In den letzten zwanzig Jahren gab es in der Weiterentwicklung von Business Intelligence Lösungen im CRM-Umfeld einerseits sehr viele positive Entwicklungen, andererseits ringt man heute noch an einigen Stellen mit den gleichen Problemen wie zu Beginn.
Einige Träume hat man in Bezug auf bessere Transparenz über die Kunden erreicht, aber es gab auch viele Enttäuschungen hinsichtlich der erfolgreicheren Business Steuerung auf Basis der neuen, schnell verfügbaren Kennzahlen.
Phase I – The First Dream – Transparenz durch MIS- und OLAP Systeme
Mitte der 90er Jahre bis Ende der 90er Jahre des letzten Jahrhunderts war die Zeit der Management-Informationssysteme (MIS) und OLAP-Lösungen. In dieser Hochphase der multidimensionalen Datenbanken wurden die Begriffe Dimensionen, Würfel und Fakten definiert.
Z.B. wurde die Kennzahl Umsatz nach Regionen und Produkten im zeitlichen Verlauf wie folgt definiert: der Umsatz ist ein Würfel mit den drei Dimensionen Region, Produkt und Zeit. Dabei konnte eine Dimension eine oder mehrere Hierarchien enthalten, entlang derer man die Details zu den Daten (Drill Down) analysieren konnte.
Hinsichtlich Standard-Reporting und Transparenz war dies ein riesiger Fortschritt. Ein Reporting konnte zeitnah und sehr effizient bereitgestellt werden. Die Kennzahlen waren korrekt und die Ergebnisse waren reproduzierbar, was damals nicht alltäglich war.
Zu dieser Zeit wurden sehr viele erfolgreiche Bereichslösungen geschaffen. Erstmalig wurde in der IT-Welt die Sprache der Kunden gesprochen ein klarer Erfolgsgarant! Manager und Controller waren fasziniert und führten schnell, direkt, kostenoptimiert und erfolgreich Fachbereichslösungen ein.
Phase II – Gipfelstürmer DWH Data Warehouse Lösungen etabliert am Markt und der Wachstumsmarkt Business Intelligence
Zu Beginn des 21. Jahrhunderts haben sich Data Warehouse Lösungen etabliert. Mit DWH-Lösungen basierend auf relationalen Datenbanken und rOLAP (relationales OLAP) konnten deutlich mehr Daten und Systeme in die Lösungen integriert werden als bei den entstandenen OLAP/MIS-Systemen. Der Ansatz, unternehmensweite Data Warehouse Lösungen zu schaffen wurde allerdings oftmals nicht erreicht. Auch hier entstanden viele Data Warehouse Lösungen für Finanzen, Produktion und Logistik. Erste E-Commerce und Web-Tracking Data Warehouse Lösungen wurden ebenfalls, wenn auch spärlich, geschaffen.
Für diese Boomphase des Direktmarketings wurden Kunden-Data Warehouse-Lösungen aufgebaut, mit dem Ziel, erstmals einen 360 Grad Blick mit allen Informationen zu einem Kunden zu ermöglichen. Diese Informationen sollten bei der Umsetzung von zielgerichteten Marketingkampagnen genutzt werden. Der Anspruch war es, mit den DWH-Lösungen einen Single Point of Truth zu realisieren. Integration der Daten aus den operativen Vorsystemen mit einer einheitlichen, unternehmensweit gültigen Kennzahlendefinition und der Bereitstellung qualitativ hochwertiger korrekter Daten.
Die BI- und Data Warehouse Lösungen haben die Bereiche mit vielen, für manche mit zu vielen, Kennzahlen versorgt und für hohe Transparenz zu Ergebnissen und Prozessen gesorgt. Die Informationsbereitstellung hat eine hohe Professionalität erreicht. Indirekt wurden dadurch viele Prozesse optimiert. Die meisten Lösungen haben das Ziel einer direkten Steuerungsrelevanz jedoch nicht erreicht. Hierfür ist es notwendig, Strategien und die dazu definierten Key Performance Indicators (KPI) direkt messbar zu machen. Unternehmen, denen dies gelungen ist, haben Skaleneffekte hinsichtlich Vermarktungserfolgen, Unternehmenswachstum und Kosteneinsparungen realisieren können.
Phase III – Online First – iPhone / iPad als Wegbereiter der digitalen Transformation
Mit dem Aufkommen von iPhone und iPad (2008-2010) wurde der digitale Wandel schlagartig für uns alle real. Social, Mobile und Online sind Themen, die sich nun jedes Unternehmen auf die Fahne geschrieben hat. Wir Konsumenten hatten beim Kauf auf einmal Möglichkeiten, die viele nicht in ihren Träumen für möglich gehalten hätten. Beim Kauf den Preis vergleichen: Ist dies ein fairer Preis für dieses Produkt? Beim Kauf den Nutzen und die Qualität durch das Feedback anderer direkt und sofort zu erfahren: Ist dies ein nützliches Produkt? Kann es mit Qualität überzeugen?
Apple, Google und Facebook haben auf einen Schlag alte Marketingparadigmen außer Kraft gesetzt und den Zero Moment of Truth (ZMOT) geschaffen. Vor dem Kauf (Zero Moment of Truth) kenne ich die Kauf-Erfahrungen (First Moment of Truth) und das Produkt- und Service-Erlebnis (Second Moment of Truth) von Käufern dieses Produktes. Die Produktqualität, die Preispolitik und die Service-Qualität von Anbietern wurden dadurch transparent.
Dieser Wechsel vom Zeitalter der Information zum Zeitalter des Kunden ist für die bestehenden Data Warehouse Systeme und Customer Analytics Lösungen eine große Herausforderung. Kontinuierlich nehmen potentielle Datenquellen mit Kunden- und Nutzerdaten zu. Auch viele Digital Marketing und E-Commerce Lösungen entwickeln sich parallel zu den bestehenden Systemwelten mit eigenen Begriffswelten und neuen Kennzahlen. Eine Kompatibilität der Welten ist oft nicht gegeben. Die fehlende Integration der E-Commerce-Welten mit den CRM-Systemen und Data Warehouse Lösungen ist sogar teilweise bis heute bei einigen Unternehmen nicht geschehen. Dadurch entgehen diesen Unternehmen Cross-Channel-Vermarktungsmöglichkeiten mit der Chance mehr Absatz zu machen und Vermarktungsbudgets für bessere Alternativen einzusetzen.
Phase IV – The New Dream – Marketing Automation und Customer Engagement
In der aktuellsten Phase sind seit 2012 Marketing-Automation, mehrstufige Leadmanagement-Prozesse als Vorstufe des Sales Cycle und Customer Engagement zentrale Begriffe. Es gilt nun, die Vermarktung weiter zu professionalisieren um dem Nutzer in seinem Entscheidungsprozess die passenden Informationen zu liefern.
Hinsichtlich Analytics ist Big Data ein neues Schlagwort und In Memory erlebt von SAP mit HANA gepushed ein Revival.
Die mOLAP-Lösungen die es seit Mitte der 90er (Phase I) gibt, waren bereits die ersten erfolgreichen In-Memory-Lösungen. Im Technologieumfeld und im Smart Home und Internet of Things Markt wird Big Data zukünftig eine sehr große Rolle spielen. Im Kundenumfeld sehe ich die relevanten Daten als nicht so immens an, um hier von wirklichen Big Data zu sprechen.
The Result Träume, Enttäuschungen, Mißverständnisse und Erfolge
Einer der größten Customer Analytics Träume ist zeitgleich auch eine der größten Enttäuschungen: die Umsetzung des 360° Blickes auf den Kunden.
80% der Kunden, für die CRM ein wichtiger Bestandteil der Vermarktung ist, hatten dieses Ziel formuliert. Jedoch nur 4% der Kunden sagen von sich, dass sie dieses Ziel erreicht haben. Bis 2008 waren viele Unternehmen auf einem guten Weg diesen Traum zu erreichen. Die Massendaten der Kanäle Social, Mobile und Online und die dezentral entstehenden digitalen Vermarktungslösungen haben viele Unternehmen, die bereits auf einem guten Weg der Realisierung waren wieder deutlich zurückgeworfen. Eine hohe Datenqualität der Kundendaten und die Verfügbarkeit der Daten in den Systemen ist für viele Unternehmen auch heute noch eine große Herausforderung.
Machen Sie ihre Vermarktungsstrategien messbar. Ermitteln Sie die für die Vermarktung relevanten Key Performance Indikatoren und messen Sie diese kontinuierlich. Wenn Unternehmen es schaffen, ihre Vermarktungsstrategie je Werbekanal und Kundensegment messbar zu machen, haben sie früher und schneller die Chance direkt einzugreifen und die Kampagnen zur Strategieumsetzung entsprechend anzupassen. Diese kontinuierliche Optimierung kann erhebliche positive Skaleneffekte in der Vermarktung auslösen.
Für Customer Analytics, CRM und die Cross-Channel Vermarktung im Zeitalter des Kunden gilt:
Kundendaten sind die neue Währung und Integration ist der Schlüssel zum Erfolg!
Gut umgesetzt werden Ihre Kunden es Ihnen danken!