Urheberrechtsinfo

Alle Inhalte dieses eBooks sind urheberrechtlich geschützt.

Die Herstellung und Verbreitung von Kopien ist nur mit ausdrücklicher Genehmigung des Verlages gestattet.

Big Data im Marketing

Torsten Schwarz (Hrsg.)

Big Data im MarketingChancen und Möglichkeiten für eine effektive Kundenansprache

Dr. Torsten Schwarz (Hrsg.)

1. Auflage

Haufe GruppeFreiburg · München

Bibliografische Information der Deutschen NationalbibliothekDie Deutsche Nationalbibliothek verzeichnet diese Publikation in der DeutschenNationalbibliografie; detaillierte bibliografische Daten sind im Internet überhttp://dnb.dnb.de abrufbar.

Print ISBN: 978-3-648-06585-3 Bestell-Nr. 10116-0001EPUB ISBN: 978-3-648-06586-0 Bestell-Nr. 10116-0100EPDF ISBN: 978-3-648-06587-7 Bestell-Nr. 10116-0150

Torsten Schwarz (Hrsg.)Big Data im Marketing1. Auflage 2015

© 2015 Haufe-Lexware GmbH & Co. KG, Freiburgwww.haufe.deinfo@haufe.deProduktmanagement: Jutta Thyssen

Lektorat: Redaktions- und Lektoratsbüro Helmut Haunreiter, 84533 MarktlSatz: kühn & weyh Software GmbH, Satz und Medien, 79110 FreiburgUmschlag: RED GmbH, 82152 KraillingDruck: BELTZ Bad Langensalza GmbH, 99947 Bad Langensalza

Alle Angaben/Daten nach bestem Wissen, jedoch ohne Gewähr für Vollständigkeit und Rich-tigkeit. Alle Rechte, auch die des auszugsweisen Nachdrucks, der fotomechanischen Wieder-gabe (einschließlich Mikrokopie) sowie der Auswertung durch Datenbanken oder ähnlicheEinrichtungen, vorbehalten.

5

Inhaltsverzeichnis

Einleitung – Big Data im Marketing 11

1 Dialoge in Zeiten des Internets der Dinge 19Martin Nitsche, Christian Gründig

1.1 Das Internet der Dingewird Realität 191.2 Das Internet der Dinge führt zu neuenHerausforderungen 221.3 Wie soll der künftigeMarketingmix beschaffen sein? 241.4 Neue Anforderungen an dasMarketing der Zukunft 271.5 Fazit 27

2 Big Data, ein Missverständnis? Oder: Warum Daten erst sprechen,wenn man über sie spricht. 28Dr. Christian Bachem

2.1 Algorithmen als Geschäftsmodell 292.2 Die digitale Überforderung 292.3 Die trügerische Kraft des Algorithmischen 302.4 Digitaler Echtzeithandel: Finanzmarkt undWerbemarkt 322.5 VonMenschen undMaschinen 32

3 Big Data: Daten sammeln, aggregieren, analysieren, nutzen 35Prof. Dr. Gottfried Vossen

3.1 Einführung 363.2 Use Cases für Big Data 393.3 Technologie zur Handhabung von Big Data 423.4 Wieman Big Data nutzen kann 473.5 Zusammenfassung undAusblick 51

4 Streaming Analytics: Management in Echtzeit 55Dr. Ilias Ortega

4.1 Streaming Analytics 554.2 MehrereModelle bei komplexen Problemen 574.3 Anwendungsbeispiele 594.4 Planung und Realisierung 624.5 Fazit 64

5 Von der Webanalyse zur Digitalen Intelligenz 66Ralf Haberich

5.1 Big Data in der Analyse 675.2 Business Intelligence als integriertes Gesamtkonzept 68

Inhaltsverzeichnis

5.3 Der Gartner Hype-Cycle innerhalb digitaler Information 755.4 Positionierung von Analytics imUnternehmen 775.5 Investition in Fachkräfte und Synergien 785.6 Quo vadis Analyse, quo vadis Intelligence? 79

6 Marketing und IT im digitalen Zeitalter: Liebesheirat statt Zwangsehe! 82Nicole Dufft

6.1 Die veränderte Rolle desMarketing: Digitale Kundenerfahrungen stehenimMittelpunkt 82

6.2 Erfolgreiche Digitalisierungsstrategien in Zusammenarbeit mit der IT:Fünf Tipps fürMarketingentscheider 85

7 Denken in Seen, nicht in Silos 91Dr. Thomas Franz

7.1 Zielbild: Eine neue und alltägliche Umgangsform? 927.2 Ausgangslage: Die etablierte Umgangsform scheitert 947.3 Sammeln 977.4 Verwalten 1017.5 Verwerten 1027.6 Ein verändertesMindset 103

8 Always-On – eine Wunschvorstellung? 105SaschaMartini

8.1 GefühlteWirklichkeit versus Realität 1058.2 Globale Ergebnisse imÜberblick 1068.3 Weltweite Selbstüberschätzung 1078.4 Wer führt denMarkt an? 1098.5 Hilfe zur Selbsthilfe 111

9 Offensive im Datenschutz 115Dr. Sachiko Scheuing

9.1 Was bedeutet Data-drivenMarketing für die Verbraucher? 1159.2 Datenschutzaufsichtsbehörden sindweltweit besorgt 1169.3 Die Lösung –wie versuchen die Gesetze die Verbraucher zu schützen? 1179.4 Das Verbraucherinformationsportal Aboutthedata.com 1179.5 Die Selbstdatenauskunft 1189.6 Margaret Smith und ihre Daten 1199.7 Die Struktur der Auskunftsinformation 1199.8 Die Hauptkategorien imDetail 1209.9 Die Reaktionen 1229.10 Zu Datenschutz und der Ära von Big Data 124

7

Inhaltsverzeichnis

10 Passende Inhalte an die richtigen Empfänger 126Horst Müncheberg

10.1 Mailing, Newsletter und „einmal das Internet bitte“ 12610.2 Direktmarketing 2.0 12710.3 Eine Plattform – tausendMöglichkeiten 12910.4 State of the Art – leider 13010.5 Konzert der Systeme 13110.6 Erfolg – reich? 13210.7 Willkommen in derMatrix 13310.8 Digital – mir egal? 13410.9 Social Media – für fast alle 13410.10 „Wirmachen jetzt Big Data!“, „Ja, wir auch!“ 13610.11 Automatisierung in kleinen Schritten 13610.12 Daten und ihre Summe 13810.13 MaxMustermann soll zurückkommen 13910.14 Vorbereitung und Standards sind alles 14010.15 Glaskugel und Kaffeesatz 141

11 Programmatic Advertising und Real Time Bidding 142Stephan Noller

11.1 Was hat Big Datamit der Anzeige vonWerbebannern zu tun? 14211.2 Die technische Evolution vomAd-Server zum Programmatic Advertising 14311.3 Vorteile fürWerbekunden und konkrete Anwendungsfälle 14611.4 Programmatic Advertising als Nucleus fürMarketingautomation

der zweiten Generation 14711.5 Herausforderungen 14811.6 Ausblick 150

12 Tag Management – so werden Sie Herr über die Customer Journey 151Timo von Focht

12.1 Was verstehtman unter der Customer Journey? 15112.2 Erfolgsrezepte für die übergreifendeMessung von Customer-Journey-Daten 15212.3 TagManagement als Alternative zu „vollintegrierten“Marketing-Cloud-

Lösungsansätzen 15312.4 So funktioniert TagManagement 15412.5 Eine neue Generation vonMarketing-Middleware 15912.6 DieMarketingverantwortlichen können nicht warten 16012.7 Kundendaten im Sinne einesMehrwerts für die Kunden nutzen 16112.8 Marketing Performance steigern und gleichzeitig Kosten sparen 16212.9 Von Produktivitätssteigerungen zu einer betriebsnotwendigen,

erfolgskritischenMiddleware 163

8

Inhaltsverzeichnis

13 Big Data und Social Media Analytics 164AndreasWerner

13.1 Social Media Analytics 16413.2 Ein Konzept zur Analyse von Social Media 16613.3 Konstruktion eines Bewertungsrahmens 16813.4 Der Facebook-Ansatz 16913.5 Conversions 17413.6 Sammeln, speichern und auswerten 175

14 Optimierung digitaler Touchpoints 177Dr.-Ing. Ralph Hünermann

14.1 Warummüssen digitale Touchpoints optimiert werden? 17814.2 State-of-the-Art-Optimierungen –Wiewerden digitale Touchpoints aktuell

optimiert? 18014.3 Digitale Touchpoints und Big Data 18514.4 DerWeg zur 1:1-Kundenbeziehung – Optimierungslösungenmit Big Data 187

15 Customer Lifecycle und Customer Value – mit optimierten Datenzu optimierter Kundenkommunikation 196Dr. Stefan Schulte

15.1 Die Bedeutung von Big Data immodernenMarketing 19615.2 Der Customer Lifecycle – Basis für die Kundenkommunikation 19715.3 Optimale Ansprache durch Kundenwertberechnung 19915.4 Effektive Kommunikationsstrategienmittels Kundenwert und -lebenszyklus 204

16 Big Data für Webshops 207Olaf Grüger

16.1 Erfolgsfaktoren einesWebshops 20816.2 Big Data fürWebshops scheitert früh: falsche Strategie und Fehlerquellen 20816.3 Optimierung derWebsite durch Big Data 21016.4 Einsatz von Big Data bei der Preisgestaltung 21416.5 Sortiment und Big Data 21716.6 Service und Big Data 21816.7 Customer RelationshipManagement (CRM)mit Big Data 21816.8 Onlinemarketing und Big Data 22016.9 Image und Big Data 22216.10 Big Data in der Technik 22216.11 Prozesse und Big Data 22316.12 Organisation undMitarbeiter Know-how für Big Data 22416.13 Zusammenfassung 225

9

Inhaltsverzeichnis

17 Kunden und kausale Zusammenhänge verstehen 226Dunja Riehemann

17.1 Die Ansprüche des Kunden sind gestiegen 22617.2 Kundenverhalten prognostizieren 22717.3 Der Gewinn liegt im Preis: Dynamic Pricing 22717.4 Zusammenhänge zwischen Preis und Kaufverhalten aufdecken 22817.5 Immer vernetzt, immer online… 22817.6 Leistungsstarke Software 22917.7 Kausalitäten beim Katalogversand 229

18 Amazon, das zahlengetriebene Unternehmen 231Carsten Knop

18.1 Big Data – oder „Sexy Little Numbers“ 23218.2 Amazon, Google und dieWerbung 23418.3 Und der „klassische“ Einzelhandel? 236

19 Data-driven Marketing in der Gaming-Branche 239Sven Schmidt

19.1 Spiele für alle – kostenlos 24019.2 EineMenge Daten 24219.3 DerWeg des Kunden 24319.4 Maximale Relevanz für den Kunden 24519.5 Verhaltensgesteuerte und durch Events ausgelöste Kampagnen 246

20 Data Driven Advertising bei Google und Facebook 249Nicolas Clasen

20.1 Das Google-Modell 24920.2 Google-Werbung innerhalb der AIDA 25420.3 Werbeausgaben pro Zeiteinheit 25620.4 Real Time Bidding – Das Google-Modell in tausend Teilen 25720.5 Facebook – Exhibitionismus als Teil des Systems 26320.6 Die technologische S-Kurve 267

21 Big Data im Marketing: Rechtliche Eckpunkte 270Dr. Jens Eckhardt

21.1 Einführung 27021.2 Rechte an den Datenbanken und den Erkenntnissen 27121.3 Datenschutzrecht 272

10

Inhaltsverzeichnis

22 Regulatory Challenges for Big Data 308Alain Heureux

22.1 The NewData Protection Regulation 30822.2 Main Direction and Key Provisions Impacting Business 309

Die Autoren 312

Stichwortverzeichnis 317

11

Einleitung – Big Data im Marketing

Über Jahrhunderte war die Veredelung physischer Rohstoffe die wichtigste Quelleder Wertschöpfung. Was im letzten Jahrhundert die Förderung und Raffination vonRohöl war, ist heute die Gewinnung und Veredelung von Daten. Der Ölmulti ExxonMobil führte die Liste der wertvollsten Unternehmen der Welt. Inzwischen wurdeer von Apple auf Platz zwei verbannt. Apple produziert beides: physische Produkteund Daten. Auf Platz drei folgt mit Google ein Unternehmen, das den Löwenanteilseines Umsatzes mit Daten verdient. Daten sind das neue Öl.

Wer aus Daten die richtigen Schlüsse zieht, ist der Konkurrenz eine Nasenlängevoraus. Algorithmen können Muster erkennen, Trends vorhersagen sowie Autosund Drohnen steuern. Durch künstliche Intelligenz kann Sprache verstanden undkönnen Gesichter erkannt werden. Unternehmen wie Narrative Science lassenSport- und Geschäftsberichte von Computern statt von Journalisten schreiben.Maschinen wie IBMs Watson gewinnen bald nicht nur die Quizshow Jeopardy,sondern beraten Ärzte bei der Diagnose von Krankheiten. Bald gibt es solche Ex-pertensysteme auch als handliche persönliche Assistenten auf dem Smartphone.Bei Apple heißt es Siri, bei Android ist es Google Now. Cortana, der Assistent vonMicrosofts Windows Phone, kann beispielsweise Hunderassen erkennen. Die Ob-jekterkennung kann unterscheiden, ob der Corgi vor Ihnen ein Pembroke WelshCorgi oder ein Cardigan Welsh Corgi ist. Beide Hunde sehen fast gleich aus. DieQueen bevorzugt den Pembroke Corgi.

Nicht nur Amazon personalisiert mit Daten das Einkaufserlebnis und löst konkreteKaufentscheidungen aus. Auch wer offline unterwegs ist, kann mit Daten mehrKunden in die Filialen locken. Investitionsgüterhersteller nutzen Daten, um neueInteressenten anzusprechen. Täglich zeigen Kunden über Smartphone und PC, wassie interessiert. Mit dem Internet der Dinge kommen Smartwatch, Navi, Thermostatund iBeacons als Messfühler für Kundenwünsche hinzu. Unternehmen können ausdiesen Informationen maßgeschneiderte Angebote machen.

Was ist neu? Zunächst einmal die technische Entwicklung, die es erlaubt, immermehr Daten immer schneller zu verarbeiten. Früher wurden beim Data-Mining müh-sam Daten aus der Vergangenheit manuell analysiert, um das Konsumverhalten zuerforschen. Heute wird vollautomatisch in Echtzeit berechnet, welches Produktdem Besucher eines Webshops innerhalb der nächsten Millisekunde präsentiertwerden soll.

12

Einleitung – Big Data imMarketing

Wo früher vielleicht gerade einmal bekannt war, welche Kunden wann welchesProdukt gekauft haben, gibt es heute ein Vielfaches an Daten. Der Grund: immermehr Touchpoints sind digital. Digitale Kontaktpunkte werden automatisch als Da-ten protokolliert. Das Internet der Dinge und Industrie 4.0 tun ein weiteres: Nichtnur Kunden, auch Fabriken, Produktions- und Logistikprozesse sind vernetzt. Wemes gelingt, all diese Daten richtig zu interpretieren, kann neue Marktpotenzialeerkennen und Vertriebskampagnen besser aussteuern.

Die Meisten sammeln zwar Daten, nutzen sie jedoch nicht. Big Data kann vieleFragen beantworten. Wie funktionieren Treueprogramme? Wie können Kaufab-brecher umgestimmt werden? Wie werden inaktive Kunden reaktiviert? Wie kannPredictive Intelligence die Kosten pro Neukunde drücken? Wie kann die Wirkungteurer TV-Spots gemessen werden? Was bringen statistische Zwillinge? Was lehrtuns die Gaming-Branche? Was ist ein Next-best-offer? Daten helfen, den richtigenKunden im richtigen Moment das richtige Angebot zu machen.

Dieses Buch beleuchtet ausgewählte Aspekte des großen Themas Big Data inBezug auf ihre Relevanz für Marketingverantwortliche. Die Autoren geben Denk-anstöße und liefern Hintergründe, deren Kenntnis schon bald wettbewerbsent-scheidend sein kann.

Martin Nitsche leitet mit Co-Autor Christian Gründig das Buch damit ein, dasssie die Auswirkungen der zunehmenden digitalen Vernetzung von Menschen undDingen aufzeigt. Die Grenzen zwischen Branchen verschwinden und Unterneh-men, die in der Vergangenheit nicht miteinander in Konkurrenz standen, kämpfenplötzlich auf den gleichen Märkten um die Aufmerksamkeit der Kunden. Die Kauf-entscheidung wird in Zukunft weniger von der Qualität des Produkts selbst als vonder Vernetzung und dem damit empfundenen Servicegrad beeinflusst werden. Esergibt sich ein hochkomplexes System mit Milliarden von Dialogen, die in Echtzeitgeführt werden müssen.

Dr. Christian Bachem setzt sich mit der Frage auseinander, inwieweit die Big-Data-Geschäftsmodelle von Amazon, Facebook und Google auf „normale“ Unternehmenübertragen werden können. Er betont, wie wichtig es ist, Daten auf ihre Relevanzzu überprüfen und mit Erfahrung und Augenmaß zu interpretieren, um aus ihnenHandlungen ableiten zu können.

Anschließend erläutert Prof. Dr. Gottfried Vossen detailliert, was genau Big Dataeigentlich ist. Ein Rennauto ist mit rund 200 Sensoren ausgestattet, die permanentMotorleistung, Kupplung, Schaltung, Differential, Kraftstoffversorgung, Öl, Len-kung, Reifen und sogar den Gesundheitszustand des Fahrers überwachen. Boxen-mannschaft und Fahrer können sekundenschnell Anpassungen vornehmen, wennsich Veränderungen am Auto oder an den Rennbedingungen ergeben. Neue Tech-

Einleitung – Big Data imMarketing

13

nologien ermöglichen es, komplexe Analysen durchzuführen, Verbindungen undZusammenhänge zu erkennen und Voraussagen zu treffen, die noch vor kurzemals weitgehend unmöglich galten.

Den Übergang von der Analyse von Daten aus der Vergangenheit zur Echtzeit-verfügbarkeit von Informationen beschreibt Dr. Ilias Ortega. Heute erhaltenOrganisationen Daten in Form von kontinuierlichen Datenströmen, die von Senso-ren, Geldautomaten, Websites und Smartphones rund um die Uhr und dezentralgesammelt werden. Entscheidungen werden sofort gefällt. Welches Produkt wirdvorgeschlagen? Welche Zahlungsart vorgegeben? Liegt Betrug vor? Wandert einwertvoller Kunde bald ab?

Die vielfältigen Möglichkeiten der Analyse von Nutzerverhalten im Internet erklärtRalf Haberich. Die Anzahl der Seitenaufrufe, Bounce Rate, Online Revenue oderStornoraten werden weiterhin relevante Informationen sein, jedoch deutlich an Be-deutung verlieren. Viel wichtiger werden Echtzeitreaktionen aufgrund digitaler Ak-tionen. Wer diese Erkenntnisse gekonnt in einem Datenumfeld nutzt und umsetzt,kann schneller und besser auf veränderte Angebote des Wettbewerbs reagieren.

Nicole Dufft liefert erschreckende Zahlen darüber, wie wenig Marketingmanagerauf die Digitalisierung vorbereitet sind. Zwar ist die Interaktion mit Kunden überimmer mehr digitale Kanäle für über achtzig Prozent aller deutschen Marketing-entscheider die wichtigste Aufgabe. Trotzdem fühlt sich jeder Dritte für diese Her-ausforderung nicht hinreichend gerüstet. IT-Leiter dagegen haben das Know-how,erkennen aber die Bedeutung nicht. Jeder Kundenkontakt wird zum Aushänge-schild einer Marke: ob das Gespräch mit einem Mitarbeiter im Servicecenter, derEinkauf im Onlineshop, die Nutzung einer mobilen App oder die Interaktion übersoziale Medien. Die Rolle des Marketings entwickelt sich in der digitalisierten Weltdamit weit über die Markenkommunikation hinaus. Nichtsdestotrotz meinen nur39 Prozent der IT-Leiter, dass die Marketingkollegen an der Definition und Umset-zung der digitalen Strategie beteiligt werden müssen.

Der Status quo im Umgang mit Daten in deutschen Unternehmen gibt auch keinenAnlass zur Hoffnung. Dr. Thomas Franz liefert einen fundierten und gleichzeitigschockierenden Bericht zur Lage der IT. Es gelingt heute kaum einem etabliertenUnternehmen, die Gesamtheit der Daten zu überblicken. Im alltäglichen Geschäftergeben sich vielfach Reibungsverluste, die aus dem mangelnden Überblick überInformationen im Unternehmen resultieren. Informationshoheiten, Informations-erzeugung und Informationsverwertung spiegeln die Unternehmensorganisationwider und verhindern den Informationsaustausch im Unternehmen über organi-satorische Grenzen hinweg. Viele Unternehmen betreiben hunderte – größereUnternehmen oft tausende – von IT-Anwendungen. Informationen sind also inzahlreichen Datenbanken, Logfiles, oft auch in Tabellenkalkulationen zersplittertund dort isoliert.