Wie die Verwendung einer CDP Herausforderungen bei der Datenaktivierung und Personalisierung lösen kann

Die Technologie ist endlich so weit fortgeschritten, dass Vermarkter Echtzeitdaten auf eine Weise nutzen können, die sowohl für Kunden sinnvoll als auch für Unternehmen profitabel ist.

Wir haben einen langen Weg zurückgelegt von „Menschen, die das gekauft haben, haben auch das gekauft“. Betrachten Sie die Erfahrung eines repräsentativen Kunden, den wir Jane nennen. Als wohlhabende, verheiratete Mutter und Hausbesitzerin kauft Jane bei einem nationalen Bekleidungshändler online, im Laden und gelegentlich über die App ein. Wenn sie die Website des Händlers auf der Suche nach Sportbekleidung besucht, findet sie Stilauswahlen basierend auf früheren Einkäufen, den Käufen von Kunden mit Profilen wie ihrem und den Stilen von Sportbekleidung, die am Wochenende am häufigsten gekauft werden. Sie legt eines der angebotenen Fitness-Tops in ihren Warenkorb und checkt aus.

Abgesehen von einer Folge-E-Mail hören die meisten Interaktionen mit dem Kunden dort auf. Aber so sieht dieses Beispiel aus, wenn wir Janes Daten aktivieren: Drei Tage nach ihrem Online-Einkauf schickt der Händler Jane eine E-Mail zum Thema Gesundheit. Fasziniert klickt sie auf den Link und sieht sich ein Video über die Erziehung gesunder Kinder an. Eine Woche später erhält sie eine iPhone-Nachricht, in der sie aufgefordert wird, die mobile App des Stores zu verwenden, um einen Tagesrabatt von 15 Prozent auf Trainingsgeräte zu erhalten. Obwohl sie bei diesem Händler noch nie solche Artikel gekauft hat, nutzt Jane das Angebot und kauft eine neue Sporttasche. Was als einfache Aufgabe begann, Sportbekleidung zu kaufen, wurde zu einem viel ansprechenderen Erlebnis.

Ein solches datenaktiviertes Marketing, das auf den Echtzeitbedürfnissen, Interessen und Verhaltensweisen einer Person basiert, ist ein wichtiger Teil des neuen Wachstumshorizonts. Es kann den Gesamtumsatz um 15 bis 20 Prozent und den digitalen Vertrieb noch weiter steigern und gleichzeitig den ROI der Marketingausgaben über alle Marketingkanäle hinweg deutlich verbessern: von Websites und mobilen Apps bis hin zu – in nicht allzu ferner Zukunft – VR-Headsets und vernetzten Autos.

Kundendatenplattform: Lösung der anhaltenden Herausforderung einer echten Personalisierung

Unternehmen experimentieren regelmäßig damit, die Auswirkungen unterschiedlicher Kundenerfahrungen zu testen, aber sie tun dies isoliert. Wenn sie versuchen, zu skalieren, stellen sie sich der Herausforderung, zu verstehen, was zu priorisieren ist.

Dies ist eine Herausforderung, die Marketer trotz des Versprechens von Lösungen wie Customer-Relationship-Management (CRM), Master-Data-Management (MDM) und Marketing-Ressourcen-Management (MRM) weiterhin quält. Diese Lösungen können Unternehmen dabei helfen, Daten zu konsolidieren und zu rationalisieren, die Segmentierung zu verwalten, Arbeitsabläufe zu organisieren und die Kundenbeziehungen zu verbessern. Aber sie nutzen die digitalen Signale der Kunden nicht voll aus. Stattdessen verlassen sie sich auf veraltete „List Pulls“, grundlegende Segmentierung und Kampagnen, denen alle die automatisierte Entscheidungsfindung, adaptive Modellierung und flinke Datennutzung zur Skalierung personalisierter Interaktionen fehlt.

Geben Sie die Customer Data Platform (CDP) ein – eine Plattform zur Datenermittlung und „Entscheidung“ (dh, automatisierte Entscheidungsfindung). Das CDP ermöglicht es Vermarktern, datengesteuerte Kundeninteraktionen in Echtzeit zu skalieren. Und obwohl CDP nicht wirklich in den Gartner Magic Quadrant oder Forrester Wave eingebrochen ist, wird es allmählich zu einem Industriestandard-Konzept, wobei ein kleiner, aber wachsender Kader von Drittanbieterplattformen auftaucht, die die Kategorie bald prägen werden.

Vier Schritte zur effektiven Aktivierung Ihrer Daten

Die Einbindung eines CDP in Ihr Unternehmen – ob Huckepack auf einem bestehenden Stammdatenmanagement- oder Kundenbeziehungsmanagementsystem oder bei Null anfangen – erfordert die Beherrschung von vier Bereichen:

1. Datengrundlage: Aufbau einer umfassenden Sicht auf den Kunden

Viele Unternehmen verfügen bereits über die Elemente einer relativ vollständigen Sicht auf den Kunden. Aber sie befinden sich in diskreten Taschen im gesamten Unternehmen. Erst wenn die Daten verbunden sind, sind sie einsatzbereit. Das CDP nimmt die Daten eines Unternehmens, kombiniert sie zu einem aussagekräftigen Kundenprofil und macht sie unternehmensweit zugänglich.

Das „Feeden“ des CDP beginnt damit, dass so viele Daten wie möglich zusammengeführt und im Laufe der Zeit darauf aufgebaut werden. Das Erstellen von Modellen, die Kundenprofile gruppieren, die sich auf ähnliche Weise verhalten und Wert schaffen, erfordert fortschrittliche Analysen zur Verarbeitung der Daten und maschinelles Lernen, um sie zu verfeinern. Im Laufe der Zeit, während das System „lernt“, generiert dieser Ansatz immer detailliertere Kundenuntersegmente. Signale, die der Verbraucher hinterlässt (z. B. Besuch einer Website, Kauf in einer App, Interesse in sozialen Medien), können den Datensatz dann erweitern, sodass das Unternehmen in Echtzeit reagieren und neue Wege der Interaktion finden kann. Darüber hinaus gehen die gewonnenen Erkenntnisse über die Reaktion eines Kunden auf eine bestimmte Kampagne hinaus, beispielsweise durch gezieltere Produktentwicklung.

2. Entscheidungen: Mine die Daten, um auf die Signale zu reagieren

Die Entscheidungsfunktion ermöglicht es Vermarktern zu entscheiden, welche Inhalte für einen bestimmten Zeitraum und Kanal am besten an einen bestimmten Kunden gesendet werden. Kunden werden nach ihrem potenziellen Wert bewertet. Eine Reihe von Geschäftsregeln und Regressionsmodellen (die zunehmend durch maschinelles Lernen erfolgen) gleicht dann bestimmte Nachrichten, Angebote und Erfahrungen mit diesen Kundenbewertungen ab und priorisiert, was wann geliefert wird. Auf diese Weise können Unternehmen die Interaktion mit ihren Kunden erheblich verbessern, indem sie relevantere, personalisiertere Interaktionen innerhalb eines einzelnen Kanals oder über alle Kanäle hinweg entwickeln, basierend auf den Verhaltensmerkmalen eines Kunden. Diese Signale können einfach sein, wie „Warenkorb aufgegeben“ oder „Durchsucht, aber nicht gekauft“ oder nuancierter, wie Aktivitäten nach Segment und Tageszeit, die aus dem Mining von Kundendaten gewonnen werden. Tatsächlich werden diese Signale zu Auslösern, die eine Aktion auslösen. Eine Entscheidungsmaschine entwickelt eine Reihe von Auslösern und Ergebnissen basierend auf Signalen und Maßnahmen, die das Unternehmen als Reaktion darauf ergreift.

Anspruchsvollere Unternehmen bauen ein Entscheidungsmodell auf, das über alle Vertriebskanäle hinweg funktioniert. Dies erfordert fortschrittliche Modellierungs- und Analysetechniken, um die Auswirkungen eines Kanals auf einen anderen zu identifizieren, während ein Kunde seine Entscheidungsreise fortschreitet. Ein Reiseunternehmen verfolgte kürzlich diesen Ansatz und sah, dass die Koordination von Nachrichten über alle Kanäle hinweg die Konversionsraten und den Customer Lifetime Value um 10 bis 20 Prozent steigerte.

Effektive Entscheidungen basieren auf wiederholten Tests, die Hypothesen und Ergebnisse validieren und verfeinern. Diese können im Laufe der Zeit immer ausgefeilter werden, da Modelle und Algorithmen aufeinander aufbauen.

3. Design: Schnell die richtigen Angebote, Botschaften und Erlebnisse erstellen

Ihre Kunden zu verstehen und wie man sie anspricht, zählt nur wenig ohne die Inhalte, die sie ihnen liefern können. Die Gestaltung großartiger Angebote wird jedoch dadurch erschwert, dass Funktionen und Abteilungen in Unternehmen eher als Minilehen fungieren. Die Inhaber jedes Kanals testen und binden die Verbraucher ausschließlich innerhalb ihres eigenen Kanals ein. Wirkliche Vorteile können nur entstehen, wenn Unternehmen in „War Rooms“ wechseln und Menschen aus relevanten Funktionen (Marketing, Digital, Legal, Merchandising und IT/DevOps) zusammenbringen, die sich auf bestimmte Verbrauchersegmente oder Journeys konzentrieren.

Diese Teams haben eine klare Verantwortung für die Verbraucherprioritäten und sind für deren Umsetzung verantwortlich. Das funktionsübergreifende Team entwickelt ständig neue Ideen, entwirft Hypothesen zur Kundenbindung, entwickelt Experimente und erstellt Angebote und Assets. Analysen helfen, Opportunities zu bewerten, Auswirkungen zu testen und Erkenntnisse aus Tests abzuleiten. Dieser Inhalt wird dann mit Tags versehen, damit er einem Auslöser zugeordnet werden kann und bei Bedarf einsatzbereit ist.

4. Verteilung: Bereitstellung von Erlebnissen über Plattformen hinweg

Verteilersysteme sind einfache „Rohre“, die die Werbung oder Nachricht senden, die in sie eingespeist wurde. Oftmals können sie ziemlich manuell sein und nur mit wenig Schneiderei die Kommunikation an breite Schichten von Menschen senden. Verbinden Sie jedoch die CDP-Engine mit ihren vordefinierten Triggern und markierten Inhalten mit diesem Vertriebssystem, und ein früher stumpfes Marketinginstrument wird zu einem viel gezielteren Instrument, das spezifische Nachrichten über alle adressierbaren Kanäle an unterschiedliche Kundenuntersegmente sendet.

Dieses Vertriebssystem ist oft selbst eine Plattform, die in der Cloud lebt. Auch andere „Punkt“-Lösungen (Marketing-Technologie-Lösungen für eine bestimmte Aufgabe) können an das CDP angebunden werden. Die besten Vertriebsplattformen schaffen eine Feedbackschleife, die Kundenreaktionen, Engagement und Konversionsdaten zurück an das CDP sendet. Dieser Mechanismus ermöglicht dem CDP, zu wachsen und sich weiterzuentwickeln (z. B. durch Reaktion auf sich ändernde Geschäftsregeln oder Kundenneigungsbewertungen), erfolgreiche Ergebnisse zu verfeinern und erfolglose zu eliminieren. Erinnerst du dich an Jane? Wenn sie innerhalb einer Woche mehr als eine angegebene Anzahl von Berührungen erhielt, würden die Geschäftsregeln zusätzliche Nachrichten unterdrücken, um ihre Erfahrung und ihr Gefühl gegenüber der Marke zu schützen.

Implementieren des Datenaktivierungs-Frameworks

Im Gegensatz zu einer umfassenden IT-Transformation ist die Bereitstellung eines CDP kein Ersatz für aktuelle Kundendatensysteme, sondern eine operative Lösung, die auf bestehenden Systemen aufgesetzt werden kann. Unserer Erfahrung nach haben viele Vermarkter bereits einen großen Teil der Marketing-Technologie-Gleichung im Haus; sie benutzen es einfach nicht richtig. Das Versprechen eines datenaktivierten One-to-One-Marketings ist nicht nur möglich, sondern wird von den Kunden heute zunehmend erwartet. Es ist jetzt der Schlüssel zur Umwandlung einfacher Kundentransaktionen in dauerhafte Beziehungen.

Kai Vollhardt ist Partner bei McKinseys European Marketing & Sales Practice und ist Co-Leiter der globalen Kundenerfahrung und Personalisierung @ Scale-Arbeit. In dieser Funktion betreut er Kunden hauptsächlich in Europa und Nordamerika in den Bereichen Strategie, kommerzielle Transformationen und Optimierung der Customer Journey.

*Der Autor möchte Julien Boudet, Brian Gregg, Jason Heller und Caroline Tufft von McKinsey & Company für ihre Beiträge zu diesem Artikel danken.