Denn sie wissen nicht, was sie tun (sollen)

<figure> Silvia Hänig
Geschäftsführerin iKom</figure>

Unsere heutige Gastbloggerin Silvia Hänig ist Geschäftsführerin der iKOM und steht Unternehmen für ihre digitalen Kommunikationsstrategien beratend zur Seite. Sie bringt in ihrem Beitrag auf den Punkt, welcher Herausforderung Unternehmen heutzutage hinsichtlich Big Data und der weniger klar definierbaren Zielgruppenpräferenzen gegenüber stehen. Nicht zuletzt macht sie deutlich, dass Unternehmen zielführend mit entsprechenden analytischen Daten umzugehen wissen müssen.

Ach, wie gern hätte mancher Entscheider die gute, alte Marketingwelt zurück: klare Verhältnisse in Gestalt homogener, trennscharf segmentierter Zielgruppen. Dazu passende Botschaften für genau das richtige Produkt. Und einen stringenten Kampagnenfahrplan. Doch diese liebgewonnene Marketingpraxis ist längst zum täglichen Vabanquespiel um die richtige Kundenansprache mutiert, die ohne vertiefte Datenanalysen kaum zu gewinnen ist. Nicht zuletzt durch das Social Web sind Reaktionen, Interessen und Kontaktpunkte ehemals homogener Zielgruppen vielschichtiger und unvorhersehbarer geworden. Marketeers und ihre Dienstleister lechzen danach, Datenberge systematisch zu sammeln und auszuwerten sowie Kunden zu identifizieren und deren Erwartungen in allen Verästelungen zu verstehen. Doch während der Big-Data-Hype Analysten in Goldgräberstimmung versetzt, stößt die intelligente Datenanalyse in der Unternehmenspraxis bereits an ihre Grenzen. Das belegen auch jüngste Studienergebnisse von Kontor Digital Media. Demnach streben zwar Marketing-Verantwortliche nach knallharten Fakten und passender Evaluierung, um die Erfolgsfaktoren Marke, Inhalt und Relevanz. Im Tagesgeschäft befinden sie sich allerdings eher noch im Experimentier-Modus, und kommen häufig über die Messung von Frequenz und technischer User-Experience nicht hinaus.

Offensichtlich kann mit dem Output aus den gesammelten Daten noch keiner so recht etwas anfangen. Das ist wie in Douglas Adams' Kultroman  „Per Anhalter durch die Galaxis“. Als Supercomputer Deep Thought nach sieben Millionen Jahren Rechenzeit seine Erkenntnis „42“ ausspuckt, sind dessen Nutzer irritiert – weil die Frage nicht klar war.  So ähnlich verhält es sich mit dem Gebrauch der Datenanalyse.

Um unstrukturierte Datenmengen irgendwie in den Griff  und potenzielle Kunden ins Fadenkreuz zu bekommen, scannen schicke Analyse-Tools wie Social Media Monitoring Verbraucherkritiken in sozialen Foren oder werten homöopathische Reaktionen auf Facebook-Kampagnen aus. Doch auf welche essenziellen Fragen geben diese Daten und Informationen Auskunft? Auf welches Ziel zahlen sie ein? – Erst mit Zielsetzung weiß das Marketing, ob  die Auswertung positiver, negativer oder neutraler Äußerungen von Friends, Followern & Co. überhaupt sinnvoll ist. Doch anstatt Datenquellen kontextbasiert und integriert zu bearbeiten, werkeln vor allem kundenorientierte Abteilungen unabhängig voneinander vor sich hin. In der Folge klagen Unternehmen darüber, „zu viele Ressourcen mit der Auswertung und Analyse unterschiedlichster Datenquellen  zu verschwenden“. „Sie können das, was sie mit hohem Investment und diversen Werkzeugen erheben,  nicht mehr erklären“, kommentiert Frank Schabel, Marketingleiter der HAYS AG in Mannheim. Und das, obwohl keiner Marketing-Abteilung damit geholfen ist, zum Cost-Center zu mutieren, während Budgets tendenziell eher dahinschmelzen.

Big Data soll Effizienz bewirken – nicht das Gegenteil: Schnell erkennen, was Menschen denken und wie sich diese gegenüber Unternehmen und deren Themen verhalten. Big Data zielt darauf ab,  den Kundenbedarf frühzeitig zu erkennen und eigene Produkte in Wimpernschlaggeschwindigkeit markttauglicher zu machen. Für das Marketing muss Big Data zum analytischen Schwungrad werden,  das nicht nur zielführende Kundenkommunikation steuert, sondern sich dadurch auch noch zum High-Performer entwickelt. Fragen wie „Welchen Beitrag leistet Social Media für die Produktqualität oder die Kundenzufriedenheit?" müssten sich damit beantworten lassen. Allerdings müssen dafür erst einmal branchenspezifische Analysemodelle vorliegen. Damit können die unstrukturierten Daten in Kategorien und Kennzahlen übersetzt werden, die für ein Unternehmen relevant und verständlich sind. Auf dieser Basis kommen auch Marketing und Kommunikation zu „Insights“, die bloßes Monitoring von Daten nicht liefern kann. Etwa: was erwarten Anspruchsgruppen und wo besteht Handlungsbedarf?

Erst durch Datenintegration im Geschäftsprozess sind Datenquellen perspektivisch und planungstauglich angelegt. Andernfalls ergeht es Big Data im Marketing ebenso wie in der Adamsschen Science-Fiction-Satire.  Dort sollte nämlich ein noch größerer Rechner gebaut werden, der an Deep Thoughts Stelle in der Lage sein würde, auf dessen Antwort „42“ die richtige Frage  zu formulieren.

Follow @ikomSilvia on Twitter