Datenstrategie: Die Basis für ein kundenzentriertes Marketing

Willst du erfolgreich sein, musst du deine KundInnen kennen. Marktführer wie Apple oder Amazon nutzen gezielt ihre Daten, um ihre Kundinnen und Kunden besser zu verstehen und mehr über ihr (Einkaufs-)verhalten zu erfahren. Im Artikel erfährst du, warum die Entwicklung einer Datenstrategie auch für dein Unternehmen nützlich ist und welche Voraussetzungen du schaffen musst.

Nutzen und Konzept der Datenstrategie

Ob Apple, Amazon, dm oder Netflix – alle großen Player nutzen ihre Kundendaten, um die Kundenerfahrung zu optimieren oder ihre Kundinnen und Kunden zu binden. Netflix zum Beispiel analysiert die Sehgewohnheiten seiner Nutzerinnen und Nutzer, um personalisiert Empfehlungen auszusprechen. Die Drogeriekette dm erhebt Daten über die „Mein dm“-App, um ihren KundInnen personalisierte Rabattcoupons und Services anzubieten. Doch auch für Unternehmen des Mittelstands im B2B- oder B2C-Bereich ist eine Datenstrategie mit Kundenzentrierung von großem Nutzen. Denn: Die strukturierte Nutzung von Daten befähigt Unternehmen, Kundenverständnis und -erfahrung zu verbessern, potenzielle Kundinnen und Kunden gezielt anzusprechen, Prozesse zu automatisieren und neue Produkte und Services zu entwickeln. Datenstrategie ist zentral für den Erfolg des Unternehmens.
‍
Doch wie entwickelst du eine Datenstrategie für dein Unternehmen?
‍
Dazu solltest du dir zunächst einmal darüber klar werden, wie die Strategie und die Ziele deines Unternehmens aussehen. Daraus ergeben sich dann die zentralen Fragestellungen für deine Datenstrategie: Wie kannst du deine Unternehmensziele erreichen? Was musst du dafür wissen? Und wie kannst du messen, wie erfolgreich die bisherigen Anstrengungen im Marketing und Vertrieb gewesen sind? Die Antworten liefert dir die Analyse von Daten. Daten helfen dir, Entscheidungen für oder gegen bestimmte Aktionen zu treffen. Zum Beispiel, ob du zu bestimmten Themen häufiger kommunizierst und in welchen Kanälen. Wir wählen die Aktionen danach aus, ob sie uns unseren Zielen näherbringen.

Was ist eine Datenstrategie?

Eine Datenstrategie ist ein sehr individueller Plan, die eigenen Ziele mit datengetriebenen Entscheidungen zu erreichen. Der Entwurf einer Datenstrategie beginnt bei den Zielen und endet am Ausgangspunkt: bei den Daten. Ausgehend von dem Ziel ist der erste Schritt bei der Entwicklung der Datenstrategie die Ermittlung und Priorisierung der relevantesten Handlungsfelder und Anwendungsfälle für die Analytik der Daten.

Analytics-Reifegrad und Fahrplan

Im nächsten Schritt wird der analytische Reifegrad hinsichtlich des erarbeiteten, priorisierten Anwendungsfalls untersucht. Dieser gibt an, ob und wie „gut“ ein Unternehmen oder eine Abteilung bereits Daten nutzt.

Dabei wird geschaut,

welche Systeme und Anwendungen bereits vorliegen und welche Datenprodukte (Reports etc.) bereitstehen,
welche Datenprodukte konkret für bestimmte Handlungen benötigt werden und ob sie bereits zur Verfügung stehen,
in welchen Abhängigkeiten die Datenprodukte zueinander stehen,
welche Systeme benötigt werden,
und in welchem stufenweisen Prozess die nächsthöheren Anwendungen zu realisieren sind.

‍

Wir von netzwerk P nutzen unter der Creative-Commons-Lizenz die Canvas-Werkzeuge aus dem Datenstrategie-Designkit von Datentreiber.

Data Strategy

Nachdem der Fahrplan für die benötigten Datenprodukte steht, geht es in der Strategie in einem weiteren Schritt eine Ebene tiefer, an die Detaillierung und Verwertung: Welche Daten und welche Analytik (z. B. Prozesse, Verknüpfungen, Modelle) benötigen wir für die entsprechenden Reports und Handlungsempfehlungen und wie müssen wir sie verarbeiten? Wir möchten mit Daten Fragen beantworten. Folglich müssen die Daten identifiziert werden, die Antworten auf die Fragen liefern könnten:

Welche Daten benötigen wir konkret (Erschließung), um relevante Informationen (Verwertung) zu erhalten?
Wie können wir die Daten zusammenführen und zu wertvollen Informationen aufbereiten (Verfeinerung)?
Welche technischen Voraussetzungen gibt es? Welche Werkzeuge, Prozesse und peronelle Ressourcen und Rollen benötige ich?

‍

Wir von netzwerk P nutzen unter der Creative-Commons-Lizenz die Canvas-Werkzeuge aus dem Datenstrategie-Designkit von Datentreiber.

Datenlandschaft Deep Dive

Unsere Marketing- und Kommunikationsdaten stammen aus verschiedenen Quellen. Kampagnendaten z. B. aus Social-Media-Kanälen und Web-Analytics-Tools, Transaktionsdaten aber aus CRM-Systemen, Online-Shops und ERP-Systemen.

Aus diesem Grund geht es jetzt noch eine Ebene tiefer: Aus Daten werden Informationen, wenn einzelne Datenpunkte eben aus diesen unterschiedlichen Systemen miteinander verknüpft werden. Daten zu nutzen bedeutet konkret, sie in Informationsflüsse umzuwandeln.

Daher müssen wir uns nun Gedanken machen, woher wir die benötigten Daten bekommen und wie ganze Datenquellen, Speichersysteme oder auch nur einzelne Datentabellen miteinander verknüpft werden können. Denn wir wollen Informationen schaffen, die Antworten geben und helfen, unser Ziel zu erreichen.

Wir von netzwerk P nutzen unter der Creative-Commons-Lizenz die Canvas-Werkzeuge aus dem Datenstrategie-Designkit von Datentreiber.

Mögliche Anwendungen

Jetzt mehr über Data-Driven-Marketing erfahren

Mehr erfahren

Akquise-Möglichkeiten

durch Lookalike Audiences

Steigerung des Customer Lifetime Values

durch Cross-/Upselling (Next Best Experience/Offer)

Automatisierung

durch skalierbare und strukturierte Prozesse

Maßnahmenplan

Nachdem wir nun ein detailliertes Bild über die benötigte Datenstruktur unseres Anwendungsfalls skizziert haben, erfolgt als nächster Schritt der kritische Blick. Also die Prüfung der „Erwünschtheit“ und der „Machbarkeit“ zusammen mit der Wirtschaftlichkeit. Denn: Von den vielen denkbaren Anwendungsfällen sind nur wenige wirklich gewünscht (von den Nutzerinnen und Nutzern im Unternehmen akzeptiert und genutzt), machbar (erforderliche Daten sind zugänglich) und wirtschaftlich. Die Folge ist ggf. eine erneute Iteration und Repriorisierung der erarbeiteten Anwendungsfälle.

‍

Besteht die Datenstrategie für den Anwendungsfall die Prüfung, erfolgt als Nächstes die Erstellung eines konkreten Maßnahmenplans. Dieser dient als Grundlage für die Umsetzung der entsprechenden Daten- und Systeminfrastruktur sowie der Datenerhebung und -aufbereitung.

‍

Nach der Gewinnung und Bereitstellung der Daten können Reports und Verfahren zur Analyse eingesetzt werden, um das benötigte Wissen zu generieren (z. B. über Kundinnen und Kunden, Produkte etc.). Dieses Wissen bildet die Grundlage für kundenzentrierte, zielgerichtete und budgetoptimierte Kommunikation, z. B. auf Basis von Kunden-Segmentierungen und -Analysen und mithilfe von skalierbaren, strukturierten und automatisierten Prozessen wie Marketingautomatisierung.

‍

Unser Fazit

Es reicht nicht, einfach Daten zu sammeln. Unternehmen müssen sich vom Datensammler zum strategisch datenzentriert arbeitenden Unternehmen entwickeln, das versteht, welche Daten konkret von Wert sind und wie man sie nutzt. Sicher: Es gibt in jedem Unternehmen „Low-Hanging Fruits“, also schnelle Ableitungen und Optimierungen, die sich ohne lange Strategie mit einem Blick auf Daten erzielen und umsetzen lassen. Wer aber eine Transformation mit tiefgreifenden, kundenzentrierten Optimierungen mit Erfolg herbeiführen möchte, kommt an einer Datenstrategie kaum vorbei.

Jetzt mehr erfahren über Kundenzentrierung

Mehr erfahren

Sonja Rösler, Projekte

Interessiert?

Ich freue mich auf deine Fragen und spannende Gespräche.

E-Mail schreiben