Marketingexperimente können Marken in vielerlei Hinsicht nützen. Sie können Werbetreibenden nicht nur dabei helfen, ihr datengesteuertes Marketing zu steuern, sondern auch die richtigen Daten für eine bestimmte Aufgabe zu finden. In diesem Beitrag erklärt Tom Affinito von Skai, wie die Validierung und Kalibrierung deines Datensatzes mithilfe von Marketingexperimenten die Grundlage für eine erstklassige datengesteuerte Entscheidungsfindung ist.
In meinem letzten Beitrag, Datengestützte Entscheidungsfindung: Wie gut ist deine Marketingorganisation darin? Ohne Experimente wirst du es nie erfahrenhabe ich das Problem erörtert, dass datengestützte Entscheidungsfindung im Marketing zwar erwartet wird, die meisten Marketingexperten aber nicht gründlich darin geschult wurden. Die meisten Entscheidungen, die jeden Tag getroffen werden - wo das Marketingbudget investiert wird, wie es investiert wird, welche Anzeigen funktionieren, welche Gebote die besten sind usw. - können fehlerhaft sein.
Wie viel Prozent der Entscheidungen deiner Marketingorganisation beruhen deiner Meinung nach auf fundierten datengestützten Entscheidungen?
Das Wertversprechen der Marketingexperimente
Die einzige Möglichkeit, deinen datengesteuerten Entscheidungsprozess wirklich zu validieren und zu kalibrieren, sind Marketingexperimente. Im Idealfall ist eine Kultur des ständigen Testens und Lernens der beste Ansatz. Ich habe sogar die Hypothese aufgestellt, dass Marketingexperimente irgendwann zum Job eines jeden Marketers gehören könnten.
Aus meinem letzten Beitrag:
"Wenn man bedenkt, wie viel Wert Marketingspezialisten auf datengestützte Entscheidungsfindung legen, ist es nicht schwer, sich vorzustellen, dass eines Tages jede Funktionsgruppe in jeder Marketingorganisation ständig testen wird. Die Kreativteams werden Messaging und Visuals testen, das Mediateam wird Werbeformate und Ausgaben testen, die Kanalspezialisten werden Optimierung und Automatisierung testen, der CMO wird den Kanal- und Publisher-Mix testen... die Zukunft des Marketings sind Marketing-Experimente."
Zu verstehen, ob eine getroffene Entscheidung gut oder schlecht war, ist nur ein Vorteil, den Marketing-Experimente bringen können.
Aber woher weißt du, auf welche Daten du deine Entscheidung stützen kannst? Bei der Beantwortung dieser Frage können auch Marketingexperimente helfen.
Die Grundlage einer guten datengestützten Entscheidungsfindung sind die richtigen Daten
"Daten" ist vielleicht der schwammigste Begriff in unserer Branche. 
Daten können fast alles sein: Fakten, Statistiken, Diagramme, Schaubilder usw. Aber hier gibt es keine Standards. Verwendest du eine Statistik? Zwei Statistiken? Oder mehr? Wenn ein digitaler Vermarkter zum Beispiel eine Anzeige analysiert, um zu entscheiden, ob er sie pausieren oder weiterlaufen lassen soll, könnten das nur einige der verfügbaren Kennzahlen sein:
- Kosten
- Click-Through-Rate (CTR)
- Konversionen & Konversionsrate
Was sind die richtigen Daten für diese datengesteuerte Marketingentscheidung? Im obigen Beispiel könnte ein Marketer die CTRs anderer Anzeigen vergleichen und entscheiden, dass es nicht gut funktioniert und pausiere sie. Ein anderer Vermarkter könnte sich die Konversionsrate ansehen und lässt die Anzeige weiterlaufen. Wieder ein anderer schaut sich sowohl die CTR als auch die Konversionsrate an und überlegt sich eine andere Vorgehensweise.
Wie sieht es mit der Zeitspanne aus? Sollte ein Marketer nur die letzten 30 Tage betrachten? Oder einen Vergleich mit dem Vorjahr? Jede Kennzahl ändert sich je nach gewähltem Zeitraum und kann eine Entscheidung in unterschiedliche Richtungen lenken.
Marketing-Experimente sind die Antwort. Eine Marketingorganisation, die testet und lernt, kann validieren und kalibrieren, welche Datensätze die beste und genaueste Entscheidungsfindung ermöglichen. Mehrere Experimentierrunden mit unterschiedlichen Datenkombinationen würden beispielsweise zeigen, welche Daten für eine Entscheidung am besten geeignet sind. Mit der Zeit wird klar, welche Daten in welcher Situation verwendet werden sollten.
Clorox wählt die richtigen Daten für den Job und lernt, dass "weniger mehr ist" in ihrem datengesteuerten Marketingplan
In dem Gartner-Artikel Prozess der Priorisierung von Datendimensionen im Marketinghat das Marketingteam von Clorox durch Tests herausgefunden, dass die Verwendung von weniger Datenpunkten tatsächlich zu besseren Ergebnissen in ihrem Personalisierungsprogramm führt.
"Clorox führte eine Marktforschung über eine breite Palette verschiedener Verbraucherprodukte und Zielmärkte durch, um die zusätzliche Wirkung jeder zusätzlichen Datendimension für eine bestimmte Kampagne zu testen. Die Marketingteams von Clorox waren überrascht, dass eine kleine Anzahl von Datendimensionen eine weitaus bessere Wirkung erzielte als die Verwendung vieler Datendimensionen; die optimale Anzahl von Datendimensionen lag zwischen drei und vier.
"Clorox beschränkt daher die Marketingteams darauf, drei oder vier Datendimensionen in ihren Kampagnen zu verwenden. Früher hätten die Teams versucht, so viele Datendimensionen wie möglich zu verwenden, vor allem bei zielgerichteten Produkten. Statt die Auswahl der Datendimensionen als eine Art Brainstorming zu betrachten, müssen die Marketingteams sie jetzt als eine geschäftliche Entscheidung betrachten.
[Dieser Prozess" ermöglicht es den Teams, eine maximale Wirkung zu erzielen und verhindert gleichzeitig, dass sie fälschlicherweise glauben, "mehr sei immer besser". Durch die Begrenzung der Anzahl der in den Kampagnen verwendeten Datendimensionen konnte die Marketingorganisation von Clorox die Kosten und die Komplexität, die mit der Personalisierung von Inhalten verbunden sind, erheblich reduzieren. Innerhalb eines Jahres konnte Clorox einen Umsatzanstieg von 5 % verzeichnen, der direkt auf diese Praxis zurückzuführen ist."
Marketing-Experimente, um die Daten für die Entscheidungsfindung zu entdecken
Marketing-Experimente, um die Daten für die Entscheidungsfindung zu entdeckenEs ist schwer, sich bei der Entscheidungsfindung sicher zu sein, wenn du nicht weißt, welche Daten du für die Entscheidung verwendest. Vielleicht ist dein Entscheidungsprozess absolut erstklassig, aber die Empfehlungen können trotzdem fehlerhaft sein, wenn sie auf den falschen Datensätzen beruhen.
Marketingfachleute müssen Experten für datengestützte Entscheidungsfindung sein und Daten auszuwerten. Mit weltweiten Medienausgaben von 665 Milliarden US-Dollar in diesem Jahr (die bis 2023 auf 855 Milliarden US-Dollar ansteigen werden), werden Marketingverantwortliche immer stärker gefordert sein, ihre Investitionsentscheidungen zu rechtfertigen, vor allem in den hochgradig disruptiven und dynamischen Märkten, die wir heute in den Bereichen Automobil, Finanzdienstleistungen, Einzelhandel, E-Commerce, Konsumgüter und Reisen erleben. Eine optimale Nutzung der richtigen Daten und ein besseres Marketingverständnis, um zu überprüfen, welche Daten die richtigen sind, werden immer wichtiger.
Egal, ob ein CMO die Budgetzuweisungen auf Kanalebene vornimmt oder ein Praktiker die Medieneinkäufe optimiert - egal, wie klug oder erfahren er ist - niemand kann konsequent und genau gute datengestützte Entscheidungen treffen, wenn er keine Marketingexperimente durchführt, um den Datenentscheidungsprozess selbst zu validieren und zu kalibrieren.
