Man möchte große Datenmengen in der Cloud verarbeiten und sich Artificial Intelligence und Chatbots zunutze machen, um neue, unbekannte Potenziale zu erschließen.
Bei all den großen Worten, die meist mit wenig konkreten Vorstellungen verbunden sind, wie man diese im Business-Kontext bestmöglich einsetzt, werden die wichtigsten Basics jedoch oftmals vergessen. Die Annahme, dass Daten mit der Tool-Lösung eines Anbieters des Vertrauens automatisch wertschöpfend sind, ist unrealistisch. Für ein erfolgreiches Arbeiten mit Daten braucht es meiner Meinung nach drei grundlegende Dinge:
- Das Handwerkszeug: Methodenwissen über den Umgang mit Daten
- Kenntnis der Domäne: In welchem Kontext fallen die Daten an und wie interpretiert man sie?
- Ziele: Nach welchen Zielgrößen optimiert man? Was ist wichtig, um mehr Erfolg zu haben?
Ziele stellen dabei die grundlegende Basis für alles Darauffolgende dar. Jede Unternehmung setzt sich Ziele wie Umsatzsteigerung und Wachstum. Damit diese Ziele vernünftig gemessen werden können, werden Auftragseingänge, Umsätze und Gewinn dokumentiert und vom Controlling ausgewertet.
In diesem Kontext funktioniert die Zielsetzung in den meisten Unternehmen sehr gut. Im Online-Bereich sind Positivbeispiele vor allem im E-Commerce-Bereich zu finden. Hier findet fokussiertes, datengetriebenes Arbeiten statt, und es gibt eine sehr genaue Vorstellung von monetären Zielen.
Schauen wir uns jedoch digitale Umgebungen abseits von E-Commerce an, landen wir im Bereich der Content- oder Corporate-Websites. Dort existieren Websites oder Apps meist als Zusatz zum gut funktionierenden Offline-Business. Da die digitalen Produkte und Services noch nicht in jeder Unternehmung zum kritischen Teil des Geschäftserfolgs beitragen, werden hier Zielsetzungen und eine klare Ausrichtung meist vernachlässigt. Aber ohne Zielwerte kann man einen Veränderungsprozess nicht aktiv steuern.
An dieser Stelle sollte genau überlegt werden, wie zum Beispiel eine digitale Präsenz das Offline-Business erweitern kann, um so einen Mehrwert zu schaffen. Welche Währung ist für uns wertvoll? Dies könnten beispielsweise Leads, Newsletter-Anmeldungen, Downloads oder stetig wiederkehrende Besucher sein.
Sich grundlegende Gedanken über den Sinn der bereitgestellten Plattform zu machen und diesen in messbaren Ziele zu definieren, ist keine leichte Aufgabe. Dazu kommt, dass diese messbaren Ziele mit Zielwerten versehen werden müssen, um eine aussagekräftige Analyse zu ermöglichen.
Ziele: Der Schlüssel zum Erfolg
Klare Ziele mit Kennzahlen und Zielwerten bilden die Grundlage für datengetriebenes Arbeiten. Nehmen wir als Beispiel das Erstellen eines neuen Blogposts für diesen Blog. Wir müssen eindeutig definiert haben, warum dieser Blog existiert, und somit auch welche Ziele er verfolgt und mit welchen konkreten Zielwerten wir welche Kennzahlen messen. Dies sollte im besten Fall Teil der Content-Strategie sein. Nur mit Zielen können wir anfangen, Zielgruppen zu bewerten, Datenquellen und Media-Budgets anzupassen, strukturiert neue Formate, Textlängen und Bilder zu testen und uns somit kontinuierlich zu verbessern.
Dafür bedarf es, wie oben beschrieben, Ziele, Kenntnis der Domäne und Methodenwissen über die Strukturierung von Daten.
- Ziele: um zu wissen, ob die erstellten Inhalte auf den Erfolg einzahlen
- Kenntnis der Domäne: um beispielsweise Testhypothesen zu formulieren
- Methodenwissen über Datenmanipulation: um Daten beispielsweise zu clustern sowie auch diese Cluster zu bewerten
Die Bounce Rate ist kein KPI!
Übergeordnete Ziele sollten im Gespräch oder im Workshop mit den Product Ownern oder mit den Produktverantwortlichen definiert werden. Die zentrale Frage in diesen Gesprächen muss sein: „Warum existiert die Website/App/Kampagne?“ Diese Frage klingt wenig kompliziert, jedoch erfordert sie einiges an kritischer Denkarbeit und intensiven Gesprächen. Übergeordnete Ziele sollten SMART sein.
Zu jedem übergeordneten Ziel (Objective) sollte man nun spezifischere Ziele (Goals) definieren. Diese Goals stellen spezifischere Strategien dar, die genutzt werden, um ein übergeordnetes Ziel zu erreichen. Ein Objective kann mehrere Goals haben.
Im nächsten Schritt gilt es, Key Performance Indicators (KPIs) zu den Goals zu definieren. Diese Kennzahlen helfen, die Performance anhand der gesetzten Goals zu bewerten. Wichtig ist der Austausch mit den Datenverantwortlichen, um die KPIs gemeinsam zu definieren. Der Kerninhalt dieses Schrittes besteht darin, die existierenden Ziele auf einer abstrakten, technischen Ebene abbildbar und messbar zu machen und die Frage „Mit welchen Kennzahlen kann ich meine Ziele abbilden?“ zu beantworten. Hierzu ist neben der Kenntnis der technischen Produktumgebung auch Tool-Kenntnis erforderlich, um messbare KPIs zu ermitteln. Nicht jede Kennzahl eignet sich jedoch als KPI. Die „Bounce Rate“ ist eine Zahl, die als KPI nicht infrage kommt. Sie eignet sich gut als unterstützende Kennzahl, beispielsweise im Bereich Landingpages; um jedoch Unternehmenserfolg zu bewerten, ist sie nicht aussagekräftig genug. Dies liegt vor allem an der Art der Messung eines Bounces. Dieser wird gemessen, wenn der Besuch des Nutzers nur einen Hit umfasst, also nur eine Information (Beispiel: Aufruf einer Landingpage) an den Analytics-Server gesendet wird und danach keine weiteren Informationen während der Sitzung des Nutzers übertragen werden. Es entscheidet also ein einzelner weiterer Hit darüber, ob der Besuch als Bounce gezählt wird oder nicht. Dieser Informationsgehalt reicht meiner Meinung nach nicht aus, um als KPI zu gelten.
Zielwerte müssen sinnvoll in einen Kontext gesetzt werden
Im nächsten Schritt sollten Zielwerte (Targets) für die einzelnen KPIs definiert werden. Diese sind sehr wichtig, um Erfolg oder Misserfolg zu bestimmen. Nehmen wir beispielsweise an, dass eine Lead-Kampagne 80 Leads erzeugt hat. Ist das gut oder schlecht? Diese Frage lässt sich mit vorher definierten Zielwerten beantworten.
Man kann Zielwerte aus historischen Daten ableiten. (Wie gut haben Lead-Kampagnen mit welchem Budget in der Vergangenheit performt?) Falls es keine historischen Daten gibt, sollte man versuchen, über Annahmen Zielwerte zu definieren. Dabei kann ein erfahrener Partner helfen.
Das Ergebnis sollte eine Tabelle sein, die eine ähnliche Form wie die Abbildung hat. Diese wurde mit einem Beispielstrang für ein Objective gefüllt.
Ray Sono empfiehlt:
Dieser Prozess erfordert einiges an Aufwand. Jedoch ist es essenziell für ein erfolgreiches datengetriebenes Arbeiten, diese Ziele niederzuschreiben und dann im laufenden Prozess zu optimieren. Natürlich sind Ziele und Zielwerte nicht für die Ewigkeit festgeschrieben, sondern sollten in regelmäßigen Abständen überprüft und gegebenenfalls angepasst werden.
Mit dieser Grundlage können wir anfangen, unser Tracking spezifisch auf diese Ziele auszurichten, Kampagnen danach zu steuern und analytische Methoden des Machine Learnings zur Optimierung der Kenngrößen anzuwenden.
Eine solide Zieldefinition mit Key Performance Indicators und entsprechenden Zielwerten ist einer der grundlegenden Bausteine, um sein Business datengetrieben voranzubringen. Daher sollte dieser Schritt auf keinen Fall ausgelassen werden.