Top-5-Kompetenzfelder im Marketing oder: Warum der klassische BWLer ausgedient hat – Test & Learn und Agilisierung im Marketing Teil II

von Christian Maaß und Thomas Haschke

Summary: Im ersten Artikel dieser Serie wurde erläutert, aus welchen Gründen die Notwendigkeit eines Test & Learn Ansatzes zunimmt. In diesem Beitrag geben wir einen Überblick, welche Kompetenzprofile in Bereichen wie dem Marketing aufzubauen sind, um diesen Ansatz im Unternehmen leben zu können. Anstelle allgemeine Kompetenzprofile zu beschreiben, rücken wir jedoch die wichtigsten Themengebiete, mit denen jeder Marketingmitarbeiter vertraut sein sollte, wenn er sich dem Thema Online Marketing ernsthaft stellen möchte. Daraus leitet sich im Umkehrschluss das Kompetenzprofil ab.  

Was ist zu tun?

Die Frage nach erforderlichen Kompetenzen für ein erfolgreiches Marketing-/Shop-Management wurde uns im Rahmen verschiedenster Beratungmandate immer wieder aufs neue gestellt. Zielführender als eine generische Kompetenzdiskussion ist es aus unserer Sicht, wenn man die wichtigsten Themen in den Vordergrund rückt, die jeder Mitarbeiter verinnerlichen muss, um seine Aufgaben wahrzunehmen. Dazu zählen insbesondere die folgenden fünf Themenbereiche:

  • Steuerungsansatz verstehen
  • Anforderungen an das Datenmodell aufstellen, pflegen und Analysekomptenzen aufbauen
  • Den richtigen Technikschnitt wählen und verstehen
  • Attributionsmodell definieren, implementieren und für Kanal-Steuerung nutzen
  • Effizient optimieren (Permanent testen, lernen und danach strukturiert optimieren) und frühzeitig spezialisieren

Top 1: Steuerungsansatz verstehen

Traditionell planen und arbeiten viele Unternehmen mit klassischen Marketingbudgets, die in Abhängigkeit des Geschäftsmodells mehr oder weniger groß ausfallen können. Das Budget ist somit eine fixe Konstante, der Erfolg des Marketing wird daran beurteilt, wie hoch der mit den gegebenen Mitteln generierte Umsatz ist. Das so ein Ansatz zur Marketingsteuerung nach wie vor verbreitet ist liegt vor allem daran, da mit der Kostendeckelung eine gewisse Sicherheit im Hinblick auf den Cash-out einhergeht und gefühlt die meiste Kontrolle bietet. Die Kehrseite der Medaille: Mitunter werden Umsatz- und Ergebnispotenziale verschenkt, da selbst bei hochprofitablen Maßnahmen aufgrund der Budgetrestriktion keine weiteren Mittel zur Verfügung stehen, um die gegebenen Potenziale abzugreifen. An dieser Stelle setzt eine Performance-basierte Steuerung an, bei der statt einem Budget- oder Umsatzziel ein Rentabilitätsziel wie eine Kosten-Umsatz-Relation oder ein ROI für alle skalierbaren Kampagnen vorgegeben wird.

Beispiel: Wenn für eine AdWords Kampagne ein ROI Ziel von 10% anvisiert und aktuell ein ROI von 30% erwirtschaftet wird, sieht das auf den ersten Blick durchaus positiv aus. Ein ROI von 30% bedeutet mitunter aber nichts anderes, dass erzielbare Umsatzpotenziale zum eigentlich Ziel-ROI nicht realisiert werden. Ausgehend vom Status quo würde ein Marketingmanager nach diesem Steuerungsansatz für den Kanal AdWords konsequenter Weise solange weiter CPCs steigern und neue Keywords einbuchen, bis er diesen Ziel ROI und ein höheres Umsatz-Niveau erreicht. Durch den anderen Steuerungsansatz kann insofern ein höherer Umsatz erzielt werden, allerdings wären in diesem Fall der Umsatz und die anfallenden Kosten eine variable Größe.

Es zeigt sich immer wieder, dass das hier geschilderte Umdenken und die fehlende Kostenkontrolle vielen Entscheidern und Mitarbeitern Schwierigkeiten bereitet. Im Digitalumfeld können und sollten jedoch immer mehr Maßnahmen auf diese Weise gesteuert werden. Häufig findet man in vielen Unternehmen aber die bekannten “Wollmilch-Sau-Ziele” a la “erzielen Sie KUR x%…aber bitte unbedingt auch y Millionen Zielumsatz!” oder “zeigt Ziel-ROI x%…aber gebt nur Budget y aus…ach ja, und generiert dabei bitte z Neukunden im nächsten Jahr” etc.  Solche Zielsetzungen  sollten jedoch vermieden werden, da sie nicht nur widersprüchlich sind sondern zusätzlich auch zur Irritationen und Frustration bei umsetzenden Mitarbeitern führen. Derartige Zielsetzungen sind Ausdruck von mangelndem Verständnis, wie sich Marketingkanäle steuern lassen, da dort der Konflikt konkurrierender Unternehmensziele in der alltäglichen Steuerung aufgelöst werden muss. Es ist folglich von grundlegender Bedeutung, dass Kernziel der Marketingsteuerung klar festzulegen, da auf dieser Basis z. B. externe Agenturen gebrieft und die operative Arbeitsplanung und Kampagnensteuerung direkt beeinflusst wird. Da Unternehmen zunehmend Performance-orientierte Steuerungsansätze etablieren wollen, steigt wiederum die Notwendigkeit iterativer Test & Learn-Zyklen, da die Performance der Kampagnen für die Optimierung auf eine ROI-Ziel-Größe ja durchgängig gemessen und optimiert werden soll. Da sich überraschenderweise auch viele erfahrenere online-Marketer immer wieder daran erinnern müssen, dass z.B. ein “hoher” CPC erstmal wertneutral ist oder ein “hoher” und damit vermeintlich “guter” ROI in der Performance-Welt schlecht ist wenn er über den Ziel-ROI liegt, ist eine Klarheit auf der Ziel-Ebene umso wichtiger!   

Kernziel der Marketingsteuerung Fixe Variable Flexible Variablen Strategie Testzwang
Budgeteinhaltung Budget Umsatz, ROI Maximalprinzip (max. Umsatz aus gegebenen Budget) gering
Umsatzerreichung Umsatz Budget, ROI Minimalprinzip (min. Budgeteinsatz zur Erreichung der Umsatzziele) mittel
Performance / ROI ROI Umsatz, Budget Erreichung Zielrendite oder Kosten-Umsatz-Relation (Umsatz-/Budgethöhen sind zweitrangig) hoch

Abb. 1: Steuerungsansätze im Marketing im Überblick

Top 2: Anforderungen an das Datenmodell definieren und Analysekompetenzen aufbauen

Mit der Qualität der Daten stehen und fallen die Möglichkeiten, die im Marketing- und Shop-Management zur Verfügung stehen. Die Datenarchitektur stellt im übertragenem Sinne das Skelett des Unternehmens dar, sei es zur Kundenakquisition oder zur Kundenbindung. Änderungen an der Datenstruktur sind in der Regel sehr kostenintensiv und verlaufen in größeren und historisch gewachsenen Unternehmen nicht selten über Monate und Jahre. Führt man sich vor Augen, wie schnell mitunter neue Geschäftsansätze entstehen wird schnell deutlich, wie wichtig eine genaue Vorstellung bezüglich dieses Skelettes ist und wie man es realisieren möchte. Marketingmitarbeiter müssen in diesem Zusammenhang zwar nicht die Dateninfrastruktur aufbauen, sie müssen jedoch ihre Anforderungen hinsichtlich ihres Analysebedarfs spezifizieren und die Abläufe verstehen. Hierzu einige Beispiele:

  • Identifier: Wie wird der Kunden identifiziert? Viele Unternehmen identifizieren ihre Kunden über ihre Mailadresse. Besser wäre jedoch die Anforderung, einen persistenten unique identifier zu etablieren, um im Fall einer Änderung der Mailadresse noch auf die Datenhistorie (Bestellungen, Umsätze, etc.) des Kunden zurückgreifen zu können.
  • Individualisierung: Wenn ein Nutzer online ist und dem Unternehmen Bedarfs-Informationen durch Klicks gibt: wie werden diese Informationen datenschutzkonform von der Recommendation Engine zur eMail-Angebots-Steuerung genutzt?
  • Landesspezifika: Internationalisierung stellt für fast alle Online Geschäftsmodelle einen wichtigen Expansionsansatz dar. Aus diesem Grund müssen im Datenmodell z. B. länderspezifische Anforderungen an postalische Adressen (Adresszusätze, Bundesland, Titel in AT, etc.) berücksichtigt werden oder Währungsdefinitionen für Web-Analytics  und DWH-Verknüpfungen klar sein.
  • Permissionverwaltung (Telefon, Print, eMail: Service + Werblich, ggf SMS): Es muss – alleine schon aus Gründen des Datenschutzes – klar sein, wann und wo z. B. welche Permission erteilt oder entzogen wurde.
  • Tag Management: Bei größeren Shops ist es nicht ungewöhnlich, dass teilweise Duzende Tags mit Tag Managern verwaltet werden, die entsprechende Daten sammeln. Hier sind  z. B. die Anforderungen zu definieren, wie eine Verknüpfung von Stammdaten, Bewegungsdaten, Kampagnendaten, usw. für die Operationalisierung schneller Iterationen erfolgen soll.
  • Deduplizierung: Je nach Geschäftsmodell bedarf es schlussendlich auch verschiedener Anforderungen hinsichtlich der Daten zur Beschreibung der Kunden. Im B2B Bereich ist es z. B. nicht ungewöhnlich, dass einem Unternehmen verschiedene Ansprechpartner zugeordnet werden müssen, gerade im Hinblick auf den Versand persönlicher Newsletter oder der Ansprache im Kundenkonto ist das wichtig.
  • etc.

Die hier aufgeführten Beispiele ließen sich mühelos weiter fortsetzen. Der wesentliche Punkt ist jedoch ein anderer: Um obige Anforderungen definieren und freigeben zu können, müssen im Marketing entsprechend technische und architektonische Kompetenzen aufgebaut werden, um die Tragweite solcher Entscheidungen in wirtschaftlicher Sicht überhaupt einschätzen zu können. Die beste Entscheidung die ein Unternehmen in diesem Zusammenhang treffen kann, ist zu einem möglichst frühen Zeitpunkt einen Data-Engineer  einzustellen, der sich um nichts anderes als die Datengrundlagen kümmert. Ein bis zwei gute Mitarbeiter an dieser Stelle sind Gold wert und wichtig für das Steuerungsfundament.

Top 3: Den richtigen Technikschritt wählen und verstehen

Die Zahl der verfügbaren Tools und Lösungen im Shop Management und Marketing sind faktisch unüberschaubar. Hinzu kommen nicht selten verschiedene Eigenentwicklungen. Florian Heinemann hat hierzu im Zuge eines Vortrags auf der OM Cap 2015 eine kompakte Landkarte vorgestellt, aus der das Spektrum der Systementscheidungen hervorgeht.

Entsc

Abb. 2: Entscheidungs-/Problemlandkarte (Quelle: Florian Heinemann, Vortrag auf der OM Cap 2015 in Berlin)

Da viele der notwendigen Systemen gar nicht in Unternehmenshand liegen, ist ein zentralistischer Denkansatz mit der Hoffnung auf ein “Master of the Universe”-System welches alles leisten kann, eine Illusion. Die Marketingverantwortlichen/-mitarbeiter stehen somit vor der Herausforderung eine modulare Systemlandschaft vor dem Hintergrund der kanalspezifischen Anforderungen mit aufzubauen, die neben der optimalen ROI-Steuerbarkeit auch die Kampagnenwirkung messen lässt und über die Verfolgbarkeit eines (ggf. anonymen) Nutzers auch die Personalisierung oder Individualsiierung von Werbemitteln ermöglicht. Eine herausfordernde Aufgabe in einem sich ständig weiter verändernden Umfeld!

Wichtig ist hier vor allen Dingen mit Bedacht vorzugehen und sich vor Augen zu führen, wer man eigentlich ist und was man in den nächsten Jahren erreichen möchte. Ein kleiner Mittelständler benötigt in der Regel keine individuellen Lösungen und ist gut beraten, auf Standardsoftware zurückzugreifen und den Mehrwert komplexer Use Cases gut abzuwägen, um möglichst schnell handlungsfähig zu sein. Unternehmen wie Zalando haben hingegen ganz andere Anforderungen und Ressourcen, weshalb hier häufig auch Eigenentwicklungen forciert werden da sich Erstellungs- und Betriebskosten durch hohe Volumina eher lohnen können. Liegt der Jahresumsatz im kleineren zweistelligen Millionenbereich, sind größere Investitionen in spezielle besondere Daten-Architekturen häufig nicht der richtige Weg, zumindest sollte gründlich darüber nachgedacht werden. Dennoch lassen sich auch hier pragmatische Vorgehen finden, welche die Steuerung auch ohne perfekte Systemse stark verbessern. Unabhängig von der Größe ist es jedoch dringend zum empfehlen, die IT möglichst frühzeitig bei solchen Überlegungen ins Boot zu holen.

Top 4: Attributionsmodelle definieren, implementieren und für die Kanalsteuerung nutzen

Der Begriff Attribution umschreibt die Zuordnung einer Conversion zu einem Traffic-Medium (z.B. Kanal SEA, Affiliate, eMail) oder einer Kampagne (z.B. Newsletter_KW29, Facebook_post123, Google_Shopping_Produkt_456etc.). Auf dieser Basis lassen sich Aussagen treffen, wie gut eine Aktivität die Abverkaufsziele des Unternehmens unterstützt. Ein Attributionsmodell soll nun klären, wie genau die entstandene Wirkung auf die an einem Sale beteiligten Kundenkontakte und deren Kampagnen  verteilt werden. Was auf dem ersten Blick uneingeschränkt logisch klingt, entpuppt sich bei näherer Betrachtung jedoch als ungemein komplex. Die Komplexität rührt vor allem daher, da Kunden mehrheitlich mehrere Kontaktpunkte mit dem Shop haben bevor sie eine Bestellung abschließen. Ein Attributionsmodell soll in so einer Situation klären, welcher jeweilige Erfolgsanteil den am Sale beteiligten Kanälen zugeordnet wird um in der Gesamt-Steuerung die Budgets ergebnisoptimal auf die Kanäle und Kampagnen auszusteuern.

Beispiel: Ein Besucher wird über eine Display-Anzeige bei Spiegel.de aufmerksam und kommt durch Klick auf die Seite von Flyeralarm, wo er sich bei der Gelegenheit über Preise für Flyer informiert da er eine Veranstaltung plant. Fünf Tage später sucht er gezielt nach Flyeralarm bei Google, da er tatsächlich Flyer benötigt. Im Zuge der Suchanfrage gelangt über eine SEA Anzeige von Flyeralarm erneut auf den Shop der Online Druckerei, wo er sich registriert. Einen Tag später gibt er die URL von Flyeralarm direkt im Browser ein und bestellt im Zuge seines Besuchs 1.000 Flyer. Im Google Analytics Standard wird die Conversion auf Basis des Standard-Attributions-Modells “last non-direct click” zu 100% dem Kanal “SEA” zugeordnet. Der Umsatzbeitrag des Kanals Display betrüge 0€ und man ginge von keiner Wirkung der Display-Kampagne aus – diese wird in der Folge als nicht wirksam reduziert und evtl. abgeschaltet.

Über Jahre hinweg wurden vor diesem Hintergrund nur die letzte an einem Kanal beteiligte Werbekampagne bewertet, der gleichzeitig die gesamte Werbewirkung zugeschrieben wurde. Einige Unternehmen sind zwar dazu übergegangen, diesen Bewertungsansatz durch isolierte Analysen weiterer Kanäle zu ergänzen, da vor allem Kanäle die häufig im so genannten “Upper Funnel” am Anfang eines Kaufprozesses stehen (z. B. Display Werbung), bei Last-Click-Prinzip aber stark unterzeichnet werden. Hier ein kurzer Überblick über die wesentlichsten Attributions-Ansätze, wie sie z.B. in Google Analytics analysierbar sind:

Attributionsmodelle im Überblick

Abb. 2: Verschiedene Ansätze zur Attribution im Überblick

Ungeachtet der skizzierten und offensichtlichen Probleme fällt es vielen Unternehmen nach wie vor schwer, die Last-Cookie-Steuerung durch andere Attributionsmodelle zu ersetzen, was nicht zuletzt an an der großen Anzahl inhaltlicher und technischer Fragen liegt, die es im Zuge eines solchen Vorhabens zu durchdringen gilt. Hierzu einige Beispiele aus Sicht eines Marketing-Verantwortlichen:

  • Welches alternative statische oder dynamische Attributions-Modell wende ich an und welche Besonderheiten erfordert mein Geschäftsmodell?
  • Mit welchem System führe ich die Attribution durch oder baue ich mir dafür BI-Ressource auf und mache es im Unternehmen?
  • Wie kriege ich die Leistungs-Daten effizient im SEA Bid-Management oder dem Re-Targeting weiterverarbeitet?
  • Sollen die Daten auch ins DWH, wenn ja wie kriege ich sie aus dem attributierenden System da rein?
  • Wie gehe ich mit Views und Offline-Kontakten um, die keinen leicht messbaren Datenpunkt hinterlassen?
  • Verteile ich meine Neukunden auch auf alle Kanäle und steuere danach oder doch (erstmal) nur die Umsätze?
  • Wie erkläre ich die Systematik allen Beteiligten und enable sie in dieser komplexeren Steuerung?

Weitere Fragen ließen sich an dieser Stelle ohne große Probleme weiter aufführen. Die Krux an der Sache ist jedoch eine andere: Es gibt kein allgemeingültiges Modell oder Rezept, wie man hier am Besten vorgehen sollte. Gleichzeitig steigt der Druck auf die Marketingverantwortlichen, eine Entscheidung bezüglich des Attributionsmodells zu treffen, da man andernfalls wissentlich die Fehlsteuerung in der Wirkungs- und Budget-Allokation in Kauf nimmt – und diese nimmt tendenziell weiter zu, da Kunden immer heterogener die Kanal-Vielfalt nutzen. Diese Ausführungen geben einen ersten Eindruck hinsichtlich der Komplexität dieses Themas. Dem ist jedoch auch hinzuzufügen, dass diese Thematik vor allem für Unternehmen mit einem monatlichen Marketingbudget von mehr als € 100.000 hochrelevant ist. Liegen die Ausgaben unter diesem Richtwert, lassen sich die Kosten für den Aufbau der erforderlichen Infrastruktur und Ressourcen in der Regel nicht ohne weiteres rechtfertigen. Unabhängig von der Umsetzungsform einer alternativen Wirkungsattribution müssen Marketingmitarbeiter im eCommerce diesem abstrakten, multioptionalen und multikausalen Umfeld arbeitsfähig sein und entsprechende Kompetenzen aufbauen.

Top 5: Ständige Test & Learn Zyklen forcieren, effizient optimieren und frühzeitig spezialisieren

Im ersten Beitrag dieser Artikelserie haben wir aufzeigt, dass die Komplexität im Marketing rasant zugenommen hat und Marketingmanager zahlreiche Einzelentscheidungen treffen müssen, woraus  die Notwendigkeit ständiger Test & Learn Zyklen im Marketing resultiert. Die Herausforderung hierbei liegt aus Gründen limitierter Ressourcen darin, die richtigen Tests anzugehen und die involvierten Bereiche im Unternehmen gezielt mit ins Boot zu holen. Mit dem Test-Learn-Canvas stellen wir im nächsten Artikel dieser Serie einen Ansatz vor, um dieses Ziel zu erreichen. Wichtiger an dieser Stelle ist es zu verstehen, dass es faktisch keinen Menschen gibt, der in jedem Marketingkanal auf Expertenniveau agiert. Selbst bei vermeintlich “einfachen” Themen wie einem AdWords Konto hat die Kompelixtät stark zugenommen. Aus diesem Grund zahlt es sich mittel-/langfristig aus, bereits in einem frühen Stadium seiner Vermarktungsaktivitäten in gut ausgebildete Spezialisten zu investieren. Mitunter harmonisieren deren Gehaltsvorstellungen zwar nicht mit den Normtabellen von Personalabteilungen. Perspektifisch zahlt sich eine solche Investition jedoch aus, da dadurch schlichtweg eine viel höhere Wahrscheinlichkeit besteht, dass die Weichen in die richtige Richtung gestellt werden.

Aus der Summe der Komptenzbereiche von 1 bis 5 leitet sich ein Kompetenzprofil ab, dass man in traditionellen Marketinglehrbüchern in dieser Form mehrheitlich nicht wiederfindet: Ein klassischer  Werber mit Studienschwerpunkten Marketing und Personal braucht keine Online Company mehr. Kompakt formuliert müssen Kandidaten im Marketing a) ein gutes Technikverständnis haben, b) Datenbanken verstehen und als Key User nutzen können, c) über ein hohes Abstraktionsvermögen verfügen und eine hohe Zahlenaffinität aufweisen, d) eine dauerhafte Lernbereitschaft mitbringen und schlussendlich mental agil sein. BWL i. S. eines Finanz-/Invesetitionscontrollings, Marketing und IT rücken somit immer enger zueinander. Nicht zuletzt aus diesem Grund wird sogar in renommierten betriebswirtschaftlichen Zeitschriften wie dem Harvard Business Review auf neue Kompetenz-/Rollenprofile wie z. B. dem Chief Marketing Technologist als weitere C-Level Position hingewiesen.

Weitere Beiträge zur Artikelserie „Test & Lean und Agilität im Marketing

  • Teil 1: Warum sich traditionelle Marketingbereiche ändern müssen
  • Teil 2: Top-5-Kompetenzfelder im Marketing oder: Warum der klassische BWLer ausgedient hat
  • Teil 3: Wie Canvas Modelle die Erarbeitung von Testhypothesen unterstützen und den Arbeitsalltag strukturieren können
  • Teil 4: Worauf es bei der organisatorischen Verankerung agiler Methoden im Marketing/Shop Management ankommt
  • Teil 5: Statistischer Exkurs: Welche statistischen Grundkenntnisse im Marketing und Shop Management jeder kennen sollte
0

One Comment

Leave a Reply