Marketing Optimierung: Neue Wege für die Praxis im Kontext moderner Technologien

Die Komplexität der heutigen Datenlandschaften stellte das Marketing bisher vor nicht lösbare Optimierungsprobleme. Neue Softwarelösungen am Markt bieten erstmalig Lösungsalgorithmen, welche in der Lage sind, trotz der hohen Komplexität, alle relevanten Nebenbedingungen bzw. Kontaktregeln im Kampagnenmanagement zu berücksichtigen und eine auf dynamischen Kundenwerten basierende Marketing Optimierung zu ermöglichen.

Alles beginnt mit den Daten

Mit den Daten wird der Grundstein für die Customer Analytics gelegt. Die Anforderungen an die Datenmanager und die Datenpflege sind bei den heutigen Datenmengen höher denn je. Analysen und abgeleitete Maßnahmen auf Grundlage mangelhaft angelegter und strukturierter Daten werden nicht in der Lage sein die Unternehmensziele zu erfüllen. Auch die Marketing Optimierung hängt von der Qualität der Datengrundlage ab und ist im heutigen Zeitalter von Big Data von hoher Komplexität geprägt, da immer mehr Kunden und immer mehr mögliche Produkte über immer mehr mögliche Kanäle angesprochen werden können.

Die Kundenselektion zu einer Kampagne ist bisher aber von einer hohen Subjektivität der Kampagnenmanager geprägt. Kunden werden häufig auf der Basis der Wertigkeit des angebotenen Produktes und Erfahrungswerten der Kampagnenmanager für die Ansprache ausgewählt. Die Kundenselektion und Kampagnenpriorisierung erfolgen sequenziell und nicht interaktiv. Dieses Vorgehen hat zur Folge, dass eine zweckmäßigere, kampagnenübergreifende Kundenselektion, welche sich an Grenznutzen und Kundenaffinitäten ausrichtet, nicht realisiert wird. Zudem wird der Einsatz von Vertriebskanälen meist durch Experten und das Management bestimmt und nicht auf Basis von Deckungsbeiträgen abgeleitet.

Neue Anwendungen schaffen neue Potentiale

Die traditionellen Anstrengungen in der Marketing Optimierung unterliegen somit einigen Einschränkungen. Das bisherige sequenzielle Vorgehen der Selektion und Priorisierung von Kunden zu Kampagnen ohne Berücksichtigung der Auswirkung auf das gesamte Geschäftsergebnis, trägt dem enormen Reichtum an Informationen heutiger Datenlandschaften nicht mehr angemessen Rechnung. Verfahren des Data Minigs und Scorings sind zwar bereits zur Priorisierung auf Kampagnen- oder sogar auf Personenebene im Einsatz, verschenken jedoch immer noch einiges an Potential. Neue Softwareanwendungen können hier zum Einsatz kommen und mittels mathematischer Algorithmen der Komplexität der Daten beikommen, indem sie unter allen möglichen Kombinationen zwischen Kampagne und Kunde diejenige priorisieren, welche mit den Unternehmenszielen am besten im Einklang steht. Ermöglicht wird durch die neue Technologie nicht nur ein zielgerichteteres Marketing, in dessen Zentrum der Kunde steht, sondern darüber hinaus die explizite Formulierung von Unternehmenszielen, wie beispielsweise der Umsatzmaximierung oder, im Zusammenhang mit den Marketingausgaben, eine Kostenminimierung. Des Weiteren können Nebenbedingungen bzw. Kontaktregeln formuliert werden, welche im Zuge der mathematischen Kampagnenoptimierung berücksichtigt werden. So kann zum Beispiel ein Minimum an erwartetem Return on Investment je Kunde gefordert werden oder eine maximale Kanalauslastung definiert werden.

Der Kunde im Mittelpunkt

Der moderne Konsument verlangt den Unternehmen heutzutage in Bezug auf die Interaktion einiges ab. Neue Technologien haben beim Kunden für mehr Transparenz und Kenntnis möglicher Alternativen gesorgt. Er wünscht nicht nur bedarfsgerechte Angebote und Services, sondern gleichzeitig auch eine Ansprache über unterschiedlichste Kanäle. Die optimale Vermarktung der Produkte rückt dadurch zunehmend in den Hintergrund strategischer Marketingüberlegungen. Der Kunde ist heutzutage umfassender informiert als je zuvor, was einerseits in niedrigeren Wechselbarrieren resultiert und andererseits für die Unternehmen den Druck erhöht das, aus Kundensicht, optimale Produkt anzubieten.

Eine neu ausgerichtete, auf Scoring- Modellen basierende Auswahl der Kunden zu den Kampagnen, sorgt in diesem Kontext für eine dynamische Anpassung der Kundenselektion für die Kampagnenaussteuerung. Fragestellungen nach Produktaffinitäten oder Next Best Offer spielen in diesem Zusammenhang eine wichtige Rolle, da Nebeneffekte wie zum Beispiel die Churn-Prevention durch ein ausgereiftes Scoring positiv beeinflusst werden können. Die initiale Kampagnenselektion wird verbessert, da eine wertorientierte Verteilung der Kunden nach optimiertem Gesamtwert auf die Kampagne erfolgt. Die Entwicklung der dafür benötigten Kundenscores hängt von der jeweiligen Unternehmensstrategie ab und ist keinesfalls trivial, da sie empfindlichen Einfluss auf die Optimierung des Marketings hat. Strategische Fragestellungen spielen eine wichtige Rolle bei der anschließenden Szenarienerstellung.

Moderne Optimierung erlaubt optimale Prognosen

Bei der Auswahl der Kampagnen sollten verschiedene Szenarien der Optimierung simuliert werden, wobei aus einem Set an möglichen Scoring-Modellen jenes zu Grunde gelegt werden sollte, welches ein zuvor definiertes Ziel (zum Beispiel Responsewahrscheinlichkeit mal erwarteten Umsatz) optimiert. Im Zuge dieser Predictive Analytics lassen sich verschiedene Kontaktstrategien und Nebenbedingungen testen und untereinander vergleichen. Beispielsweise können maximale Kampagnenbudgets gesetzt werden oder eine maximale Kanalauslastung vorgegeben werden. Im Rahmen von klaren Kontaktstrategien lassen sich Ober- und Untergrenzen bei der Kommunikation definieren. Bei einer E-Mail-Kampagne lässt sich so beispielsweise vorab eine Bandbreite an versendeten Mails vorgeben, die mit zusätzlichen Regeln, wie personenbezogenen Kontaktsperren aufgrund von Werbeverboten oder Intervallen für die Kontaktaufnahme, angereichert werden können.

Darüber hinaus entscheidet das Niveau dieser Nebenbedingungen vom individuellen Kundenlevel bis hin zu aggregierten Kundendaten, darüber, in welchem Rahmen ein Maximalbudget an Werbeausgaben zu Grunde gelegt wird (zum Beispiel ein Budget von 12 € pro Kunde oder ein Budget von 1.000.000 € für eine Kampagne). Diese Simulationsmöglichkeiten sind von hoher Relevanz, da das Set an Optionen bei der Szenarienauswahl enorm groß ist. Bei der Interpretation der Optimierungsergebnisse ist jedoch Vorsicht geboten. Auch wenn die Szenarien durch die Softwareunterstützung leicht zu erstellen sind, ist deren Interpretation häufig von einer hohen Komplexität geprägt. Hierbei ist es wichtig, dass in der Verantwortung stehendes Personal ein hinreichend tiefgehendes Datenverständnis aufweist.

Automatisierung der Ergebnisse

Der dynamische Charakter der modernen Marketing Optimierung kann am effizientesten genutzt werden, wenn es gelingt die Ergebnisse der Optimierungssoftware an die Plattform für die Kampagnenaussteuerung anzubinden. Das Verdienst einer erfolgreichen Integration der Ergebnisse in die vorherrschende Infrastruktur kann zum einen in einer Ressourceneinsparung gesehen werden, da Abstimmungsaufwand und Zeit eingespart werden können, zum anderen eröffnet sich die Möglichkeit der Archivierung von Optimierungsergebnissen. Dadurch ergibt sich im zeitlichen Verlauf die Möglichkeit, Vergleiche von Optimierungszyklen vorzunehmen. Hierdurch kann der Erkenntnisgewinn gesteigert und eine unter Effizienzgesichtspunkten stattfindende Neuausrichtung der Optimierung eingeleitet werden.

Change Management

Kommen wir nun zur praktischen Umsetzung. Was sollte ein Unternehmen konkret ändern, um die Marketing Optimierung erfolgreich zu etablieren? In der Regel notwendige Anpassungen der IT-Landschaft sowie die Definition geeigneter Datenstrukturen können als wesentliche Erfolgsfaktoren bei der Marketing Optimierung festgehalten werden. Insbesondere sollten neue BI-Lösungen flexibles Datenmanagement ermöglichen. Hierbei sollte der Fokus auf der Analysefunktionalität liegen und sich neue Anwendungen in etablierte Strukturen integrieren lassen. Das Zusammenspiel von vorhandener IT-Infrastruktur mit neuen Technologien führt dabei zu einer zunehmend heterogenen BI-Landschaft deren zweckmäßige Steuerung eine wesentliche Herausforderung für Unternehmen darstellen wird. Analytische Datenbanken werden zukünftig an Bedeutung gewinnen, da eine avisierte Datenzentralisierung nur schwer mit der Heterogenität der Technologien vereinbar ist. Durch die Komplexität und die Anforderungen an ein flexibles Datenmanagement, ist die erfolgreiche Einbindung der Mitarbeiter entscheidend, da hier der schnittstellenübergreifende Charakter im softwaregestützten Database Marketing besonders ins Gewicht fällt. Die Orientierung an Kundenwerten und damit einhergehenden Score-Berechnungen müssen Einzug in das operative Marketing erhalten und die Zusammenarbeit der beteiligten Fachbereiche intensiviert werden. Die Neu-Organisation des Kampagnenmanagements ist hierbei von besonderer Bedeutung, da neu aufgebaute Scorings bereits am Anfang der Optimierung zur Verfügung stehen müssen und somit die Kampagnenplanung und -durchführung zeitlich angepasst werden muss.

Die Schulung des Personals kann hier beispielsweise im Rahmen von Workshops geschehen, deren Zielsetzung eine Transparenz schaffende Wissensvermittlung sowie die Verzahnung der beteiligten Fachabteilungen und deren eindeutige Rollenverteilung sein sollte. Kenntnisse über die Anforderungen an ein strategisches Change Management sind daher von außerordentlicher Bedeutung, um eine erfolgreiche Umsetzung der Marketing Optimierung zu gewährleisten.

Zusammenfassung

Marketing Optimierung sollte sich heutzutage neuer Anwendungen und Technologien bedienen, um im Zeitalter von Big Data für ein adäquates Handling der Daten zu sorgen. Gelingt die erfolgreiche Integration der neuen Softwarelösungen sowie der Optimierungsergebnisse in bestehende Prozesslandschaften und vorhandene Scoring- Modelle, so versetzen sich Unternehmen im heutigen Umfeld einer durch große Komplexität geprägten Datenlandschaft in die Lage, ihre Kunden zur richtigen Zeit, über den richtigen Kanal, mit dem richtigen Angebot anzusprechen und ihren Umsatz zu steigern.

Autor:Philip Pasterkamp, Unternehmensberater bei der Cintellic Consulting Group. Die Cintellic Consulting Group ist als Beratungshaus spezialisiert auf die Bereiche Customer Experience Management, Customer Relationship Management, Marketing Operations Management, Kampagnenmanagement und Business Intelligence. Ihre Mitarbeiter besitzen langjährige Erfahrung in der Strategie-Entwicklung sowie in den Bereichen Prozessoptimierung und Customer Insights.

RSS Feed

Neuen Kommentar schreiben

Entdecken Sie die Printmagazine des WIN-Verlags