Wie Datenanalyse das Kundenerlebnis verfeinern kann

Digital-Marketing

By:

Es gibt drei große Marken, die einen überproportionalen Anteil am verfügbaren Einkommen vieler Menschen haben – nicht nur, wegen der Produkte und Dienste, die sie anbieten, sondern wegen der Art und Weise, wie sie mit Kunden sprechen. Amazon, Nespresso und Netflix machen vor allem eines richtig: Sie erschaffen ein Erlebnis, das Menschen zufrieden und glücklich macht. Und ein wichtiger Teil dieser Erfahrung entsteht dadurch, was diese Marken sagen und wann sie es sagen, denn sie sagen die richtigen Dinge zur richtigen Zeit.

 

Gute und schlechte Beispiele

Nespresso weiß, wann es Sie daran erinnern muss, Kapseln nachzukaufen und wie das ohne zu nerven geschieht. Netflix macht genau die richtigen Empfehlungen – mit dem Ergebnis, dass Dutzende von Menschen Dutzende neuer Filme und Serien entdeckt haben, die sie anderweitig niemals angeschaut hätten. Amazon ist sehr gut darin, Dinge vorzuschlagen, die Leute vielleicht wirklich kaufen wollen. Es fühlt sich so an, als ob sie alle zuhören, sich merken, was Leute wollen und dann versuchen, ihnen genau das zu geben.

Im direkten Kontrast dazu steht eine Erfahrung, die ich neulich gemacht habe, als ich einen Kühlschrank von einem Onlinehändler gekauft habe. Der Kauf verlief perfekt, das Produkt passte genau und ich war mit allem sehr zufrieden. Bis ich plötzlich E-Mails von dem Händler bekommen habe, mit dem er für Kühlschränke warb. Endlose E-Mails, die mich vom Kauf eines Kühlschranks überzeugen sollten. Da ich ja nun gerade einen Kühlschrank gekauft hatte, brauchte ich keinen weiteren und war ziemlich überrascht, dass der Händler das nicht auf die Reihe bekam – seitdem habe ich nichts Weiteres bei ihm gekauft.

Was hat dieser Verkäufer von Haushaltsgeräten falsch gemacht, was die drei obigen Marken nicht tun? Er hat einen Fehler bei seiner Datennutzung gemacht. Irgendjemand muss gewusst haben, dass ich einen Kühlschrank gekauft habe, aber entweder hat er diese Information nicht ans Marketing weitergegeben oder die Marketingleute haben sich nicht die Mühe gemacht, nachzuschauen, oder – was am wahrscheinlichsten ist – die Daten waren gar nicht verfügbar.

 

AI-gesammelte Daten müssen von Menschen interpretiert werden

Daten effektiv zu nutzen ist eine Kunst und Wissenschaft für sich. Selbst, wenn Sie die Daten korrekt sammeln und pflegen, ist es wichtig, wie Sie sie interpretieren. Wenn ein Verkäufer entdeckt, dass der Verkauf an Küchenutensilien jedes Jahr im September ansteigt, muss er erkennen können, dass es an Studienanfängern liegt, die ihren ersten Haushalt ausstatten, und nicht daran, dass die Menschen immer im Herbst ihre Pfannenwender austauschen.

Das Problem ist, dass Daten nicht ernst genommen werden. Wir reden ständig darüber, wie wichtig das, aber wie viele Unternehmen beschäftigen hierfür geeignete Datenwissenschaftler? Dieser Job bleibt viel zu oft den Marketern überlassen – und obwohl wir in vielen Dingen ziemlich gut sind, sind wir doch keine Datenwissenschaftler. Sich darauf zu verlassen, dass künstliche Intelligenz das für Sie übernimmt, hat seine Tücken. Während KI Muster erkennen kann, kann sie nicht erkennen, was sie bedeuten (wie das Pfannenwender-Beispiel zeigt).

 

Investieren Sie in Datenwissenschaftler

Die sagenumwobene Einzelansicht eines Kunden kann schwer zu bekommen sein. Die Automobilindustrie arbeitet fast ausschließlich mit dem Franchisehändler-Modell, und das bedeutet, dass die Autohersteller sehr wenig direkten Kontakt mit den Kunden haben. Der Händler ist Herr über die Kundenbeziehung, und das trennt den Kunden von der Marke. Diese Trennung bedeutet, dass der Kunde sehr leicht das Gefühl bekommen kann, die Marke, die er seit Jahren loyal fährt, interessiere sich überhaupt nicht für ihn.

Um diese Situation zu verbessern, gibt es keine allgemeingültige Lösung. In Datenwissenschaftler zu investieren ist jedoch ein guter Anfang – besonders, wenn es Marketer davon entbindet, den Job machen zu müssen. Führungskräfte müssen die rechte und die linke Gehirnhälfte eines Unternehmens besser zusammenführen und die Betriebsdaten mit den Erfahrungsdaten mischen. Kunden zu verstehen und ihnen eine positive Erfahrung zu bieten ist grundlegend für die Wettbewerbsfähigkeit. Daten befähigen uns dazu und wir müssen anfangen, sie entsprechend zu nutzen.

Wie stellen Sie eine genaue Dateninterpretation und nahtlose Zusammenarbeit zwischen Ihren Marketing- und den Datenwissenschaftsteams sicher? Teilen Sie es uns im Kommentarbereich mit!

 

Erfahren Sie mehr darüber, wie Sie in der Engagement Economy erfolgreich sein können und laden Sie Ihren persönlichen Plan als eBook herunter.