Data-driven Marketing hat die Aufgabe, die Marketing-Effizienz und somit den ROI zu steigern. Dieser Artikel geht dem datengetriebenen Marketing auf den Grund und beantwortet Fragen zu Datenherkunft, Datenmanagement, Datenintegration und Marketingbudget.

Die Anzahl der verfügbaren Marketing-Tools explodiert geradezu. Lag die Zahl 2011 noch in den Hunderten, so waren es 2020 bereits über 8000. Wer aber denkt, dass data-driven Marketing und der Einsatz von MarTech-Tools ein und dasselbe sind, liegt falsch. In Wahrheit lässt sich datengetriebenes Marketing auch ohne Tools und Systeme umsetzen. Es geht darum, dass die richtige Person die richtige Information in der richtigen Form zum richtigen Zeitpunkt zur Verfügung hat und damit die richtige Entscheidung trifft.

Marketing in der heutigen Zeit der digitalen Transformation bedeutet aber auch, mit einem geringen Mitteleinsatz das Maximum an Wirkung zu erzielen. Das lässt sich wiederum nur mit Tools und Systemen erreichen. Ein weiterer zentraler Aspekt der Digitalisierung ist die Automation. Moderne Marketingorganisationen zeichnen sich dadurch aus, Prozesse zu automatisieren. Ein Beispiel ist das Lead-Nurturing, bei dem die Interessenten eine Reihe von E-Mails mit Inhalten und Angeboten ausgespielt bekommen und wo im Hintergrund ein Scoring die heissen Leads identifiziert. Ohne Automation ist das schlichtweg nicht möglich.

Definition von data-driven Marketing

Als data-driven Marketing bezeichnet man die Generierung von Daten zu Kunden und Interessenten in den eigenen Touchpoints, deren Anreicherung mit externen Informationen sowie deren Analyse und Nutzung mit dem Ziel, die richtigen Entscheidungen zu treffen, Kampagnen relevant und personalisiert auszuspielen, die aussichtsreichsten Vertriebspotenziale zu identifizieren, Prozesse zu automatisieren und im Endeffekt die Marketing-Effizienz (ROI) zu verbessern.

Kern des data-driven Marketings: Effizienzsteigerung

Im Grunde geht es beim datengetriebenen Marketing um die Steigerung sowohl der Effizienz als auch der Effektivität. Es geht darum, die richtigen Dinge zu tun – aber auch, die Dinge richtig zu tun.

Die richtigen Dinge tut man, wenn man die Entscheidungen aufgrund von Daten und Informationen richtig trifft. Das kann eine personalisierte Kampagne sein, eine Qualifizierung von Leads oder die Identifikation von vielversprechenden Vertriebspotenzialen. Zugrunde liegen stets Daten und Informationen, die verdichtet und analysiert eine Aussage über eine definierte Fragestellung machen. Wer im Markt kauft Produkt XY? Welches Unternehmen hat einen kurzen Sales Cycle? Wer ist der Ansprechpartner bei der Firma YZ und welche Story will er hören? Usw.

Die Dinge richtig tut man dann, wenn man mit möglichst geringem Mitteleinsatz ein Maximum an Output generiert. Das Stichwort heisst Automation. Ziel der digitalen Transformation ist es, Prozesse zu automatisieren. Ein Beispiel: Ein Onlineshop führt das Onboarding von neuen Kontakten automatisch durch, inkl. Korrektur und Standardisierung der eingegangenen Daten, im Idealfall geschieht das sogar in Real-Time. Im Hintergrund findet aufgrund von verschiedenen Kriterien eine Zuweisung in eines der Kundensegmente statt, die wiederum das Ausspielen von Angeboten steuert. Jede Interaktion der Person wird danach gespeichert und ausgewertet und steuert den Aussand nachfolgender Kampagnen oder Angebote.

Welche Arten von Daten gibt es?

Data-driven Marketing basiert logischerweise auf Daten. Gewisse generieren die Unternehmen selbst, andere erhalten oder kaufen sie von Dritten. Man unterscheidet in diesem Kontext zwischen First, Second und Third Party Data.

First Party Data

… gewinnen Unternehmen bei der Interaktion mit Kunden und Interessenten in den eigenen Kanälen wie Website, App, Social Media, Marketingkampagnen etc. Typisch dabei sind der Besuch auf einer Landing-Page, ein Download eines Inhalts, Wettbewerbsteilnahmen, Kauf, Reklamationen, Supportanfragen, Newsletter-Anmeldungen, Offertanfragen etc.

Second Party Data

… sind im Prinzip die Gleichen wie First Party Data. Der Unterschied: Nicht das Unternehmen selbst, sondern eine Partnerfirma sammelt sie und stellt sie zur Verfügung.

Third Party Data

… beziehen Unternehmen von einem spezialisierten Partner, der sie sammelt, aggregiert und in einer nutzwertigen Form verkauft. Typische Third Party Daten sind Finanzzahlen oder Compliance-Informationen.

Wieso ist die Nutzung von Third Party Data wichtig?

Diese Frage ist schnell beantwortet: Es gibt Informationen, die ein Geschäftspartner nicht freiwillig preisgibt. Marketingorganisationen werden immer stärker am ROI gemessen und können es sich nicht leisten, Ressourcen bei der Bearbeitung der falschen Verkaufspotenziale zu verschwenden. Das macht eine Qualifizierung von Leads umso wichtiger.

Ein Aspekt bei der Leadqualifizierung ist das Risikomanagement. Unternehmen wollen Geschäfte ausschliesslich mit Unternehmen abschliessen, von denen sie wissen, dass sie ihre Rechnungen auch zahlen werden. Die Einhaltung von Compliance-Richtlinien gewinnt auch immer mehr an Bedeutung. Einen Verstoss will und kann sich niemand leisten, der seinen eigenen guten Ruf nicht ruinieren will. Das macht eine Risikoprüfung von Leads unerlässlich, und zwar schon bevor der Vertriebsprozess überhaupt begonnen hat. Über Third Party Data erhalten die Unternehmen die notwendigen Daten, um ein Onboarding und eine Qualifizierung durchzuführen.

Third Party Data unterstützt Marketingorganisationen auch dabei, die aussichtsreichsten Vertriebspotenziale zu identifizieren oder die Konversionsrate bei Verkaufskampagnen zu erhöhen. Es geht stets eine Analyse der Daten voraus. Idealerweise kombiniert man First Party mit Third Party Data und bestimmt dadurch die gewinnbringendste Vertriebsmassnahme.

Wie integriere ich externe Daten in meinen Systemen?

Die Integration externer Daten läuft in der Regel über eine Schnittstelle / API zu einem Datenanbieter, wie es Dun & Bradstreet ist. Eine API lässt sich in der Regel in jedes Marketing-Tool integrieren. Solche Projekte sind aber oft komplex und benötigen viele Ressourcen, vor allem im IT-Bereich. Da diese aber begrenzt sind, geht der Trend hin zu sogenannten Standard-Konnektoren. Sie funktionieren nach dem Plug-and-Play-Prinzip. Das bedeutet, dass eine schnelle und unkomplizierte Anbindung an die gängigsten Standardsysteme wie Salesforce, Microsoft Dynamics, SAP, Marketo, Hubspot und viele weitere möglich ist.

Siehe unser Artikel zum Thema Datenintegration

Wie stelle ich eine hohe Datenqualität in den Marketing-Systemen sicher?

Daten veralten. Man rechnet, dass nach einem Jahr ca. 25 % der Datensätze nicht mehr stimmen. Eine Pflege und Aktualisierung der Datenbestände ist aufgrund der hohen Zahl an Datensätzen manuell nicht möglich. Zur Aufrechterhaltung der Datenqualität gibt es zwei Lösungen.

• Schnittstelle / API: Anbindung der Systeme oder Tools via Schnittstelle mit dem Datenuniversum eines Anbieters. Die Aktualisierung laufen direkt in die Systeme. Oft in Realtime, aber auch je nach Anwendung in definierten Intervallen möglich.
• Batch: Der Datenbestand wird in regelmässigen Abständen von einem Datenanbieter bereinigt, korrigiert und je nach Use Case mit zusätzlich Informationen angereichert. Die bereinigten Datensätze werden ins Marketing-Tool, in vielen Fällen CRM-System, importiert.

Tipp: Laden Sie den kostenlosen Leitfaden zu modernem Datenmanagement herunter.

Leitfaden Datenmanagement: Jetzt downloaden

Welche Hürden gibt es beim Datenmanagement?

Daten bringen eine Marketingorganisation nur weiter, wenn sie korrekt, vollständig und standardisiert in den Systemen vorliegen. Dazu gehört ein Dublettenmanagement, das verhindert, dass Datensätze doppelt vorliegen. Das ist insbesondere in einer Landschaft mit mehreren Systemen wichtig – Stichwort Datensilos. Es ist unerlässlich, Transaktionen, die in verschiedenen Touch-Points geschehen, zusammenzuführen und ein vollständiges Bild des Kunden oder Interessenten vorliegen zu haben.

D&B D-U-N-S®-Nummer, Quelle: Dun & Bradstreet

Im B2B-Bereich ist die Nutzung eines Unique Identifiers wie der D&B D-U-N-S®-Nummer mittlerweile unumgänglich. Er führt Datensätze systemübergreifend zusammen und hilft dadurch, Datensilos nachhaltig zu eliminieren.

Beispiele aus dem data-driven Marketing

Lead-Qualifizierung

Sie ist im B2B-Bereich die Kernaufgabe einer jeden Marketingorganisation. Wer heute noch unqualifizierte Liste mit Kontakten kauft und denkt, dass der Sales diese mit Enthusiasmus bearbeitet, ist gelinde gesagt altmodisch unterwegs. Leads brauchen Qualifizierung. Die Aufgabe des Marketings ist es, dem Sales Leads mit kurzem Sales Cycle und hohem Potenzial zu übergeben. Grundlage dafür sind Daten, einerseits selbst generierte Daten aus Interaktionen, andererseits extern dazugekaufte Informationen, die zur Lösung des jeweiligen Use Case beitragen.

Relevanz, Personalisierung, Loyalisierung

Marketing-Kampagnen performen umso besser, je relevanter und persönlicher die Botschaft oder das Angebot sind. In der Praxis basieren Relevanz und Personalisierung auf Daten und auf vollständig vorliegenden und mit den richtigen Informationen angereicherten Kundenprofilen. Das ist die Basis für die Zuordnung der Kontakte in die richtigen Segmente und die Ausspielung der relevanten und persönlichen Botschaft. Mögliche Kunden rechnen es einem hoch an, wenn man sie zum richtigen Zeitpunkt mit der richtigen Story anspricht und ein Gespräch auf Augenhöhe führt. Die Konversionsrate steigt dementsprechend.

Das richtige Timing

Apropos Timing: Der richtige Zeitpunkt für die Kontaktaufnahme ist ein wesentlicher Treiber für einen erfolgreichen Geschäftsabschluss. Möbelhersteller rufen idealerweise dann bei potenziellen Kunden an, wenn ein Umzug oder die Eröffnung neuer Büros geplant sind. First und Third Party Intent Data helfen, den perfekten Zeitpunkt zu finden. Sie zeigen, welche Unternehmen sich online zu welchen Themen informieren – sowohl auf der eigenen als auch auf Websites Dritter.

Real-time Identifikation

Je besser man seine Kontakte kennt, desto eher werden sie kaufen und desto höher ist die Wahrscheinlichkeit, dass sie es wieder tun werden. Je früher man ein vollständiges Bild eines Interessenten hat, desto schneller wird man ihn über die Kaufschwelle bringen. Hier kommt die real-time Identifikation von Kontakten ins Spiel. Ein Beispiel ist die Registration eines Kontaktes auf einem Kontaktformular mit integrierter Suchfunktion. Anstatt alle Felder selbst auszufüllen, wählt der Interessent den passenden Vorschlag aus, der bei der Eingabe des Unternehmensnamen erscheint. Die Daten gehen normiert, korrekt und vollständig ins CRM-System ein und werden gleich über eine Schnittstelle mit zusätzlichen Infos angereichert.

Quelle: Dun & Bradstreet

Diese Grafik und viele Artikel zum Thema Lead-Qualifizierung finden Sie in unserem kostenlosen Leitfaden «Hochkarätige Leads mit Smart Data».

Leitfaden jetzt downloaden

Der Kampf ums Marketing-Budget

Immer am Ende eines Jahres gehen die Diskussionen ums Marketing-Budget los. Die CMOs wollen natürlich mehr (oder mindestens gleich viel), Geschäftsleitung und Finanzen versuchen, Ausgaben zu streichen. Auch in Krisenzeiten ist es die Regel, dass die Unternehmen oft zuerst bei den Marketingkosten einsparen.

Data-driven Marketing hilft, eine solide Basis für Budgetverhandlungen zu schaffen. Viele Unternehmen sind heute im Blindflug unterwegs. Sie sind nicht in der Lage, zu messen, was sie mit Marketing-Massnahmen bewirken. Um bei Budgetdebatten gute Karten in der Hand zu haben, sind solide Attributionsmodelle notwendig. Sie sagen aus, welcher Vertriebserfolg auf welche Marketing-Massnahme zurückzuführen ist. Das alles hat wiederum mit Daten und Datenmanagement zu tun. Data-driven Marketing, richtig aufgesetzt und durchorchestriert, liefert die Kennzahlen und Reportings, die es einer Geschäftsleitung einfach macht, die notwendigen Mittel fürs Marketing zu sprechen.