Content Marketing für individuelle Kundenansprache

Verlagswesen
Vertrieb, Marketing
Data Driven Innovation

Ausgangssituation

Günstige Massenwerbung nach dem Gießkannenprinzip eröffnet Chancen zur Optimierung, denn:

  • individuelle Kundenwünsche und -bedürfnisse sind kaum berücksichtigt
  • Werbung wird als störend und nicht relevant wahrgenommen
  • Kunden treffen Entscheidungen auf mobilen Geräten in wenigen Augenblicken ("Micro-Moments")
  • Erfolge von Vertriebskampagnen werden erst im Nachhinein bewertet

Die Mediaplanung muss sich auf diese Veränderungen einlassen. Beispielsweise werden Maßnahmen nur selten auf Basis von Echtzeit-Daten gesteuert. Entsprechend gestalten sich die Ziele unseres Verlagskunden:

  • alle Kampagnen-Kennzahlen kontinuierlich ermitteln
  • zu Kampagnenbeginn den Verlauf und die Erfolgswahrscheinlichkeit von Kontaktstrecken prognostizieren
  • Kontaktstrecken in Echtzeit auswerten und datenbasiert justieren
  • positive und negative Erkenntnisse für ein individuelles und „quasi-industrielles“ Kampagnenmanagement nutzen.

Davon ausgehend soll die Effizienz von Werbemaßnahmen und mit ihr die Konversionsraten kontinuierlich erhöht werden. Dem Kunden stellen sich dabei folgende Fragen:

  • Welche Inhalte (z.B. Produktempfehlung, Werbung, Voucher) platziere ich wann und für wen auf welchem Kommunikationskanal?
  • Wählen wir Online- oder Offline-Kanäle?
  • Welche Indikatoren beeinflussen auf welche Weise den Kampagnenerfolg?
  • Wie können wir Kampagnen in Echtzeit justieren?
  • Wie lasten wir unsere Mediakanäle optimal aus?

Lösung

Unsere Lösung setzt bei echten Verhaltensdaten und deren Bottom-Up-Analyse an. Diese Vorgehensweise ist der Schlüssel für die richtige Ansprache zum richtigen Zeitpunkt auf dem richtigen Kommunikationskanal. Daten sind bei unserem Kunden en masse vorhanden: Daten zur Kaufhistorie aller Kunden (Kundendaten, Klick-Verhalten, Kontaktverhalten, Bezahl-Methode, persönliche Angaben u.a.) sowie Geo-Daten und Zahlverhalten.

Die Vorgehensweise basiert auf unserem Standardprozess:

  1. Explorationsphase: Gemeinsam legen wir Ziele fest.
  2. Analytisches Konzept: In Zeitreihenanalysen untersuchen wir mit unseren Algorithmen und Data-Analytics-Verfahren die individuellen Kauf- und Kontakthistorien. Dadurch entdecken wir Ähnlichkeiten und Indikatoren für die richtige Auswahl von Produkt, Werbung und zusätzlichen Services.
  3. Prototyping: Wir bauen eine analytische Plattform nach relevanten Kennzahlen und Dimensionen auf. Die zuvor identifizierten Indikatoren werden versuchsweise bei einzelnen Kontaktstrecken eingesetzt. Wir experimentieren mit unterschiedlichen Inhalten und decken auf, was funktioniert und was nicht. Auf diese Weise erhalten wir konkrete Angaben für neue Aktionen sowie die Preisgestaltung.
  4. Verfeinerung: Mit jeder Aktionsstufe verfeinern wir die relevanteste „Next Best Offer“ in Echtzeit und werten systematisch je Kundensegment, Kanal und Angebot aus.
  5. Industrialisierung: Nach Fertigstellung der analytischen Plattform ergänzen wir eine marktübliche Kampagnenmanagement-Lösung und industrialisieren unsere Erkenntnisse für alle Kanäle, Produkte und Kundensegmente.
  6. Prognosetool und Dashboard: Der Kunde steuert mit unserem Prognosetool im Self-Service das datenunterstützte Kampagnenmanagement

Kundennutzen

Das datenbasierte Kampagnenmanagement erlaubt dem Verlag und den Verantwortlichen eine Erfolgsprognose und -kontrolle sowie ein aktives Kampagnenmanagement:

  • für jede Kampagnenstufe kann der Erfolg prognostiziert und im Rahmen der Erfolgskontrolle gemessen werden
  • Echtzeitdaten zeigen in jeder Aktionsstufe, welche Maßnahmen funktionieren und diese priorisiert bzw. justiert werden sollten
  • Aus Erfolgs- und Misserfolgsursachen resultiert eine „Next Step Action“ für jede Kontaktstrecke
  • das Modell wird in marktübliche Kampagnentools integriert

Dieser Gewinn an Kompetenz und Datenkenntnis bringt Erfolg und zeigt sich direkt in relevanten Kennzahlen:

  • Erhöhung des gesamten Conversion-Funnels um bis zu Faktor 2 bei mehrstufigen Kampagnen
  • Reduzierung des manuellen Analyseaufwandes um 95%

Fazit: Durch Datenintegration und Advanced-Analytics-Funktionen haben die Verantwortlichen die Ergebnisse geplanter und laufender Kampagnen ständig im Blick. Bei Bedarf kann zu jeder Zeit feinjustiert werden. Entsprechend verbessern sich der Erfolg jeder Maßnahme sowie die GuV. Zudem ermöglicht das flexible Datenmodell schnelle Reaktionen auf Marktveränderungen.

Back To Top