Login

Die dunklen Seiten des digitalen Marketings

Falsche Kennzahlen sind gefährlich: Was Manager von der US-Präsidentschaftswahl 2016 lernen können

Raoul Kübler und Koen Pauwels

Keywords

Kennzahlen, Dashboards, Entscheidungsfindung, Umfragen, Prognosemodelle, benutzergenerierte Daten

Artikel downloaden

Das Datenzeitalter – Fluch oder Segen?
Im letzten Jahrzehnt ist die Menge an verfügbaren Daten regelrecht expoldiert. Heute produziert die Menschheit täglich mehr Daten als in den vergangenen 20.000 Jahren zusammengenommen. Trotz dieser enormen Fülle an Daten ist nicht die Menge entscheidend, sondern das, was man daraus macht. Marketingfachleute nehmen oft bereits verfügbare Daten als Ausgangspunkt für ihre Überlegungen.Besser wäre es jedoch, zunächst mit den richtigen Fragen zu beginnen und dann erst in die Datenwelt einzutauchen: Wie finden wir adäquate Antworten, welche Art von Daten benötigen wir dazu, woher bekommen wir diese Daten und wie greifen wir auf diese zu, wie verarbeiten und kombinieren wir sie mit bereits vorhandenen Erkenntnissen? Dies führt zu weiteren wichtigen Fragen wie: „Welche Quelle ist zuverlässig?“ oder „Welche Daten liefern wertvollere Informationen?“ Wichtig zu erkennen ist auch, dass ein Analysethema nicht abgehakt werden kann, sobald eine Datenquelle die eigenen Annahmen oder die verfolgte Strategie bestätigt. Prüfen Sie immer auch alternative Datenquellen, um abzusichern, dass Ihre Schlussfolgerungen gültig sind! Unsere Analyse der US-Präsidentschaftswahl des Jahres 2016 zeigt, was passieren kann, wenn man das verabsäumt.

 

Lassen Sie die Wähler sprechen – die Macht alternativer Datenquellen
Hätten es die Wahlkampfmanager damals besser wissen können? Angesichts der Tatsache, dass Kampagnenmanager – ebenso wie Marketingmanager – ihre Entscheidungen oft auf der Basis weniger Kennzahlen treffen, ist es von entscheidender Bedeutung, dass diese Kennzahlen stimmen und aus den richtigen Umfragen kommen. Zusätzlich wäre ein Blick auf alternative Datenquellen und Variablen sinnvoll, die – ebenso wie Umfragen – das Engagement und die Präferenzen der Wähler zeigen. In der politischen Arena sind auch Spenden, Medienberichte sowie Anzahl, Engagement und Stimmungslage der Follower gute Indikatoren für die Chancen der Kandidaten. Die meisten dieser Variablen sind sogar kostenlos verfügbar und können leicht „geerntet“ werden.

 

Während die meisten traditionellen Umfragen ein zu optimistisches Bild für Hillary Clinton zeichneten, lieferte der Großteil der nutzergenerierten Daten deutliche Hinweise, dass der prognostizierte Erdrutschsieg der demokratischen Kandidatin in Gefahr war. Einzig die gesammelten Wahlkampfspenden könnten die Wahlkampfmanager der Demokraten noch getröstet haben, konnte doch Clinton während des gesamten Wahlkampfes viel mehr Spenden sammeln als ihr Rivale. Die mediale Berichterstattung in den vier Monaten vor der Wahl zeigte jedoch ein anderes Bild. Um diese auszuwerten, führten wir Text-Mining und eine Themenanalyse der Tweets der wichtigsten 56 US-Nachrichtensender durch. Diese Daten zeigen deutlich, dass Trump die Medien dominierte und auch von Medien der Mitte und links der Mitte viel kostenlose Publicity erhielt. Außerdem konzentrierten sich die linken und linksgerichteten Medien mehr auf die innerparteiliche Rivalität zwischen Clinton und Sanders, während die rechten und rechtsgerichteten Medien mehr über Trumps Stärken und die Schwächen seiner demokratischen Gegnerin berichteten.

Die sozialen Medien lieferten ein noch deutlicheres Bild: Während des gesamten Wahlkampfs hatte Trump wesentlich mehr Follower und deutlichere Followerzuwächse als Clinton – ein Indikator dafür, dass die Trump-Kampagne mehr Schwungkraft hatte, als es die traditionellen Umfragen vermuten ließen (Abb. 4).

Eine Analyse der von den Nutzern der Social-Media-Seiten beider Kandidaten geposteten Themen und Kommentare zeigt, dass die Pro-Trump-Meldungen in der Überzahl waren. Und nicht nur die Stimmungslage war besser für Trump, auch die Menge an gegen Hillary Clinton gerichteten Fake News war auf beiden Kandidatenseiten gleich hoch.

Wer sich von falschen Zahlen blenden lässt, gefährdet fundierte Entscheidungen
Die Validierung eines Gesamtbildes durch alternative Datenquellen ist nicht nur in der Politik hilfreich. Die neueste Marketingforschung zeigt, dass Kennzahlen zum Online-Konsumentenverhalten traditionelle Funnel Metrics bereichern und manchmal sogar ersetzen können. Einer einzigen „Wunderkennzahl“ zu vertrauen, führt nicht nur zu Überraschungen, sondern kann auch falsche Entscheidungen nach sich ziehen. Ökonometrische Modelle mit unterschiedlichen Variablen können helfen, ein komplexes Geflecht an dynamischen Interaktionen zu entwirren und sowohl unmittelbare als auch zeitlich verzögerte Auswirkungen von Marketing- (oder politischen) Ereignissen sichtbar zu machen. Unser Modell für die Wahl 2016 erwies sich als geeignet, die Auswirkungen von externen Ereignissen, nutzergenerierten Inhalten, Wahlkampfaktivitäten und Medienberichten für beide Kandidaten deutlich aufzuzeigen und damit die Lücke in den Umfragewerten  zu verschiedenen Zeitpunkten gut zu erklären.

Lassen Sie sich von Daten nicht aufs Glatteis führen – Lektionen für Marketingmanager

  • Bewerten Sie Zahlen und Prognosen mit einem kritischen Blick
    Marketingmanager können aus den Wahlen 2016 lernen, dass Zahlen und Prognosen so kritisch wie möglich zu hinterfragen sind. Daher empfehlen wir eine gesunde Dosis an Skepsis gegenüber allen Erkenntnissen, die Ihnen präsentiert werden. Da heutzutage Daten meist in Hülle und Fülle vorhanden sind, kann man alternative Datenquellen nutzen, um bestehende Erkenntnisse zu verifizieren und deren Validität sicherzustellen. Wenn man verschiedene Daten zu einer ähnlichen Fragestellung kombiniert – in unserem Szenario Daten zur Wählerpräferenz –, kann man Ergebnisse besser vorhersagen, erklären und mit geeigneten Maßnahmen in die gewünschte Richtung lenken. Wie in unserem Beispiel der Präsidentschaftswahlen können solche Daten direkt online von Nutzern gewonnen werden – z. B. in Social-Media-Posts und -Kommentaren oder in Kundenbewertungen auf Online-Plattformen oder auch aus anderen Quellen wie z. B. statistischen Datenbanken.

Einer einzigen „Wunderkennzahl“ zu vertrauen, führt nicht nur zu Überraschungen, sondern kann auch falsche Entscheidungen nach sich ziehen.

  • Nutzen Sie Erkenntnisse der Marketingtheorie, um verdächtige oder widersprüchliche „Datenbeweise“ zu entkräften
    Eine weitere Herausforderung entsteht, wenn die gesammelten Daten kein stimmiges Bild ergeben. In diesem Fall ist das Management in der Verantwortung, ein Expertenurteil abzugeben. Als Erstes erfolgt immer eine subjektive Prüfung (Face Validity) auf Plausibilität der Ergebnisse. Ist beispielsweise das Vorzeichen des vermuteten Zusammenhangs realistisch? Als Menschen haben wir die unschlagbare Fähigkeit, viele verschiedene Signale zu einer Gesamteinschätzung zu integrieren: von Anekdoten und Gefühlen bis hin zu aktuellen Daten und der Interpretation vergangener Ereignisse. Während eine ökonometrische Analyse in der Regel besser geeignet ist, um die Stärke und Dauer eines Effekts zu beurteilen, können Manager meist gut einschätzen, ob sich ein Effekt positiv oder negativ auswirken sollte. In vielen Fällen sind dabei grundlegende Marketingtheorien hilfreich. Wenn man z. B. feststellt, dass sich bestimmte Marketingkennzahlen verbessern, wenn man den Preis erhöht, könnte man eventuell skeptisch werden und prüfen, ob man richtig misst. Ebenso können einfache Korrelationsanalysen das Verständnis für das Zusammenwirken von Variablen verbessern. Auch hier kann eine erste subjektive Einschätzung helfen, verdächtige, der Marketingtheorie oder den eigenen Erfahrungen widersprechende Effekte herauszufiltern.
     
  • Nutzen Sie Dashboards, die auf ökonometrischen Modellen basieren
    Zu guter Letzt emfpehlen wir Entscheidungsträgern noch, unternehmens- oder markenspezifische Dashboards zu entwickeln, die auf ökonometrischen Modellen basieren. Etablierte Verfahren und ökonometrische Methoden wie z. B. vektorautoregressive Modelle helfen Managern dabei, wichtige Leistungsvariablen zu identifizieren und in ihrer Entwicklung zu verfolgen. Sie unterstützen darüber hinaus auch die Beurteilung von Datenquellen, wie Pauwels in seinem 2014 erschienenen Buch „Itʼs not the size of your data, but what you do with it“ vorschlägt: Durch welche Daten bekomme ich als Entscheidungsträger tatsächlich aussagekräftige Informationen auf meinen Tisch?

Ansätze zur kontinuierlichen Prüfung der Datenumgebung eines Unternehmens und zur Kontrolle der Zuverlässigkeit und Werthaltigkeit der verfügbaren Daten für die Entscheidungsfindung helfen Managern bei der Orientierung in der Fülle der verfügbaren Daten und verhindern, dass sie vor lauter Bäumen den Wald nicht mehr sehen. Oder anders ausgedrückt: Lassen Sie sich nicht auf die dunkle Seite der Entscheidungsfindung locken, sondern werfen Sie Licht auf Ihre Daten und beurteilen Sie deren Nutzen kritisch. Sie werden sehen, dann wird Ihr Marketing great again! Aber wirklich!

Autor/en

Raoul Kübler, Professor of Marketing, Marketing Center Münster, Germany, raoul.kuebler@uni-muenster.de

Koen Pauwels, Distinguished Professor of Marketing,Northeastern University, Boston, MA, USA, k.pauwels@northeastern.edu

Literaturhinweise

Kübler, R. V.; Colicev, A.; & Pauwels, K. H. (2020): “Social Media's Impact on the Consumer Mindset: When to Use Which Sentiment Extraction Tool?”, Journal of Interactive Marketing, Vol. 50, 136-155.

Kübler, R.; Pauwels, K.; & Manke, K. (2020): “How Social Media drove the 2016 US Presidential Election: a longitudinal topic and platform analysis”. 
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3661846

Pauwels, K. (2014): It's Not the Size of the Data--it's how You Use it: Smarter Marketing with Analytics and Dashboards. Amacom.