Big Data? – Es kommt nicht auf die Grösse an

Marketing Automation für NGOs: Actionable Data – 2/3

Man sagt, Daten seien das Gold des dritten Jahrtausends. Und tatsächlich: Daten bilden die Grundlage eines milliardenschweren Business’ von Internetgiganten wie Google und Facebook. Auch für NPO’s sind Daten von zentraler Bedeutung: Wer die Daten seiner GönnerInnen richtig sammelt und pflegt, der versteht ihre Bedürfnisse und kann damit bessere und langfristigere Beziehungen aufbauen. Was einfach und einleuchtend klingt, stellt in der Praxis oft eine grosse Herausforderung dar.

«Grösser ist nicht immer besser.»

Dank cloudbasierten Tools, Tracking Scripts und (Big) Data Management Plattformen ist es sehr einfach geworden, in kurzer Zeit eine grosse Menge an Daten zu gewinnen. Doch die grosse Herausforderung liegt nicht im Sammeln der Daten, sondern darin, diese effizient und zielgerichtet zu nutzen. Denn letztlich geht es nicht um Menge und Grösse der Datensätze, sondern einzig und allein darum, ob wir sie in Aktionen ummünzen können, welche der Zielerreichung der Organisation dienen. Das ist «Actionable» Data.

«Jede Organisation sollte eine Datenstrategie verfolgen.»

Basierend auf diesem Credo sollte jede Organisation eine Datenstrategie verfolgen, welche von konkreten Business-Anforderungen ausgeht. An einem konkreten Beispiel sieht das so aus:

  1. Ziel – Bindung verbessern
  2. Massnahme – Automatisierte Follow-Up E-Mail mit Updates zu Projekterfolgen
  3. Datenbedarf – Spendenbetrag, -datum und -zweck müssen im Marketing Automation System verfügbar sein

Studien belegen, dass die Kommunikation von erreichten Erfolgen eines der wichtigsten Kriterien ist, warum Spender einer Organisation treu bleiben. An diesem Beispiel lässt sich also erkennen, dass bereits mit kleinen und einfachen Datensätzen wirkungsvolle Massnahmen umgesetzt werden können. Vorausgesetzt, die Daten stehen zur richtigen Zeit im richtigen System zur Verfügung.

Und genau an der Stelle fangen oft die Probleme an: Viele Organisationen bilden zwar die Kundenhistory sehr präzise im CRM-System ab, haben aber keinen Echtzeitzugriff darauf in ihrer E-Mail-Marketing oder Marketing Automation Lösung. Das mindert den Wert dieser Daten massiv, denn sie liegen genau an der Stelle nicht bereit, wo man sie kostengünstig für personalisierte Kommunikationsmassnahmen nutzen könnte. Weil man aus Performance-Gründen nicht alle Daten 1 zu 1 zwischen den Systemen spiegeln, braucht es eine klare Datenstrategie, welche folgende Fragen beantwortet:

  1. Welche Daten brauchen wir?
  2. In welcher Datenbank brauchen wir sie?
  3. Zu welchem Zeitpunkt werden sie benötigt?

Um die Komplexität herunterzubrechen, hat es sich in der Praxis bewährt, zur Beantwortung dieser Fragen mit sogenannten Use Cases zu arbeiten. Man definiert die wichtigsten aktuellen und künftigen Geschäftsfälle, leitet davon den Datenbedarf ab.

«Sobald die Datenarchitektur auf dem Papier steht, kann man die Use Cases wieder zur Hand nehmen.»

Auf dieser Basis wird eine Datenarchitektur mit Datenbanken und Schnittstellen erarbeitet, welche sicherstellt, dass die benötigten Daten zum richtigen Zeitpunkt am richtigen Ort vorliegen. Sobald diese Architektur auf dem Papier steht, kann man die Use Cases wieder zur Hand nehmen, um die konzipierte Architektur zu validieren. Damit wird das Fundament für erfolgreiches Marketing Automation und valide Erfolgsmessung gelegt.

2018-07-24T06:19:51+00:00