Die Zukunft der Marketingmessung: Wie man in einer Welt der Daten gewinnt

Als ich 2006 meine Karriere als Research Analyst begann, war Marketing viel einfacher als heute. Die Industrie war weniger überfüllt. Die Suchmöglichkeiten sowohl in der organischen als auch in der bezahlten Werbung waren riesig. Direct-Response-Anzeigen erlebten ihre Blütezeit. Vermarkter konnten so ziemlich alles verfolgen.

Die wahrscheinlich schwierigste Herausforderung bestand darin, isolierte Marketingdaten für Analysen und Berichte in Tabellenkalkulationen zu übertragen. Und das ist der Grund, warum ich Supermetrics in erster Linie erstellt habe – um Marketern wie mir dabei zu helfen, alle gewünschten Daten ohne Probleme zu erhalten.

Bis heute sind das Messen und Konsolidieren von Marketingdaten für viele Unternehmen immer noch große Hindernisse. Und ehrlich gesagt werden die Herausforderungen noch komplexer, da das Tracking schwieriger wird, während Sie gleichzeitig mehr Daten sammeln.

In diesem Beitrag werde ich mehr auf die Herausforderungen der Marketingmessung eingehen und darauf eingehen, wie man sie überwindet.

Wenn Sie dieselben Inhalte im Videoformat bevorzugen, sehen Sie sich diese Folge der Marketing Analytics Show an.

Drei Hauptherausforderungen für die Marketingmessung

1. Der Rückgang der Nachverfolgbarkeit

Beginnen wir mit dem Tod von Drittanbieter-Cookies.

Marketer konnten früher die gesamte Customer Journey von Marketingaktivitäten bis hin zu Conversions verfolgen. Dies ist jedoch nicht mehr der Fall. Big Player wie Google und Apple verbieten Cookies von Drittanbietern.

Infolgedessen wird es für Vermarkter schwierig sein, die richtigen Zielgruppen basierend auf ihrem Online-Verhalten auf anderen Websites oder Apps zu erstellen und zu erreichen.

Darüber hinaus kann die Bewertung und Überwachung Ihrer Marketingleistung ebenfalls nervig sein. Messmodelle wie Multi-Touch-Attribution (MTA) – die stark nur auf Klicks angewiesen sind – werden unzuverlässig und möglicherweise veraltet sein.

Erfolgreiches Marketing ohne Third-Party-Cookies

Sich von Third-Party-Cookies zu verabschieden bedeutet nicht, sich von personalisiertem Marketing zu verabschieden. Lernen Sie fünf Schritte kennen, um herausragende Kundenerlebnisse in einer Welt ohne Cookies zu schaffen.

Mehr erfahren

2. Die Explosion von Daten

Wahrscheinlich kennen Sie die Infografik Martech 5000 von Scott Brinker, die derzeit auf dem Markt verfügbare Marketingplattformen und -tools veranschaulicht. Es ist jetzt wahrscheinlich näher an 10.000.

10.000.

Die meisten Unternehmen sammeln mehr Daten an, als sie verwalten können. Mehr Daten bedeuten auch mehr isolierte Daten in Ihren Tech-Stacks. Während die Datenmenge Ihres Unternehmens exponentiell zunimmt, wird ironischerweise auch die Nachverfolgung schwieriger.

Es gibt einen andauernden Kampf, um herauszufinden, wie man am besten damit umgeht.

3. Der Anstieg des Wettbewerbs

Da heutzutage fast jeder Online-Marketing betreibt, ist die Konkurrenz groß.

Im Jahr 2021 sieht die durchschnittliche Person täglich 6.000 bis 10.000 Anzeigen. Die Verbraucher ertrinken im Pool von Auswahlmöglichkeiten, Anzeigen und Nachrichten. Vermarkter müssen einen Weg finden, den Lärm zu durchdringen und sich von der Masse abzuheben.

Schließlich bedeutet ein überfüllter Markt, dass die Kosten für bezahlte Anzeigen ständig steigen werden. Es wird schwieriger, eine gute Rendite zu erzielen.

Diese drei Herausforderungen führen uns zur Millionen-Dollar-Frage: Wie können Unternehmen ihre Marketing-Measurement-Strategien darauf vorbereiten, was auf sie zukommt?

Drei Schritte zur Bewältigung der Messherausforderungen

Schritt 1: Erweitern Sie Ihre First-Party-Daten

Zunächst müssen Sie damit beginnen, Ihre First-Party-Daten zu erweitern. Hier ist, was es bedeutet.

Füllen Sie Ihr CRM mit Qualitätsdaten

CRMs sind ein Eckpfeiler Ihres Unternehmens. Jedes Unternehmen, das kein CRM hat, muss in eines investieren. Der Schlüssel hier ist, Ihr CRM sauber und relevant zu halten.

Ein großartiges CRM ist mit hochwertigen Daten über Ihre Kunden und Interessenten gefüllt, nicht mit Müll.

Erstellen Sie ein zentrales Repository für Ihre Daten

Nachdem Sie ein CRM eingerichtet haben, möchten Sie darüber nachdenken, Ihre Daten aus verschiedenen Quellen, darunter CRM, Webanalysen, bezahlte Anzeigen und Martech-Tools, unter einem Dach zusammenzuführen, wo Sie sich schnell einen Überblick über Ihre Marketingaktivitäten verschaffen können.

Wenn Sie gerade erst anfangen und noch nicht über viele Daten verfügen, können Sie Tabellenkalkulationen wie Google Sheets oder Excel verwenden, um Ihre Daten zu speichern und zu analysieren.

Wenn Ihr Unternehmen wächst, wachsen auch Ihre Daten. An dieser Stelle denken Sie vielleicht darüber nach, von Tabellenkalkulationen zu einem Data Warehouse wie Google BigQuery oder Snowflake zu wechseln.

Überdenken Sie Ihre Werbeausgaben

Der nächste Schritt besteht darin, Ihr Werbebudget abhängig von den erzielten Ergebnissen neu zu bewerten. Obwohl dies für viele wie ein Kinderspiel erscheinen mag, werden Sie wahrscheinlich hier und da Gelegenheiten verpassen, wenn Sie ein großes Budget haben.

Schritt 2: Machen Sie Ihren Marketing-Stack für die Marketing-Mix-Modellierung (MMM) zukunftssicher

Während Sie Ihre First-Party-Daten erweitern, sollten Sie sich auch mit der Marketing-Mix-Modellierung befassen. Die Marketing-Mix-Modellierung ist ein statistischer Ansatz, der historische Marketing- und Verkaufsdaten verwendet, um die Auswirkungen zukünftiger Marketingaktivitäten auf den Umsatz abzuschätzen.

Anstatt sich auf eine schwache Kette von Kundenaktionen wie Multi-Touch-Attribution zu verlassen, analysiert die Marketing-Mix-Modellierung die Beziehung zwischen Marketing-Inputs und -Ergebnissen mit statistischen Methoden.

Marketing-Mix-Modellierung vs. Multi-Touch-Attribution

Welches ist das Richtige für Ihr Unternehmen? Entdecken Sie das Gute und das Schlechte jedes Ansatzes.

Mehr erfahren

Auf diese Weise können Vermarkter Ressourcen besser zwischen verschiedenen Marketingkanälen und -taktiken verteilen.

Auch wenn die Marketing-Mix-Modellierung hauptsächlich eine gültige Technik für größere Werbetreibende mit einem ausreichenden Budget ist, können Sie Ihren Marketing-Tech-Stack dennoch auf diese Art von Analyse vorbereiten.

Wir sehen, dass viele Unternehmen in drei Ebenen des Marketinganalyse-Stacks einsteigen, wobei jede Ebene der Marketing-Mix-Modellierung einen Schritt näher kommt.

Stufe 1: Der grundlegende Marketinganalyse-Stack

Vermarkter, die Tabellenkalkulationen wie Google Sheets und Excel für die Berichterstellung verwenden, werden irgendwann an ihre Grenzen stoßen. Wenn sich Ihre Daten exponentiell ansammeln – sowohl neue als auch historische Daten – werden Tabellenkalkulationstools ihre Rechenleistung erschöpfen.

Darüber hinaus können diese Daten über Marketingkanäle hinweg zusammengeführt und mit Nicht-Marketingdaten in einer Tabelle angereichert werden.

Um das Gewicht Ihrer Tabellenkalkulationen zu verringern und Ihre Daten optimal zu nutzen, können Sie Ihrem Stack ein Data Warehouse hinzufügen. Ihr grundlegender Marketing-Analytics-Stack sieht in etwa so aus.

Im Wesentlichen möchten Sie alle Ihre Daten in ein Data Warehouse verschieben. Sie können ein Tool wie Supermetrics verwenden, um die Datenübertragung zu automatisieren. Ad-hoc-Datenquellen wie Google Sheets oder Google Cloud Storage können ebenfalls problemlos als Eingaben zu Ihrem BigQuery-Modell hinzugefügt werden.

Darüber hinaus können Sie BI-Tools wie Google Data Studio, Looker oder Power BI für die Berichterstellung verwenden.

Ebene 2: Trennen von Berichtsdaten von Rohdaten

Der grundlegende Marketinganalyse-Stack kann Sie ziemlich weit bringen, wenn Sie am Anfang Ihrer Datenreise stehen. Wenn Ihr Unternehmen jedoch mehr Daten ansammelt, werden Sie irgendwann feststellen, dass es kein optimaler Ansatz ist, Daten direkt aus Quellen in ein Data Warehouse und dann direkt in ein BI-Tool einzuspeisen. Wenn Sie Berichte direkt auf den Rohdaten erstellen, verpassen Sie dort viele Möglichkeiten.

Und hier kommt der Tier-2-Stack ins Spiel.

In Stufe 2 trennen Sie „Rohdaten“ von „Berichtsdaten“. Sie können Ihre Daten bereinigen, transformieren und anreichern, bevor Sie sie der Berichtsseite zuführen. In der Regel möchten Sie Cron-Jobs verwenden, um Daten aus den Rohtabellen in Berichtstabellen in diesem Stapel zu verarbeiten.

Viele Unternehmen können mit Tier 2 sehr weit kommen. Um die Komplexität der Datenpipeline aufrechtzuerhalten, müssen Sie sich jedoch auf hervorragende Dokumentation und Humanressourcen verlassen, die Tier 2 auf wackeligen Boden stellen.

Stufe 3: Zukunftssicherheit eines Tier-2-Marketing-Analytics-Stacks

Wir sehen, dass die ausgereiftesten Unternehmen in Tier 3 einsteigen oder damit beginnen. Grundsätzlich gibt es nicht viele Unterschiede in der Einrichtung zwischen dem Tier 3-Stack und dem Tier 2-Stack. Der Hauptunterschied liegt hier in vier Elementen:

• Testen : Was bringt es, eine großartige Dateninfrastruktur zu haben, aber den Ergebnissen nicht vertrauen zu können? Um das Rätselraten zu beseitigen, müssen Sie über ein robustes Test-Framework verfügen. Sie können beispielsweise ein Tool wie dbt oder Dataform verwenden.
• Orchestrierung : Es ist eine gute Idee, ein Tool wie Airflow oder Google Cloud Composer zu verwenden, um die gesamte Datenverarbeitung im Data Warehouse zu handhaben.
• Versionskontrolle : In der Softwareentwicklung ist die Versionskontrolle ein kritischer Teil des Prozesses. Das Gleiche kann für die Seite der Dateninfrastruktur gelten. Im Fehlerfall hilft Ihnen die Versionskontrolle, die Ursachen und Probleme mit Ihren Daten zu identifizieren. Tools wie Github und Google Cloud Data Catalog wirken Wunder.
• Dokumentation : Ermutigen Sie Ihr Team zu guter Letzt, den gesamten Prozess zu dokumentieren. Sie können dbt und Dataform für die Dokumentation des Quellcodes und Google Cloud Data Catalog für die Dokumentation auf Feldebene verwenden.

Wo stehen Sie auf Ihrer Marketing-Analytics-Reise?

Wir haben eine Marketing-Analytics-Roadmap zusammengestellt, die die drei typischen Datenarchitekturen wachsender Unternehmen enthält.

Hör zu

Schritt 3: Liefern Sie kontextbezogenes und personalisiertes Marketing mithilfe eines operativen Data Warehouse

Jetzt kommt das letzte Puzzleteil. Nachdem Sie Ihre Dateninfrastruktur in Betrieb genommen haben, ist es an der Zeit, Ihren Kunden ein außergewöhnliches Erlebnis zu bieten.

Einen Schritt weiter können Sie Ihre Marketing- und Anzeigendaten zurück in Ihr Data Warehouse übertragen lassen. Anschließend können Sie mithilfe von SQL Kundenprofile und -modelle erstellen. Und schließlich können Sie diese Daten verwenden, um Ihre Marketingaktivitäten zu optimieren und Ihre Botschaften zu verbessern.

Dies ist etwas, was bisher nur die besten 1 % der Vermarkter getan haben. Es gibt eine hohe Bar zu betreten. Sie brauchen ein ausgeklügeltes Datenteam, um das durchzuziehen.

Aber im Wesentlichen hilft es Ihnen, den gesamten Kundenlebenszyklus zu verstehen und personalisierte Erfahrungen für Ihre Kunden zu schaffen.

Du bist dran

Zusammenfassend lässt sich sagen, dass Sie unabhängig davon, was die Zukunft bringt, durch den Aufbau einer soliden Dateninfrastruktur immer einen Schritt voraus sein können. Und das beginnt mit:

1. Erweitern Sie Ihre First-Party-Daten.
2. Machen Sie Ihren Marketing-Analytics-Stack für die Marketing-Mix-Modellierung zukunftssicher.
3. Personalisiertes Marketing mit einem Data Warehouse für operative Analysen bereitstellen.

Wenn Sie Ihre Datenübertragung in ein Data Warehouse automatisieren möchten, sehen Sie sich unsere 14-tägige kostenlose Testversion von Supermetrics an.

Starten Sie Ihre kostenlose 14-tägige kostenlose Testversion

Sehen Sie, wie einfach es ist, Ihre Marketingdaten auf Ihre Berichts- und Analyseplattformen zu verschieben

Kostenlos testen