Instrumentarium: Fokusgruppen,
Kundenbefragungen, Panels etc. Der we­
sentliche Nachteil dieser Primärforschung
ist der damit verbundene Aufwand. Im
Internet lassen sich Tausende von Pro­
duktbewertungen automatisch jederzeit
analysieren.
Systematisch lässt sich das allerdings
nicht ohne Big Data realisieren: Ratings
und Reviews, die über verschiedene In­
ternetplattformen global verteilt sind,
müssen intelligent erfasst und integriert
werden. Mit Hilfe von „Semantic Ana­
lytics“ werden automatisch die zentralen
Kundenaussagen aus den Freitexten der
Reviews gewonnen. Um tiefergehende
Einblicke zu erhalten, müssen die ge­
wonnenen Erkenntnisse mit anderen Da­
ten wie Reklamationen, Umsatz oder >

4. |28 Ausgabe 04 2015
KUNDEN & MITARBEITER
Kundenzufriedenheit korreliert werden.
Damit rasch auf Produktbewertungen
reagiert werden kann, müssen diese Da­
ten zudem schnell erfasst, analysiert und
Maßnahmen umgesetzt werden. Negative
Bewertungen können von den Firmen so
rasch beantwortet werden. Positive Be­
wertungen können in der Marketingkom­
munikation über Webseiten, soziale Prä­
senzen oder andere Produktwerbungen
umgesetzt werden.
Bosch Siemens Haushaltsgeräte (BSH)
steuert auf Basis einer Big-Data-Infra­
struktur als „Software as a Service“
(SaaS) den gesamten Prozess von der Ge­
nerierung, Erfassung, Analyse und Nut­
zung 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 ei­
nen Umsatzanstieg von bis zu 30 Prozent
erreichen. Diese Produktrating-und-Re­
view-Analysen werden damit als moder­
nes „Goldschürfen“ zur neuen „Stiftung
Warentest“.
WAS IST ZU TUN?
Big Data kann seine Stärke in der au­
tomatischen Erfassung, Generierung und
Analyse von Daten ausspielen. Bei kla­
ren Interaktionsschemata und standar­
disierter Kommunikation lässt sich auch
die Kommunikation in Form von Mail­
kampagnen und Contenterstellung auto­
matisieren. Die kreative Gestaltung von
Kommunikation und Kampagnen oder
die Erklärung von Kundenbedürfnissen
wird aber auch zukünftig die Domäne
von menschlicher Intelligenz sein. Das be­
sondere Potential von Big Data lässt sich
damit insbesondere im Performancemar­
keting und weniger im Bereich Branding
und Kreation realisieren.
Für Unternehmen bedeutet Big Data
einen Paradigmenwechsel hin zum da­
tengetriebenen Realtime-Business. Da die
Digitalisierung von Prozessen, Kommuni­
kation und Interaktion zunimmt, wird die
damit einhergehende Menge, Geschwin­
digkeit und Relevanz von Daten weiter
steigen. Mit diesen Herausforderungen
sind aber auch die gestiegenen Potentiale
durch Big Data verknüpft. Gelingt es Un­
ternehmen, die Daten systematisch schnell
zu erfassen, zu verarbeiten und entspre­
chende Maßnahmen umzusetzen, lassen
sich Nutzenpotentiale in Form von opti­
mierter „Customer Experience“, Kosten­
reduktion und Umsatzsteigerung erzielen.
Um das Potential von Big Data zu
nutzen, müssen Unternehmen aber keine
Infrastruktur mit petabytegroßen Spei­
chern aufbauen und Heerscharen von
Data-Scientists anstellen. Über moderne
Big-Data-„Analytics as a Service“ können
entsprechende Ansätze auch mit weni­
ger Mitteln realisiert werden. Neben der
technischen Seite ist aber vor allem eine
organisatorische und kulturelle Verände­
rung 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 Transfor­
mation helfen.,
Professor Peter Gentsch ist Inhaber eines
Lehrstuhls für CRM an der Hochschule Aalen
und Gründer von BIG Social Media.
BIG DATA – WAS NICHT NEU IST
Der Ansatz, aus Daten Einsichten für das Marketing zu gewin-
nen, ist nicht neu. Database-Marketing oder analytisches CRM
gibt es seit über 20 Jahren. Das Phänomen großer Datenmengen
ist ebenfalls nicht neu: Point of Sale, Kunden- und Kreditkarten
oder Webserver produzieren schon lange große Datenmengen.
Ebenso ist die Analyse unstrukturierter Daten z.B. in Form von
E-Mails, Webformular-Freitexten oder Kundenbefragungen häu-
fig Bestandteil von Marketing und Research.
BIG DATA – WAS NEU IST
Natürlich ist die Datenmenge durch das Internet der Dinge,
Mobiles und Social Media immens gestiegen – doch dies ist eher
ein graduelles Argument. Entscheidend ist, dass durch die Mög-
lichkeiten der IT und die Digitalisierung der Geschäftsprozesse
kundennahe Kontaktpunkte sowohl zur Generierung von Daten
als auch zum systematischen Aussteuern der Kommunikation ge-
stiegen sind. Hinzu kommt die hohe Geschwindigkeit, mit der die
entsprechenden Daten erfasst, prozessiert und genutzt werden.
Ebenso heben neue Data-Mining-Methoden des Deep Learning
und Semantic Analytics die analytische Wertschöpfung auf eine
neue Qualitätsstufe.