Login

Marketing und Data Science

Daten, Daten und noch mehr Daten: Wie man im Daten-Dschungel Erkenntnisse erntet

Bernd Skiera

Marketingmanager müssen sich vielen Herausforderungen stellen, um echte Werte für Kunden und Unternehmen zu schaffen.

Vom Datenbrachland zum Daten-Dschungel
Die fortschreitende Digitalisierung unserer Welt beschert uns eine stetig wachsende Menge an Daten. Begonnen hat das Ganze mit der Erfindung von Browsern, die den Internetzugang von einem Desktop-Computer aus um vieles einfacher und damit auch schneller machten. Immer mehr Konsumenten fanden Gefallen an Online-Interaktionen untereinander oder mit Unternehmen … und hinterließen dabei ihre Spuren. Die Kosten für das Beobachten dieser Interaktionen fielen laufend und sind inzwischen beinahe bei null. Erstmalig war es zum Beispiel möglich, im großen Stil nicht nur zu beobachten, ob ein Konsument mit einer Werbeschaltung in Kontakt kam, sondern auch wie er darauf reagierte. Marketingmanager konnten also nachvollziehen, ob der Konsument eine Werbeschaltung im Internet angeklickt und in weiterer Folge auch gekauft hat. Eine vergleichbare Messung der Werbewirkung war zuvor nur für Direktmarketingaktivitäten machbar, und zwar zu deutlich höheren Kosten und bei deutlich schlechterer Messqualität. So konnten die Direktvermarkter früher zum Beispiel nicht einmal feststellen, ob ein verschickter Werbebrief überhaupt geöffnet wurde. Vergleichen Sie diese Situation mit den Möglichkeiten bei E-Mail-Aussendungen der heutigen Zeit!

Einen weiteren großen Schritt voran brachte die breite Verfügbarkeit von erschwinglichen, leistungsfähigen Mobilgeräten und -tarifen. Über diese Geräte können Unternehmen ihre Konsumenten immer und überall ansprechen, standortbezogene Aktivitäten beobachten und Konsumentenreaktionen an Ort und Stelle und in Echtzeit erfassen. Marketing Manager konnten Konsumenten also nicht mehr nur in den paar Stunden pro Tag online erreichen, in denen sie an ihren Computern sitzen, sondern nahezu rund um die Uhr. Die Verfügbarkeit von Daten ist damit regelrecht explodiert. Hal Varian, früher ein vielgeachteter Wissenschaftler in Berkeley und nun Chefökonom bei Google, wurde Mitte des letzten Jahrzehnts mit der Aussage bekannt: „The sexiest job in the next 10 years will be statisticians.” Unser Datenbrachland scheinen wir also in einen Daten-Dschungel voller reifer Früchte verwandelt zu haben. Aber können die Marketer dieser Welt diese Früchte nun einfach einsammeln? Sind alle Früchte auch tatsächlich bekömmlich? Oder ist die Ernte von Erkenntnissen im Datendschungel eine komplexe Herausforderung, für die es neue Techniken und Fähigkeiten braucht?

Wie Unternehmen von Big-Data-Analysen profitieren können

  • Erkenntnisse aus der Wissenschaft
    Viele Unternehmen haben keinen Zweifel daran, dass die Früchte des Daten-Dschungels sehr bekömmlich sind. Erkenntnisse aus Big-Data-Analysen sind stark nachgefragt. Ganz anders als noch vor 10 Jahren, gibt es in den USA immer mehr Jobs für promovierte Marketing- und Wirtschaftsabsolventen in der Unternehmenspraxis. Sauber durchgeführte wissenschaftliche Untersuchungen stoßen bei Unternehmen auf reges Interesse. Konkret nutzen viele Manager z. B. gerne die Erkenntnisse der Studie von den Forschern Blake, Nosko and Tardelis aus dem Jahr 2015, die Suchbegriffen mit Marken bei Google AdWords eine schlechte Wirkung attestieren. Millionenbudgets in der Werbung wurden als Konsequenz auf andere Werbemedien umverteilt. Auch die Wharton Customer Analytics Initiative (WCAI) hat sehr erfolgreich das Interesse von Fortune-500-Unternehmen auf sich gezogen. Sie hat Unternehmen dazu animiert, Wettbewerbe zu unterstützen, bei denen Wissenschaftler Daten aus den Unternehmen analysieren und Implikationen ableiten. Die Liste an Marketingproblemen, die über die Analyseplattform Kaggle untersucht werden, wird laufend länger und Onlinekurse zum Thema „Machine Learning“ genießen hohe Popularität.
     
  • Marketingentscheidungen verbessern
    Informationen helfen bessere Marketingentscheidungen zu treffen. Mit diesem Themenheft möchten wir Ihnen helfen, ebenfalls von diesen besseren Entscheidungen zu profitieren. Ich freue mich sehr, dass sich einige der renommiertesten Marketingforscher die Zeit für einen Beitrag genommen haben und aufzeigen, wie man in unserem datenintensiven Umfeld Marketingentscheidungen verbessern kann. Mike Hanssens, Pradeep Chintagunta und John Hauser führen aus, wie man Daten in nützliche Informationen für unterschiedlichste Marketingthemenstellungen umwandelt. (S. ) Vor kurzem waren die Drei als Herausgeber für ein Big-Data-Themenheft der renommierten Fachzeitschrift „Marketing Science” tätig und sie berichten über die wesentlichen Erkenntnisse aus dieser Ausgabe. In ihrem Artikel prognostizieren sie auch, dass zukünftig Marketingfachleute viel stärker mit Statistikern und Informatikern zusammenarbeiten werden. Außerdem zeigen Sie auf, dass das Marketing von solchen Kooperationen nicht nur profitieren, sondern diese auch entscheidend prägen kann, z. B. durch das Modellieren von Strukturen oder die Erforschung von Kausalzusammenhängen.

    Martin Spann und seine Co-Autoren widmen sich standortbezogenen Daten und erläutern, wie diese generiert, analysiert und für maßgeschneiderte Marketingentscheidungen genutzt werden. Wenn Unternehmen situative Einflussfaktoren aus Smartphone-Anwendungen mitberücksichtigen, können sie ihren Konsumenten relevantere und interessantere Angebote bieten. Martin Spann kommt aus dem Marketing, forscht inzwischen aber hauptsächlich im Bereich der Wirtschaftsinformatik. Bei anderen Forschern ist es genau umgekehrt. Solche Entwicklungen bei Forschungsinteressen sind schöne Beispiele dafür, wie Marketing und Wirtschaftsinformatik zusammenwachsen.

    Martin Schmidberger betrachtet den Daten-Dschungel aus der Perspektive seines Unternehmens. Seit vielen Jahren ist er der Leiter des Daten- und Zielgruppenmanagements der ING DiBa. Bemerkenswert ist, dass diese Bank als einzige unter den deutschen Retail-Banken in den vergangenen 10 Jahren mit substanziellen Wachstumsraten aufwarten konnte. In unserem Gespräch bestätigt er, dass die systematische Verwendung von Daten sowie Machine-Learning-Techniken zu einem besseren Verständnis des Kundenverhaltens führen. Diese Techniken generieren individuelle Empfehlungen mit höheren Abschlussquoten, als mit traditionellem Marketing erzielt wurden. Auch das zeigt wiederum, dass die Datenwissenschaft kombiniert mit Marketing auf der Siegerstraße ist.

 

Marketing-Herausforderungen bei der Ernte im Daten-Dschungel
Es gibt zwar einiges zu holen, aber das Pflücken von Früchten lohnt sich nicht automatisch. Es kann eine kniffelige Aufgabe sein, an die Früchte heranzukommen, manchmal ist es sogar richtig mühsam. Mathematische Kenntnisse sind eine Grundvoraussetzung (siehe Box 1), Marketingmanager müssen aber auch noch mit zusätzlichen Herausforderungen rechnen und unsere Autoren behandeln einige davon.

  • Die richtigen Schlüsse ziehen
    Zwei der erfolgreichsten Forscherinnen in unserem Gebiet, Anja Lambrecht und Catherine Tucker, widmen sich dem Unterschied zwischen Korrelation und Kausalität. Natürlich ist dieses Thema nicht neu und hoffentlich hat jeder Student gelernt, dass man durch Regressionsanalysen zwar Korrelationen, aber nicht unbedingt kausale Zusammenhänge aufzeigen kann. Es gewinnt aber noch mehr an Bedeutung, weil es in der digitalen Welt möglich ist, einzelne Kunden direkt anzusprechen. In Box 2 finden Sie ein Beispiel, das demonstriert, wie groß die Versuchung ist, falsche Schlussfolgerungen zu ziehen. Hoffentlich erkennen Sie, dass nur mit Experimenten, wie sie Anja Lambrecht und Catherine Tucker beschreiben, echte kausale Marketingeffekte ermittelt werden können. Nur solche kausalen Effekte sollten dann für Budgetentscheidungen herangezogen werden.

Autor/en

Bernd Skiera, Professur für Electronic Commerce und E-Finance Lab, Fachbereich Wirtschaftswissenschaften, Goethe-Universität, Frankfurt am Main, Deutschland
skiera@wiwi.uni-frankfurt.de

Literaturhinweise

Blake, Thomas, Chris Nosko and Steven Tadelis (2015), “Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment”, Econometrica, Vol. 83, No. 1, 155 – 174.
Chen, Andrew (2012), “Growth Hacker is the new VP Marketing”, http://andrewchen.co/how-to-be-a-growth-hacker-an-airbnbcraigslist-case-....