Gastbeitrag:
Marketer sollen Daten-Analysten werden? Ein Irrweg
Ohne Daten-Kompetenz kommen Marketingmanager heute nicht mehr aus. Aber wie tief müssen sie selbst die Materie durchdringen können? Eine Gegenrede von Lars-Alexander Mayer, TD Reply.
Foto: TD Reply
Um datengetrieben arbeiten zu können, müssen Marketer heute auch Daten-Analysten sein – so das zunehmend populäre Narrativ in Fachmedien. Auch in der W&V stellte kürzlich der Chef einer Berliner Strategieagentur kürzlich eine Anleitung vor, mit der "im Grunde jeder Marketer zum Data-Analysten werden" soll. Der Gedanke dahinter leuchtet zunächst ein: Marketing-Entscheider haben in der Regel keinen Überblick über die von ihrem Unternehmen oder ihren Dienstleistern genutzten Datenquellen und Tools. Sie haben auch nicht das Wissen, um diese richtig einordnen zu können. Wie können sie also sicher sein, dass sie in den von Daten-Analysten aufbereiteten Reports wirklich alles sehen, was geschäftsrelevant ist – und nicht nur das, was sie sehen sollen?
Das eigentliche Problem liegt woanders
Darum erscheint es doch als eine gute Lösung, den Marketing-Entscheidern das entsprechende Know-how zu verpassen, damit sie auch eigenständig in ihre Unternehmensdaten eintauchen und ihre eigenen Schlüsse ziehen können. Doch leider geht diese Lösung am eigentlichen Problem in der heutigen Marketingbranche vorbei. Erst umgekehrt wird ein Schuh raus: Datenverständnis bei den Marketing-Entscheidern ist hilfreich, was viel wichtiger ist, ist aber das Marketingverständnis bei den Daten-Experten. Dieses ist in der Praxis nämlich selten vorhanden. Damit ist nicht nur grundlegendes Theoriewissen gemeint, sondern auch das Verständnis dafür, was das Unternehmen im Hinblick auf seine Marketingaufgaben mit den Daten überhaupt erreichen will.
Darüber hinaus besteht der Mehrwert vom datengetriebenen Marketing eben nicht darin, den Entscheidern via eines Dashboards möglichst viele Daten sichtbar zu machen und ihnen dann die Interpretationsarbeit zu überlassen. Das steigert nur unnötig ihren Aufgabenbereich, wodurch weder ihnen selbst noch dem Unternehmen geholfen wird. Im Gegenteil: das Unternehmen profitiert, wenn die geschäftsrelevanten Inhalte möglichst automatisiert und standardisiert aus den bestehenden Daten herausgearbeitet werden können.
Wie also sollten Marketing-Abteilungen 2020 wirklich mit Daten umgehen, um aus ihnen echten Nutzen zu ziehen? Fünf Dinge sind wichtig.
Fragen definieren, die beantwortet werden sollen
In zahllosen Artikeln wird immer wieder die Bedeutung der Entwicklung einer Datenstrategie hervorgehoben. Je nach Autor kann dieser abstrakte Begriff alle möglichen Dinge umfassen, von der Definition der Datenquellen und KPIs bis zur Festlegung der Intervalle für Reportings. Zwischen den ganzen Details geht allerdings oftmals der Blick auf das Wesentliche verloren: auf welche Fragen sollen die Daten eigentlich Antworten liefern?
Dass viele Unternehmen nicht in der Lage sind, geschäftsrelevante Erkenntnissen aus ihren Daten zu gewinnen, liegt eben auch an ihrer Ziel- und Orientierungslosigkeit beim Umgang mit Daten. Es empfiehlt sich darum im ersten Schritt, die unendlich weit dehnbare Strategiedimension zu vergessen und zunächst einmal diese Fragen zu stellen. Dabei geht es nicht darum, welche Quellen und Tools genutzt werden sollen und wie Verantwortlichkeiten aufgeteilt werden sollen. Es geht um die großen und auch die wirklich spannenden Fragen für die Entscheider: Welche Marketingaktivitäten sind die wichtigsten Sales-Treiber? Welche Kanäle performen unter und welche über den Erwartungen? Welche Aktivitäten wirken sich positiv auf die Markenwahrnehmung aus?
Daten- und Toolsilos verhindern
Leider wird die falsche Diskussion weiterhin meist zuerst geführt. Nämlich die darüber, welche Tools zum Einsatz kommen sollen. Diese definieren dann welchen Daten welche Wichtigkeit zugeschrieben wird. Nämlich zuerst denen, die besonders leicht durch das jeweilige Tool anzubinden oder zu visualisieren sind. Sobald eine Nachbarabteilung aber gerade Antworten sucht, die mit der bestehenden Infrastruktur nicht zu beantworten ist, wird das nächste Tool angeschafft. Und anschließend ein Projekt angestoßen, um die Toollandschaft zu harmonisieren.
Dieses auf Tooldiskussionen basierende "einen Schritt vor, einen Schritt zurück" hat dazu geführt, dass die meisten Unternehmen schon mehrmals Tools und Analysemethoden gewechselt haben, weiterhin aber nur bedingt geschäftsrelevante Insights aus den Daten analysieren können. Dabei sollte heute, fast 15 Jahre nachdem Clive Humby erstmals von "Data is the new oil" gesprochen hat, klar sein, dass die Zukunft nur in hybriden IT-Lösungen liegen kann, die gewährleisten, dass Daten miteinander über automatische Schnittstellen ausgetauscht werden können und jeweils die zur Beantwortung der jeweiligen Fragestellung beste Visualisierungs-Software eingesetzt wird. Nur so stellen Sie sicher, dass geschäftsrelevante Insights auch dort eingesetzt werden können, wo sie gebraucht werden.
Das Wesentliche: Entscheidungen treffen
Viel zu selten wird der eigentlich wichtigste Schritt des datengetriebenen Arbeitens erwähnt: nämlich datengetrieben Entscheidungen überhaupt zu treffen. In der Praxis gibt es oft Meetings, in denen Ergebnisse einer Daten-Analyse vorgestellt werden, die klar den Weg zu bestimmten Entscheidungen vorgibt. Doch diese Entscheidungen werden schlichtweg gar nicht getroffen. Stattdessen soll weiter analysiert werden oder die Entscheidung wird in die Zukunft vertagt. Hier steckt die Organisation noch zu häufig in den Zeiten daumendicker Analyseberichtsbände fest: Papier war geduldig; Dashboards müssen das nicht sein.
Der wichtigste Veränderungshebel hin zum datengetriebenen Arbeiten liegt darin, Meetingkulturen zu etablieren in denen verpflichtenden Entscheidungen getroffen werden, nicht nur Entscheidungen über einzelne Social Media Postings.
Einfluss von Entscheidungen auf den Erfolg messbar machen
Datengetriebene Entscheidungen werden natürlich auch hinausgezögert, weil die Entscheider unsicher über die bisherigen Auswirkungen ihrer vorherigen Entscheidungen sind. Denn hier besteht eine Schwachstelle der meisten Analyseprozesse: Wann was entschieden wurde, wird nicht dokumentiert. Und dadurch wird auch die Bemessung des Erfolgs einzelner Entscheidungen unmöglich. Hierin liegt eines der wichtigsten und gleichzeitig eines der am meisten vernachlässigten Vorteile des neuartigen Arbeitens mit Daten.
Längst gibt es ganzheitliche Ansätze, die es durch die Zusammenführung und Analyse von Daten wie Abverkäufen, Online-Suchen Store Visits, Social-Media-Interaktionen und Website-Besuchen ermöglichen herauszustellen, welche Aktivität zu welchem Ergebnis führt. Durch konsequente Dokumentation wann welche Entscheidungen auf der so geschaffenen Analysegrundlage getroffen wurden, entsteht ein gänzlich neuer KPI: ROI pro Entscheidung.
Geschäftsrelevantes automatisiert herausarbeiten
Längst nicht alles, was gemessen wird, ist auch strategisch relevant fürs Geschäft. Das Kernversprechen von Daten, den Entscheidern die Entscheidungsfindung zu vereinfachen, lässt sich nicht allein damit erreichen, alle möglichen Kennzahlen im Dashboard abzubilden. Ohne die viel kritisierten aufbereiteten Reports als Stütze sehen die Entscheider schnell den Wald vor lauter Bäumen nicht. Dennoch ist es richtig, zu hinterfragen, was die Daten-Analysten den Entscheidern in diesen Reports servieren.
Noch besser ist es, wenn Dashboards automatisierte Analysen der gesammelten Daten für wiederkehrende Entscheidungsaufgaben erstellen, die schon verdichtet die geschäftsrelevanten Insights zur und die Marketer via Alerts benachrichtigt, wenn beispielsweise eine Kampagne besonders gut oder besonders schlecht funktioniert. Mittlerweile kommen auch virtuelle Marketingassistenten zum Einsatz, die mehr können als durch vorgegebene Regeln Ausreißer in den Messungen zu melden. Ähnlich eines Chatbots liefern sie auch einfach schnelle Antworten auf häufige Fragen, etwa den aktuellen Wert oder die Veränderung einer bestimmter Kennzahl.
Letztendlich erleichtert es der Fokus auf die wirklich geschäftsrelevanten Fragen, der richtige Umgang mit Daten sowie die Automatisierung der Entscheidungsvorbereitung Marketern das zu tun, wofür sie da sind: durch gute Entscheidungen für mehr Unternehmenserfolg zu sorgen. Den Daten-Dschungel im Hintergrund zu verstehen und auszuwerten, das sollten sie wiederum lieber denen überlassen, die dafür da sind – den Daten-Analysten.
Autor: Lars-Alexander Mayer, geschäftsführender Gesellschafter bei TD Reply. Das Unternehmen wurde 1999 von Konsumverhaltensforschern an der TU Berlin gegründet und beschäftigt sich schon seit 1999 mit Datadriven-Marketing. Es ist Teil der Reply-Gruppe, die kürzlich zum zweiten Male vom BVDW als umsatzstärkste Digitalagentur ausgezeichnet wurde. Die Standorte liegen in Berlin, Peking und München.
