MarTech: Daten und Datenqualität sind der Schlüssel zum Erfolg
Marketing-Technologie (MarTech) nimmt in der Digitalisierung eine wichtige Rolle ein. Doch CRM, eShop, Marketing-Automation und CDP sind nur so gut wie die Daten, auf denen diese Systeme aufbauen. In dieser Artikelreihe zeige ich, warum Sie Ihre Daten im Griff haben müssen, wie Sie Daten in die Systeme hineinbekommen und was sich hinter dem Begriff CDP verbirgt. Im ersten Teil geht es um die Frage: Was ist wichtiger, Daten oder Tools?
Die digitale Revolution schreitet immer weiter voran. Der Bedarf nach der Digitalisierung von Prozessen, insbesondere im Marketingbereich, steigt enorm. Ein Treiber ist sicherlich die immer noch anhaltende Pandemie, aber auch die neuen ePrivacy-Verordnungen und die Ankündigung von Google, 3rd Party Cookies zu verbieten, sind weitere sogenannte «apokalyptische Reiter», wie der Marketing Tech Monitor 2021 die Beschleuniger der Digitalisierung bezeichnet.
Auf jeden Fall braucht es Technologie, Tools, Systeme. Wer aber denkt, die Anschaffung einer Software löse Probleme bei der Marketingeffizienz, der liegt falsch. Sie kaufen auch keine Küche und erwarten von ihr, dass sie für Sie kocht. Es braucht frische Zutaten und Kochkünste, oder zumindest ein Kochbuch.
MarTech und Daten
Das sind die wichtigsten Thesen dieses Artikels.
- Es gibt eine Korrelation zwischen Datenqualität und Rentabilität.
- Man kann auf Basis von qualitativ schlechten Daten ganze Prozesse automatisieren, nur nützt es einem nichts.
- Qualitativ hochwertige Daten sind die Voraussetzung für die richtigen Entscheidungen, manuell oder automatisiert.
- Daten sind das Fundament, auf denen MarTech aufbaut.
- Daten sind wichtiger als die Technologie.
Am meisten Erfolg haben aus unserer Sicht diejenigen Unternehmen, die sich im Klaren darüber sind, dass ihnen externe und qualitativ hochwertige Daten und Informationen helfen, ihre Ziele besser, schneller und effizienter zu erreichen.
Die wichtigsten Fragen und Antworten zu diesem Thema habe ich für Sie zusammengestellt. Zu Beginn gleich eine provokante Unterstellung. Und zwar unterstelle ich, dass viele Unternehmen in Bezug auf MarTech im Blindflug unterwegs sind. Oder anders formuliert:
Gelten MarTech und Automation insgeheim als die Heilsbringer?
Es gibt solche Unternehmen. Im Blindflug unterwegs sein heisst konkret, nicht messen zu können, was man eigentlich mit seinen Massnahmen bewirkt. Die Unternehmen müssen einen Weg finden, wie sie erkennen, welcher Vertriebserfolg aus einer bestimmten Massnahme resultiert. Man muss abgleichen können, wen man kontaktiert hat, wer daraus Kunde geworden ist und ob da ein kausaler Zusammenhang besteht. Es braucht Attributionsmodelle, die aussagen, welcher Kampagne oder Massnahme eine bestimmte Conversion zuzuordnen ist. All das hat im Endeffekt mit Datenmanagement zu tun. Sie ist die Grundlage für die KPI-Messung und die Medizin gegen den Blindflug.
Was sind die grössten Pains der heutigen CMOs?
Dass sie sämtliche Daten richtig, sauber und standardisiert erfassen. Sie müssen ein Dublettenmanagement betreiben, identifizieren, wer in mehreren Systemen erfasst ist, welcher Kunde in welchen Kanälen aktiv ist bzw. kauft. Es geht darum, sich mit dem Konzept eines Unique Identifiers (z. B. die D&B D-U-N-S®-Nummer) auseinanderzusetzen, der systemübergreifend Daten zusammenführt. Das Konzept dieses Unique oder Key Identifiers hat sich noch nicht überall durchgesetzt. Das kommt auch im Bericht des Marketing Tech Monitors zum Ausdruck. Es ist das Fundament für erfolgreiches Data-Driven-Marketing, eine Konsolidierung über die verschiedenen Touchpoints herzustellen. Kernthema Datensilos.
Die D&B D-U-N-S®-Nummer: Die weltweite eindeutige Identifikationsnummer für Unternehmen
Was ist wichtiger? Der Marketing-Tech-Stack oder die Daten?
Wenn man mich fragt, dann sind es die Daten. In Summe wird es aber erst dann effizient, wenn MarTech und Daten zusammenkommen. Ich brauche die Daten UND ich brauche die Technologie und eine Infrastruktur, die die Daten an die richtige Stelle im Prozess bringt. Am Ende braucht es aber beides. Wenn ich zumindest über die richtigen Daten verfüge, kann ich auch über manuelle Prozesse richtige Entscheidungen treffen, z. B. die richtigen potenziellen Kunden identifizieren und im Vertrieb bearbeiten lassen. Wenn ich aber nur ein Tech-Stack ohne Content (Daten) bzw. mit nicht validen Informationen habe, dann kommt nichts dabei raus.
Marketing Tech Monitor 2022
Laden Sie die kostenlose Short-Version hier herunter
Sind die Unternehmen auf der MarTech- oder auf der Datenebene bei der Digitalisierung schon weitergekommen?
Das ist sehr unterschiedlich. Auf der Datenebene haben sie auf jeden Fall Nachholbedarf. Und vermutlich auch einen genauso grossen beim Aufbau der richtigen Technologiestacks, um die Daten auch sauber nutzen zu können. Das zeigt auch der Marketing Tech Monitor 2021. Rund ein Viertel des Marketingbudgets wandert ohnehin schon in MarTech. Mehr als zwei Drittel, also die überwiegende Mehrheit aller Unternehmen werden sogar noch mehr Mittel in Systeme und Tools hineinstecken.
Abbildung: Marketing-Allokation im Jahr 2021 nach Gartner (Quelle: Marketing Tech Monitor 2021)
Wo fangen die Unternehmen idealerweise an?
Sie müssen sicherstellen, dass sie ihre internen Daten in den Griff bekommen, damit sie eine saubere Datenqualität herstellen. Dann müssen sie identifizieren, welche externen Daten ihnen in den Prozessen tatsächlich weiterhelfen und von dem ausgehend dann eine Infrastruktur planen und die Investitionen in die richtigen Werkzeuge tätigen.
Die Kernfrage: Warum braucht man qualitativ hochstehende Daten für Data-Driven-Marketing?
Es gibt hier zwei Themen, die man betrachten muss. Bei den Projekten, die wir als Dun & Bradstreet für unsere Kunden umsetzen, gibt es einerseits das Prozessthema, also wie stellen wir Daten bei den Kunden in den jeweiligen Prozessen zur Verfügung. Die Automation als Kernziel der digitalen Revolution ist der Fokus in den allermeisten unserer Projekte. Andererseits geht es um die Daten selbst. Automation allein reicht nicht, denn am Ende geht es um eine Effizienzsteigerung. Die Integration von Prozessen dient nicht dem Selbstzweck. Es geht darum, auf Basis der richtigen Informationen die richtigen Entscheidungen zu treffen – und vor allem automatisiert die richtigen Entscheidungen zu treffen.
Und die Basis dazu sind valide und vollständige Daten.
Das ist das Fundament, auf dem MarTech schlussendlich aufbaut – damit man nicht mehr aus dem Bauch heraus Entscheidungen trifft, sondern data-driven.
Kann man seine Prozesse mit schlechten Daten durchautomatisieren?
Das ist möglich. Nur es bringt einem nichts. Der Haken ist, dass getroffene Entscheidungen nur dann besser werden, wenn die Datenbasis für die zu fällende Entscheidung relevant ist. Nur so erreicht man eine Steigerung der Effizienz und schlussendlich beim Wachstum.
Man muss auch erkennen, dass Unternehmen, die nicht data-driven operieren und das auch nicht im Sinn haben, früher oder später ein Problem bekommen werden.
Was sind die grössten Hürden bei der Automation von Marketing- und Vertriebsprozessen?
Dass die Automation auf validen Informationen aufsetzt. Das ist die Grundvoraussetzung, die man schaffen muss. Automatisierte Prozesse brauchen Daten, die valide erhoben werden, die sauber und aussagekräftig sind. Auf der anderen Seite haben wir das Thema Datensilos, also wie man die verschiedenen Systeme miteinander vernetzt. Dazu ist in der Regel viel Schnittstellenprogrammierung notwendig, damit die einbezogenen Systeme miteinander kommunizieren. Das bindet viel IT-Ressourcen, die meist ein knappes Gut sind. Das ist unsere Erfahrung aus vielen Kundenprojekten.
Wie kriegt man die Daten in die Prozesse rein?
Bei unseren Kundenprojekten schauen wir uns als Erstes den Use Case an. Wir verschaffen uns einen Überblick darüber, wo das Unternehmen steht, welchen Bedarf es hat und welcher Prozess momentan im Einsatz ist. Wir sehen dann, ob es im konkreten Fall eher um Stammdatenprozesse geht oder ob der Kunde bereits bei der Risikoabwägung ist oder sich mit Sales- oder Marketingthemen auseinandersetzt. Sobald wir darüber Klarheit erlangt haben, analysieren wir, welche Informationen für den spezielle Use Case einen Mehrwert bieten. Das erarbeiten wir zusammen mit dem Kunden und erproben es anschliessend in einer Pilotierung. Danach diskutieren wir mit dem Kunden, wie wir die Daten sinnvollerweise seinem Prozess zur Verfügung stellen.
Wie funktioniert die Datenintegration technisch?
Das läuft über unsere APIs. Wir reden mit Kunden über MarTech und Automation. Daher sind es unsere Schnittstellen, die wir in die Projekte einbeziehen und über die die gewünschten Daten für die Kunden abrufbar sind.
