Datenqualität lässt Umsätze steigen
Fünf Kennzeichen für Datenqualität
Aus Stroh kein Gold…
Stroh zu Gold spinnen, das könne seine Tochter, erzählt der Müller dem König im Märchen Rumpelstilzchen. Dann nimmt die Tragödie ihren Lauf: „Heute back ich, morgen brau ich, übermorgen hol ich mir der Königin ihr Kind; ach wie gut ist, dass niemand weiß, dass ich Rumpelstilzchen heiß!“ Fast wäre es für des Müllers Tochter und ihr Kind böse ausgegangen. Denn aus Stroh lässt sich – jedenfalls ohne Hexerei – eben kein Gold spinnen.
… aus schlechten Daten keine Erkenntnis
Das gilt ebenso im datengetriebenen Marketing: Aus schlechten Daten lassen sich keine Erkenntnisse gewinnen – Stroh rein, Stroh raus. Die Tragik des Märchens macht die Situation vieler Unternehmen nur allzu deutlich: Sie leiden unter schlechter Datenqualität. Eine Umfrage von eco – Verband der Internetwirtschaft zu den Marketing-Trends 2020 zeigt, dass sich die Befragten auch sehr klar über die Relevanz sind. Datenqualität rangiert mit 64 Prozent der Nennungen auf Rang 3 der Agenda, erst danach folgen Personalisierung, digitale Transformation und KI.
Am Praxis-Beispiel: Voraussetzung für den Erfolg schaffen
In der Tat, gute Daten sind Voraussetzung für alle anderen Technologien. Mit dem falschen Kraftstoff fährt auch das leistungsstärkste Auto nicht, zumindest nicht weit.
Ein Blick in die Praxis: Wir hatten neulich den Fall eines Händlers für hochwertige Damen-Mode. Eine Marketing-Aktion war geplant, allerdings stellt sich heraus: Titel und Vornamen waren in einem einzigen Datenfeld erfasst. Nun ist es aber so, dass Titel auch Indikatoren für bestimmte Konsummuster sind. Schließlich kleidet sich die promovierte Zahnärztin anders als die Hochschul-Professorin oder die Marketing-Leiterin einer Food-Manufaktur.
Das Problem in den First-Party-Daten fiel auf, weil die Selektion nicht präzise genug war und bei der geplanten digitalen sowie postalischen Ansprache von 25.000 Konsumentinnen etwa 15 Prozent falsch adressiert worden wären – ein enormer Mitteleinsatz ohne wirkliche Aussicht auf Erfolg! Also haben wir mit Daten aus dem Schober-Datenuniversum die Voraussetzung für den Erfolg geschaffen: Daten korrigiert, Dubletten eliminiert und fehlende Informationen angereichert. Am Ende war die Aktion sehr erfolgreich, denn die Qualität der Daten entscheidet!
Auch Investitionsgüter-Marketing leidet
Ähnliche Situationen treten im Investitionsgüter-Marketing auf. Auch im B2B-Geschäft führen schlechte Daten zu schlechten Ergebnissen: Sind jetzt die Max Mustermann GmbH & Co KG, die Max Mustermann Unternehmensgruppe, die Max Mustermann GmbH und die Firma Max Mustermann ein und dieselbe Firma? Die beschriebenen Fälle sind keine Einzelfälle: Mangelnde Datenqualität kostet richtig viel Geld. Wie die Harvard Business Review berichtet, ging IBM von 3,1 Billionen Dollar Schaden allein für die US-Wirtschaft im Jahr 2016 aus:
“3.1 trillion $, IBM’s estimate of the yearly cost of poor quality data, in the US alone, in 2016. While most people who deal in data every day know that bad data is costly, this figure stuns.” (Harvard Business Review)
Fünf Kennzeichen für Datenqualität
Es werden viele Aspekte im Zusammenhang mit Datenqualität genannt. Nur wer sicher ist, dass sich die vorhandenen Daten für die definierte Anwendungen und Aufgaben eignen, wird am Ende auch seine Umsätze steigern können. Und auf diese fünf Punkte kommt es an:
1. Daten sollten vollständig sein, denn eine fehlende Hausnummer macht ein Post-Mailing beispielsweise in die Bahnhofstrasse in München unzustellbar. Gleichzeitig gilt seit der Datenschutzgrundverordnung (DSGVO) das Gebot der Sparsamkeit. Nur nötige Informationen dürfen gespeichert werden und dazu gehört in der Regel die Zustimmung der Adressaten. Liegt diese nicht vor, ist also der Datensatz nicht vollständig, kann das schlimme Folgen haben.
2. Daten sollten einzigartig sein, denn oft liegen in unterschiedlichen Systemen für die Kunden-Interaktion verschiedene Datensätze, die aber zu ein und demselben Kunden oder Unternehmen gehören. Ob Namenswechsel nach Heirat, Umfirmierung, Tippfehler im Namen, Schreibvarianten oder unterschiedliche Kundennummern aus Online-Verkauf, Ladenlokal und Service, Dubletten sammeln sich schnell. Das erhöht zwar den Datenbestand, aber der Kundenwert lässt sich dann beispielweise nur sehr schwer bis gar nicht ermitteln.
3. Daten sollten aktuell sein, denn ein Gutschein-Code an ein veraltetes oder ungenutztes Online-Profil macht wenig Sinn. Postmailings an Verstorbene können bei Angehörigen sogar alte Wunden wieder aufreißen und die gute Absicht ins Gegenteil verkehren.
4. Daten sollten relevant und exakt sein, denn wer schon einmal für eine mehrstufige Marketing-Aktion selektiert oder Leads qualifiziert hat, weiß: Irrelevante oder generische Daten führen nicht zum Ziel. Im Zweifel sollte man Daten gezielt erheben. Warum nicht mit Community Insights gezielt auf New Data setzen? Die Digitalisierung macht es einfach.
5. Daten sollten konsistent über die verschiedenen Systeme und Quellen hinweg sein, denn Daten- und Informationssilos gehören zu den größten Hemmnissen bei der Kunden-Interaktion. Ein Kunde, der Rückfragen bei der Hotline hat und dann eine Vergünstigung – etwa Freiminuten für seine Urlaubsreise – erhält, ist hochzufrieden und loyal. Anders sieht es aus, wenn ein Kunde trotz langjähriger Kaufhistorie ständig unpassende Angebote erhält. Warum sollte der ausgewiesene Skateboard-Fan Interesse an einer Batik-Tasche haben?
„Ach wie gut, dass jeder weiß, dass ich udo heiß“
Auch wenn das Beispiel lustig wirken mag, solche Inkonsistenzen sind das Ergebnis unzureichend verzahnter Daten und Kommunikationssysteme im Backoffice. Oft fehlt der zentrale und einheitliche Blick auf die Kunden. Genau das ist der Grund, warum wir mit udo eine Plattform entwickelt haben, die alle verfügbaren Datenquellen verbindet, um die Customer Journey datenbasiert darzustellen. Falls nötig, übernimmt udo auch Datenbereinigung und -anreicherung und schafft so die Voraussetzung für umsatzsteigernde Kampagnen. Stroh rein, Stroh raus? Nein, denn udo arbeitet in den nachfolgenden Schritten mit der notwendigen Datenqualität: Visualisierung, Analytics und KI liefern Echtzeitanalysen und umsetzbare Erkenntnisse – passend zu Motivation, Intention und Verhalten der (potenziellen) Kunden. So lassen sich Angebote und Botschaften automatisiert entlang der Customer Journey an allen Touchpoints ausrollen – personalisiert und kanalübergreifend.
Datenqualität lässt Umsätze steigen
Der Skater bekommt dann zu seinem Geburtstag eine Einladung zum nächsten COS Cup und den Hinweis darauf, dass es Zeit für einen neuen, viel stylisheren Helm ist. Datenqualität lässt Umsätze steigen. Denn Marketers begeistern ihre Kunden, sichern sich Loyalität und sparen zudem noch jede Menge Geld. Also, auch wenn die Thematik komplex ist und Aufwand erfordert, der Einsatz lohnt sich!
Trotz aller Praxis-Tipps, am wertvollsten sind eigene Erfahrungen. Wie wäre es? Probieren Sie udo selbst aus. Bei Fragen stehen wir Ihnen unter service@schober.de jederzeit gerne zur Verfügung. Viel Erfolg! Es lebe die Datenqualität!
Kontakt
Zum Newsletter anmelden