In einem datengestützten Marketing Management sind daten- und kennzahlenbasierte Anwendungen integraler Bestandteil der Strategie, Planung und Steuerung. Da wir immer wieder nach konkreten Anwendungsbeispielen gefragt werden, haben wir einen kurzen Überblick drei Praxisbeispiele zusammengestellt. Wer ausführliche Infos haben möchte, kann sich gern melden.
Praxisbeispiel „RoI-basierte Kennzahlenmodelle“
Daten können die nötigen Fakten liefern, um bei strategischen Entscheidungen über Bugdets und Investitionen überzeugender argumentieren zu können. So nutzt ein mittelständischer Marketing- und Vertriebsleiter ein RoI-basiertes Kennzahlenmodell. Es zeigt plakativ auf, welchen Wertbeitrag das Marketing zum Unternehmenserfolg leistet.
So verdeutlichen die Kennzahlen u.a., wieviel Umsatz bzw. welcher Umsatzanteil den Marketing-Aktivitäten mittelbar und unmittelbar zuzurechnen ist. Weitere Kennzahlen setzen diesen Umsatzanteil in Relation zu den investierten Bugdets und verdeutlicht so die Kosteneffizienz und Wirtschaftlichkeit.
Dank dieser datenbasierten Fakten ist der CMO bei strategischen Budgetplanungen in einer günstigen Verhandlungsposition: Er kann die geplanten Budgets mit zu erwartenden Umsätzen verargumentieren.
Praxisbeispiel „Prognose-Modelle“
Heute steht das Marketing zunehmend unter Kostendruck und Budgets müssen zielorientiert und effizient eingesetzt werden. Ein Marketing-Leiter eines Konsumgüterherstellers nutzt daher in der Planung ein Prognose-Modell, mit dem er die Wirkung seiner geplanten Maßnahmen besser abschätzen kann.
Das Prognose-Modell ist mit den Erfahrungswerten vergangener Aktivitäten und markt-typischer Best Practices gefüttert. Diese wurden vorab in Bezug auf ihre Wirkungsweisen tiefergehend analysiert und die Erkenntnisse in das Berechnungsmodell übernommen. Nun ist es möglich, verschiedene Szenarien zu modellieren und den effektivsten und effizientesten Mitteleinsatz vorab zu erkennen.
Durch das Prognose-Modell hat sich die Planungsphase deutlich vereinfacht. Viel wichtiger ist aber, dass die Effizienz der Maßnahmen deutlich zugenommen hat, weil Mis-/ Overspendings signifikant verringert werden konnten.
Praxisbeispiel „Near-Time Optimization“
In vielen Marketing-Abteilungen sind Kampagnen Blindflüge. Das heißt, die Wirkungs-Analyse erfolgt erst im Nachgang.
Ein CMO eines Mobilitätsdienstleisters wollte das ändern und setzt jetzt auf eine Near-Time Optimization, bei der er laufende Kampagnen in nahezu Echtzeit analysiert und während der Laufzeit anpasst.
Grundlage ist eine vorab erstellte Prognose zum Kampagnenverlauf. Dabei wird abgeschätzt, wie sich eine Erfolgskennzahl wie zum Beispiel Anzahl von Leads, Verkäufe etc. im Zeitverlauf entwickeln könnte.
Ab einem bestimmten Zeitpunkt (z.B. 30% des Budgets) werden Ist-Werte der Erfolgskennzahl mit den prognostizierten Soll-Werten abgeglichen und überprüft, wie die Performance einzelner Kampagnen-Maßnahmen sich entwickelt. Je nach Entwicklung kann jetzt eingegriffen. So können erfolgreiche Maßnahmen verstärkt werden, während weniger erfolgreiche Medien oder Kanäle korrigiert werden können.
Das Modell zur Near-Time Optimization hat zwei wesentliche Verbesserung gebracht: Zum einen konnte Effektivität und Effizienz von Kampagnen signifikant verbessert werden. Zum anderen fließen die Analysen der laufenden Kampagnen jetzt auch immer die Planung neuer Kampagnen ein. Dadurch ist ein sogenannter Learning Loop entstanden, der das Wissen über die besten Maßnahmen kontinuierlich in der gesamten Marketing-Abteilung steigert.
Was geht noch?
Das sind nur drei Beispiele dafür, wie ein datengestütztes Marketing Management den Erfolg des Marketings steigern kann. Natürlich gibt es eine Vielzahl weiterer Anwendungen, die auch für Sie relevant sein könnten. Möchten Sie mehr über ein datengestütztes Marketing Management erfahren, dann melden Sie sich gern bei uns.
VECTORIAL ist eine Beratung für datenbasierte Lösungen in Marketing und Vertrieb. Wir helfen ganzheitlich vom Data Management über die Technologie bis zur Integration der Anwendungen in die Management-Prozesse. Dabei hilft uns, dass wir ein Team aus Daten-Experten und Marketing- und Vertriebsstrategen sind und beide Perspektiven – Data und Business – verstehen.
