Wie Marketers die Datenqualität im Griff haben: Schritt für Schritt die Kundenansprache verbessern

Mehr als zwei Drittel (68 Prozent) der deutschen Marketers sehen sich laut einer aktuellen Umfrage in ihrem jeweiligen Unternehmen als wichtige Treiber des digitalen Wandels. Über die Hälfte (58 Prozent) glaubt, dass moderne Technologien neue Möglichkeiten für die Zielgruppenansprache und die Analyse von Marketingaktivitäten eröffnen. Große Chancen also, wenn es um die digitale Kundenansprache geht.

Doch trotz aller Potenziale kämpfen Marketingverantwortliche in Zeiten heterogener Systemlandschaften oft noch mit verteilten Kundendaten. So tun sie sich oft schwer mit genauen Aussagen, wie viele Kunden ihr Unternehmen eigentlich wirklich hat und wer diese genau sind. Damit fehlt jedoch die essenzielle Basis für ausgeklügelte Marketing-Kampagnen. Passgenaue Angebote und fehlerfreie Ansprache bleiben so auf der Strecke, Kundenzufriedenheit und messbarer ROI bleibt ein frommer Wunsch.

Kundendatenmanagement richtig angehen
Die Antwort auf das Problem verteilter Kundendaten ist ein systematisches Kundendatenmanagement. Denn dieses stellt die Datenqualität über den gesamten Lebenszyklus der Kundendaten hinweg sicher und überbrückt gleichzeitig Datensilos. Um dies zu erreichen, müssen jedoch die auf verschiedenen IT-Systemen wie ERP, CRM, Support-Ticketing oder E-Mail-Kampagnentools verteilten Kundenstammdaten zum „Golden Record“ zusammengeführt werden. Der Golden Record ist gewissermaßen „die Mutter aller Kundendatensätze“, der einzig wahre Datensatz, auf den sich alle operativen Systeme beziehen sollen. Ist dieser einmal erstellt und wird er dann konsequent als unternehmensweit einheitlicher Bezugspunkt für alle Anwendungen in allen Abteilungen genutzt sowie kontinuierlich gepflegt, erledigen sich die Folgeprobleme mangelnden Kundendatenmanagements fast von allein. Datensilos entstehen erst gar nicht.

Strategisch zur Datenqualität
Um jedoch zum Golden Record zu gelangen, sollten Marketers zwei Bereiche, die eng miteinander verflochten sind, bewerten: Erstens die Datenqualität und zweitens die damit verbundenen Prozesse. Denn Daten werden für Geschäftsprozesse genutzt. Daher geben genau diese Prozesse ihren Verwendungszweck und das notwendige Datenformat vor. Liegen beispielsweise qualifizierte Leads in einer Exceltabelle (Format) vor und sollen für Mailings eingesetzt werden (Prozess), muss das Format entsprechend angepasst werden.

Schritt 1: Probleme und Ursachen erkennen
Im ersten Schritt der Datenqualitätsbewertung müssen Probleme analysiert werden. Beklagen Mitarbeiter beispielsweise einen hohen manuellen Rechercheaufwand oder Nacharbeit bei der Erstellung von Kundenlisten, müssen diese als Probleme erkannt werden. Die Ursache kann in der fehlenden Aktualität von Daten liegen, in schlecht abgestimmten Prozessen oder in fehlendem Vertrauen der Mitarbeiter in die Daten. Oft liegt es auch an der Frage, wer überhaupt für die Daten und ihre Qualität verantwortlich ist. Ziel ist es, eine optimale Datenqualität zu erreichen, sodass die Daten für den jeweiligen Einsatzzweck innerhalb des zugrundeliegenden Prozesses verwendbar sind, mit anderen Worten „fit for use“.

Schritt 2: Profiling
Nun gilt es, das „Bauchgefühl“ und Erfahrungswissen der Mitarbeiter zum Status der Datenqualität durch Analyseergebnisse zu belegen. Ziel ist es, den tatsächlichen Status quo der Daten aufzuzeigen und eine fundierte Aussage über Vollständigkeit, Korrektheit und Redundanz der Daten zu treffen.

Das Ergebnis dieses Profilings sollte folgende Fragen beantworten:

  • Welche Informationen fehlen?
  • Wo tauchen verdächtige Ausreißer auf?
  • Wo passt das Format nicht zur Bedeutung?
  • Wo sind zwei oder mehrere Attribute nicht konsistent?
  • Wo werden vorgegebene Regeln verletzt?
  • In welchem Kontext treten Fehler auf?
  • Wie stellt sich ein Fehler in unterschiedlichen Datensegmenten dar (verschiedene Regionen, unterschiedliche Erfassungszeiträume etc.)?
  • Wie verändert sich das Auftreten von Fehlern im Lauf der Zeit?

Schritt 3: Maßnahmenkatalog erstellen
Auf Basis des Profilings werden nun Maßnahmen festgelegt, die die Daten- und Prozessqualität auf höchstes Niveau bringen sollen. Zum einen können der Verwendungszweck von Daten und die an sie gestellten Anforderungen festgeschrieben oder aber ein Real-Time-Adresscheck eingeführt werden.

Schritt 4: Bereinigen und Prozesse anpassen
In jedem Fall muss das Unternehmen den bis dato untersuchten Datenbestand bereinigen, also fehlerhafte Daten entfernen und korrigieren. Dies kann beispielsweise die automatisierte Überprüfung von Telefonnummern sein – eine wichtige Maßnahme und Unterstützung für CRM-Projekte, das Helpdesk, Beschwerdemanagement oder andere Aufgaben des Kundenkontaktmanagements. Dort werden Dubletten automatisch beseitigt. Wichtig ist es zu prüfen, ob die Bereinigung der Daten einmalig oder laufend erfolgen soll und ob Verantwortliche diese Bereinigungsmaßnahmen nachträglich oder direkt in die Unternehmensprozesse integrieren möchten.

Denn Marketers sollten beachten, dass die Datenqualität laufend gemanagt werden muss. Das ist keine Einmalaufgabe, denn fast alle Daten in Unternehmen, und vor allem Kundendaten, unterliegen ständigen Veränderungen. Ziel muss es deshalb sein, sicherzustellen, dass Kundendaten konstant einheitlich, vollständig und aktuell vorliegen. Weil die Anforderungen an die Daten und ihre Nutzung stetig steigen, muss auch die Qualität laufend angepasst werden. Dennoch verbessern Unternehmen ihre Datenqualität meist nur phasenweise, weil etwa ein neues Projekt einen Anlass dazu bietet. Im Anschluss nimmt die Qualität der Daten wieder ab, weil diese sich durch neue Gegebenheiten ändern, beispielsweise durch die Änderung der Mobilfunknummer oder der Adresse oder durch Schwächen im zugrundeliegenden Prozess, die nach wie vor bestehen.

Rundumsicht auf den Kunden
Vor dem Hintergrund der Digitalisierung ist zudem eine 360-Grad-Sicht auf den Kunden ein weiteres Ziel von Kundendatenmanagement. Hier gilt es, die nun zentralisierten und bereinigten Kundendaten mit externen Daten, etwa demografischen oder soziografischen Informationen, anzureichern und stets aktuell zu halten. Im Zeitalter von Big Data ist es aufgrund der Fülle an Daten jedoch noch schwierig, zu selektieren und Daten zu integrieren. Dennoch sollte dieses Ziel weiterhin angestrebt werden. So können Quellen aus Social Media, Blogs, Foren, Internetseiten, Lokalisierung, Navigation und vielen anderen evaluiert und entsprechend zur Anreicherung genutzt werden. Um aus Big Data sprichwörtlich Smart Data zu machen, sollten Marketers neue Daten und Datenquellen kontinuierlich den jeweiligen Kunden zuordnen, um sich so schrittweise einer 360-Grad-Sicht anzunähern.

Fazit:
Marketers, die das Kundendatenmanagement strategisch angehen, können die Potenziale der digitalen Kundenansprache deutlich effektiver für sich nutzen. Denn die daraus resultierende hohe Datenqualität ermöglicht eine gezielte kanal- und geräteübergreifende Kundenansprache entlang des gesamten Customer Lifecycle. Für Marketers bedeutet dies weniger Streuverluste, eine bessere Response und Kundenzufriedenheit durch individuelle und korrekte Ansprache sowie ein messbarer ROI.

 

BOXOUT 1:

Vorteile auf einen Blick:

  • Kundenansprache in Echtzeit
  • Omnichannel-Kundensicht
  • Kostenvorteile, da manuelle Aufwände für die Datenpflege entfallen und externe Daten zielgerichteter zugekauft werden können
  • Umsatzsteigerung durch besseres Cross-Selling und langfristige Kundenbindung
  • höhere Kundenzufriedenheit
BOXOUT 2:

In vier Schritten zur besseren Datenqualität

  1. Informationen aus Datensilos zusammenführen: Kundendaten aus unterschiedlichsten IT-Systemen integrieren, ohne die Systeme selbst verändern zu müssen
  2. Datenqualität des „Golden Record“ sicherstellen: Ziel ist der einheitliche, vollständige und aktuelle Kundendatensatz, die „Mutter aller Kundendatensätze“
  3. Kundendaten für Kampagnen-Tools zentral bereitstellen: Der Golden Record muss allen kundennahen Mitarbeitern zur Verfügung stehen, etwa für E-Mail-Kampagnensoftware, CRM-Lösungen in Vertrieb und Kundendienst, Direktmarketing-Anbietern und Telesales-Agenturen
  4. Schnelligkeit zum Kunden erhöhen. Die richtige Ansprache zur richtigen Zeit am richtigen Ort

Autor: Christian Holtz

Christian Holtz ist seit Anfang 2015 Director Solution & Product Management bei Uniserv und unterstützt damit die Entwicklung des Lösungsgeschäfts bei Uniserv. Bis 2014 leitete Herr Holtz das stark wachsende Servicegeschäft bei Uniserv und zeichnete damit verantwortlich für zahlreiche erfolgreich implementierte Lösungen bei Uniserv-Kunden. Vor seinem Einstieg bei Uniserv leitete Herr Holtz SAP-Projekte im Financial-Services-Bereich mit dem Schwerpunkt auf Stammdaten- und Datenmanagement. Mit seiner eigenen Firma paricon products führte er erfolgreich Datenqualitätsplattformen bei vielen der Top-100-Unternehmen in Deutschland und USA ein. Sein heutiger Fokus liegt darauf, die Daten für das Business durch eine geeignete Data Governance, optimal angepasste Werkzeuge und einheitliche Stammdaten nutzbar zu machen.