Das Unternehmen machte so einen entscheidenden Schritt hin zum datenzentrierten Unternehmen; in der Folge stiegen die Sales um mehr als 70 %.<\/p>\n
Fast zehn Jahre sp\u00e4ter h\u00f6rte Nike erneut auf die in seinen Daten verborgene Botschaft und initiierte die \u201eConsumer Direct Offense<\/a>\u201c: Der Fokus dieser demographiebasierten Marketingstrategie liegt darauf, Kunden pers\u00f6nlich anzusprechen und zu bedienen \u2013 und zwar in gro\u00dfem Ma\u00dfstab. Mit dem Ziel, \u201eein lokales Unternehmen in globalem Ma\u00dfstab aufzubauen\u201c, will Nike in dieser Initiative Kunden in zw\u00f6lf zentralen St\u00e4dten in zehn L\u00e4ndern besonders intensiv zu Diensten sein.<\/p>\n Man erwartet, dass diese zw\u00f6lf St\u00e4dte mehr als 80 % des erwarteten Wachstums von Nike bis zum Jahr 2020 repr\u00e4sentieren. Bereits sechs Monate nach Start der Initiative vermeldete Nike ein Umsatzplus von 5 %. Zwar lassen sich zum langfristigen Erfolg der Initiative noch keine Aussagen treffen, aber das ist zumindest schon mal ein ausgesprochen erfolgreicher Start.<\/p>\n Als Brand oder Retailer stehen euch gro\u00dfe Mengen von Kundendaten zur Verf\u00fcgung. Doch seid ihr bereits ein datenzentriertes Unternehmen? Oder sitzt ihr lediglich auf einem gro\u00dfen Berg mehr oder minder ungenutzter Daten? Zwar ist heute bereits jedem Werbetreibenden bewusst, welche entscheidende Rolle Daten f\u00fcr das Gesch\u00e4ft spielen, doch die wenigsten haben einen effektiven Plan, um dieses Potenzial richtig auszusch\u00f6pfen.<\/p>\n F\u00fcr den aktuellen Report\u00a0\u201eThe Data-Centric Organization 2018\u201c<\/a>\u00a0befragte die Winterberry Group in Zusammenarbeit mit der Data and Marketing Association (DMA) und dem Interactive Advertising Bureau (IAB) mehr als 110 Werbetreibende und Publisher: 90,1 % der Befragten \u201ekonzentrieren sich aktuell massiv auf das Ziel der Datenzentriertheit f\u00fcr ihre Unternehmen\u201c.<\/p>\n Nur 1,3 % vertrauen aktuell umfassend darauf, dass ihre Unternehmen \u00fcber die richtige Expertise, Erfahrung und Qualifikationen verf\u00fcgen, um das Potenzial ihrer Daten optimal auszusch\u00f6pfen. Mehr als 87 % der Befragten gaben an, dass die daf\u00fcr am dringendsten ben\u00f6tigte Expertise in der Datenanalyse liegt.<\/p>\n Echte Datenzentriertheit erfordert jedoch mehr als nur ein Team von Datenexperten. Der Report definiert \u201eDatenzentriertheit\u201c als \u201eden Umfang, in dem eine Organisation kulturell und in ihren Prozessen darauf vorbereitet ist, Kundendaten nicht nur als Quelle von Insights f\u00fcr Werbung, Marketing und Engagement zu nutzen, sondern auch als Grundlage f\u00fcr breiter angelegte Unternehmensinitiativen.\u201c<\/p>\n Das hei\u00dft: Euer Unternehmen muss nicht nur in die eigentliche Datenanalyse investieren, sondern Datenzentriertheit basiert auf vier entscheidenden S\u00e4ulen: People, Plattformen, Partner und Prozesse.<\/p>\n <\/p>\n Es ist nicht ungew\u00f6hnlich, sich bei der Frage nach den f\u00fcr Datenzentriertheit ben\u00f6tigten Mitarbeitern vor allem auf ein starkes Datenteam zu konzentrieren. Doch um wirklich zum datenzentrierten Unternehmen zu werden, braucht ihr mehr als nur gute Analytiker.<\/p>\n F\u00fcr Charlie Cole, Chief Digital Officer bei Tumi, begann der Weg des Unternehmens zum Premium-Anbieter im Bereich Business, Accessoires und Reise-Lifestyle bei den Daten. Und \u2013 vielleicht noch viel wichtiger: Jedes einzelne Team, vom Vertriebspersonal bis hin zum Kreativdirektor, wurde darin geschult, die Omnichannel-Effekte von Daten in vollem Umfang zu verstehen.<\/p>\n \u201eMan sollte niemals vergessen, dass diese Daten dazu dienen sollten, um eure Produkte und eure Brand zu unterst\u00fctzen\u201c, so Cole k\u00fcrzlich auf dem AgilOne Customer Data Platform Summit. \u201eWenn ihr eure Mitarbeiter nicht darin schult, zu erkennen, welchen Effekt Daten haben, hat euer Unternehmen bei der Wahrnehmung des wirtschaftlichen Umfelds gro\u00dfe tote Winkel.\u201c<\/p>\n In der Praxis bedeutet das zum Beispiel, die Daten daf\u00fcr zu nutzen, dem Creative Director nicht nur zu zeigen, welche Produktlinien gut (oder schlecht) laufen \u2013 sondern auch warum. Genauso kann man mit Insights aus den Daten die Verk\u00e4ufer in den Gesch\u00e4ften dazu motivieren, ihre Zeit in Omnichannel zu investieren und nicht nur in Aktivit\u00e4ten im Gesch\u00e4ft selbst.<\/p>\n Coles Team nutzte die im Unternehmen vorhandenen Daten, um die Strategien zur E-Mail-Segmentierung, Personalisierung und Kundenansprache neu auszurichten. Tumi verschickte 2016 40 Millionen weniger E-Mails als im Vorjahr \u2013 und erzielte gleichzeitig einen Umsatzanstieg von 28,5 %. Tumi modifizierte auch das Marketing im station\u00e4ren Handel: Das Verkaufspersonal in den Gesch\u00e4ften investiert jetzt Zeit, potentielle Kunden pers\u00f6nlich anzurufen, anstatt sich nur auf die Sales im Gesch\u00e4ft selbst zu konzentrieren.<\/p>\n \u00a0(Mehr Informationen:\u00a0<\/em>Clean Your Data, Trust the Machine: 6 Key Takeaways from AgilOne\u2019s Customer Data Platform Summit 2018 (in englischer Sprache))<\/em><\/p>\n <\/p>\n Nehmen wir mal an, ihr wisst, wie ihr die richtigen Mitarbeiter f\u00fcr euer Unternehmen gewinnt. Jetzt liegen zwei ganz entscheidende Schritte vor euch: Ihr m\u00fcsst euren Mitarbeitern zum einen die richtigen Tools zur Verf\u00fcgung stellen und zum anderen daf\u00fcr sorgen, dass diese Tools in eure bestehenden Systeme integriert werden.<\/p>\n Die vielen, oft heterogenen Datenstr\u00f6me, die euer Unternehmen t\u00e4glich verarbeiten muss, um eure Kunden und ihr Verhalten zu verstehen, k\u00f6nnen eine echte Herausforderung darstellen. Hier eine kurze und keinesfalls vollst\u00e4ndige Liste potentieller Datenquellen:<\/p>\n In der Summe ergibt das eine gigantische Menge Daten. Wie k\u00f6nnt ihr sicherstellen, dass ihr nicht nur jede einzelne Datenquelle, sondern auch das sich aus allen Datenstr\u00f6men ergebende Gesamtbild richtig erfasst und nutzt? Die richtigen Werkzeuge f\u00fcr Zielgruppenaufbau, Analyse und Messung bieten euch daf\u00fcr leistungsstarke Funktionen und Features. Das erspart euch m\u00fchsame Arbeit.<\/p>\n Im Folgenden stellen wir euch ein paar Standardwerkzeuge vor \u2013 aufgeteilt in die drei wesentlichen Phasen der Datenanalyse.<\/p>\n Dies ist der erste grundlegende Schritt jeder Datenanalyse. Er wird auch ETL genannt: Extraction, Transformation and Loading. Daten werden den unterschiedlichen Quellen entnommen, bereinigt (dedupliziert, sortiert und den Anforderungen eures Gesch\u00e4fts entsprechend validiert) und dann an die Datenbank oder an das Daten-Warehouse geliefert, wo ihr eure datengetriebenen Gesch\u00e4ftsinitiativen abwickelt.<\/p>\n Bei Problemen in dieser Phase sind die weiteren Phasen der Analyse und Visualisierung nicht so effektiv oder akkurat, wie sie sein k\u00f6nnten.<\/p>\n Zu den typischen Plattformen in der ETL-Phase geh\u00f6ren:<\/p>\n In dieser Phase kommt h\u00e4ufig zum ersten Mal Machine Learning zum Einsatz. Um eure Daten als Grundlage f\u00fcr die Transformation eures Kundenerlebnisses und eure Gesch\u00e4ftsmodelle zu verwenden, m\u00fcsst ihr die Daten erst einmal richtig verstehen und nutzen \u2013 so strategisch und pr\u00e4diktiv wie m\u00f6glich. Es reicht nicht mehr, auf die Erkenntnisse aus euren Daten nur zu reagieren: Ihr m\u00fcsst aus ihnen lernen und eure Gesch\u00e4fts- bzw. Marketingstrategien entsprechend flexibel und vorausschauend anpassen.<\/p>\n Hierf\u00fcr ist eine gute Datenanalyse unabdingbar. Um noch einmal zu dem Beispiel Nike zur\u00fcckzukehren: Basis f\u00fcr ihre \u201eCategory Offense\u201c war die aus den Daten gewonnene Erkenntnis, dass nicht Geographie die entscheidende Verbindung zwischen den besten Kunden darstellt, sondern ihre gemeinsame Liebe zu einer Sportart.<\/p>\n Mit diesen weit verbreiteten Tools zur Datenanalyse optimiert ihr die aus euren Daten gewonnenen Insights deutlich:<\/p>\n Es gibt gro\u00dfe \u00dcberschneidungen zwischen den Werkzeugen zur Datenvisualisierung und den oben beschriebenen Tools zur Datenanalyse. Doch jedes Unternehmen ist anders und profitiert entsprechend unterschiedlich von den verschiedenen Methoden der Datenvisualisierung: So hilft zum Beispiel die Visualisierungsl\u00f6sung Tableau Unternehmen beim Verst\u00e4ndnis ihrer Daten durch die Aufbereitung in verschiedenen grafischen Formaten; Highcharts hingegen bietet unterschiedliche Typen von Diagrammen von Splines oder Area-Splines bis hin zu S\u00e4ulen- oder Streudiagrammen.<\/p>\n Dies sind ein paar beliebte Tools zur Datenvisualisierung:<\/p>\n Viele Unternehmen verk\u00fcrzen ihren Weg zur Datenzentriertheit, indem sie sich auf Partner st\u00fctzen.<\/p>\n <\/p>\n Allgemein betrachtet, so stellt der Winterberry-Report<\/a> fest, haben die befragten Werbetreibenden nur begrenztes Vertrauen in ihre aktuellen Marketing-Technologien und den Umfang, in dem diese Technologien die Nutzung ihrer Zielgruppendaten wirklich sinnvoll unterst\u00fctzen. Zu den f\u00fcnf am h\u00e4ufigsten genannten Ma\u00dfnahmen zur Unterst\u00fctzung eines datengetriebenen Marketings geh\u00f6rt daher \u201edie engere Zusammenarbeit mit Anbietern von Marketingservices und -technologie\u201c.<\/p>\n Das gilt auch f\u00fcr die Kunden von Criteo: Sie vertrauen auf die Criteo Engine<\/a> und den Criteo Shopper Graph<\/a>. Die Criteo Engine organisiert und analysiert die Daten von mehr als 1,2 Milliarden aktiven K\u00e4ufern pro Monat und aus E-Commerce-Transaktionen in einem j\u00e4hrlichen Gesamtwert von mehr als 600 Milliarden US$. Der Shopper Graph nutzt drei Arten von granularen Daten \u2013 Identit\u00e4t, Interessen und Messung \u2013 und bildet so die Grundlage f\u00fcr die L\u00f6sungen zur Akquisition, Conversion und zum Reengagement von K\u00e4ufern im Criteo Marketing Ecosystem.<\/p>\n Durch die Partnerschaft mit Criteo<\/a> konnte New Look, ein f\u00fchrender, international aktiver Fashion Retailer aus Gro\u00dfbritannien, eine gr\u00f6\u00dfere Zielgruppe ansprechen und mehr Umsatz generieren. \u00dcber Machine Learning und personalisierte Produktempfehlungen half Criteo New Look dabei, die Neukundenrate um 62 % zu steigern<\/a>.<\/p>\n Einige Unternehmen entscheiden sich f\u00fcr die Zusammenarbeit mit einem erfahrenen Technologiepartner, um auch rechtlich auf der sicheren Seite zu sein. So ist vor Kurzem die DSGVO in Kraft getreten: Unternehmen, die jetzt nicht die richtigen Prozesse und \u00dcberwachungsmechanismen bei der Datenverarbeitung implementiert haben, sehen sich m\u00f6glicherweise dem Risiko hoher Bu\u00dfgelder und langfristiger Belastungen f\u00fcr ihr Unternehmen gegen\u00fcber.<\/p>\n Die Compliance mit der DSGVO kann zeitaufwendig und teuer sein; daher ist es m\u00f6glicherweise sinnvoll, mit einem L\u00f6sungsanbieter zusammenzuarbeiten, der die \u201eregionalen Gegebenheiten versteht und \u00fcber die F\u00e4higkeiten verf\u00fcgt, mit den regulatorischen Herausforderungen jeweils richtig umzugehen\u201c. Das legt zumindest ein aktueller TBR-Report nahe<\/a>.<\/p>\n Unternehmen suchen zunehmend nach externer Unterst\u00fctzung bei der optimalen Nutzung ihrer Daten \u00fcber Plattform- und Kanalgrenzen hinweg. Der Wettbewerb wird immer h\u00e4rter; der L\u00f6wenanteil der Profite geht dabei an Unternehmen, die nicht nur \u00fcber die meisten Daten verf\u00fcgen, sondern auch \u00fcber die Tools, die Strukturen und die Mitarbeiter, dieses Potenzial richtig zu nutzen.<\/p>\n <\/p>\n Ist die \u00fcbergreifende Organisationsstruktur eures Unternehmens bereits auf ein effektives Sammeln, Verwalten und gemeinsames Nutzen von Daten ausgerichtet? Habt ihr bereits entsprechende Governance-Richtlinien implementiert?<\/p>\n Ein h\u00e4ufiges Missverst\u00e4ndnis ist \u00fcbrigens die Gleichsetzung von Datenmanagement mit Daten-Governance. Ganz grundlegend beschreibt Daten-Governance, was Daten f\u00fcr ein Unternehmen bedeuten: wo sie verwendet werden, welchen Regeln diese Verwendung folgt und \u2013 ganz wichtig \u2013 wie genau und korrekt diese Daten sind.<\/p>\n Die Struktur kann in verschiedenen Unternehmen unterschiedlich ausfallen, aber es gibt drei wesentliche Schritte, die jede Organisation unternehmen sollte, um Daten-Governance richtig zu implementieren:<\/p>\n Der erste und entscheidende Schritt f\u00fcr erfolgreiche Daten-Governance ist, ein gutes Verst\u00e4ndnis f\u00fcr die Art und die Qualit\u00e4t der Daten zu entwickeln. Gleichzeitig gilt es sicherzustellen, dass alle mit den Daten besch\u00e4ftigten Mitarbeiter die gleichen Definitionen nutzen und das gleiche Verst\u00e4ndnis von der jeweiligen Sachlage haben. Zudem sollte man sich fragen, wie sensibel die Daten sind und wie man im eigenen Unternehmen \u201esaubere Daten\u201c definieren m\u00f6chte. Das klingt zwar einfach, doch es kommt ausgesprochen h\u00e4ufig vor, dass Kollegen, die eng zusammenarbeiten und daher vor den gleichen Herausforderungen stehen, vollkommen unterschiedliche Definitionen f\u00fcr die gemeinsam genutzte Terminologie haben.<\/p>\n Sobald diese Schritte etabliert sind, geht es vor allem darum, allen Personen im Unternehmen zu vermitteln, wo und wie diese Daten zug\u00e4nglich sind.<\/p>\n Transparenz, Fortbildung und Tracking gehen Hand in Hand.<\/p>\n F\u00fcr den Gesch\u00e4ftserfolg von Tumi war es ausschlaggebend, dass bei allen Mitarbeitern im Unternehmen ein klares Bewusstsein f\u00fcr die Ergebnisse der Datennutzung etabliert wurde. Fortbildung bedeutet, dass diejenigen, die Zugang zu den Daten haben, lernen, wie sie diese nutzen und analysieren m\u00fcssen bzw. k\u00f6nnen.<\/p>\n Tracking ist in einer Zeit, in der ein Datenleck f\u00fcr ein Unternehmen ganz schnell das Aus bedeuten kann, von besonderer Bedeutung. Es kommt entscheidend darauf an, genau zu wissen, wer warum welchen Zugang zu den Daten hat. Nur so l\u00e4sst sich sicherstellen, dass diese Daten nicht missbraucht oder einfach nur falsch interpretiert werden.<\/p>\n Die Umsetzung dieser drei Elemente in Hinblick auf die Ziele und Interessen des Unternehmens ist h\u00e4ufig die Aufgabe der Mitarbeiter mit dem besten Verst\u00e4ndnis der Daten und stellt daher eine gute Roadmap f\u00fcr Unternehmen auf ihrem Weg durch Programme zur Daten-Governance und die daf\u00fcr notwendigen Ma\u00dfnahmen dar.<\/p>\n Die besten Mitarbeiter, Plattformen und Partner n\u00fctzen einem Unternehmen wenig, wenn es nicht die richtigen Prozesse implementiert hat, um die Sicherheit und Langlebigkeit dieser S\u00e4ulen sicherzustellen.<\/p>\n Manchmal spielt aber auch die rechtliche Situation eine Rolle. Mit der gerade neu eingef\u00fchrten DSGVO zum Beispiel gehen Unternehmen ein gro\u00dfes Risiko f\u00fcr hohe Bu\u00dfgelder und m\u00f6glicherweise langfristige Belastungen f\u00fcr ihr Unternehmen ein, wenn sie nicht die richtigen Prozesse und Governance-Richtlinien f\u00fcr die Datenverarbeitung implementiert haben. Und viele Unternehmen sind auch jetzt, nach der Einf\u00fchrung, nicht richtig auf die DSGVO vorbereitet<\/a>.<\/p>\n Manchmal, zum Beispiel im Rahmen der neuen Bestimmungen der DSGVO, ist die Ernennung eines Datenschutzverantwortlichen gesetzlich vorgeschrieben. Abh\u00e4ngig von Gr\u00f6\u00dfe und Art eures Unternehmens ist das m\u00f6glicherweise der richtige Schritt, auch ohne, dass euch der Gesetzgeber dazu zwingt.<\/p>\n Durch das Etablieren klarer Rollen und Verantwortlichkeiten von der Strategie bis zum Betrieb vermeidet ihr Verwirrung und Irrt\u00fcmer dar\u00fcber, wer in welcher Form f\u00fcr die Daten und Prozesse eures Unternehmens Verantwortung tr\u00e4gt.<\/p>\n Unternehmen, die in Datenzentriertheit investieren, k\u00f6nnen in allen Bereichen Botschaft, Effizienz und Kundenerfahrung verbessern \u2013 nicht nur im Marketing.<\/p>\n So ist es zum Beispiel nicht die Aufgabe von Nikes \u201eConsumer Direct Offense\u201c, die Bewegungen der Kunden nachzuvollziehen, sondern diese vorherzusagen und ihnen so einen Schritt voraus zu sein. Gleiches gilt f\u00fcr Tumi: Dieses Unternehmen hat seine Daten so organisiert, dass sie nicht mehr rein reaktiv, sondern pr\u00e4diktiv genutzt werden.<\/p>\n Am Ende des Tages gilt: Wenn ihr eure Daten in den Mittelpunkt eures Unternehmens stellt, stellt ihr gleichzeitig den Kunden in den Mittelpunkt eures Gesch\u00e4fts.<\/p>\nNur 1,3 % der Werbetreibenden haben \u201egro\u00dfes Vertrauen\u201c in ihre Daten.<\/strong><\/h3>\n
![\"\"](\"http:\/\/www.criteo.com\/de\/wp-content\/uploads\/sites\/3\/2018\/06\/PEOPLE-min.png\")
<\/p>\n![\"\"](\"http:\/\/www.criteo.com\/de\/wp-content\/uploads\/sites\/3\/2018\/06\/PLATTFORMEN-min.png\")
<\/p>\n\n
1. Datenintegration und Datenmanagement<\/strong><\/h4>\n
\n
2. Datenanalyse<\/strong><\/h4>\n
\n
3. Datenvisualisierung<\/strong><\/h4>\n
\n
![\"\"](\"http:\/\/www.criteo.com\/de\/wp-content\/uploads\/sites\/3\/2018\/06\/PARTNER-min.png\")
<\/p>\n![\"\"](\"http:\/\/www.criteo.com\/de\/wp-content\/uploads\/sites\/3\/2018\/06\/PROZESSE-min.png\")
<\/p>\n1. Bestandsaufnahme<\/strong><\/h4>\n
2. Transparenz, Fortbildung und Tracking<\/strong><\/h4>\n
3. Rollen und Verantwortlichkeiten<\/strong><\/h4>\n
Datenzentriert = Kundenzentriert<\/strong><\/h3>\n