Zum Inhalt springen
Daten  •  Marketing-Technologie

Zehn Bausteine für ein umsetzbares Marketing-Daten-Asset - Die Avaus Datenfabrik Teil IV

Online-Verhaltensdaten haben in der Regel Qualitätsprobleme

Während Online-Verhaltensdaten zu einer immer wichtigeren Quelle für Kundeneinblicke werden, werden sie im Vergleich zu vielen anderen Datenquellen nur selten als echtes Asset behandelt, außer in Unternehmen, die aus der Digitalisierung hervorgegangen sind. Aufgrund der parallelen Verschiebung der geschäftlichen Prioritäten und der grundlegenden Veränderungen bei der Erhebung, Bearbeitung und Nutzung von Online-Verhaltensdaten ist es an der Zeit, die Online-Touchpoints ernster als Datenquelle zu behandeln. Cookies, die an Bedeutung verlieren oder sogar bis zu einem gewissen Grad überflüssig werden, wachsende Bedenken hinsichtlich des Datenschutzes und Kontrollmechanismen in Browsern oder Anwendungen sollten ein Warnsignal für Unternehmen sein, die auch in einem digitalisierten Geschäftsumfeld wettbewerbsfähig bleiben wollen.

In diesem Blogpost machen Sie sich mit dem Thema vertraut:

  1. Gründe, warum Online-Verhaltensdaten Qualitätsprobleme aufweisen.
  2. Wie sich die Erhebung von Online-Verhaltensdaten derzeit verändert.
  3. Lösungen und konkrete Maßnahmen zur Verbesserung der Qualität von Online-Verhaltensdaten und zur Vorbereitung auf das sich verändernde Umfeld.

Die größte Herausforderung für die mangelhafte Qualität von Online-Verhaltensdaten ist das Fehlen klarer Eigentumsverhältnisse in Bezug auf die Behandlung von Online-Verhaltensdaten als eigenen Datenbestand. Zusätzlich zu den fehlenden Eigentumsverhältnissen wurde die Online-Datenerfassung stark von anderen Parteien als dem Data Controller oder dem Vermarkter selbst vorangetrieben. Anstatt die volle Kontrolle zu haben, wie es der juristische Begriff "Data Controller" nahelegen würde, haben verschiedene Agenturen, die keine wirkliche Verantwortung tragen, das Steuer in der Hand. Dies führt in der Regel dazu, dass Websites wie im Wilden Westen aussehen, wo Daten sogar im schlimmsten Fall für fremde Zwecke gesammelt werden, ohne dass der für die Datenverarbeitung Verantwortliche über ein angemessenes Inventar für die Datenerhebung verfügt oder unbedingt bemerkt, wie die Daten seiner Nutzer missbraucht werden.

Ein häufiger Fallstrick ist auch die Konzentration auf Quantität statt auf Qualität. Es ist verlockend, die KPIs oder klare handlungsorientierte Anwendungsfälle nicht im Voraus zu definieren und zu priorisieren und stattdessen zu versuchen, alle Arten von Daten zu sammeln, die eines Tages benötigt werden könnten. Das Ergebnis ist leicht ein Set-up, das sowohl komplex ist als auch viele Datenqualitätsprobleme enthält und daher nicht zur Gewinnung neuer Erkenntnisse genutzt wird. Die Datenerfassung sollte schrittweise auf der Grundlage genau definierter KPIs erfolgen, und nach jedem Schritt sollte die Qualität auf der Grundlage der aktiven Nutzung der einzelnen Datenpunkte validiert werden.

Für den Aufbau eines verwertbaren Marketingdatenbestands werden Online-Verhaltensdaten besonders ausführlich besprochen, da dies unserer Erfahrung nach ein Bereich ist, der Zeit braucht, um als Datenbestand mit Kundendaten, Transaktionsdaten oder Kontakt Daten vergleichbar zu sein, um nur einige der gängigen Datenquellen zu nennen.

 

 

Die digitale Analytik ist keine exakte Wissenschaft, sondern eine Sammlung von Definitionen und Konventionen

Die Investitionen in digitale Werbeplattformen haben in den letzten zwei Jahrzehnten rapide zugenommen, vor allem in leistungsorientierte Kanäle. Das Wachstum wurde teilweise durch den Irrglauben oder das Argument angeheizt, dass alles genau messbar ist.

An diesem Argument mag etwas dran sein, aber es wird meist falsch verstanden. Erstens nimmt die Messbarkeit immer mehr ab, und zweitens war die digitale Analytik schon immer eine Kunstform und keine Wissenschaft. Die genaue Messbarkeit ist am Ende nur eine Sammlung von Regeln, die sich auf alles auswirkt, was im Bereich der grundlegenden KPIs und Metriken, Berichte und handlungsorientierten Anwendungsfälle auf der Grundlage von Online-Verhaltensdaten liegt. Bei der digitalen Analyse wurden die Definitionen jedoch größtenteils von den Anbietern von Messinstrumenten und nicht von den für die Datenverarbeitung Verantwortlichen selbst vorgenommen.

Obwohl digitale Kanäle schon seit geraumer Zeit die bevorzugten Kanäle sind, über die Kunden oder potenzielle Kunden mit Unternehmen interagieren, hat die digitale Analytik (außer bei digital entstandenen Unternehmen) als eigenständige Disziplin oder als Teil der traditionellen Business Intelligence nicht an Bedeutung gewonnen. Wenn ein Unternehmen in die Einstellung von Web- oder Digitalanalysten investiert hat, werden diese häufig in den Marketing- oder Kommunikationsabteilungen untergebracht, wo sie sich entweder auf das Marketing konzentrieren oder als Statistiker für Website-Besuche fungieren. Nur selten wird die digitale Analyse mit identifizierten Kundendaten kombiniert, um echte Geschäftseinblicke zu gewinnen, obwohl die Kunden digitale services Kanäle bevorzugen. Könnten Sie sich vorstellen, dass ein CFO oder CXO die Business-Intelligence-Funktion in ähnlicher Weise platziert?

Die Definition und Vereinbarung relevanter KPIs, die Ihr Geschäft vorantreiben, ist nicht so einfach, wie man angesichts der Fülle möglicher Datenpunkte denken könnte. Digitale Analyseplattformen haben den Einstieg in das Sammeln und Verarbeiten von Daten erleichtert, aber gleichzeitig können sie auch blind machen, wenn man nicht richtig aufpasst. Der Teufel steckt im Detail, vor allem, wenn es um Metriken geht, die sofort verfügbar sind, wie z. B. Sitzungen, einzelne Besucher, Verweildauer auf der Website, Verkehrsquelle, Absprungrate, Konvertierung und so weiter. Bei der Bereitstellung dieser leicht lesbaren Metriken wurden bereits viele Entscheidungen getroffen, um sie zu berechnen.

Die Implementierung einer Web-Analyseplattform mit sofort einsatzbereiten Einstellungen ist ziemlich einfach geworden, und die von den Tools definierten, aber nicht von den Geschäftsanforderungen abgeleiteten Metriken sind sofort in überwältigendem Maße verfügbar. Für Unternehmen und Organisationen, die nicht von Geburt an digital sind, hat diese Illusion der Leichtigkeit ernsthafte Auswirkungen. Eitelkeitsmetriken mit geringer Relevanz für die geschäftlichen Auswirkungen lenken davon ab, gründlich nachzudenken und herauszufinden, welche Art von Verhalten sowohl kurz- als auch langfristig zu den Geschäftsergebnissen beiträgt.

Organisationen, die mit mehreren Marken, Webdomänen oder Unternehmen in verschiedenen geografischen Regionen arbeiten, stehen vor den größten Herausforderungen. Da die digitale Analytik selten koordiniert und systematisch organisiert ist, spiegelt sie auch die Datenqualität und Kompatibilität zwischen verschiedenen Geschäftseinheiten oder einer IT-gesteuerten Systemlandschaft wider. Im nächsten Kapitel habe ich vier Schlüsselbereiche zusammengestellt, auf die man sich konzentrieren sollte, um den Wert und die Qualität von Online-Verhaltensdaten zu erhöhen.

 

 

Wichtige Maßnahmen zur Verbesserung der digitalen Analysefunktionen

Da der Bedarf an einem Verständnis der digitalen services Nutzung schnell wächst, sollten auch Investitionen in analytische Fähigkeiten und Fertigkeiten getätigt werden. Um viele der zuvor beschriebenen Fallstricke zu vermeiden und neue Kundeneinblicke zu gewinnen, sollte die digitale services nicht losgelöst von anderen Kanälen, Datenquellen und den Fähigkeiten der Analysten im Unternehmen betrachtet werden.

Bevor wir uns in die Einzelheiten der Verbesserung der Qualität von Online-Verhaltensdaten und der digitalen Analysefähigkeiten stürzen, ist es gut, die Erwartungen des Managements an den Fortschritt darzulegen, entweder wenn Sie vollständig eigene Kompetenzen aufbauen oder Berater einsetzen. Die Logik zur Erfassung von Online-Verhaltensdaten verlagert sich immer mehr vom services' Frontend zu Backend-Anwendungen, und diese Anwendungen tragen auch eine größere Verantwortung für die Bereitstellung von Ereignisabläufen, sobald diese auftreten, was eine völlig andere Arbeitsweise ist als früher. Im Laufe der Zeit wird dies mit Sicherheit die Art und Weise verändern, wie die Website services aufgebaut wird. Dabei wird das Prinzip der Datenerfassung nach dem Designprinzip angewandt, anstatt einem Wasserfallmodell zu folgen, bei dem die Datenerfassung in der Regel erst kurz vor der Einführung eines Dienstes erfolgt.

Da die Entwicklerressourcen meist knapp und die Backlogs voll sind, ist die Fähigkeit zur Anpassung der digitalen services an die Bedürfnisse der Analytik eine nicht zu vernachlässigende Abhängigkeit. Mit anderen Worten: Um erfolgreich zu sein, benötigen Sie sowohl Front-End- als auch Back-End-Ressourcen und Kapazitäten in den Backlogs, um Änderungen an allen kundenorientierten digitalen Touchpoints vorzunehmen.

 

Im Folgenden finden Sie vier wichtige Punkte, die Sie beachten sollten, um die digitale Analyse auf die nächste Stufe zu bringen:

  1. Kundenperspektive anstelle von Browsern oder Geräten:
    Wenn Sie Ihre Online-Verhaltensdaten mit anderen Kundendatenquellen kombinieren, können Sie die Analyseperspektive auf eine identifizierte betroffene Person oder eine Gruppe von Personen mit ähnlichen Merkmalen von Interesse verlagern. (Dieses Thema wurde in einem früheren Blogpost ausführlicher behandelt: Die Kombination von Verhaltensdaten mit Kundendaten erfordert die Einhaltung des Datenschutzes und technische Voraussetzungen). Bei der Zusammenführung verschiedener Datenquellen ist es wichtig, an gemeinsame Taxonomien für alle Attribute zu denken, und zwar nicht nur als einmalige Übung, sondern auf lange Sicht. Um einen aussagekräftigen und konsistenten Datensatz zu erstellen, sollten Produkte, Ereignistypen, Konversionen, Kundendefinitionen und Segmente, um nur einige Beispiele zu nennen, harmonisiert und kompatibel sein, um Fehlinterpretationen oder völlig irreführende Schlussfolgerungen zu vermeiden. Die isolierte Betrachtung von Online-Verhaltensdaten aus anderen Datenquellen bringt leider nur einen geringen Mehrwert und macht Ihre Daten weniger verwertbar.

  2. Identifizierung der Werttreiber, die die Geschäftsergebnisse beeinflussen:
    Die allererste Maßnahme besteht darin, die Kontrolle über die KPIs, Metriken, Definitionen und Strukturen zu übernehmen, damit sie Ihre geschäftliche Realität widerspiegeln und nicht die standardisierten Interpretationen von Technologieanbietern. In der Praxis bedeutet dies, dass Sie die Werttreiber identifizieren müssen, die sich auf die tatsächlichen, greifbaren Geschäftsergebnisse auswirken, und dass Sie genau verstehen müssen, wie die KPIs und Messgrößen, die Ihnen dienen, tatsächlich berechnet werden. Leider ist dies nur selten etwas, was Datenanalyseplattformen als Teil ihrer Benutzeroberflächen bieten können. Stattdessen sollten sie eine Rolle bei der Bereitstellung von Ad-hoc-Einblicken oder Statistiken für Nicht-Analysten oder Geschäftsanwender spielen. Ein strukturiertes und für Geschäftszwecke maßgeschneidertes Dashboard sollte auf Rohdaten in separaten Dashboarding-Tools wie Google Data Studio, Looker, Microsoft Power BI, Qlik Sense oder Tableau erstellt werden. Zur Veranschaulichung ein Beispiel: Besuche auf Websites und Apps korrelieren möglicherweise schlecht mit den gewünschten Konversionen, aber bestimmte Verhaltensmuster können identifiziert werden, die mit hoher Wahrscheinlichkeit während eines bestimmten Zeitraums zu einem gewünschten Ergebnis führen.

  3. In-House-Fähigkeiten, die täglich oder regelmäßig analytische Erkenntnisse liefern:
    Um die Bemühungen auf relevante Bereiche zu konzentrieren und die Geschäftsergebnisse voranzutreiben, ist es ratsam, analytische Kernkompetenzen intern zu halten, und zwar möglichst nahe bei den Personen, die für die Gewinn- und Verlustrechnung des Unternehmens verantwortlich sind. Da Einblicke und Erkenntnisse aus dem Online-Verhalten eine immer wichtigere Quelle für Wettbewerbsvorteile werden, als ausgereiftere Bereiche von Customer Insight oder Business Intelligence, müssen diese Analysten über ein gründliches Fachwissen über den Geschäftskontext verfügen. Diese Sensibilität für das eigentliche Geschäft, abgesehen von den Fähigkeiten im Bereich der digitalen Analytik, lässt sich nur schwer auslagern oder als Dienstleistung einkaufen.

  4. Umsetzbarkeit von Daten, um Kundeneinblicke in konkrete Aktivitäten oder Maßnahmen umzusetzen:
    Um den Wert Ihrer Analysen, die aus dem Online-Verhalten abgeleitet sind, voll auszuschöpfen, müssen Sie neben den geschäftlichen Werttreibern auch die Handlungsfähigkeit im Auge behalten. Die Handlungsfähigkeit kann zunächst in drei verschiedenen Dimensionen betrachtet werden:

    • Rechtsgrundlagen und Verwendungszweck als nativer Bestandteil des Datensatzes integriert. Aus der Perspektive der Datennutzung möchten Sie natürlich das Ausmaß maximieren, in dem die Daten neben der Gewinnung von Kundeneinblicken auch für Aktivierungszwecke verwendet werden können.
    • Im Rahmen der Identifizierung von Werttreibern muss frühzeitig eine Denkweise angepasst werden, die das Verhalten fördert und kultiviert und zu den erwarteten Geschäftsergebnissen führt.
    • Sicherstellung der Integration von Kanälen oder Berührungspunkten, über die Ihr Kunde oder potenzieller Kunde auf natürliche Weise mit Ihrem Unternehmen interagiert.

     

 

Die wichtigsten Fragen, die Sie Ihrer digitalen Analytik stellen sollten?

In diesem Abschnitt habe ich meine Beobachtungen und die wichtigsten Maßnahmen zur Verbesserung der Qualität von Online-Verhaltensdaten in praktikable Fragen an die Akteure in diesem Bereich übersetzt. Wenn Sie in der Lage sind, diese fünf Fragen zu beantworten, sind Sie auf dem richtigen Weg, einen Mehrwert zu erzielen und mit der Konkurrenz Schritt zu halten:

  1. Verstehen Sie die Korrelation und Kausalität der Treiber für die Geschäftsergebnisse?
    Haben Sie ein gutes Verständnis dafür erlangt, welches Verhalten im Laufe der Zeit zu greifbaren Geschäftsergebnissen wie Vertrieb, Leads usw. führt? Wenn die Antwort ein klares Ja ist, sind Sie in der Lage, Schlussfolgerungen zu ziehen und Maßnahmen zu ergreifen. Das heißt, Sie können erkennen, welche Rolle die verschiedenen Berührungspunkte in den Kundenprozessen spielen. Wenn Sie die geschäftlichen Treiber verstehen, können Sie sowohl auf strategischer als auch auf taktischer Ebene Maßnahmen ergreifen. Auf strategischer Ebene bedeutet dies, dass Sie beispielsweise aus der Perspektive eines CXO analysieren können, ob Sie zu wenig oder zu viel in digitale services und Fähigkeiten investieren. Aus taktischer Sicht können Sie eine Kommunikation initiieren, um das gewünschte Verhalten zu fördern, z. B. die Beschleunigung des Geschäftsabschlusses oder die Feststellung, wann bestehende Kunden im Kaufmodus sind.

  2. Sind Sie in der Lage, die Absicht der Nutzer für einen oder mehrere Besuche zu verstehen?
    Für die Erstellung von Kundeneinblicken ist eine der interessantesten analytischen Erkenntnisse aus dem Online-Verhalten die Fähigkeit, die Absicht des Nutzers für einen Besuch oder eine Reihe von Besuchen zu erklären. Um einen Kunden oder potenziellen Kunden auf relevante und personalisierte Weise zu bedienen, muss man zunächst einmal die Absicht eines Besuchs verstehen. Nehmen wir an, ein Nutzer sucht nach Informationen über Kontakt , findet diese direkt über eine organische Suche von Google und sieht sich schließlich eine Ansicht der Website Kontakt an. Auch wenn dies nur ein kurzer Besuch ist, ist die Absicht des Nutzers erfüllt. Für einen anderen Nutzer, bei dem die Wahrscheinlichkeit eines Kaufabschlusses innerhalb der nächsten 14 Tage als hoch eingestuft wird, wäre es wünschenswert, den Nutzer auf Konvertierung zu lenken und den Wert von Vertrieb durch Personalisierung zu erhöhen.

  3. Sind Sie in der Lage zu unterscheiden, wie sich das Verhalten der verschiedenen Personas unterscheidet?
    Die Betrachtung des Online-Verhaltens anhand verschiedener Segmente, z. B. bestehender Kunden, potenzieller Kunden, anderer Interessengruppen, customer lifetime value usw., hilft dabei, Erkenntnisse über die Absicht der Nutzer zu gewinnen und diesen Nutzern relevante Inhalte anzubieten. Um eine Trennung zwischen den verschiedenen Benutzer-Personas zu ermöglichen, müssen Datensätze kombiniert werden. (Dies wird im folgenden Blogpost ausführlicher behandelt: Die Kombination von Verhaltensdaten mit Kundendaten erfordert die Einhaltung des Datenschutzes und technische Voraussetzungen).

  4. Welche verwertbaren Erkenntnisse gewinnen Sie aus jedem Besuch und wie können Sie darauf reagieren?
    Da jeder Besuch, abgesehen von zufälligen Klicks, meist die Absicht hat, Daten verwertbar zu machen, sollte das Verständnis der Nutzerabsicht sofort in eine Folgeaktion umgesetzt werden. Auch Nichtstun ist eine Aktion, vor allem wenn man nicht auf zufällige Klicks reagiert.

  5. Welche Daten werden zu welchem Zweck erhoben?
    Wenn Sie diese Frage nicht leicht beantworten können, ist es sehr wahrscheinlich, dass unnötiges Rauschen in den Datensätzen entsteht, weil Daten ohne klaren Zweck gesammelt werden. Ein klarer Zweck für jeden Datenpunkt hat vor allem zwei Vorteile: Erstens ist die Analyse der Daten einfacher, da weniger Rauschen vorhanden ist, und zweitens wird das Prinzip der Datenminimierung aus der Sicht der Einhaltung von Vorschriften befolgt, um auf der sicheren Seite zu stehen.

 

 

Konkrete Folgen der schwieriger werdenden Messung

Es besteht kein Zweifel daran, dass die Datenerfassung und -analyse in der Post-Cookie-Ära immer komplexer wird und immer mehr Kompetenzen erfordert. Wir werden diese Veränderungen in einem weiteren Blogpost mit Schwerpunkt auf der Post-Cookie-Ära genauer untersuchen. Um Ihnen jedoch eine konkrete Vorstellung von den Folgen der Post-Cookie-Ära zu geben, haben wir zumindest die folgenden fünf Bereiche identifiziert, die betroffen sind:

Die Analyse der Marketingeffektivität wird immer ungenauer:

  • Die Attributionsanalyse auf der Grundlage von Klicks, Verweispfaden und Besuchen, wie sie in der Vergangenheit bekannt war, kommt zu einem Ende. Stattdessen werden Methoden, die auf Statistiken und Wahrscheinlichkeiten beruhen, in größerem Umfang eingesetzt werden, da die Verfolgung der Verhaltensmuster einzelner Nutzer über Websites hinweg als neuer Standard eingeschränkt wird.
  • Da sich neue Methoden und Konventionen entwickeln, könnte dies eine stärkere Ausrichtung der Konversionen auf Kanäle mit dem letzten Klick bedeuten.

Die traditionelle Web-Analyse wird immer komplexer:

  • Die Analyse der Marketingeffektivität wird nicht nur ungenauer, sondern die gesamte Praxis der Web-Analyse wird um viele Ebenen komplexer und erfordert technische Entwicklerfähigkeiten. Es liegt auf der Hand, dass ausgehend von der absoluten Zahl der Sitzungen usw. weniger Besuche, Ereignisse und Konversionen tatsächlich gemessen werden.
  • Die Erhebung von Online-Verhaltensdaten und die Web-Analyse werden immer komplexer, so dass die einzige Möglichkeit darin besteht, neue Messmethoden zu entwickeln. Vom technischen Standpunkt aus gesehen, erfordern diese ganz andere Fähigkeiten als früher. Offensichtlich sind Fähigkeiten im Zusammenhang mit der Front-End- und Back-End-Entwicklung, Rohdaten-Engineering und Manipulationsfähigkeiten.

Online-Werbung targeting und Retargeting sind immer weniger effizient:

  • Targeting und Retargeting-Fähigkeiten werden im Allgemeinen negativ beeinflusst. Aus Sicht der betroffenen Personen oder der Endnutzer könnte dies eine Verbesserung der Internetnutzung bedeuten. Lästige Retargeting-Banner könnten seltener auftreten, und die Werbung könnte besser personalisiert werden, da die Vermarkter gezwungen sind, ihre Möglichkeiten zur Nutzung von Erstanbieterdaten für targeting über Werbung und andere Kanäle zu verbessern.
  • Historische Zeitreihen und Vergleiche sind weniger sinnvoll, da die traditionellen Messgrößen wie View-Through, Click-Through usw. veraltet sind.

Die Entwicklung alternativer Technologien beschleunigt sich:

  • Die Branche wird sich ständig neu erfinden, wobei das serverseitige Tracking derzeit das heißeste Thema ist. Seit einigen Jahren spricht die Branche über so genannte Datenreinigungsräume, die das Problem nicht lösen, sondern nur die Erhöhung der Werbeausgaben rechtfertigen. Gültige Vorhersagen zu treffen ist reine Spekulation, abgesehen davon, dass es mehr denn je um Ethik und gute Corporate Citizenship geht.
  • Neben der Entwicklung alternativer technologischer Lösungen wird eine engere Zusammenarbeit zwischen Werbetreibenden, Technologieanbietern und Publishern zum gemeinsamen Datenaustausch das digitale Werbeökosystem in den kommenden Jahren in neue Formen bringen.

Die Illusion von mehr Kontrolle für die Endnutzer:

  • Die Behauptung, dass die Nutzer oder betroffenen Personen mehr Kontrolle darüber haben, welche persönlichen Daten sie an wen weitergeben, ist in Wirklichkeit widersprüchlich. Wir beobachten den Trend, dass Browser, Plattformen und Websites Wahlmöglichkeiten bieten, die ihrerseits durch behördliche Auflagen oder die Selbstregulierung der Branche bestimmt werden. Der Widerspruch ergibt sich aus der Tatsache, dass wir gleichzeitig einen völlig gegensätzlichen Trend zu neuen technischen Fortschritten oder eher komplexen Arbeiten zur Umgehung dieser Datenschutzkontrollen beobachten.
  • Die Fähigkeit, die Verwendung von Daten aus der Sicht der Betroffenen zu kontrollieren, wird sich in den kommenden Jahren noch zeigen. Der einzige Punkt, der als sicher gelten kann, ist die Tatsache, dass es für den Durchschnittsbürger immer schwieriger sein wird, zu verstehen, wo, von wem und wie seine personenbezogenen Daten verwendet werden.

 

 

Wie man sich auf eine Welt vorbereitet, in der Messungen weniger genau sein könnten

Bei aller Unsicherheit gibt es zwei Aspekte, die für alle Unternehmen, egal ob klein oder groß, von Bedeutung sind:

  1. Die Bedeutung von Kundeneinblicken und Geschäftsinformationen, die sich aus der digitalen Nutzung von services ableiten lassen, wird immer größer, solange es Prozesse gibt, die sich auf digitale Kanäle verlagern.
  2. Die Genauigkeit der Messungen wird immer ungenauer, und der Aufwand für die Datenerfassung wird von Tag zu Tag größer.

Betrachtet man die oben beschriebene Entwicklung, gibt es ziemlich logische und geradlinige Maßnahmen zu ergreifen, um trotz aller Veränderungen um uns herum auch in Zukunft wettbewerbsfähig zu bleiben oder zu werden:

Vertrauen und direkte Kundenbeziehungen aufbauen: Es gibt nichts Wichtigeres, als das Vertrauen von Kunden oder Nutzern zu gewinnen und zu kultivieren. Vertrauen kann in eine breitere Erlaubnis und sogar in die Erwartung umgewandelt werden, direkt mit Ihren Kunden und Zielgruppen zu kommunizieren. Behandeln Sie Daten als wertvolles Gut und als Währung für den Austausch, was im Geschäftsalltag viel leichter gesagt als getan ist. Kontakt Informationen werden für die direkte oder indirekte Kommunikation wertvoller denn je sein. Log-in services wird aus Gründen des Datenschutzes einen Vorteil bei der Datenerfassung und -nutzung haben. Wenn man datengesteuertes Vertrieb und Marketing ernst nimmt, sollte man einen klaren Plan haben, wie man die Nutzer dazu bringt, services im eingeloggten Modus zu nutzen, und wie man die Anzahl der identifizierten Online-Nutzer maximiert.

 

Flexibilität bei der Datenerfassung und Verarbeitungslogik: Durch die Anpassung eines technologieunabhängigen Ansatzes für die Online-Verhaltensdatenerfassung können Tools oder ähnliche Mechanismen zur Datenerfassung mit weniger Aufwand spontan geändert werden. Änderungen in der Datenerfassungslogik sind aufgrund gesetzlicher oder technologischer Faktoren unvermeidlich. Leider sind diese Änderungen für die meisten Unternehmen eher überraschend, auch wenn sie für Fachleute, die die Branche genau verfolgen, in der Regel sichtbar sind. Neben der Flexibilität bei der Datenerfassung an sich sind auch Flexibilität und Schnelligkeit bei der Anpassung von Einwilligungs- und Datenschutzmechanismen wichtig. Da die Erfassung von Online-Verhaltensdaten immer schwieriger wird, sollte die Möglichkeit, statistische oder probabilistische Analysen zur Analyse der Marketingeffektivität in Cloud-Umgebungen durchzuführen, als eine Möglichkeit gesehen werden, potenzielle Lücken in der Datenerfassung zu schließen. Eine gut durchdachte, zweckmäßige Struktur und Taxonomie in Datenmodellen ist eine wichtige Voraussetzung für die hier erörterte Agilität und Geschwindigkeit.

 

Entwurf einer MarTech- und Analyse-Architektur: Entwickeln Sie einen Lösungsansatz, anstatt jeden Kanal separat zu behandeln, um die gemeinsamen IDs zu nutzen, die in Tools auf Plattformen wie Adobe Experience Cloud, Google Marketing Platform oder Salesforce Marketing Cloud verfügbar sind. Bereiten Sie sich darauf vor, Rohdaten auf Ereignisebene auf Cloud-Plattformen zu verarbeiten, anstatt aggregierte Daten über Tool-UIs. Pseudonymisieren Sie Kunden- und Personenkennungen, wann immer dies möglich ist, und verbinden Sie sie mit Online-Kennungen. Vermeiden Sie eine zu große Anbieterabhängigkeit, indem Sie die kritischen Komponenten für Ihre Anwendungsfälle identifizieren, die den größten Nutzen bringen.

 

Umgehungen und Hacks: Serverseitiges Tracking ist eine Lösung, die entweder verwendet werden kann, um mehr Kontrolle über die Datenerfassung und -verteilung zu erhalten, oder als Hack, um Werbeblocker, ITP usw. zu umgehen. Workarounds können entweder verantwortungsvoll oder weniger verantwortungsvoll eingesetzt werden. Verlassen auf andere Identifikatoren als Cookies oder ähnliches, z. B. Fingerabdrücke, was rechtlich fragwürdig sein mag, aber gängige Praxis mit einer langen Geschichte ist.

 

Teemu Relander
Berater und Verfechter des digitalen Geschäfts