Marketing Automation: Fünf Herausforderungen, die die nächsten Jahre bestimmen

Es ist eine gewaltige Umwälzung, die auf die Marketingwelt zukommt: Marketing-Automation läutet das Ende der Massenkommunikation ein. Und ersetzt sie durch massenhafte 1:1-Kommunikation. Millionenfach lassen sich Konsumenten gezielt und individuell ansprechen. Eine Maschine kann in Sekundenbruchteilen entscheiden, ob sie einem Nutzer eine Werbung für Katzen- oder Hundefutter, für ein Auto oder eine Flugreise anzeigen soll. Zumindest theoretisch.

Praktisch begleitet dieses Versprechen die Digitalbranche schon seit Jahren - und wird mindestens im Jahresrhythmus erneuert. Jedes Mal wird alles besser, schöner, schneller. Zuletzt standen diese Themen auf der Agenda:

• Nach Big Data kommt Smart Data,
  
• auf die Data Management Plattform folgt der Universal Data Hub,
  
• nach Predictive Targeting erobert Artificial Intelligence das Marketing
  
• und Realtime Advertising wird erst durch Header Bidding richtig rund.

Wer sich die Buzzwords genau ansieht, erkennt schnell: Substantiell Neues ist nicht dabei. Im Wesentlichen handelt es sich um Detailverbesserungen. Ob im Targeting die Wahrscheinlichkeiten nun mittels einer KI einen Hauch genauer berechnet oder beim Realtime Advertising die Effizienz noch etwas gesteigert wird, weil mit mehreren Ad-Exchange-Plattformen zusammengearbeitet wird (Header Bidding), macht keinen grundsätzlichen Unterschied.

Oder, wie es Alexander Handcock , Marketing-Chef von Selligent   , in seltener Offenheit formuliert: "Automatisierung ist als Thema heute ein alter Hut. Aktueller denn je ist aber die konsequente und vollständige Vernetzung des kompletten Daten und Kampagnenmanagements - ohne ärgerliche Softwarebrüche."

Dauerthema und Hidden Champion unter allen Automation-Trends ist die Frage, wie hoch 2017 die Einstiegshürden sein werden, für welche Unternehmen sich die Investition überhaupt lohnt und welche Risiken dabei lauern.

Trend 1: Automatisierung wird Teil der Media-Leistung

In der Praxis funktioniert Marketing-Automation bestechend: Der Kampagnen-Manager legt Zielgruppe, Werbemittel, Kampagnen-Ziel und Customer-Journey fest. Mittels einer Analyticslösung beobachtet er den Konsumenten auf seiner Customer-Journey und kann in Abhängigkeit davon jedem Werbemittel einen individuellen Wert (Attribution) beimessen. So weiß der Advertiser, dass der dritte Werbebanner bei Kunden, die den Newsletter abonniert haben, kaum noch eine Wirkung entfaltet. Neukunden hingegen, die den Shop das erste Mal besucht haben, erhalten bis zu vier Einblendungen - selbstverständlich automatisch mit dem passenden Motiv.

Diese Mechanik ist leicht umgesetzt und bringt vor allem Effizienz-Vorteile. Die Methode hat allerdings einen erheblichen Nachteil: Der Datenbestand des Advertisers ist schnell erschöpft. Für Neukundenkampagnen fehlen die Daten.

Ausgangslage:
Abhilfe schaffen Plattformen wie Google  , Facebook   und das aufstrebende Segment von Retail-Media: Wie von iBusiness vorhergesagt (siehe iBusiness: Wie die Werbenetzwerke von Amazon, Otto & Co. den Markt verändern), erlebt dieses Segment derzeit einen regelrechten Boom. Nachdem englischen Retailgiganten Tesco   (mit seiner Datentochter Dunnhumby  ) haben hierzulande Amazon  , Ebay  , Otto  , Zalando   und zuletzt auch die Metro-Gruppe   hochkarätige Vermarktungs-Units gegründet. Auch das Google Shopping entwickelt sich kontinuierlich zu einer vollständigen ECommerce-Plattform.

Was sich mit den Retail-Daten anstellen lässt, liegt auf der Hand: Marketer erhalten valide Informationen über das Einkaufsverhalten und können gezielt Neukunden-Kampagnen erstellten. Eine neue Tierfutter-Marke umwirbt gezielt Hundefutter-Käufer - und das nicht nur auf der ECommerce-Plattform des Retailers, sondern, dank RTA-Mechanik und Programmatic Buying, auch in Content-Angeboten Dritter.

Allerdings ist Retail-Media mit Vorsicht zu genießen: Da Händler ihre wertvollen Kundenkontakte nicht weitergeben können (und wollen) entstehen Blackboxes. Amazons "Dynamic E-Commerce Ads" geben einen Vorgeschmack: Die Kunden legen im (vorgegeben Maßstab) ihre Kampagnenziele fest, hinterlegen Werbemittel und eine Call-to-Action. Anschließend kann sich der Advertiser über Umsatzsteigerungen freuen - erhält jedoch keinen Einblick in die Prozesse.

Ausblick:

• Retail-Media wird gerade für kleine und mittlere Händler in Zukunft einen wichtigeren Teil übernehmen.
  
• Damit geht der Trend einher, Medialeistung mit Marketing-Automatisierung zu verknüpfen. Die Automatisierungsdienstleistung wird damit quasi in die Cloud zum Plattformbetreiber verlagert und gehört zum (eingekauften) Mediaservice.
  
• Die Einstiegshürden sinken durch dieses Vorgehen enorm.
  
• Auf Marketing-Tools kommt eine neue Aufgabe zu: Pflege und Optimierung der Product-Feeds, mit denen Google, Amazon und Co. gefüttert werden. Product-Feeds werden direkt Marketing-relevant.
  
• Marketing-Tools managen die Retail-Media-Kanäle auf einer übergeordneten Weise. Sie optimieren Werbung nicht selbst, sondern die Verteilung von Media über die verschiedenen Kanäle.
  

Trend 2: Datenkonsolidierung und Cross-Device-Tracking

Gerade für starke Vertriebsmarken spricht aber auch einiges gegen "Blackboxing": Sie wollen die volle Kontrolle über ihre Marketingaktivitäten und wollen vor allem ein umfassendes Tracking über alle Kanäle anbieten. Nur wenn ein Kunde über alle gleichberechtigten Kanäle getrackt werden kann, funktioniert kanalübergreifendes, kundenzentriertes Marketing. Eine Blackbox darf es nicht geben.

Die Anforderungen sind dabei nicht gering. Marketing-Automation entfaltet ihr volles Potential nur, wenn sie alle Touchpoints - von E-Mail-, Search-, Display-, Mobile-, Social Media- und Bewegtbild-Werbung über Web-Shop, POS- bis hin zu Außenwerbung und TV-Reklame umspannen kann.

Ausgangslage:
Die gängigen Marketing-Suites (etwa von Adobe  , IBM  , Oracle  , Salesforce   oder Hybris    - siehe iBusiness: Marktübersicht - Zwölf Marketing-Suites für kundenzentriertes Marketing im Vergleich) decken schon die Online-Werbeformen im engeren Sinne nur bedingt ab. Alle Tools leisten sich beim Ausspielen, Managing und Tracking bestimmter Kanäle Schwächen. Um die komplette Spannbreite abzubilden, sind bei allen Anbietern manuelle Arbeiten und die Integration von Dritttools nötig. Die ganze Spannbreite - die bis in die Offline-Welt hineinreicht - deckt heute selbst im Ansatz kein System ab.

Offensichtlich ist aber auch die schlechte Verknüpfung des Online-Shops. Einzig Hybris bietet eine Shop- und eine Marketing-Software aus einer Hand. Salesforce hat mit dem Kauf von Demandware    immerhin schon die Weichen in die richtige Richtung gestellt. Dabei wird gerade die Integration von ECommerce-Systemen in Zukunft entscheidend: Egal ob Amazons Dynamic ECommerce Ads, Googles Product Listining Ads, Facebook, Pinterest   oder eine der zukünftigen Retail-Media-Spielarten: In Zukunft wird eine optimierte Bereitstellung des Product-Feeds immer wichtiger.

Ausblick:

• Die geforderte Tiefe der Datenintegration ist bislang in vielen Unternehmen kaum erreicht, nun steigen die Ansprüche erneut. Nicht nur PIM-, ERP- und CRM-Daten müssen sinnvoll zusammengefasst werden. Sie müssen auch mit der Business-Logik gekoppelt sein, um wirtschaftliche Entscheidungen zu treffen.
  
• Weitere Parameter für die Marketing-Automatisierung werden entscheidend. Produktverfügbarkeit und Gewinnspanne sind wichtige Größen für eine Marketing-Engine.
  
• Ein genaues Geräte-übergreifendes Tracking ist essentielle Herausforderung für Marketing-Automation. Dadurch werden Plattformanbieter wie Google, Facebook, Amazon oder Otto weiter gestärkt. Diese verfügen über zuverlässige Cross-Device-Daten.

Trend 3: Data Management

Daten sind der wichtigste Rohstoff für Marketing-Automation. Der Reiz liegt schließlich darin, jede einzelne Werbebotschaft individuell aussteuern zu können. Dies kann nur gelingen, wenn es Informationen gibt, nach denen diese Personalisierung möglich ist. Nachdem unter dem Stichwort Big Data in der Vergangenheit Unmengen an Daten gesammelt wurden, liegt nun der Fokus auf Smart Data.

Ausgangslage:
Es geht nicht um die schiere Menge an Daten, sondern darum, die richtigen Daten im richtigen Moment präsent zu haben. "Agiles Marketing und Relevanz sind Dauerthemen in der digitalen Welt. Um beides zu erreichen und all die losen Enden im Marketing zusammenzubringen, steht dabei die Analyse und Nutzung von Daten im Fokus", hat Rolf Anweiler , Chef des Teradata-Spinn-Offs Mapp    festgestellt. "Für viele Marketer sind Management-Plattformen der Schlüssel, um Trackingdaten aus unterschiedlichen digitalen Kanälen zusammenzubringen und eine wirklich stimmige und erfolgreiche Customer Experience zu bieten."

Ausblick:

• Die Konsolidierung der Daten ist ein erster Schritt. PIM, ERP, BI und CRM-Daten sind dabei die wichtigsten Bausteine.
  
• Smarte Algorithmen, die auf Künstlicher Intelligenz basieren, können in den Datenmengen signifikante Merkmale finden, die verkaufsrelevant sind. Verborgene Customer Journeys oder unbekannte Zielgruppen lassen sich aufspüren und bewerten.
  
• Aber: Es sind keine Wunder zu erwarten. Zwar wird die bestehende Mechanik optimiert, aber kein grundlegend neuer Weg beschritten. Grundsätzliche Limitierungen (zum Beispiel beim Branding oder der Neukundengewinnung) werden nicht überwunden.
  
• Die wichtigsten Zusammenhänge sind außerdem meist bekannt, weil sie sich mit gesundem Menschenverstand erschließen lassen.
  
• Die Optimierung kann immer nur so gut sein, wie die zugrundeliegenden Daten. Wer kein Cross-Device-Tracking beherrscht oder nur über ungenaue PIM-Daten verfügt, kann keine Verbesserung der Ergebnisse erwarten.

Trend 4: Influencer Marketing / Content Marketing / Native Advertising

Abseits der klassischen Marketing-Kanäle haben sich Influencer Marketing und Content Marketing in den vergangenen Monaten zu erfolgreichen Werbeformen entwickelt. Dieser Marketing-Kanal hat in der Automation bislang wenig Spuren hinterlassen.

Ausgangslage:
Weder Influencer noch Content lassen sich auf absehbare Zeit automatisieren. Der Wert der jeweiligen Marketing-Maßnahme in der Customer-Journey lässt sich allerdings sehr wohl berücksichtigen. Viele Marketins-Tools erlauben schon heute eine Einbindung von Content in Form von personalisierbaren Landing-Pages und damit eine Art rudimentäres Content-Management-System. Ein dezidierte Content- und Influencer-Strategie ist damit aber nicht verbunden.

Ausblick:

• Das Erfolgs-Duo Influencer/Content Marketing wird durch Marketing-Algorithmen unterstützt.
  
• Die Keywords einer Suche oder die Lektüre eines redaktionellen Content-Angebots lassen sich als Datenspur erfassen.
  
• Mittels Native-Advertising kann der Kunden anschließend zu ähnlichen, (vermeintlich) neutralen Angeboten gelotst werden, in denen das eigene Produkt gut abgeschnitten hat.
  
• Grundlage bietet eine dynamische Kreation des Native-Advertising-Werbemittels sowie eine Datenbank mit eigenen Content-Marketing- bzw. Influencer-Berichte-.

Trend 5: Marketing-Automation muss Old-School-Marketing lernen.

Die Stärke von Marketing-Automation liegt darin, aus Massenkommunikation massenhafte 1:1-Kommunikation zu machen. Aber das ist nicht immer gefragt. Eine Maschine kann in Sekundenbruchteilen entscheiden, ob sie einem Nutzer eine Werbung für Katzen- oder Hundefutter, für ein Auto oder eine Flugreise anzeigen soll. Sie kann - wenn die entsprechenden Daten vorliegen - sogar entscheiden, ob ein fröhlicher Familienhund oder das putzige Schoßhündchen als Motiv eingeblendet werden soll. Bei der Positionierung einer Marke sind diese Werte aber zweitranging.

Ausgangslage:
Starke Marken leben vom Image und ihrer emotionalen Aufladung. Coca-Cola   seht für Erfrischung. BMW   für Freude am Fahren. Solche Markenbilder verfestigen sich durch ständige Wiederholung, sprich: Kontakthäufigkeit und Reichweite. Für den Markenaufbau wäre es kontraproduktiv, bestimmte Zielgruppen auszuschließen. Der Kauf einer Kaugummimarke, einer bestimmten Jeans und eines Autos drückt eben auch einen Lifestyle aus. Das funktioniert nur, wenn die Marke ein entsprechendes Image hat. Die BMW-Markenwerte müssen auch dem bekennenden Audi  -Fahrer bekannt sein - nicht um den Audi-Fahrer zu überzeugen, sondern um die Strahlkraft für den BMW-Fahrer zu erhöhen. Jeder muss das Statement verstehen, das der BMW-Fahrer mit seiner Markenentscheidung aussendet. Nur dann ist es attraktiv.

Ausblick:

• Die Werkzeuge müssen die Metriken der Markenführung lernen: Reichweite, Kontakthäufigkeit, Werbeerinnerung. Allerdings fehlt für eine Automatisierung bislang noch eine aussagekräftige Messgröße, an der die Maschine eine Werbewirkung festmachen kann.
  
• Mittels Künstlicher Intelligenz können sie Anzeigen-Fraud erkennen und das Umfeld einer Werbung prüfen. Gerade für letzteres fehlt bislang jede Automatisierung.
  
• Tools für Marketing-Automation können helfen, indem sie den Mediaeinkauf optimieren. Sprich: Das Preisleistungsverhältnis verbessern.
  

Marketing-Automation Ausblick

Die konkreteste Herausforderung in der Marketing-Automation liegt nach wie vor in der Datenkonsolidierung und dem Datenmanagement. Diese Aufgabe wird noch in den kommenden Jahren den Markt bestimmen. Bis heute bietet kein Werkzeug eine umfassende Lösung - und es wäre vermessen zu glauben, dass die Aufgabe leicht zu lösen wäre.

Am ehesten versprechen Suite-Lösungen im Stile einer Adobe Marketing-Cloud, Salesforce Cloud oder Hybris die Probleme umfassend anzugehen. Derzeit kämpfen sie allerdings sowohl damit, die nötige Integrationstiefe zu erreichen, als auch damit den Bogen weiter zu spannen (und die Optimierung von Produktdaten als Marketing-Aufgabe zu betrachten).

Für kleine und mittlere Shops sind die Suite-Lösungen besonders schwer verdaulich. Sie brauchen pragmatische, unkomplizierte Unterstützung. Marketing-Automation entwickelt sich für sie zu einer Media-Dienstleistung. Statt Kontakt und Reichweite kaufen sie bei Google, Facebook, Amazon, Otto, Zalando & Co. Conversions. Die Internet-Plattformen bieten eine gewaltige Reichweite und können enorme Summen in Marketing-, Targeting- und Tracking-Technik investieren. Außerdem verfügen sie über hohe Fallzahlen, weshalb ein Machine-Learning-Algorithmus schnell statistisch relevante Aussagen treffen kann.

Die Nachteile der Plattformen liegen allerdings ebenfalls auf der Hand. Der Händler gibt Produkt- und Zielgruppendaten in eine mehr oder weniger geschlossene Box - und erhält Verkäufe zurück. Übergreifende Customer Journeys kann der Marketer kaum anlegen, da er keine First-Party-Daten aus den Plattformen erhält.

Größere Händler und vertriebsorientierte Marken sind daher auf eigene Marketing-Plattformen angewiesen - mit entsprechendem Aufwand. Noch schwieriger sieht es im Branding und der Markenführung aus. Wenn die neue BMW-Marketingchefin Hildegard Wortmann daher kürzlich angekündigt hat, mit allen bisherigen Regeln brechen zu wollen und "Kommunikation in Echtzeit" statt starrer Marketing-Pläne einführen zu wollen (iBusiness berichtete), horcht die Branche nicht zu Unrecht auf. Der Ansatz ist nichts weniger als ein mutiges Experiment mit ungewissem Ausgang. Nicht einmal die Technologieentwickler haben bisher eine Antwort auf automatisierte Markenführung.