Marketing-Analyse: Daten effektiv zusammenführen und auswerten

Beitrag aus Ausgabe 76 / Februar 2019
Analytics

Tobias Kräft arbeitet seit über 10 Jahren im Online Marketing und konzentriert sich seit 8 Jahren dabei auf die Marketing-Analyse. Nach mehr als 4 Jahren im Inhouse Team von Rocket Internet wechselte er zur 2016 zur heutigen Digitalagentur Dept in Berlin und verantwortet dort den Bereich Marketing Intelligence. Neben Vorträgen auf Konferenzen und Webinaren, veröffentlicht er regelmäßig Beiträge in Fachzeitschriften und Online-Magazinen.

LinkedIn

Datenanalyse ist ein wichtiger Bestandteil im Online Marketing. Doch wo fängt man damit an und wie meistert man die Herausforderungen stetig zunehmender Datenmengen? Zwei wesentliche Prozesse in der Vorbereitung können dabei den Einstieg erheblich erleichtern.

Das Online-Marketing gilt zu Recht als eine besonders datengetriebene Branche. Doch auch bei hohem Automatisierungsgrad bleibt das effektive Auswerten und Verstehen der immer größeren Datenmengen von zentraler Bedeutung, um komplexe Nutzerinteraktionen verstehen zu können. Dabei ist der Trend zum datengetriebenen Arbeiten lange sehr deutlich erkennbar. Die Gründe dafür sind vielfältig, aber drei stehen dabei besonders im Fokus.

Da ist zum einen allein die Menge an verfügbaren Daten. Big Data ist keine ferne Zukunft, sondern im Bereich des Online-Marketings gängige Praxis.

Doch auch die Bereitschaft und Erwartung, Entscheidungen mit Daten zu belegen, wächst, während das reine Bauchgefühl gerade im Performance-Marketing schon lange ausgedient hat.

Und nicht zuletzt steigen die Auswertbarkeit sowie der reine Nutzen der Daten, weil immer neue Tools und Möglichkeiten bereitstehen, auch große Datenmengen dank künstlicher Intelligenz nach Auffälligkeiten und Clustern zu durchforsten. So können Daten schneller und effizienter genutzt werden.

Aber auch wenn die Automatisierung zunimmt, bleibt immer die Anforderung, die Daten auch zu verstehen. Nicht zuletzt auch, um gewonnene Erkenntnisse umzusetzen und auf weitere Anwendungsfälle zu übertragen. Gerade im Zuge der Transformation vom produktzentrierten zum kundenorientierten Unternehmen ist es von fundamentaler Bedeutung, Nutzer und deren Intentionen nicht nur zu erfassen und zu speichern, sondern eben auch, diese korrekt zu interpretieren.

Das Ziel ist also offensichtlich, Daten zu nutzen, um besonders effiziente Entscheidungen im Marketing treffen zu können. Offen bleibt jedoch die Frage , wie genau man das erreichen kann. Der Schlüssel zur effizienten datengetriebenen Arbeit liegt dabei in der Verfügbarkeit und Aufbereitung der Marketing-Daten.

Strukturierte Datenerfassung

Die Vielfalt der Datenquellen, die im Marketing verfügbar sind, ist sehr ausgeprägt. Grundsätzlich gibt es aber drei wichtige Datentypen, die zur Verfügung stehen. Da sind zum ersten die First Party Data, also alles, was ein Webseitenbetreiber selbst zur Verfügung stellen kann. Das sind neben Performance-Daten vor allem auch Daten aus dem Backend, wie Produkt- oder Kundendaten. Tools und Anbieter, die man nutzt, also z. B. Google Ads oder Facebook, stellen zudem Kampagnendaten zur Verfügung, also Second Party Data. Und schließlich gibt es Anbieter, die Third-Party-Daten zur Verfügung stellen, wie Sistrix oder Searchmetrics. Jede dieser Datenquellen ist für sich bereits sehr wertvoll, aber den größten Nutzen generieren die Daten, wenn sie miteinander verflochten und zusammengeführt werden.

SEO und SEA zusammenführen

Ein sehr gutes Beispiel für den Gewinn, den zusammengeführte Datenquellen liefern können, ist das Zusammenspiel im Suchmaschinenmarketing. Sowohl die bezahlten Ergebnisse aus Google Ads als auch die organischen Suchergebnisse, die über die Google Search Console erfasst werden, geben einzeln bereits Auskunft über Kundenintention und Optimierungspotenziale. Zusammengeführt aber lassen sich auch Erkenntnisse generieren, die den jeweils anderen Bereich unterstützen können. Die Anwendungsmöglichkeiten sind dabei überaus vielfältig: Gibt es bspw. Keywords, die viel bezahlten Traffic generieren, aber im organischen Bereich überhaupt nicht abgegriffen werden? Oder werden spannende Keywords aus der organischen Suche durch die Anzeigen effizient unterstützt? Muss ich einzelne Keywords vielleicht gar nicht teuer bewerben, weil mein organischer Traffic selbst ausreichend gut rankt? Diese Daten, erweitert um die tatsächlichen Conversions, die erzielt wurden, können helfen, Kosten zu sparen, Kapazitäten auf die richtigen Themen zu fokussieren oder Potenzial zu entdecken.

Doch um dies regelmäßig durchführen zu können, bedarf es Tools, die große Datenmengen erfassen und verarbeiten können. Die Lösung liegt dabei im Aufsetzen einer entsprechenden Datenbank in der Cloud.

Hilfe aus der Google Cloud

Eine cloudbasierte Datenbank bietet den Vorteil der einfachen Verbindung zu Tools, die bei der Auswertung unterstützen können. Das Aufsetzen einer entsprechenden Datenbank ist mit wenigen Klicks erledigt und für gewöhnlich nur mit vernachlässigbar geringen Kosten verbunden. Etwas aufwendiger ist der ETL-Prozess, um die Daten aus verschiedenen Quellen entsprechend zusammenzuführen und die notwendigen Keys zur Verbindung zu generieren. Doch auch wer keine Entwickler beschäftigt oder selbst über die notwendigen Kenntnisse verfügt, solche Prozesse zu erstellen, findet verschiedene Tools und Lösungen, die solche cron-Jobs übernehmen. Die Google Cloud ist dabei ein Anbieter von vielen, die Lösungen für jeden dieser Schritte bieten.

Visualisieren heißt verstehen

Wie bisher erläutert, startet der Weg zum datengetriebenen Arbeiten beim Sammeln und Speichern von Daten. Von dort aus führt er weiter über die sinnvolle Aufbereitung dieser Datenmengen. Es empfiehlt sich, dabei eine visuelle Aufbereitung der Daten zu vollziehen, da diese immer in einer besseren Les- und Auswertbarkeit resultieren wird (siehe Abbildung 1). Ein Reporting oder Monitoring zu etablieren, das einerseits brauchbare Ergebnisse liefert und andererseits von den verschiedenen Stakeholdern auch tatsächlich genutzt wird, ist dabei eine zentrale Aufgabe.

Tools zur einfachen Datenanalyse

Eine zentrale Herausforderung liegt im Zusammenführen und Auswerten. Auch hier bietet die Google Cloud mit dem Google Data Studio eine sehr nutzerfreundliche Option, die einerseits sehr gut mit den Daten aus dem Google-Netzwerk arbeiten kann, aber auch nahezu alle anderen Datenquellen anschließen kann. Wenn diese Hürde genommen ist, können aussagekräftige Auswertungen im Tool erstellt und dann auch geteilt werden.

Doch damit allein ist der Weg zu datengetriebenen Entscheidungen noch lange nicht vollendet. Wenn signifikante Besonderheiten in den Daten auftreten und identifiziert wurden, ist längst noch nicht analysiert, worauf diese zurückzuführen sind. Zusätzliche Ausgaben, saisonaler Einfluss, technische Probleme – die Liste möglicher Faktoren ist lang.

Erfolgreiche Analysen durchführen

Eine entsprechend erfolgreiche Analyse sollte dabei die beiden folgenden Methoden berücksichtigen.

Grundsätzlich sucht man nach Auffälligkeiten in den Daten. Dies erfordert meist einen Einblick in sehr umfangreiche Daten, zum Beispiel den direkten Vergleich einzelner Kampagnen oder Zielgruppen. Je komplexer die Daten sind, desto höher ist dabei natürlich auch der Aufwand und desto wahrscheinlicher ist es auch, dass man Tools, insbesondere selbstlernende Algorithmen, benötigt, um diese entsprechend auszuwerten.

Zweitens ist es immer hilfreich, sich den Daten mit mindestens einer konkreten Fragestellung zu nähern. Solche Fragestellungen sind selten die nach dem Warum, sondern eher solche nach bestimmten abweichenden Verhaltensmustern. Welche Zielgruppe hat in der letzten Woche unterdurchschnittlich viele Abschlüsse generiert? Welche Anzeige hat den größten Anstieg an Klicks verzeichnet? Aus welcher Region kommen die meisten Anfragen?

Zugegebenermaßen ist die Identifikation solcher Fragen typischerweise nichts, was sich nebenher erledigen lässt. Auch deren Beantwortung und das Durchforsten der Daten nach der erstgenannten Auffälligkeit erfordern ein gewisses Maß an Zeit und analytischem Vorwissen. Dies sollte aber nicht davon abhalten, diesen Weg zu wählen, wenn nötig mit externer Hilfe.

Fazit

Zur effizienten Nutzung von Daten bedarf es im ersten Schritt einer stabilen und gut strukturierten Datenbank. Wenn diese etabliert ist, muss der Fokus auf der Auswertbarkeit jener Daten liegen, wobei die effizienteste Methode ist, auf visuelle Datenauswertung zu setzen.

Spannend? Dieser Artikel ist im suchradar #76 erschienen

Lesen Sie weitere spannende Artikel aus der Ausgabe „Der Online-Marketing-Stundenplan: Strukturiert durch das Jahr“! Entweder online oder als PDF-Magazin.

Kostenlos als PDF-Version Alle Artikel aus der Ausgabe ansehen