Wie gelingt es, Kontakte ganz individuell, mit speziell auf sie zugeschnittenen Angeboten, anzusprechen?

edited 2016-03-01



Oder anders gefragt: Wie kommt man an Daten für einen hohen Personalisierungsgrad? Database Marketing schließt das Gap zwischen Daten, Analyse-Methoden sowie den dazugehörigen technischen Möglichkeiten.

Adressen sind das Wichtigste einer Direktmarketing-Kampagne (digital und offline). Sie sind aber nicht einfach nur der Weg zum Markt, sie sind der Markt. Mit der Adress-Auswahl und Zusammenstellung der Mailing-Liste "gestalten" Sie diesen Markt und können, mit den weiteren Merkmalen der Adressaten ein "besseres" Briefing für das Kreativ-Team erstellen.

Auch beim "Datensammeln" geht Klasse vor Masse. Die Daten sollten zielgerichtet verwertbar sein, um einen sinnvollen Dialog mit den Empfängern führen zu können. Ganz oben auf der Wunschliste steht immer das Geburtsdatum ...für die Glückwunschkarte! Gehen Sie ruhig "kreativ" an die Sache heran. Selten liegen Daten mit solch einem offensichtlichen Label vor (selbst die Zahlungserinnerung braucht mehr Informationen). Versuchen Sie Demografie beschreibende Informationen zu gewinnen.

Sie sollten wenigstens die folgenden Informationen in einer Direktmarketing-Database vorliegen haben - neben einer ausführlichen Kontakt- und Response- bzw. Kauf-Historie.

Minimal-Database

  • Name des Einzelnen und / oder der Organisation
  • E-Mail-Adresse
  • Opt-In je E-Mail-Adresse und Verwendungszweck
  • Social Media
  • Postanschrift, einschließlich Postleitzahl
  • Telefonnummer (mobil oder Festnetz)
  • Quelle der Anfrage oder Bestellung
  • Datum und Kaufdetails der ersten Anfrage oder Bestellung
  • RMF-Kaufhistorie nach Datum, Betrag, Produkt, Bestellweg bzw. Kanal
  • Bonität (Scoring)
  • Relevante demographische Daten z.B. Alter, Geschlecht, Familienstand, Haushaltsgröße
  • Relevante Organisationsdaten z.B. WS-Code, Unternehmensgröße, Umsatz, Anzahl der Mitarbeiter

Mit einer Adressen-Anreicherung lassen sich diese Informationen um zusätzliche Datenfelder wie z. B. Branchenschlüssel, Kaufkraftdaten, Altersschätzungen, aktuelle Telefon-, Fax- und E-Mail-Adressen erweitern. Der Fokus sollte ganz klar auf der Response Optimierung liegen. Das Buzz-Word "Big Data" wird mittlerweile für fast alles mögliche verwendet, selbst wenn die Daten weder groß, noch komplex oder volatil sind bzw. mit herkömmlichen Techniken problemlos verarbeitet werden könnten. Die größte Herausforderung bei "Big Data" ist, in der Daten-Flut relevante Informationen zu finden, um zielgerichtet einen sinnvollen Dialog mit Kunden führen zu können.

Eine Mailing-Liste ist nicht einfach nur ein Weg zur Erreichung des Marktes. Sie ist der Markt.

Die Datenqualität trägt in hohem Maße zum Erfolg von Direktmarketing-Kampagnen bei. Dubletten belasten nicht nur das Budget, sondern stören eine stimmige Kommunikation - vor allem, wenn dadurch unterschiedliche Botschaften die gleiche Person erreichen. Der erste Schritt ist zunächst die Dubletten-Erkennung gefolgt von einem regelbasierten Verfahren, das gleiche, mehrfach vorhandene Datensätze zusammenlegt oder entfernt.

In einer Kontakthistorie werden relevante Informationen in Bezug auf den Einsatz einer Adresse festgehalten, z. B. Angaben zu Kanal, Werbemittel und Versandzeitpunkt. Nicht fehlen sollte auch ein standardisierter Hinweis auf die Art des Angebots. Die Response- und Kauf-Historie hält reaktions- und transaktionsbezogene Informationen fest, z. B. Käufe oder Angebots-Abrufe, Gewinnspielteilnahmen, E-Mail-Öffnungen, -Klicks und sonstige durch Direktmarketing initiierte Reaktionen.

Dubletten belasten nicht nur das Budget, sondern stören eine stimmige Kommunikation.

In einem Data Warehouse wird nun aus all diesen Daten eine für Analysezwecke optimierte zentrale Datenbank erstellt. Es ermöglicht damit die systematische Anwendung statistischer Methoden (Data Mining), wie z. B. multivariate Analysen, Scoring-Verfahren und Vorhersagemodelle. Sie decken Regelmäßigkeiten, Gesetzmäßigkeiten und verborgene Zusammenhänge auf. Das Mailing sollte daher am besten auch erst dann geschrieben und entworfen werden, wenn die richtigen Listen identifiziert und ausgewählt wurden.