3. Business Intelligence beginnt mit dem
Stellen der richtigen Fragen!
§
§
§
§
§
§
§
§
§
§
§
§
Welche Stückzahl eines Produktes sollten wir einkaufen?
Welche Produkte möchte Herr Meyer kaufen?
Welcher Preis ist der richtige?
Wie sollte Suchergebnis- und Produktlisten sortiert werden?
Wie sollten wir das Werbebudget auf die Werbeinstrumente
verteilen?
Welcher Kunde bekommt einen Gutschein?
Wie viel € sollte ich für eine SEA Anzeige oder einen Banner
bieten?
Warum verkauft sich Sortiment X auf otto.de unter Plan?
Was ist auf otto.de passiert bzw. was passiert gerade?
Können wir social media Daten nutzen?
Wie optimiere ich den Warenbestand in den Lägern?
…
Um solcherart Fragen beantworten zu können,
sind 3 Fähigkeiten entscheidend
Marketing Natives HH
25. November 2013
Seite 3
4. Business
Intelligence
=
bessere
Entscheidungen
treffen
Die
Business
Intelligence
Formel
besteht
aus
3
Elementen:
BI
=
Datenmanagement
+
mit
Analy>cs
Daten
in
Erkenntnisse
übersetzen
+
Erkenntnisse
in
Entscheidungen
überführen
DATA
Marketing Natives HH
25. November 2013
Seite 4
Analytics
&
Insights
DECISION
5. Fähigkeit 1 „Datenmanagement“
Die Datenmenge und die Möglichkeiten diese zu erfassen, zu speichern
und bereitzustellen sind durch die zunehmende Digitalisierung unseres
Geschäftsmodells und die technische Entwicklung (Big Data) in den
letzten Jahren dramatisch gestiegen.
Marketing Natives HH
25. November 2013
Seite 5
Quelle: The human face of big data
6. Fähigkeit 2 „mit Analytics Daten in Erkenntnisse
übersetzen“
Durch systematische Untersuchung der Daten und Entwicklung von
analytischen Modellen (Analytics) können durch die Beantwortung der
Kernfragen: Was ist passiert?, Warum ist es passiert?, Was passiert
gerade?, Was wird geschehen? Erkenntnisse gewonnen werden.
Marketing Natives HH
25. November 2013
Seite 6
Quelle: http://www.loginworks.com
7. Fähigkeit 3 „Erkenntnisse in Entscheidungen überführen“
Die Potentiale der Daten und passender algorithmischer Modelle werden erst
durch den Einsatz in den Fachbereichen wirksam
… eine enge Zusammenarbeit ist also wesentlich!
Problem/Potential erkennen
1. Problem/
Potential
2. Review
früherer
Lösungen
3. Daten
Fachbereiche
Marketing Natives HH
25. November 2013
Seite 7
Entscheiden
Problem lösen
Quelle: http://plotting-success.softwareadvice.com
4. Modell
OTTO BI
5. Analyse &
Modellanwendung
6. Entscheidung
und Maßnahmen
Fachbereiche
8. Der rasante technologische Fortschritt ist eine Herausforderung und bietet gleichzeitig auch große Potenziale
Charakteristika von „Big Data“
Volumen
Sehr viel größere Datenmengen als bisher, im Peta- oder sogar Exabyte
Bereich
+
Velocity
+
Höherer Geschwindigkeitsbedarf der Analysen, oft Real-Time statt bisheriger
zeitunkritischer Ex-Post-Analysen
Variety
+
Signifikant größere Vielfalt der Daten bzgl. Quellen (intern vs. extern) oder
Art (z. B. strukturiert vs. unstrukturiert)
Veracity
Qualität und Richtigkeit der Daten, insbesondere durch neu hinzugekommene
Datenquellen
=
Value
Marketing Natives HH
25. November 2013
Seite 8
Mehrwert durch besseres Markt-, Kunden- und Produktverständnis
und schnellere & fundiertere Entscheidungen
9. Beispiel: Digitale Customer Journey
Ein dynamisches Attributionsmodell optimiert die Effizienz
der Online Werbung
Wahrnehmung
Marketing Natives HH
25. November 2013
Seite 9
Quelle: http://www.foryouandyourcustomers.com/
Auswahl
Kauf
10. Beispiel einer digitalen Customer-Journey
Display
PSM
Wahrnehmung
Auswahl
Kauf
Kauf
SEO
SEA
Marketing Natives HH
25. November 2013
Seite 10
11. Bekannte statische Attributionsmodelle verteilen die
Nachfrage auf die Kontaktketten, nehmen aber einen
festen Wirkungsbeitrag je Position an
25%
25%
25%
25%
Kauf
Display
SEO
PSM
40%
SEA
U-Modell oder „Badewanne“
Jedem Werbekontakt wird der gleiche Anteil an der
Conversion zugerechnet.
40%
10%
Gleichverteilung
Jedem Werbekontakt wird der gleiche Anteil an der
Conversion zugerechnet.
10%
Kauf
Display
10%
SEO
20%
PSM
30%
SEA
40%
Kauf
Display
SEO
Marketing Natives HH
25. November 2013
Seite 11
PSM
SEA
Linear abnehmend
Näher am Conversion-Ereignis liegenden
Werbemittel-Kontakte erhalten eine höhere
Bedeutung
12. Dynamisches Modell berücksichtigt zeitliche Dimension und
ermöglicht Erfolgsbeitragszuweisung in Abhängigkeit von dem
Wirkungsbeitrag
– Dynamische Abbildung möglich über statistisches
Modell
45%
15%
5%
35%
Kauf
Display
25%
SEO
PSM
15%
SEA
t
– Entscheidender Unterschied zu den am Markt
bekannten statischen Modellen, wie bspw. First
Contact, U-Modell oder Gleichverteilung, welche
alternativ zu Last-Contact eingesetzt werden könnten,
ist der Einbezug der zeitlichen Dimension.
55%
5%
Kauf
Display
SEO
PSM
SEA
t
Die dargestellte Marketingkanalreihenfolge und die zugewiesene Anteiligkeit dient
nur zur Anschauung und basiert nicht auf realen Customer Journey Daten.
Marketing Natives HH
25. November 2013
Seite 12
– In Abhängigkeit von der Ausprägung der
Einflussvariablen einer Journey kommt es zu
unterschiedlichen Attributionswerten für die
Kontaktpunkte
– Dies hat zur Folge, dass die gleiche
Kanalreihenfolge in der Customer Journey bei
unterschiedlichen Zeitabständen zwischen den
Kontakten zu unterschiedlichen Attributionswerten
für die beteiligten Kanäle führt.
13. Ausgewählte Beispiele zu BIFragestellungen
§ Welche Produkte möchte Kunde/User X kaufen?
à Sortimentsaffinitäten, Personalisierung/Individualisierung
§ Wie sollte Suchergebnis- und Produktlisten sortiert werden?
à Automatisierte Produktlistensortierung
§ Wie sollten wir das Werbebudget auf die Werbeinstrumente
verteilen?
à Attributionsmodell
§ Welcher Kunde/User bekommt einen Gutschein?
à Hebelaffinität/CustomerLifetimeValue (CLV)
§ Wie viel € sollte ich für eine SEA Anzeige oder einen Banner
bieten?
à Attributionsmodell
§ Was ist auf otto.de passiert bzw. was passiert gerade?
! Reporting
Marketing Natives HH
25. November 2013
Seite 13
14. Vielen Dank für die Aufmerksamkeit!
Marketing Natives HH
25. November 2013
Seite 14
Quelle: http://everythingfunny.org