Business Intelligence und Attributionsmodelle

In den vergangenen Jahren sind die Optionen eine Marke oder ein Produkt zu bewerben immer vielfältiger geworden. Dies ermöglicht es Marketingfachleuten ein grösseres Repertoire anzuwenden und gleichzeitig ihre Botschaft fokussierter zu streuen. Gleichzeitig werden Kampagnenplanungen jedoch auch immer komplexer und eine detaillierte Mediaplanung, laufende Kampagnenoptimierung und Ergebnisanalyse sind essentielle Bausteine von umfangreichen Marketingmassnahmen.

Gerade in einem hochkompetitiven Umfeld wie im Ecommerce wird es immer wichtiger seine Kunden zu kennen. Dies bezieht sich nicht nur auf die Analyse der Daten des eignen Onlineshops, wie die Auswertung des Warenkorbwerts oder der Bestellhäufigkeit. Es gilt vielmehr detaillierte Einblicke in die Wünsche und Einstellungen des Kunden zu gewinnen. Mit diesen Erkenntnissen können passgenaue Marketingkampagnen ohne grossen Streuverlust entworfen werden, um damit die Zielgruppe optimal und mit der richtigen Botschaft anzusprechen. Auf diese Weise ist es möglich den Umsatz und den Return on Investment (ROI) der Kampagne zu erhöhen, sowie die Kundenbindung zu steigern. Um dies zu erreichen empfiehlt sich der Einsatz von Business Intelligence und von Attributionsmodellen.

Was ist Business Intelligence?

Es handelt sich um technologiegestützte Prozesse und Verfahren, um Daten so darzustellen, dass sie als Grundlage für Geschäftsentscheidungen genutzt werden können. Dies beinhaltet die Erfassung, die Integration, die Analyse und die Präsentation aller relevanter Informationen. Business Intelligence ist daher ein datengesteuertes Entscheidungsunterstützungssystem für Manager. Beschlüsse werden demnach nicht nur aufgrund von Fachwissen und Erfahrung getroffen, sondern der Findungsprozess durch eine datenbasierte Komponente erweitert. Sowohl interne als auch externe Datenquellen können in den Prozess integriert werden, um Analysen zu entwickeln, die in Dashboards visualisiert werden können. In einem ersten Schritt wird die Art der Datenerhebung festgelegt, z.B. ob diese qualitativ oder quantitativ erfolgt und aufgrund welcher Basis, wie einem Data-Warehouse oder über Online-Transaction-Processing. Anschliessend werden Zusammenhänge und Beziehungen der einzelnen Datensätze festgelegt, um ein Fundament für die Auswertung zu schaffen. Die Ergebnisse dieser Auswertungen dienen in einem letzten Schritt dann als Entscheidungsgrundlage für das Management.

Business Intelligence in der Praxis

Ein gängige Vorgehensweise im Ecommerce ist es das Kundenverhalten zu analysieren, sowohl die Bestellungen, als auch Klicks, Sucheingaben und weitere Parameter. Aufgrund der Ergebnisse lässt sich ein Plan für Predictive Marketing erstellen, d.h. der Kunde wird gezielt mit Produktwerbungen angesprochen, die zu seinem Verhalten passen. Dies bietet zudem die Option statistische Zwillinge zu erstellen. Damit werden Kunden in Cluster zusammengefasst und Neukunden mit gleichen Produkten angesprochen wie Bestandskunden, die ein ähnliches Benutzerverhalten, sowie ähnliche Daten aufweisen.

Im Marketing ist es oft schwierig Kunden crossmedial und geräteübergreifend anzusprechen und Daten zu analysieren. Beispielweise sieht ein Kunde eine Werbung, nutzt aber einen anderen Kanal für die Bestellung. Mit Business Intelligence Lösungen lässt sich diese Lücken schliessen. Ein Beispiel hierfür ist es über GPS-Tracking einen kleinen Radius rund um Out-of-Home Werbeformen zu bestimmen. Gibt es eine erhöhte Nutzung der Kundenapp in einem Umkreis von wenigen hundert Metern, nachdem an diesem Ort beispielweise eine grosse Plakatwand aufgestellt wurde? Falls ja, so ist dies direkt auf die Werbeform zurückzuführen.

Ebenso ist es möglich selbst TV-Werbung mit einem Onlineshop zu verknüpfen, indem Ausstrahlungspläne und Websitedaten wie Zugriffe und Bestellungen verknüpft und über intelligente Algorithmen ausgewertet werden. Mit solchen Attributionsmodellen werden daher Conversions oder Umsätze bestimmten Kanälen bzw. Größen im gesamten Verkaufsprozesses zugeordnet. Oft werden bei Auswertungen nur die letzten Touchpoints bis hin zu einer Aktion ausgewertet, also z.B. der Klick auf ein Banner, über das der Kunde auf die Website gelangt. Viele vorherige Kontaktpunkte mit dem Kunden werden so aber ignoriert und die Effizienz der einzelnen Schritte daher nicht korrekt wiedergegeben. Je nach Produkt und Unternehmen eigenen sich bestimmte Modelle am besten für die Auswertung, sodass für jeden Kanal und Touchpoint eine unterschiedliche Gewichtung zum Tragen kommt. Beliebte Vorgehensweisen sind die Time-Decay-Attribution, Position-Based-Attribution und First-Click-Attribution.

Ein weiteres mögliches Beispiel für den Einsatz von Business Intelligence wäre die Verknüpfung von Wetterdaten mit Sportapps. Regnet es in einer bestimmten Region so könnte der Tipp lauten: „Morgen ist Training zu Hause angesagt, mache folgende Übungen“. Scheint in einer anderen Region am nächsten Tag die Sonne, so könnte der User mit folgendem angesprochen werden: „Tolles Wetter, schnapp dir deine Laufschuhe“. Botschaften werden somit aufgrund von Datenverknüpfungen und -analysen personalisiert und auf die individuellen Umstände und Bedürfnisse der Kunden zugeschnitten.

Das richtige Tool

Es gibt bereits einige gute Tools auf dem Markt, wie beispielsweise SAP Business Intelligence, Datapine und Zoho Analytics, um ein entsprechendes System zu integrieren. Hier gilt es jedoch immer zuerst die Unternehmensstrategie und die eigene Zielgruppe in Einklang zu bringen. Daher sind gut funktionierende Systeme meist sehr individuell gestaltet und für gewisse Branchen, Produkte und Kundengruppen optimiert. Eine sorgfältige Recherche ist somit im Vorfeld zu empfehlen, damit das zu implementierende System später auch valide und hilfreiche Aussagen treffen kann.

Fazit

Immer mehr Unternehmen erkennen, dass Daten und Inhalte nicht als separate Aspekte des Informationsmanagements betrachtet werden sollten, sondern als integrierter Unternehmensprozess. Durch die Einführung von Business Intelligence ist es möglich Daten intelligent zu verknüpfen, um damit wertvolle Ergebnisse zu schaffen. Manuelle Prozesse werden automatisiert, die Effizienz gesteigert, gleichzeitig Kosten reduziert und die Profitabilität erhöht.