Zielvorgaben erarbeiten

Bislang waren für den Advertiser meist die Grösse des Werbebudgets und die Umsetzung des Brandings, für den Publisher meist die Reichweite oder das kontextuelle Umfeld ausschlaggebend für das Marketing. Daten und deren Nutzung als Wettbewerbsvorteil zu definieren, bedeutet einen fundamentalen Wechsel. Kern jeder Datenstrategie ist die Antwort auf die Frage: Wie kann sich ein Unternehmen auf Daten­ebene von anderen differenzieren und dadurch einen Wettbewerbsvorteil erreichen?

Für Werbungtreibende bedeutet es, ­seine Kunden besser kennenzulernen und dadurch die Relevanz und das Targeting zu verbessern. Für den Publisher bedeutet es, das eigene Produkt nicht nur als Reichweite, Kontext und Werbemittel zu definieren, sondern seine Audience (Webseitenbesucher) als Produkt zu verkaufen. Sobald die Profile der Webseitenbesucher als Zielgruppe gebündelt zum Kernprodukt oder zum massgeblichen Wettbewerbsvorteil werden, gewinnen Daten­exklusivität und Datenqualität als Zielvorgabe eine hohe Priorität.

Daten sind dann also nicht mehr ein Nebenprodukt, sondern ein wichtiges Firmen­asset, das solide aufgebaut und gepflegt wird. Derzeit ist oftmals das Gegenteil der Fall: Mangelnde Datenqualität und -exklusivität prägen den Markt. Vor allem Publisher scheinen ihre Daten seit Jahren nicht gehütet zu haben - eine ­Datenstrategie ist nicht vorhanden.

Eine Datenstrategie umfasst verschiedene Aspekte der Organisation. Alle Aspekte, die das Team und die Organisation, die Marketingeffizienz, die eingesetzten Technologien und Datenqualität betreffen, sollten in einem Change-Management-Projekt erfasst und implementiert werden. Wichtig ist hier, dass der Prozess nicht bei der Datensammlung und der Auswahl der Technologien aufhört.

Eine grosse Herausforderung für Unternehmen ist, die erwünschten Ergebnisse der Datenstrategie festzulegen. Diese an sich schon schwierige Aufgabe ist im datengesteuerten Marketing noch härter, denn oft werden die Komplexitäten unterschätzt: Viele Technologien sind noch unausgereift, die Herkunft und Qualität von Daten im Advertising-Markt ist intransparent. Enttäuschungen bei der Implementierung von Technologien und der Nutzung von möglicherweise minderwertigen Daten-Sets sind vorprogrammiert.

Eine Technologie-Implementierung ist kleinteilig und mühselig. Deshalb ist es ­besonders wichtig, mit der richtigen ­Erwartungshaltung an das Projekt datenbasiertes Marketing heranzugehen.

Wichtig ist, dass sich jedes Team echte Use Cases vor Augen führt und ­diese dann priorisiert.