Don't you want to read? Try listening to the article in audio mode 🎧
Die Kosten für die Neukundengewinnung steigen aufgrund des immer stärker werdenden Wettbewerbs immer höher. Deshalb wird es immer wichtiger, die bestehenden Kundinnen und Kunden zu halten, ihr Potenzial durch konstante und personalisierte Kommunikation zu entwickeln und allgemein die Kosten der Marketingaktivitäten zu optimieren. In diesen Kontext fügt sich Marketing Automation ein, die heute mehr denn je - auch dank der zunehmenden Möglichkeiten der künstlichen Intelligenz - ein integriertes Instrument zur Ausübung der Marketingaktivitäten wird: ein wirklich strategisches Asset für alle Unternehmen, die im Wettbewerb bestehen wollen. Inhalt Einführung Was ist Marketing Automation Die Critical Capabilities der Marketing Automation Zukünftige Marketing Automation durch KI Einführung von Marketing Automation im Unternehmen Bestimmung der Ziele Analyse des Technologie-Stack Auswahl der Technologie Einführung der Lösung im iterativen Modus Schlussfolgerungen

Einführung

Um die Vorteile der Marketing Automation analysieren zu können, ist es wichtig, ihr Potenzial durch eine klare Definition und eine Übersicht über die Critical Capabilities richtig einzuordnen, damit sie im Unternehmenskontext ihren Teil zur Ergebnismaximierung beisteuern kann. Dabei wird das Augenmerk auf die kommenden Tendenzen gerichtet sein, dank der zunehmenden Präsenz von künstlicher Intelligenz als unterstützendem Instrument bei Analyse (Augmented Analytics) und Automatisierung (RPA).

Was ist Marketing Automation

Marketing Automation umfasst all jene Aktivitäten und Technologien, die die Automatisierung und Optimierung der Durchführung von Marketingkampagnen auf verschiedenen Kanälen ermöglichen. Man kann Marketing Automation als ein Instrument betrachten, welches die Marketing-Teams dabei unterstützt, die Aktivitäten in komplexen Situationen zu beherrschen und zu kontrollieren, wenn sich Zielgruppen und Touchpoints nicht auf eine Handvoll Kombinationen beschränken. Darüber hinaus ist Marketing Automation extrem nützlich, wenn es darum geht, es den Verantwortlichen für das Marketing zu ermöglichen, sich auf die strategischen Aktivitäten mit hohem Mehrwert zu fokussieren, und zwar auch in einfacheren und weniger artikulierten Kontexten.

Die Critical Capabilities der Marketing Automation

Unter den Critical Capabilities (d.h. den notwendigerweise vorhandenen Funktionen) der Marketing Automation finden sich:
  • Lead Management: ermöglicht die Verwaltung der gesamten Kontaktdatenbank, indem sie ihre Zusammensetzung analysiert und dabei mehr oder wenig automatisch verschiedene Operationen durchführt;
  • Lead & User Tagging and Segmentation: ermöglicht die Segmentierung der Datenbank der Kontakte und Nutzerinnen und Nutzer, sowohl manuell als auch auf Grundlage der bei den analysierten Touchpoints beobachteten Verhaltensweisen;
  • Lead & User Scoring: ermöglicht es, Punkte zu berechnen und miteinander zu verbinden, basierend auf Daten von Leads und von Interaktionen (Navigation auf der Website, Interaktionen auf Social Media und E-Mails) mit dem Ziel, jeden einzelnen Kontakt nicht nur hinsichtlich Segmentation und Interessen zu kennzeichnen, sondern auch bezüglich der Kaufbereitschaft und Kontaktaufnahme;
  • E-Mail & Touchpoint Automation: ermöglicht die Bestimmung des Kontakt-Workflows der einzelnen Nutzerinnen und Nutzer an verschiedenen Touchpoints (E-Mail, Social Media, Chatbots, etc.), basierend auf dem Verhalten des einzelnen Nutzers oder der einzelnen Nutzerin und auf den Werten von Tags, Segmenten und Scores. Normalerweise wird diese Capability über visuelle Systeme zur Bildung von Journeys oder Workflows ausgedrückt und durch einen Editor WYSIWYG (What-you-see-is-what-you-get) zur Nachrichtenkonstruktion;
  • Reporting: ermöglicht den Auszug aus den Systemen des Statusreports (Verfügbarkeit der Kontakte, Verteilung für eine bestimmte Analysedimension) oder Performancereports durch Überkreuzung der verfügbaren Metriken und Dimensionen. Normalerweise lassen diese Systeme auch zu, dass für die verschiedenen Stakeholder personalisierte und differenzierte Reports auf Grundlage von Templates programmiert werden;
  • CRM Integration: macht es möglich, sich fast in Echtzeit mit den wichtigsten CRM-Systemen durch eine zweigerichtete Synchronisation zu integrieren.
Diese Liste wird durch einige Funktionen vervollständigt, die sich mittlerweile de facto zum Standard der Marketing Automation entwickelt hat:
  • PCC Campaign Management: Ist ein Set von Funktionen, die es ermöglichen, einfache PPC-Kampagnen auf den wichtigsten bezahlten Kanälen (Google Ads, Facebook Ads, etc.) zu verwalten. Sie garantieren die korrekte Nachverfolgung durch das Einfügen von UTM-Parametern in die Kampagne und die Integration der Daten zu den Kosten der Kampagne ins integrierte Reporting und Full-Funnel;
  • Web Analytics: Ist ein Set von Funktionen welches es ermöglicht, das Verhalten der Nutzerinnen und Nutzer zu den digitalen Eigenschaften des Unternehmens zu analysieren, indem man dieses Verhalten mit den Metriken und den klassischen Größen der Marketing Automation überkreuzt, um so eine komplette Analyse der Kampagnenperformance zu erhalten. Die am weitesten entwickelten Plattformen integrieren darüber hinaus auch mehr oder weniger ausgeklügelte Attributionsmodelle, die alle verwendeten Touchpoints berücksichtigen;
  • Website Personalization: wird durch kundenseitige Skripts entwickelt, die eine Personalisierung der Nutzererfahrung ermöglichen auf Grundlage der vorangegangenen Interaktionen, die durch andere Funktionen der Marketing Automation verwaltet werden (einfaches Beispiel: personalisierte Homepage mit einer Nachricht, die der via E-Mail empfangenen entspricht, die auf Basis eines Workflows versendet worden ist);
  • Landing Page Management: ermöglicht die Erstellung von Landing Pages durch visuelle Editors und Drag-and-Drop, ausgehend von bereits für Leadgeneration geplante Templates, für die keine technischen Fähigkeiten vorhanden sein müssen.

Zukünftige Marketing Automation durch KI

Bis vor einigen Jahren wurde in der allgemeinen Vorstellung Marketing Automation fast immer nur mit Workflow Automation und dem Zeichnen der Flows von E-Mail-Kontakten in Verbindung gebracht.  In Wahrheit ist der Raum für Marketing Automation viel größer und häufig war die Begrenzung der Expansion der Automatisierung in andere Bereiche ausschließlich technologischer Natur. Viele der repetitiven Marketingaktivitäten haben in Wirklichkeit oft nicht uniformierte Elemente. Deshalb ließen sie sich nicht leicht durch simple Bedingungssets automatisieren, die durch einfache Kriterien von Gegenstellungsstrings definiert sind oder einer Definition a priori der Parameter, mit welchen Kontaktflüsse oder Kampagnenlaunches entworfen werden. Dank eines voranschreitenden Demokratisierungsprozesses der KI, der einer immer größeren Verbreitung von Algorithmen, Bibliotheken und Technologien für im Marketing angewendetes Machine Learning und Deep Learning geschuldet ist, nimmt heute Marketing Automation immer mehr und wichtigere Bereiche ein. Dank der Entwicklungen der Technologien des Natural Language Processing (NLP), kann Marketing Automation zum Beispiel erfolgreich bei der Klassifizierung der Leads und beim automatischen Tagging ohne eine manuelle Bestimmung der Etiketten arbeiten; die Nutzerinnen und Nutzer werden anhand einer Analyse der Texte der von ihnen besuchten Seiten mit bestimmten Interessen in Verbindung gebracht. Ebenfalls durch NLP-Technologien (vor allem Text Generation und Summarization) kann Marketing Automation bezahlte Werbekampagnen erstellen und kleine Personalisierungen der Kommunikation entwickeln, ausgehend von den im Internet gesammelten Daten wird das eigene Verhalten ausgebildet. Auch die analytischen Fähigkeiten werden dank einer Integration von Analytics und KI (der Trend, den Gartner unter “Augmented Analytics” zusammenfasst) hervorgehoben. Sie hilft Marketingfachleuten dabei, Analysen durchzuführen, die vorher in die Zuständigkeit der Datenwissenschaftler fiel. Dabei werden Anomalien in den Flüssen der Automatisierung und der Kampagnen identifiziert und bestimmte Muster durch fortschrittliche Systeme der Conversational Analytics in den Daten beschrieben, die es ermöglichen, ausgehend von den Verhaltensdaten der Nutzern und Nutzerinnen Einsichten und Handlungsvorschläge herauszufiltern (prescriptive analytics). Auf der anderen Seite sind die normalerweise in Unternehmen verwendeten SaaS-Systeme einschließlich der Software für Marketing Automation, immer offener für einen Dialog mit anderen Systemen über API-Schnittstellen und Synchronisierungsfunktionen mit Data Warehouse in Cloud. Dies ermöglicht es, immer mehr an einer fortschreitenden Integration dieser Systeme zu arbeiten, dank der no-code oder low-code Instrumente zur Automatisierung (wichtigstes Beispiel: Zapier) oder sogar durch immer weiter verbreitete Instrumente der no-code KI (wie Levity). Die Marketingmitarbeiter und Marketingmitarbeiterinnen haben so die volle Freiheit bei der Verwaltung der eigenen Daten, können sie auf den verschiedenen Kanälen aktivieren und sich auf die strategische Planung konzentrieren, ohne an Einschränkungen bei der Automatisierung denken zu müssen. Künstliche Intelligenz hat jedoch in der Anwendung bei Marketingaktivitäten eine Besonderheit gegenüber dem klassischen Ansatz mit definierten Workflows und manueller Optimierung: Sie benötigt Daten, auf deren Grundlage sie lernen kann. Gut strukturierte Daten, in denen das Geschäftsziel und die möglichen zu berücksichtigenden Faktoren klar erkennbar sind. Aus diesem Grund wird es extrem wichtig, von Beginn an eine Strategie zur Nachverfolgung und Messung zu entwickeln, die der Marketingstrategie entspricht. Die Messung ist nicht mehr “nur” fundamental für die Analyse, sondern auch, damit alles korrekt funktioniert und die Kampagne erfolgreich wird.

Einführung von Marketing Automation im Unternehmen

Die Einführung der Marketing Automation im Unternehmen ist nicht so einfach wie man annehmen möchte und kollidiert häufig mit einigen grundsätzlichen Problemen, die die Unternehmen lösen sollten, bevor sie den Weg zur Automatisierung einschlagen. Diese Überlegungen gelten für alle Wege hin zur Automatisierung, aber noch wichtiger werden sie für die Automatisierung des Marketing, denn die Auswirkung auf die Kundinnen und Kunden und somit auf die Wahrnehmung des Unternehmens und auf seine Einnahmen zeigen sich unmittelbar. Es lassen sich drei grundsätzliche Voraussetzungen bestimmen, die vorhanden sein müssen, um Marketing Automation erfolgreich in einem Unternehmen einführen zu können, damit diese nicht nur eine zusätzliche Schicht darstellt, sondern mit geringem Einfluss auf das Business zu einer fortschrittlichen Art zum E-Mail-Management wird:
  1. erhöhte digitale Reife;
  2. starke Integration von Marketing und Sales;
  3. genau definierte Prozesse - am besten gut formalisiert.
In vielen Fällen, vor allem wenn das Unternehmen nicht als “digital native” entsteht, ist es schwierig, dass das gesamte Unternehmen alle diese Voraussetzungen erfüllt. Aus diesem Grund kann es sinnvoll sein, einen Unternehmensbereich (eine Business Unit, eine Practice, ein Produkt oder ein Arbeitsteam) auszuwählen, bei dem sich die Automatisierung schneller einführen lässt und diesen als Erfolgsbeispiel für Tests und Optimierungen zu nutzen und erst in einem zweiten Schritt die Anwendung des Modells auf das gesamte Unternehmen auszuweiten. Man kann also den Weg zur Einführung der Marketing Automation in vier Phasen unterteilen, der von der Bestimmung der Ziele bis zur Einführung desselben im Unternehmen durch einen iterativen Setup-Zyklus aus Setup - Anwendung - Analyse und Verbesserung besteht.

Bestimmung der Ziele

Der erste wichtige Schritt bei der Einführung der Marketing Automation in ein Unternehmen ist zweifelsohne die Identifizierung, Festschreibung und Kommunikation der Ziele. In dieser Phase ist es wichtig, aller Stakeholder, die in irgendeiner Weise von der Marketing Automation betroffen sein werden, an einem Tisch zu versammeln: von denjenigen, die die Daten lesen, bis zu jenen, die auf dem Weg zur Automatisierung operativ tätig sein werden, bis zu den Personen mit Kundenkontakt (Sales, Account, Customer Success), die dank der Einführung der Automatisierung ihre Arbeit verbessern oder nützliche Einsichten gewinnen können. In dieser Phase ist es wichtig, die verschiedenen Anliegen zu sammeln und einen Plan der kurz-, mittel- und langfristigen Ziele zu erstellen. Damit die Ziele überprüft werden können, müssen diese quantifizier- und messbar sein.  Neben den Zielen ist es auch wichtig, die Bedürfnisse der Nutzer auf dem Wege zur Automatisierung zu definieren - in diesem Sinn kann die Verwendung der User Story dabei helfen, dieses Ziel zu erreichen. Durch die Verwendung von User Stories ist es möglich, verschiedene zielorientierte Eigenschaften zu bestimmen, bei denen die Nutzerin ins Zentrum des Planungsprozesses gesetzt wird. Dabei kann die folgende Formel verwendet werden: Wie [Beschreibung der Nutzerin],  will ich [Funktionalität oder Aktion]  auf welche Weise [Ziel oder Wert für den Nutzer].  Der Prozess der Bestimmung der Ziele hat die Aufgabe, die nachfolgenden Aktionen zu lenken und eine starke Einbindung der gesamten Arbeitsgruppe anzuregen. Folglich ist in dieser Phase eine klare und effektive Kommunikation wichtig, damit die Einführung der Abläufe und der Technologie im Unternehmen nicht zu einem unechten Add-on wird, sondern zu einem durchdringenden und veränderndem Element. Diese Phase muss mit einer starken (dokumentierten) Klarheit zu folgenden Punkten beendet werden:
  • kurz-, mittel- und langfristig messbare Ziele;
  • Spezifische Bedürfnisse für die Anwendung dieser Ziele, auch unter Nutzung des Instruments der User Stories.

Analyse des Technologie-Stack

Eine weitere Schlüsselrolle spielt die Analyse des Ist-Zustands, bei der alle zur Archivierung und Analyse der Kunden- und Nutzerdaten sowie zum Management der Kundenbeziehungen bereits angewendeten Technologien identifiziert werden. In dieser Phase muss man den Fokus sowohl auf die proprietären Technologien richten, die den Kern des Business darstellen (für ein eCommerce kann z.B. der Zustand der Technologie zur Betreibung der Website analysiert werden), als auch auf die zum Support notwendigen Technologien und Instrumente (E-Mails von Kunden, eventuelle CRM oder Systeme zur Archivierung der Kundendaten etc.). Für jedes Instrument ist es wichtig, folgendes zu analysieren:
  • Funktionen;
  • Nutzungsniveau seitens der internen Nutzerinnen;
  • vorhandene Daten - und eventuelle Redundanzen oder Asymmetrien mit anderen im Unternehmen vorhandenen Systemen;
  • Modalitäten für Kommunikation und Datenaustausch mit dem System (gibt es API oder Datenbanken, mit denen man sich über Schnittstellen verbinden kann?)
In dieser Phase kann es wichtig sein, sich von einem Martech-Partner wie Bytek bei der Kartierung der vorhandenen Systeme begleiten zu lassen, um dann eine eventuelle Einbeziehung von Unternehmen oder Beratern zu Systemintegration in Betracht zu ziehen oder die Verwendung von no-code oder low-code Systemintegrationen.

Auswahl der Technologie

Mit den Zielen klar vor Augen und einer weiten Sicht auf das, was gegenwärtig vorhanden ist, kann man dazu übergehen, die Bedürfnisse in Bezug auf Funktionen (Lead Scoring, Tagging, etc.) und Systemeigenschaften (wie modular und /oder personalisierbar sollen sie sein, muss es open-source sein, On-premise oder in Cloud, etc. ) zu definieren und dabei besonders auf die notwendigen Integrationen zu achten. In einigen Fällen kann die Vielzahl der bereits im Unternehmen vorhandenen Systeme die Wahl einer Lösung beeinflussen, aus dem einfachen Grund, weil sie einfacher zu integrieren ist. Ebenso müssen eventuelle Preisbegrenzungen und zeitliche Anforderungen bei der Implementierung klar definiert werden. Danach kann man, mit all diesen Elementen zur Hand, mit dem Scouting der Lösungen beginnen, wobei sie anhand der folgenden Elemente charakterisiert werden sollten:
  • Funktionen;
  • Systemeigenschaften;
  • Fähigkeit zu Integration und Zusammenarbeit;
  • Kosten;
  • geschätzte notwendige Zeit zur Implementierung.
Hat man all diese Elemente beisammen, kann man mit der eigentlichen Auswahl der Technologie beginnen. Dieser ist einer der entscheidenden Schritte: Die Technologie wird am Ende des Planungsprozesses ausgewählt und nicht am Anfang, damit die Wahl den Bedürfnissen angepasst wird und nicht die Bedürfnisse einer verbindlichen technologischen Wahl, die nutzlose Bindungen erzeugen könnte, sowie Probleme bei der Implementierung und eine geringe Annahme seitens des Systems.

Einführung der Lösung im interativen Modus

An diesem Punkt versuchen wir zu verstehen, wie die Lösung inkrementell in das Unternehmen eingeführt werden kann. Man kann dabei von einem Teil des Prozesses ausgehen (z.B. nur die Verwaltung der Cold Leads) oder bei einem Teil des Unternehmens (eine Abteilung) oder beide benutzen.  Bei der Auswahl kann man das PIE-Framework verwenden, das bei der Priorisierung hilft, welche Unternehmens- und Prozessteile als erste “automatisiert” werden sollen. Das PIE-Framework sieht vor, jeder Wahl drei Punkte zu geben:
  • Potential, d.h. eine Messung der Verbesserung, die erreicht werden kann;
  • Importance, d.h. eine Messung der Wichtigkeit und der Gewichtung des Bereichs innerhalb des Marketings (wenn z.B. Produkt A 70% zum Unternehmensumsatz beiträgt, erhält es eine höhere Punktzahl als Produkt B);
  • Ease, d.h. eine Messung des Einfachheit der Implementierung des Systems in diesem Bereich.
Man kann also jedem Teil des Prozessablaufs und jedem Unternehmensteil eine Punktzahl zuordnen (z.B. Automatisierung des Kontaktworkflows der Demoanfragen für das Produkt A von der Website, Automatisierung der Verwaltung der Anzeigenkampagne für das Produkt B). Bei der Zuteilung der Punkte muss man die verschiedenen Perspektiven - Personen, Prozesse, Technologien - unbedingt im Gedächtnis haben. Der Ablauf ist extrem iterativ: Man startet mit der Planung der Aktivität, man implementiert sie, man misst die Ergebnisse und skaliert sie, um dann mit einem anderen Bereich fortzufahren, wenn die potenzielle Verbesserung, an der man gearbeitet hat, erreicht worden ist. Wenn das Unternehmen sehr strukturiert ist, kann es sinnvoll sein, sich von einem Partner wie Talent Garden unterstützen zu lassen, der Unternehmen in der Corporate Transformation dabei hilft, die Organisationsmodelle mit Methoden des Designs zu erneuern.

Schlussfolgerungen

Der Weg zur Einführung der Automatisierung kann die Art ändern, mit der ein Unternehmen Marketing und Verkauf angeht, wenn er denn korrekt in Angriff genommen wird. Durch künstliche Intelligenz vervielfältigen sich die Möglichkeiten für die Unternehmen, dies gilt sowohl für die “digital natives”, die bereits so starten, als auch für Großunternehmen und MittelständlerInnen, die sich transformieren müssen. Sie werden immer größeren Bedarf an Instrumenten und Abläufen dieser Art haben, um wettbewerbsfähig zu bleiben. Aus diesem Grund werden immer mehr Berater und Beraterinnen, Profis und SpezialistInnen im Marketing benötigt, die das Mindset und die Kompetenzen besitzen, um dieser Herausforderung zu begegnen. Deshalb investieren ByTek und Talent Garden in Forschung, Studien und Entwicklung von bahnbrechenden technologischen und ausbildenden Produkten, die Unternehmen und Selbstständige auf dem Weg in diese aufregende Zukunft begleiten können. Photo by Lyman Hansel Gerona on Unsplash
Artikel aktualisiert am: 09 August 2023
Talent Garden
Geschrieben von
Talent Garden, Digital Skills Academy

Lesen Sie weiter

Attributionsmodelle: Was sind sie, wozu sind sie gut und welche sind im Digital Marketing am weitesten verbreitet

In der Welt des Digitalen ist immer häufiger von Attributionsmodellen die Rede. Attributionsmodelle für Facebook, für ...

Digital PR: Was es ist und warum sie wichtig für die Marketingstrategie ist

Digital PR sind Strategien des Onlinemarketings, die die Unternehmen verwenden können, um ihre Onlinepräsenz zu ...

Der ultimative Guide für Digital Marketing

Vom Einzelunternehmer bis hin zum internationalen Großkonzern – Digital Marketing Experten werden gebraucht, ...

Was ist ein Data Warehouse und wie unterstützt es die Business Intelligence

In einer Zeit, in der Unternehmensentscheidungen immer stärker datengetrieben sind, werden Informationsquellen, die ...