Big Data: Relevanz vs. Datenangst


Adobe
Daten sind für Unternehmen der Schlüssel zu relevantem Marketing. Kunden und Interessenten erhalten die richtige Botschaft im richtigen Moment. Aber das Daten-Marketing hat eine Vielzahl offener Fragen zu beantworten: Rechnet sich das? Will der Nutzer Daten preisgeben? Wie überzeugt man ihn? Und was sagt der Datenschutz dazu?
Daten sind das neue Öl, so schallt es von jeder Konferenzbühne dieser Tage. Aus Data-Mining wurde Big Data. Daraus entwickelte sich Smart Data. Nun hilft Künstliche Intelligenz (KI) dem Marketing, noch passgenauer zu werden. Und die Quellen, aus denen die Algorithmen schöpfen, sind wiederum die immer größer werdenden Datenpools.
Es ist unbestritten, dass gut aufgesetztes Daten-Marketing die Kommunikation mit dem Nutzer besser, weil relevanter machen kann. Insights zu Personendaten wie Geschlecht, Alter, Wohnort, Präferenzen und die Berücksichtigung des Nutzerverhaltens ermöglichen die gezielte Ansprache und verdichten die Verbindung zwischen Marke und Nutzer. Die Verknüpfung mit Umgebungsvariablen wie zum Beispiel der Uhrzeit oder dem Wetter am Standort des Nutzers erzeugt eine unmittelbare Kontextrelevanz. Wenn der Nutzer das Gefühl bekommt, die Werbeflächen beinhalten mehrwertige Informationen für ihn, dann ist die wichtigste Hürde des Marketings genommen, nämlich das Erzielen von Aufmerksamkeit.
Kunden warten nicht, sie erwarten
Das hört sich in der Theorie absolut schlüssig an und unserer Goldsmiths-Studie zufolge sind vier von zehn Marketers davon überzeugt, dass Nutzer durchaus bereit sind, Daten preis zu geben, wenn klar ist, welchen Mehrwert sie sich davon versprechen können. Der aktuelle Boom bei smarten Heimlautsprechern wie Amazon Echo oder Google Home ist darauf zurück zu führen, dass die Käufer den Nutzen in Form von bequemer Steuerung von SmartHome-Komponenten, einfachem Zugang zu medialen Inhalten oder der Verbesserung der haushaltlichen Infrastruktur, sei es durch den simplen Taxiruf, die Zugauskunft der Bahn oder das Führen einer digitalen Einkaufsliste als höher erachten, als der Schmerz oder das inhärente Risiko der Preisgabe von Daten von ihnen empfunden wird.
Wer begeisternde Kundenerlebnisse schaffen möchte, muss seinen Kunden zuhören! Marketer müssen die persönlichen Bedürfnisse ihrer Kunden kennen, ihre Daten fortlaufend analysieren, aus ihnen lernen und Kundenwünsche antizipieren.
Dennoch mehren sich die Stimmen, die eine gewisse Vorsicht mit solchen Devices und der damit verbundenen Preisgabe von Daten anmahnen. In der Berichterstattung von der CES in Las Vegas war das Thema Datenschutz omnipräsent, vor allem seit Amazon mit dem Echo Show auch ein Produkt mit Kamera im Sortiment hat. Und in Europa ist aktuell völlig unklar, welche realen Auswirkungen die neue Datenschutzgrundverordnung und die darauffolgende ePrivacy-Richtlinie auf den Umgang mit Daten haben werden.

Aus diesem Dilemma – dem Wert der Datennutzung gegenüber den Vorbehalten seitens der Nutzer oder des Datenschutzes – gibt es nur einen Ausweg: die Zustimmung. Marketer werden in Zukunft deutlich mehr Transparenz herstellen müssen, welche Daten sie zu welchem Zweck erheben und was sie damit tun. Das erzeugt beim Nutzer Vertrauen, gibt ihm Sicherheit und bringt gleichzeitig den Marketer in die spannende Situation, die eingesetzten Prozessketten und Tools genau zu planen.
Denn das ist die zweite große praktische Herausforderung jenseits aller Theorie. Wie arbeite ich datenbasiert? Wie aufwändig und vor allem wie teuer ist das? Rechnet sich der Aufwand überhaupt im Vergleich zum erhofften Mehrertrag.
Der erfolgreiche Einstieg ins Datenmarketing
Die Grundaufgabe ist die Konsolidierung der Daten und der Datenhaltung. Sie ist alternativlos und wird auch vom Leistungsverzeichnis für die DSGVO gefordert. Daran kommt kein Unternehmen vorbei. Aber danach stellt sich die Frage, was man mit den Daten tut. Das ganz große, dynamische Datenprojekt, wie zum Beispiel die Live-Personalisierung einer Website, ist in vielen Fällen zu aufwändig. Die Projektlaufzeit ist sehr lang und es gibt eine Vielzahl potentieller Fallstricke.
Daher würde ich als Einstieg in das erweiterte Datenmarketing ein kleineres, scharf umrissenes Projekt, eine einzelne Kampagne wählen. E-Mail-Marketing bietet sich oft an, weil die Personalisierung dort technisch leicht umzusetzen ist. Ein präzises aber nicht zu granulares Monitoring in der Datenanalyse wird zeigen, welche Datenpunkte zu mehr Soft Conversions, Leads oder Verkäufen führen und dann beginnt der eigentliche Kern des Data-driven-Marketing, die permanente Optimierung. Die Kampagne ist ein lebender Organismus, der sich über die Laufzeit permanent verändert. Ganz anders als z.B. bei TV, Print oder Radio.
KI für ein bessere Customer Experience
Und das bringt uns zurück zum Buzzword Künstliche Intelligenz. Denn sie ist es, die Kampagnen automatisch optimieren kann. Sie findet die Muster, die erfolgreich funktionieren und wendet diese auf weitere Zielgruppen oder ähnliche Themen an, lernt erneut und optimiert weiter. KI analysiert und erkennt Daten im Hintergrund und ist dabei für den Marketer nicht immer direkt zu erkennen. Und das ist gut so. Google verwendet seit Jahren KI zur Verbesserung der Suche und das Einzige, was der User davon mitkriegt, sind einfach relevantere Suchergebnisse.
KI wird aber auch die Marketing-Software grundlegend verändern. Sie ist in der Lage, die Komplexität zu reduzieren und dem Marketer passende Vorschläge für eine Kampagne, einen Kanal oder ein Creative Design zu machen, ganz ähnlich wie ein Recommendation Engine. Und sie tut das auf der Basis umfangreicher Daten.
Der Einsatz von KI im kundenzentrierten Unternehmen wird zum wettbewerbsentscheidenden Faktor. Sie sorgt für Personalisierbarkeit & Skalierbarkeit von Experience – angefangen bei der Kreation bis hin zur punktgenauen Auslieferung.
Fazit: Es wird höchste Zeit, dass wir das Thema Daten entmystifizieren. Daten waren schon immer die Grundlage guten Marketings, nur sind sie heute wesentlich schneller verfügbar und genauer. Erfolgreiche Unternehmen haben längst verstanden, was sie mit den Daten ihrer Kunden an Wertschöpfung erzeugen können, ohne sich abhängig von Dritten zu machen. Und hier müssen wir ansetzen: Nur hochwertige Datennutzung im Sinne des Kunden, die dem Konsumenten ein relevantes Erlebnis bietet, erfährt Zustimmung – Akzeptanz durch Relevanz.