Starke Datenanalyse gefragt

Dazu müssen Unternehmen mit Hilfe passender Big-Data-Lösungen große Mengen an Daten auswerten können: zum einen strukturierte Daten aus internen wie externen Quellen, zum anderen großteils unstrukturierte Daten aus Social-Media-Kanälen, Video, Bild, Audio, RFID und Sensoren. Im nächsten Schritt gilt es, die gewonnenen Ergebnisse auf den einzelnen Kunden umzulegen. Personalisierung ist der Grundstein für die positive Wahrnehmung einer Marke beim Kunden. Für die Umsetzung entsprechender Initiativen sollten folgende Punkte beachtet werden:

• Geschäftsziele

Unternehmen brauchen konkrete Ziele als Ausgangspunkt für wirksame Kommunikations- und Dialogszenarien. Das kann zum Beispiel die Umsetzung von Cross-Selling-Optionen im Online-Kanal sein. So wird schnell erkennbar, ob die angestrebten Ergebnisse erreicht werden können und welche Metriken für eine Erfolgsmessung sinnvoll sind. Neben reinen Response-Werten könnten dies beispielsweise Größen wie Segmentmigration, Umsatzwachstum, Kundenbindung oder Loyalitätswerte sein.

• Erkenntnisse

Beschränkt man sich darauf, zunächst spezifische Kommunikations- beziehungsweise Interaktionsszenarien zu betrachten, macht dies die Analyse einfacher, und die Erkenntnisse können im gesamten Unternehmen geteilt werden. Liegen die notwendigen Informationen vor und sind die Metriken erfüllt, steht es Firmen offen, auch komplexere Herausforderungen in Angriff zu nehmen.

• Analytics

Der Erkenntnisgewinn lässt sich mit Analytics vervielfachen. Wenn ein Unternehmen beispielsweise nachvollziehen kann, wo und warum ein Warenkorb stehen bleibt oder weshalb sich Umsätze zu bestimmten Zeitpunkten sprunghaft verändern, kann es Prozesse, Navigationspfade oder Angebotsstrukturen gezielt nachjustieren und damit kontinuierlich verbessern. Mit leistungsstarker Optimierung, Vorhersage und Modellbildung lassen sich zudem spezifische Angebote für die individuelle Kundenansprache konfektionieren beziehungsweise Budgets zielgenauer auf unterschiedliche Maßnahmen verteilen.

Effektiveres Marketing

Doch warum sollten Unternehmen den Mehraufwand auf sich nehmen, der mit einer echten Personalisierung - im Gegensatz zu einer One-to-many-Ansprache - verbunden ist?

Zum einen lässt sich die Effektivität von Marketing-Maßnahmen besser nachvollziehen, indem die Kundeninteraktion an jedem Kontaktpunkt gemessen wird. Je enger die Bindung zum Kunden, desto mehr Zeit verbringt er zum Beispiel auf der Website, und desto wahrscheinlicher kauft er etwas. Echtzeit-Marketing führt oft zu weniger, dafür umso relevanteren Angeboten. Die Folge: Das Marketing kostet weniger, und zugleich werden die einzelnen Kampagnen effektiver. Darüber hinaus hilft Big Data Analytics Unternehmen, langfristig ein tieferes Verständnis ihrer Kunden zu gewinnen. Dies bildet die Grundlage für Relevanz, die wiederum das Vertrauen in die Marke stärkt und damit eine engere Bindung zum Verbraucher schafft.

Fans gewinnen

Customer-Experience-Management dient letzten Endes aber nicht dazu, dem Kunden ein gutes Gefühl als Selbstzweck zu verschaffen. Unternehmen, die die positive Begleitung des Verbrauchers auf seiner Customer Journey als festen Bestandteil in ihre Gesamtstrategie einbinden, können handfeste Geschäftsvorteile erzielen. So lassen sich Markenbekanntheit und -treue über Kundeninteraktionen stärken, die positiv in Erinnerung bleiben. Stufenweises Up- und Cross-Selling bei zufriedenen Bestandskunden sowie Neugeschäft über Mundpropaganda sorgen für mehr Umsatz. Nicht zuletzt können Kosten, die durch eine Abwanderung unzufriedener Kunden anfallen würden, gesenkt werden. Und manchmal wird die Pflege der Kundenbeziehung mit der wertvollsten Form der Werbung belohnt: der Weiterempfehlung an Familie, Freunde oder andere Verbraucher.

Damit das gelingt, muss Analytics sämtliche Phasen im Kundenlebenszyklus einbeziehen - vom ersten Interesse über aktive Evaluierung bis hin zum Kaufmoment und auch darüber hinaus. Außerdem ist es erforderlich, bei einer ganzheitlichen und personalisierten Ansprache auch den Kontext in Betracht zu ziehen. Neue Daten müssen mit historischen Informationen zu Kontakt, Response und Transaktionen in Verbindung gebracht werden. Anreichern lassen sich diese Erkenntnisse zudem mit Angaben zu Wert, Profitabilität und Verhalten des Kunden. Mit dieser Erweiterung der Basisdaten um zusätzliche Informationen aus verschiedenen Quellen wird es zudem möglich, dem Kunden relevante und fundierte Angebote, Empfehlungen und Services nahezubringen, wenn dieser gerade besonders empfänglich dafür ist.