Erfolgreiches Marketing besteht aus drei Komponenten: Die richtige Botschaft muss an die richtige Person gerichtet werden, und das möglichst zur richtigen Zeit. Nur so können im Marketing der Return on Advertising Spend maximiert oder der Markenwert signifikant gesteigert werden.

Lange lag der Fokus im Marketing vor allem darauf, den kreativen Inhalt zu optimieren ‒ also auf der richtigen Botschaft. Die Marketing-Industrie wurde beherrscht vom Bild des kreativen Marketing-Genies (thematisiert z.B. durch die Serie Mad Men), welches einzig kreative Werbebotschaften entwickelte, da die richtigen Zielpersonen und der richtige Zeitpunkt zur Ausspielung einer Werbung nicht präzise identifizierbar waren. Durch den Vormarsch digitaler Werbe-Technologien und Infrastruktur (z.B. Search Engine Advertising, Ad Exchanges, Display Ad Networks) hingegen hat sich dieses Bild vollkommen gewandelt. Während das Schlagwort „datengetriebenes Marketing“ lange Zeit mit Skepsis betrachtet wurde, ist der Einsatz von „Big Data“ inzwischen integraler Bestandteil der meisten erfolgreichen Marketingstrategien. Dies liegt darin begründet, dass heutzutage im Marketing ‒ vor allem im digitalen Umfeld ‒ Unmengen von Daten anfallen und mit quantitativen Analysetools gearbeitet werden kann. Das nach wie vor fundamentale „Gespür“ für die richtigen Werbeinhalte und das damit verbundene kreative „Bauchgefühl“ von Führungskräften und Mitarbeitern im Bereich Marketing und Sales kann nun durch datenbasierte Entscheidungen ergänzt werden. Die resultierenden Kampagnen können in Echtzeit ‒ nicht ex-post ‒ auf ihre Zielerreichung überprüft und live optimiert werden.

Auch im Bereich Marketing & Vertrieb kann das Potenzial „Big Data“ bestmöglich gehoben werden, wenn die richtigen Daten gesammelt und verarbeitet werden ‒ hierbei spielen Daten über potenzielle Kunden selbstverständlich die größte Rolle. Eine der vielen Neuerungen, die sich im Wechselspiel zwischen Big Data und Marketing ergeben hat, ist dass Zielgruppen nun sehr konkret angesprochen werden können, da das Online-Verhalten der Nutzer viele Einblicke über diese eröffnet. Dies beginnt beim klassischen Search Engine Advertising, wo z.B. Nutzer mit spezifischem Kaufinteresse4 angesprochen werden können, geht über die Werbung auf allen erdenklichen Seiten im Netz, wo z.B. Kunden aus dem CRM-System des Versicherers5 mit Banner-Werbung adressiert werden können, bis hin zur Werbung im Bewegtbildformat auf Online-Video-Plattformen wie YouTube, wo Nutzer, die den YouTube-Kanal des Versicherers abonniert haben, gezielt mit einer Video-Werbung angesprochen werden können. All dies ist möglich unabhängig davon, ob der Nutzer seinen Laptop, Tablet oder Smartphone benutzt und zwischen den Endgeräten hin und her wechselt.

Anwendungen auf Basis der originären Daten des Versicherers und seiner eigenen Websites ermöglichen verschiedenste Optimierungen: Tools wie Google Analytics und Google Analytics 360 helfen dabei, das Kundenverhalten auf der eigenen Homepage zu verstehen. Durch die Verwendung dieser Tools kann die gesamte Customer Journey ‒ von der Recherche bis zur letztlichen Zielhandlung, sogenannt „Conversion“ ‒ nachvollzogen werden.

Die Customer Journey kann durch Cross Device Tracking sogar „cross-device“ ‒ also auch, wenn ein Kunde zwischenzeitlich vom Handy auf den PC oder das Tablet wechselt ‒ nachvollzogen werden.

Mit Hilfe von Data-Driven Attribution (also datengetriebener Attribution) kann anhand dieser Daten zusätzlich exakt ermittelt werden, wie groß der inkrementelle, proportionale Beitrag zu einem Abschluss von jedem Kontaktpunkt, jedem Kanal, jeder Marketingmaßnahme und jedem Endgerät entlang der Customer Journey ist ‒ all dies geschieht vollkommen automatisiert und in Echtzeit, was die operative Komplexität der Methode drastisch reduziert. Hat sich ein Kunde im Vorfeld am Handy informiert und erst zu einem späteren Zeitpunkt über den PC z.B. auf der Homepage einen Abschluss getätigt oder einen Termin vereinbart, würde man nach dem Last-Click Attributionsmodell zu dem Schluss kommen, dass der Beitrag von mobilen Endgeräten gleich Null ist. Erst mit Hilfe von datengetriebener Attribution wird sichtbar, in welchem Maße in diesem Beispiel mobile Endgeräte Abschlüsse unterstützen ‒ zudem kann dieser Wertbeitrag genau quantifiziert werden.

Ein großer Telco-Anbieter stellte nach der Implementierung von datengetriebener Attribution mit Google Analytics Premium (jetzt Google Analytics 360 genannt) fest, dass das Google Display Network zur Lead Generierung sehr viel wichtiger ist als gedacht. Die infolgedessen optimierten Display Placements erzielten doppelt so hohe Conversion Rates wie vor der Optimierung6.

Jedoch bieten insbesondere Lösungen auf Basis oder unter Einbezug externer Daten großes Potenzial: Durch Google Storevisits kann die „cross-channel“ Customer Journey ‒ also die Bewegungen des Kunden zwischen online und offline Kanälen ‒ analysiert werden. Dies fördert zum einen das Verständnis über das Kundenverhalten und kann zum anderen wiederum direkt zur Optimierung der Off- und Online Abschlüsse genutzt werden. Remarketing wiederum ermöglicht es Kunden anzusprechen, die entlang der Customer Journey “verloren” gegangen sind. Hat beispielsweise ein Kunde bereits auf eine Werbung geklickt, dann aber auf der Website nicht abgeschlossen, kann dem selben Kunden zu einem späteren Zeitpunkt noch einmal eine Werbung angezeigt werden. Dies erhöht die Wahrscheinlichkeit des Abschlusses des erneut angesprochenen Nutzers drastisch.

Die neueste Entwicklung im datengetriebenen Marketing geht noch einen Schritt weiter: Es werden die vorgestellten internen und externen Daten zusammengeführt und vollkommen automatisiert verarbeitet, wodurch noch größere Optimierungs-Potenziale gehoben werden können. Das sogenannte Programmatic Marketing7 bietet Unternehmen Informationen zu ihrer Zielgruppe und die erforderlichen Technologien, um den richtigen Nutzer zum richtigen Zeitpunkt im richtigen Kontext mit einer auf ihn zugeschnittenen Werbebotschaft anzusprechen. So ist es möglich, Echtzeitdaten zu jeder einzelnen Impression auf allen Kanälen und Geräten zu sammeln und basierend auf Algorithmen und Machine Learning unmittelbar und vollautomatisiert darauf zu reagieren. Während dies in der Google Suche bereits Standard ist, ermöglicht Programmatic Buying von DoubleClick das erstmals auch für Marketing außerhalb der Suche und in Kombination mit anderen Kanälen. Das bedeutet, dass abhängig davon, wo sich ein Kunde im Funnel befindet, ob der Kunde bereits früher die Website besucht hat oder sich zum Beispiel über die Google Suche schon konkret informiert hat, unterschiedliche Werbebotschaften automatisch ausgespielt werden können. Diese Neuerung schafft Transparenz über einen Großteil der Publisher-Sites und Werbe-Plattformen im Netz, vereinfacht das Online Marketing und führt dazu, dass Ressourcen effizienter und effektiver eingesetzt werden.

Mindshare konnte beispielsweise die durchschnittlich benötigte Zeit zum Aufsetzen und Reporting von Kampagnen so um 70 Prozent von 100 auf 30 Stunden reduzieren. Honda wiederum erzielte für den Medienkauf über DoubleClicks Programmatic Buying Lösung einen um 50 Prozent höheren ROI.

Die Technologie Programmatic Marketing ist jedoch noch in den Kinderschuhen. In den kommenden Jahren wird ein Wechsel zu Programmatic All-Media Buying erwartet. Das bedeutet, dass in Zukunft auch andere Medien wie TV automatisch eingekauft werden können ‒ in den USA ist dies bereits heute möglich. In Deutschland wird dies Schätzungen zufolge ca. 33 Prozent aller Medienkäufe ausmachen, in anderen Märkten jedoch über 50 Prozent8. Auch die Kreation und Orchestrierung wird in Zukunft vornehmlich programmatisch erfolgen. Dies ist teilweise schon jetzt der Fall, zum Beispiel wenn im Programmatic Buying automatisch verschiedene Kombinationen an modularen Überschriften und Inhalten ausgespielt werden. Darüber hinaus kann Google Werbende bei der automatisierten Erstellung, Anpassung und Ausspielung von Display-Creatives unterstützen.

Weiter geht es zu dem vierten Teil: Big Data in der Versicherungsbranche ‒ Bestandsverwaltung.

Quellen:
  • 4. Durch Googles In-Market Audience Targeting
  • 5. Durch Googles Customer Match Lösung
  • 6. Google interne Fallstudie
  • 7. Programmatic Marketing umfasst Programmatic Buying (automatisierter und skalierter Einkauf von Medien) und Programmatic Targeting (automatisierte und skalierte Auswahl der passenden Zielgruppe)
  • 8. http://digiday.com/agencies/programmatic-advertising-europe-country-country/