Man hört in der IT immer wieder von den verschiedensten Begriffen. So werden „künstliche Intelligenz“, „Big Data“ oder „Blockchain“ häufig dann verwendet, wenn man in Diskussionen um eine Erneuerung des Geschäftsmodells besonders intelligent klingen möchte.
Hinter diesen Begriffen steckt eine ganze Menge, weswegen ich mich in diesem Artikel hauptsächlich auf einen beschränken möchte: Hier geht es um den Zusammenhang von Big Data und Marketing.
Big Data und Marketing?
Was steckt grundsätzlich hinter Big Data? Wie hilft es beim (Online-) Marketing?
Die drei bis sechs V's
INHALTSVERZEICHNIS
Big Data bezeichnet vereinfacht gesagt eine so große und ständig stark wachsende Datenmenge, die nicht mehr mit einfachen Mitteln auswertbar ist. Verursacht durch die Allgegenwärtigkeit des Internets in Form von Social Media, Suchmaschinen und zukünftig sehr stark durch den wachsenden Internet-of-Things-Markt.
Der einfachen Merkbarkeit zuliebe spricht man zur genaueren Beschreibung von Big Data von den drei (Anfang der 2000er Jahre) bis sechs (heutzutage verbreiteter) V's.
Volume: Die schiere Menge an Daten.
Velocity: Die Geschwindigkeit, mit der immer neue Daten entstehen.
Variety: Die Vielfalt der Daten (strukturiert, semistrukturiert, unstrukturiert). Bilder und Videos zum Beispiel zählen hierbei zu unstrukturierten, also ungleich schwerer zu analysierenden Daten.
Value: Der Wert der Daten. Ein wesentlicher Grund für die Anwendung fortgeschrittenerer Analysemethoden liegt in dem Wert, den beispielsweise ein Unternehmen den Daten und den möglichen Erkenntnissen daraus zumisst.
Variability: Wie schnell ändern sich Daten?
Veracity: Die Wahrhaftigkeit der Daten. Sind sie tatsächlich aussagekräftig und vollständig?
Die Datenmengen sind schon lange nicht mehr übersichtlich. Hier braucht es neue Ansätze. Bildquelle: unsplash.com
Big Data und Marketing – der Stellenwert nimmt zu
Bereits heute kennt jeder, der sich ein wenig mit den Bereichen Online-Marketing und vor allem zielgruppenspezifischem Marketing beschäftigt, wohin der Trend geht.
Immer mehr individualisierte Kundenansprache im Internet: Abhängig von dem, was ich bei Google, Youtube, Facebook oder Instagram suche, werden mir entsprechende weitere Posts oder Anzeigen vorgeschlagen, die mich interessieren könnten.
Bei Amazon handelt es sich hierbei um den berühmten Bereich „Kunden, die diesen Artikel kauften, kauften auch“.
Im Unterschied zu Werbeplakaten oder Fernsehwerbung trage ich nicht einfach eine Botschaft in die Welt hinaus und hoffe auf Resonanz. Ich spreche ganz gezielt Leute an, die sich für meine Themen und Produktbereiche interessieren.
Google und Facebook haben einen Großteil ihres Geschäftes darauf aufgebaut – und es ist kein Zufall, dass beides IT-Unternehmen sind. Die Erzeugung und Auswertung von einer derartigen Vielfalt von Daten ist aus IT-Perspektive sehr aufwändig. Aber wer Big Data und Marketing sinnvoll verbinden, kann wird stark profitieren.
Das Ziel ist zunächst mal, einen Nutzer möglichst genau kennenzulernen. Dafür muss dem Nutzer ein Gegenwert für seine Daten geboten werden. Google bietet dem Nutzer die Anzeige relevanter Websites passend zu seiner Suchanfrage und erhält dafür Informationen darüber, was den Nutzer oder die Gesellschaft generell bewegt – denn eine Suchanfrage führt natürlich aus Interesse an einem Thema her.
Soziale Netzwerke bauen ihr Geschäftsmodell auf die Auswertung großer Datenmengen auf. Bildquelle: unsplash.com
Online-kennenlernen mal anders
Facebook, Instagram und weitere soziale Netzwerke lernen über Likes und Kommentare Interessen kennen. Aber damit nicht genug: Auch die Dauer, wie lange ihr bestimmte Posts betrachtet, welche Bilder ihr postet und wie viel Zeit ihr auf der Plattformen verbringt, sagt etwas über euch aus.
Und auch, zu welcher Uhrzeit ihr online seid, wie viel ihr generell liket und kommentiert, wie viele Freunde ihr habt, welches Smartphone ihr für den Besuch verwendet, welche Emojis ihr benutzt, welche Bilder ihr postet und so weiter. Die Menge der anfallenden Daten ist schier endlos – eine komplette Auswertung aller Nutzer mit heutiger Rechenleistung nahezu unmöglich.
Darin besteht eines der Kernprobleme von Big Data: Welche Teile der riesigen Datenmengen sind sinnvoll und helfen zur Mustererkennung und letztlich zu einer möglichst treffsicheren Analyse des Nutzers? Welche Methoden sind am effektivsten zur Vorhersage möglicher nächster Handlungen des Nutzers?
Je treffgenauer eine Einschätzung über eine Vielzahl der Nutzer ist, desto erfolgversprechender lassen sich auch Werbeanzeigen ausspielen.
Und die „Vorzeigebeispiele“, was Datenmengen ansammeln angeht, sind Facebook, Google und auch Amazon, wobei letzteres Beispiel sich doch deutlich unterscheidet. Denn Amazon nutzt die Daten direkt zum besseren Empfehlen von möglichen nächsten Käufen auf der eigenen Plattform, Google und Facebook vermitteln hauptsächlich zwischen Suchenden und Werbeanzeigenschaltenden.
Wer mehr über die Aktivitäten von Facebook im Speziellen wissen will, sollte mal in diesen Blog-Artikel schauen.
Erstmal alles Mögliche sammeln – dann möglichst das Nützliche auswerten
Die Tech-Riesen sind einfallsreich, um noch näher an den Nutzer heranzurücken: Das Abgeben der Daten soll so einfach wie möglich gemacht werden – und was ist leichter und natürlicher als Sprache? Beide haben mit Amazon Alexa und dem Google Assistant sehr erfolgreiche Sprachassistenten entwickelt. Google kann mit Android Auto und diversen Smarthome-Geräten noch mehr Daten sammeln und so immer noch genauer über den Nutzer Bescheid wissen.
Dieses Wissen gibt Google zumindest indirekt an Werbetreibende weiter: Werbung kann zielgerichtet an gewisse Kundengruppen ausgespielt werden, was wie eingangs erwähnt allein aus logischen Überlegungen deutlich effektiver ist.
Welcher Gruppe man zugeordnet wird, kann sich jeder mit einem Google-Konto im Google-Dashboard selbst anschauen – das Ergebnis ist sehr interessant und zeigt zumindest bei mir, dass der Suchgigant noch bei Einigem danebenliegt.
Der „Gläserne Bürger“. Fluch und Segen zugleich. Bildquelle: unsplash.com
Ja, auch kleinere Unternehmen können und sollten das Potenzial nutzen
Die Denkweise, die dahintersteckt, lässt sich im Übrigen auch auf kleinere Unternehmen übertragen. Es geht dabei zum Beispiel um die Beobachtung der Kunden auf der Unternehmenswebsite.
Wie verläuft der Weg über die Website, welche Dinge werden am häufigsten in Suchmasken eingegeben, wie lange und zu welcher Zeit verweilt der Nutzer auf der Seite, welches Endgerät verwendet er, ist er öfters auf eurer Seite, welche Produkte oder Unterseiten führen eher zu einer Conversion und vieles, vieles mehr.
Auch hier fallen eine Menge an unterschiedlichsten Daten an, die zielgerichtet ausgewertet werden sollten. Bei großen Datenmengen spricht man hier auch von „Data-Mining“. Durch die computergestützte Auswertung auf Muster im Verhalten zu kommen, die zu Anpassungen im Auftreten des Unternehmens, in der Produktpalette oder ganz banal zur Optimierung der Website genutzt werden können.
Dank Internet ist alles deutlich leichter nachvollziehbarer und beobachtbarer geworden – die richtigen Schlüsse für den eigenen Erfolg zu ziehen ist eine große Herausforderung mit noch größerem Potenzial.
Wenn ihr gerne mehr zu dem Thema Big Data und Marketing wissen möchtet, lasst es uns in den Kommentaren wissen. Stellt uns eure Fragen.
Wie hängen Big Data und Marketing zusammen?
Man hört in der IT immer wieder von den verschiedensten Begriffen. So werden „künstliche Intelligenz“, „Big Data“ oder „Blockchain“ häufig dann verwendet, wenn man in Diskussionen um eine Erneuerung des Geschäftsmodells besonders intelligent klingen möchte.
Hinter diesen Begriffen steckt eine ganze Menge, weswegen ich mich in diesem Artikel hauptsächlich auf einen beschränken möchte: Hier geht es um den Zusammenhang von Big Data und Marketing.
Big Data und Marketing?
Was steckt grundsätzlich hinter Big Data? Wie hilft es beim (Online-) Marketing?
Die drei bis sechs V's
INHALTSVERZEICHNIS
Big Data bezeichnet vereinfacht gesagt eine so große und ständig stark wachsende Datenmenge, die nicht mehr mit einfachen Mitteln auswertbar ist. Verursacht durch die Allgegenwärtigkeit des Internets in Form von Social Media, Suchmaschinen und zukünftig sehr stark durch den wachsenden Internet-of-Things-Markt.
Der einfachen Merkbarkeit zuliebe spricht man zur genaueren Beschreibung von Big Data von den drei (Anfang der 2000er Jahre) bis sechs (heutzutage verbreiteter) V's.
Volume: Die schiere Menge an Daten.
Velocity: Die Geschwindigkeit, mit der immer neue Daten entstehen.
Variety: Die Vielfalt der Daten (strukturiert, semistrukturiert, unstrukturiert). Bilder und Videos zum Beispiel zählen hierbei zu unstrukturierten, also ungleich schwerer zu analysierenden Daten.
Value: Der Wert der Daten. Ein wesentlicher Grund für die Anwendung fortgeschrittenerer Analysemethoden liegt in dem Wert, den beispielsweise ein Unternehmen den Daten und den möglichen Erkenntnissen daraus zumisst.
Variability: Wie schnell ändern sich Daten?
Veracity: Die Wahrhaftigkeit der Daten. Sind sie tatsächlich aussagekräftig und vollständig?
Bildquelle: unsplash.com
Big Data und Marketing – der Stellenwert nimmt zu
Bereits heute kennt jeder, der sich ein wenig mit den Bereichen Online-Marketing und vor allem zielgruppenspezifischem Marketing beschäftigt, wohin der Trend geht.
Immer mehr individualisierte Kundenansprache im Internet: Abhängig von dem, was ich bei Google, Youtube, Facebook oder Instagram suche, werden mir entsprechende weitere Posts oder Anzeigen vorgeschlagen, die mich interessieren könnten.
Bei Amazon handelt es sich hierbei um den berühmten Bereich „Kunden, die diesen Artikel kauften, kauften auch“.
Im Unterschied zu Werbeplakaten oder Fernsehwerbung trage ich nicht einfach eine Botschaft in die Welt hinaus und hoffe auf Resonanz. Ich spreche ganz gezielt Leute an, die sich für meine Themen und Produktbereiche interessieren.
Google und Facebook haben einen Großteil ihres Geschäftes darauf aufgebaut – und es ist kein Zufall, dass beides IT-Unternehmen sind. Die Erzeugung und Auswertung von einer derartigen Vielfalt von Daten ist aus IT-Perspektive sehr aufwändig. Aber wer Big Data und Marketing sinnvoll verbinden, kann wird stark profitieren.
Das Ziel ist zunächst mal, einen Nutzer möglichst genau kennenzulernen. Dafür muss dem Nutzer ein Gegenwert für seine Daten geboten werden. Google bietet dem Nutzer die Anzeige relevanter Websites passend zu seiner Suchanfrage und erhält dafür Informationen darüber, was den Nutzer oder die Gesellschaft generell bewegt – denn eine Suchanfrage führt natürlich aus Interesse an einem Thema her.
Bildquelle: unsplash.com
Online-kennenlernen mal anders
Facebook, Instagram und weitere soziale Netzwerke lernen über Likes und Kommentare Interessen kennen. Aber damit nicht genug: Auch die Dauer, wie lange ihr bestimmte Posts betrachtet, welche Bilder ihr postet und wie viel Zeit ihr auf der Plattformen verbringt, sagt etwas über euch aus.
Und auch, zu welcher Uhrzeit ihr online seid, wie viel ihr generell liket und kommentiert, wie viele Freunde ihr habt, welches Smartphone ihr für den Besuch verwendet, welche Emojis ihr benutzt, welche Bilder ihr postet und so weiter. Die Menge der anfallenden Daten ist schier endlos – eine komplette Auswertung aller Nutzer mit heutiger Rechenleistung nahezu unmöglich.
Darin besteht eines der Kernprobleme von Big Data: Welche Teile der riesigen Datenmengen sind sinnvoll und helfen zur Mustererkennung und letztlich zu einer möglichst treffsicheren Analyse des Nutzers? Welche Methoden sind am effektivsten zur Vorhersage möglicher nächster Handlungen des Nutzers?
Je treffgenauer eine Einschätzung über eine Vielzahl der Nutzer ist, desto erfolgversprechender lassen sich auch Werbeanzeigen ausspielen.
Und die „Vorzeigebeispiele“, was Datenmengen ansammeln angeht, sind Facebook, Google und auch Amazon, wobei letzteres Beispiel sich doch deutlich unterscheidet. Denn Amazon nutzt die Daten direkt zum besseren Empfehlen von möglichen nächsten Käufen auf der eigenen Plattform, Google und Facebook vermitteln hauptsächlich zwischen Suchenden und Werbeanzeigenschaltenden.
Wer mehr über die Aktivitäten von Facebook im Speziellen wissen will, sollte mal in diesen Blog-Artikel schauen.
Erstmal alles Mögliche sammeln – dann möglichst das Nützliche auswerten
Die Tech-Riesen sind einfallsreich, um noch näher an den Nutzer heranzurücken: Das Abgeben der Daten soll so einfach wie möglich gemacht werden – und was ist leichter und natürlicher als Sprache? Beide haben mit Amazon Alexa und dem Google Assistant sehr erfolgreiche Sprachassistenten entwickelt. Google kann mit Android Auto und diversen Smarthome-Geräten noch mehr Daten sammeln und so immer noch genauer über den Nutzer Bescheid wissen.
Dieses Wissen gibt Google zumindest indirekt an Werbetreibende weiter: Werbung kann zielgerichtet an gewisse Kundengruppen ausgespielt werden, was wie eingangs erwähnt allein aus logischen Überlegungen deutlich effektiver ist.
Welcher Gruppe man zugeordnet wird, kann sich jeder mit einem Google-Konto im Google-Dashboard selbst anschauen – das Ergebnis ist sehr interessant und zeigt zumindest bei mir, dass der Suchgigant noch bei Einigem danebenliegt.
Bildquelle: unsplash.com
Ja, auch kleinere Unternehmen können und sollten das Potenzial nutzen
Die Denkweise, die dahintersteckt, lässt sich im Übrigen auch auf kleinere Unternehmen übertragen. Es geht dabei zum Beispiel um die Beobachtung der Kunden auf der Unternehmenswebsite.
Wie verläuft der Weg über die Website, welche Dinge werden am häufigsten in Suchmasken eingegeben, wie lange und zu welcher Zeit verweilt der Nutzer auf der Seite, welches Endgerät verwendet er, ist er öfters auf eurer Seite, welche Produkte oder Unterseiten führen eher zu einer Conversion und vieles, vieles mehr.
Auch hier fallen eine Menge an unterschiedlichsten Daten an, die zielgerichtet ausgewertet werden sollten. Bei großen Datenmengen spricht man hier auch von „Data-Mining“. Durch die computergestützte Auswertung auf Muster im Verhalten zu kommen, die zu Anpassungen im Auftreten des Unternehmens, in der Produktpalette oder ganz banal zur Optimierung der Website genutzt werden können.
Dank Internet ist alles deutlich leichter nachvollziehbarer und beobachtbarer geworden – die richtigen Schlüsse für den eigenen Erfolg zu ziehen ist eine große Herausforderung mit noch größerem Potenzial.
Wenn ihr gerne mehr zu dem Thema Big Data und Marketing wissen möchtet, lasst es uns in den Kommentaren wissen. Stellt uns eure Fragen.