Wie Sie Ihre Strategie für Erstpartei-Daten aufbauen

Henry Ford revolutionierte die Autoindustrie mit der Einführung des Ford Model T im Oktober 1908. Was das Auto so einflussreich machte, war nicht, dass es das schnellste oder sicherste war, sondern sein Preis – das Model T machte das Reisen mit dem Auto für die Mehrheit der Amerikaner zum ersten Mal möglich.

Ford war in der Lage, das Model T zu einem so erschwinglichen Preis anzubieten, indem er die Lieferkette umgestaltete. Während viele Autos der damaligen Zeit von hochqualifizierten Fachkräften in Einzelarbeit gebaut wurden, entwarf Ford ein Fließband, das eine Produktion in großem Maßstab ermöglichte und bei dem die Qualität der Teile und die Zusammenarbeit der Teams im Vordergrund standen. Obwohl die Aufmerksamkeit oft auf das Endprodukt gerichtet ist, betonen große Wirtschaftsführer, wie z. B. Tim Cook von Apple, immer wieder, wie wichtig es ist, die Lieferkette zu beherrschen.

Viele Teams verkaufen heute jedoch nicht nur Autos (oder Smartphones) und betreiben auch keine Fabriken. Sie schreiben Software-Code und liefern digitale Erlebnisse über mobile Apps, Websites und andere Kanäle.

Digitale Erlebnisse werden nicht durch die Montage von Karosserie und Achsen angetrieben, sondern durch Daten. Denken Sie an die personalisierten Empfehlungen von Netflix oder die nahtlosen Transaktions-E-Mails von Airbnb. Diese Erfahrungen beruhen auf der Fähigkeit, Daten zu erfassen, zu organisieren und zu aktivieren. Sie sind das Ergebnis einer anderen Art von Fließband – einer Datenlieferkette. Diesen Begriff hat die Harvard Business Review vor kurzem geprägt.

Lieferketten müssen sich mit dem Markt weiterentwickeln, und Ihre Datenlieferkette ist da keine Ausnahme. Während sich viele Marken auf die Daten von Drittanbietern verlassen haben, um Kampagnen zu steuern und die Interaktion zu messen, haben neue Marktveränderungen, wie die App-Tracking-Transparenz von Apple und die Abschaffung von Cookies Dritter durch Google die Teams dazu gezwungen, ihre Strategien zu ändern. Um Ihre Datenlieferkette weiterzuentwickeln und Ihre digitalen Erfahrungen zu optimieren, müssen Sie eine Strategie für First-Party-Daten entwickeln.

In den letzten Jahren haben viele Teams die Daten von Drittanbietern genutzt, um groß angelegte Personalisierungskampagnen durchzuführen. Daten von Drittanbietern sind Daten, die nicht über Ihre eigenen Objekte erfasst werden, sondern von einem Dritten erfasst und mit Ihnen geteilt werden. Datensätze von Drittanbietern sind umfangreicher als Datensätze von Erstanbietern, da sie nicht durch die Anzahl der Kunden begrenzt sind, die Sie über Ihre Objekte ansprechen. Sie sind jedoch in der Regel weniger umfangreich, da sie oft Metadaten und identifizierbare Informationen verlieren, wenn sie zwischen den Parteien ausgetauscht werden.

Aufgrund ihres Umfangs werden Daten von Drittanbietern häufig für breit angelegte Akquisitionskampagnen, wie z. B. bezahlte Display-Werbung, bevorzugt. Mehrere Marktveränderungen der letzten Zeit haben dies jedoch erschwert.

1.    Das ATT-Framework von Apple und seine zunehmende „Anti-Tracking“-Haltung

2.    Googles drohende Abwertung von Cookies Dritter

3.    Das wachsende Bewusstsein der Verbraucher für den Datenschutz und ihre Abneigung gegen anonyme Zielgruppenansprache

Diese Trends, insbesondere die ersten beiden, haben die Fähigkeit vieler Marken beeinträchtigt, zwei für die Akquisition von Wachstum wesentliche Mechanismen zu nutzen:

• Messung: Verfolgen, wie gut eine Kampagne, eine kreative Aktion oder eine Botschaft in einem nicht-eigenen Kanal funktioniert
• Zielgruppenadressierung: Erreichen eines bestimmten Benutzers mit einer bestimmten Nachricht auf der Grundlage seiner früheren Aktivitäten in einem nicht-eigenen Kanal
• Inmitten der Abkehr von Zielgruppenadressierung durch Dritte haben einige Anbieter Methoden vorgeschlagen, mit denen die neuen Gesetze umgangen und die gleichen Anwendungsfälle erreicht werden können.
• Alternative Kennungen: Einige Anbieter haben die Einführung einer universellen Kennung versprochen, die den Cookie und die IDFA ersetzen soll. Marken könnten diese Kennung über Anbieter und Kanäle hinweg für Messungen, Zielgruppenadressierung und mehr nutzen.
• Finger-Printing: Finger-Printing ist eine Technik, bei der ein Querschnitt von nicht persönlich identifizierbaren Informationen, wie Gerätetyp und Standort, verwendet wird, um einen digitalen Fingerabdruck eines Benutzers zu erstellen, der über verschiedene Kanäle verfolgt werden kann.
• Probabilistische Modellierung: Die probabilistische Modellierung verknüpft die Aktivitäten eines einzelnen Benutzers über mehrere Geräte hinweg mit einem einheitlichen Kundenprofil, indem prädiktive Algorithmen verwendet werden, um Informationen wie IP-Adresse, Betriebssystem, Standort, WLAN-Netzwerk und Verhaltensdaten mit einem bestimmten Konfidenzniveau mit einem Profil zu verknüpfen (hier erfahren Sie mehr über die probabilistische Identitätsauflösung und wie sie sich von der deterministischen Modellierung unterscheidet ).

Diese Behelfslösungen bieten eine schnelle Lösung, aber sie führen auch zu Komplikationen. Faktoren wie die Einstellung datenschutzbewusster Kunden, die sich ständig weiterentwickelnde Datenschutzgesetzgebung (GDPR, CCPA) und das Risiko einer Ablehnung im App-Store machen diese Methoden im Hinblick auf die Einhaltung der Vorschriften riskant, ganz zu schweigen vom Vertrauen der Verbraucher.

Wie Albert Einstein einmal sagte: „In jeder Krise liegt eine große Chance“. Das Ende des Trackings durch Dritte hat den Markenunternehmen in allen Branchen die Möglichkeit gegeben, die Art und Weise, wie sie Daten nutzen, um ihre Kunden zu erreichen, zu verändern, indem sie Relevanz vor Reichweite priorisieren und das Vertrauen der Kunden wiederherstellen.

Wie beim Bau von Autos gibt es auch bei der Bereitstellung von datengesteuerten Erlebnissen mehrere Schritte. Eine effektive, datenschutzbewusste Strategie für Erstpartei-Daten muss den gesamten Lebenszyklus der Daten berücksichtigen, von der Erfassung über die Verwaltung und Speicherung bis hin zur Aktivierung.

Salesforce's 2020 State of the Connected Customer berichtet, dass 83 % der Verbraucher besorgt sind hinsichtlich der Weitergabe von persönlichen Daten im Internet und 72 % aufgrund von Datenschutzbedenken nicht mehr bei einem Unternehmen kaufen oder eine Dienstleistung nutzen würden. Um erfolgreich Erstpartei-Daten zu erfassen, müssen Sie eine Datentransaktion schaffen, die einen Mehrwert für den Kunden bietet und Vertrauen schafft, indem Sie die Transparenz der Nutzung und eine verantwortungsvolle Datenverwaltung vermitteln.

In Verantwortungsvolles Marketing mit Erstpartei-Daten stellt die Boston Consulting Group (BCG) fest, dass fortschrittliche Teams drei Best Practices befolgt haben, wenn es darum ging, Kundendaten zu verfolgen.

• Sichtbarkeit: Sie verstecken keine Banner, sie gestalten die Anfrage mit einer übersichtlichen Benutzeroberfläche und sie machen es einfach, die Erlaubnis zu widerrufen, indem sie den Benutzern die Kontrolle geben
• Offenheit: Sie informieren offen über die Gründe für die Datenerfassung und die Vorteile der Erfassung und Nutzung
• Wert: Sie heben die Anreize hervor, die sich aus der gemeinsamen Nutzung von Daten ergeben, wie z. B. ein besseres Kundenerlebnis

Kundendaten können nicht mehr gekauft und verkauft werden. Es ist ein Privileg, das man sich durch Vertrauen verdienen, und durch eine sichere Datenverwaltung ständig neu verdienen muss.

Die verschiedenen Arten von Unternehmen stehen auf unterschiedliche Weise mit ihren Kunden in Verbindung, und die Datenerfassung variiert daher von Branche zu Branche. Marken mit einer direkten Beziehung zu ihren Nutzern, wie Einzelhandel, Finanzdienstleistungen und Reisen, haben ihren Wertaustausch auf exklusive Angebote aufgebaut, wie z. B. Inhalte, die nur für Mitglieder zugänglich sind, und Treueprogramme.

Unternehmen in Branchen wie der Konsumgüterindustrie (CPG) und der Automobilindustrie verkaufen oft nicht direkt an Verbraucher. Diese Unternehmen können ihren Erstpartei-Datensatz ausbauen, indem sie ihre Endkunden mit einzigartigen, digitalen Zusatzangeboten erreichen. Der Weber-Holzkohlegrill, den ich gerade gekauft habe, wurde beispielsweise mit einem QR-Code geliefert, um ihre mobile App herunterzuladen. Die App ist vollgepackt mit 3D-Einrichtungsanweisungen, Grilltipps und Rezeptvorschlägen, die mir geholfen haben, das Haus nicht in Brand zu setzen.

Insbesondere Medien- und Verlagsunternehmen sind in hohem Maße auf die Drittpartei-Daten angewiesen, da viele von ihnen Cookies von Drittanbietern verwenden, um Anzeigen über eine Data Management Platform (DMP) und andere Ad-Tech-Lösungen auszuliefern. Da das Tracking durch Dritte immer mehr eingeschränkt wird, ist es für Publisher wichtig, in eine Infrastruktur zu investieren, die es ihnen ermöglicht, die Verantwortung für ihre Datenerfassung zu übernehmen und diese zu nutzen, um ihren Lesern relevante Werbeerlebnisse zu bieten. Einige Verlage haben bei dieser Umstellung bereits eine Vorreiterrolle übernommen, wie z. B. die New York Times, die in Erstpartei-Datenerfassung und datenwissenschaftliche Erkenntnisse investiert, um ihre Werbekampagnen zu unterstützen. Hier können Sie mehr über ihre bisherigen Fortschritte lesen.

Zu den Herausforderungen beim Aufbau von Kundenvertrauen kommen noch die technischen Herausforderungen beim erfassen von Erstpartei-Daten. Jedes Tool, mit dem Sie Erstpartei-Daten erfassen, erfordert eine SDK-Implementierung in Ihren clientseitigen Anwendungen. Da ein durchschnittliches Unternehmen Dutzende von Marketing- und Analysetools einsetzt, kann die Verwaltung dieses Herstellercodes den Technikern schnell Kopfschmerzen bereiten.

Plattformen für Kundendaten (Customer Data Platforms, CDPs) wie mParticle bieten hier einen Mehrwert, indem sie Ihnen helfen, die Erfassung von Erstpartei-Daten zu vereinfachen. CDPs erfassen Kundendaten über SDK-Implementierungen oder API-Verbindungen und ermöglichen es Ihnen dann, diese Daten über serverseitige Integrationen mit allen Ihren Marketing-, Analyse- und Data-Warehousing-Tools zu verbinden. Auf diese Weise können Ingenieure weniger Zeit mit der Verwaltung von Herstellercodes und der kundenspezifischen Entwicklung verbringen, und Marketing- und Produktteams können auf die Daten zugreifen, wann und wo sie sie benötigen. Tauchen Sie hier tiefer in Plattformen für Kundendaten ein .

Es ist schwierig, einen Wertaustausch aufzubauen, der datenschutzbewusste Kunden dazu bringt, ihre Daten mit Ihnen zu teilen. Aber ohne sichere Datenverwaltung und -speicherung kann das Vertrauen der Kunden ins Wanken geraten und all Ihre harte Arbeit kann plötzlich umsonst gewesen sein. Eine verantwortungsvolle Datenverwaltung ist von entscheidender Bedeutung, denn eine einzige Verfehlung im Datenschutz kann dazu führen, dass Ihre Kunden die Löschung ihrer Daten beantragen oder Sie einer Sammelklage aussetzen.

1.    Zustimmungs-Management
Eine der Säulen der verantwortungsvollen Datenverwaltung ist eine sichere Rechtsgrundlage für die Verarbeitung, zu der auch die Zustimmung gehört. Die Zustimmung der Kunden ist der Prozess, durch den die Kunden ihre Entscheidungen in Bezug auf die Datennutzung signalisieren. Es muss sichergestellt werden, dass die Daten aller Kunden jederzeit in Übereinstimmung mit ihren Präferenzen verwendet werden. Wenn ein Kunde beispielsweise Ihre Website besucht, kann er der Erfassung seiner Daten zu Analyse- und Sicherheitszwecken zustimmen, nicht aber zu Marketing- und Werbezwecken. Es liegt daher in Ihrer Verantwortung, dafür zu sorgen, dass die Daten, die nach der Festlegung dieser Präferenzen erfasst werden, an die entsprechenden Systeme innerhalb Ihres Tech-Stacks gesendet werden.

Dies kann entweder durch die Verwendung der Einstellungen Ihrer Consent Management Platform (CMP) erreicht werden, um auszulösen, welche SDKs von Anbietern aktiviert werden, nachdem der Benutzer seine Zustimmung erteilt hat, oder durch die Integration Ihrer CMP mit Ihrer CDP, um den Datenfluss in Ihrem technischen Stack auf der Grundlage des Zustimmungsstatus des Kunden zu filtern. Sie können sich mit diesen beiden Strategien in diesem Artikel näher befassen.

2.    Deterministische Identitätsauflösung
Die Verwaltung von Einwilligungen und andere Aspekte der Data Governance, wie z. B. die Erfüllung von Anfragen von Betroffenen, sind nahezu unmöglich, wenn Sie nicht wissen, wer Ihre Kunden sind. Diese Herausforderung ist weniger beängstigend, wenn Ihre Kunden nur über einen einzigen Kontaktpunkt mit Ihnen in Kontakt treten, da die Aktivitäten und Präferenzen dann mit einer Kennung auf Geräteebene verknüpft werden können. Sobald Ihre Kunden jedoch beginnen, sich über mehrere Berührungspunkte hinweg zu engagieren, z. B. über eine Website und eine mobile App, benötigen Sie eine Möglichkeit, Daten auf Geräteebene mit einheitlichen Kundenprofilen zu verknüpfen. Ohne die Möglichkeit, die in einem Kanal erklärten Einwilligungspräferenzen mit einem einheitlichen Kundenprofil zu verknüpfen, ist es möglich, dass Sie die Daten eines Kunden, die in einem anderen Kanal erfasst wurden, auf eine Weise weiterverwenden, die gegen seine signalisierten Präferenzen verstößt. Außerdem kann es vorkommen, dass Sie, wenn ein Kunde einen Antrag auf Datenschutz stellt, diesem Antrag für Daten, die in einem System vorhanden sind, nachkommen, aber nicht für Daten, die in anderen Systemen isoliert sind.

3.    Datenspeicherung
Während die Aktivierung von Erstpartei-Daten in Echtzeit leistungsstarke Anwendungsfälle wie Transaktionsnachrichten ermöglicht, ist es ebenso wichtig, dass Sie Ihre Daten langfristig und sauber speichern können. Wenn Sie über Erstpartei-Daten in Ihrem Data Warehouse verfügen, können Sie diese nutzen, um historische Zielgruppensegmente zu erstellen und BI-Abfragen durchzuführen. Ein Data Warehouse ist auch ein hervorragender Ort, um Daten aus verschiedenen Quellen zu kombinieren, z. B. Daten zur Gerätebindung mit Transaktionsdaten. Die traditionelle Methode, um Erstpartei-Daten von der Client-Seite in Ihr Data Warehouse zu bekommen, besteht darin, ein Analyse-Tracking-Tool wie Snowplow Analytics zu verwenden, um Daten von der Client-Seite zu erfassen, und dann ein Extract, Transform, Load (ETL)-Tool wie Fivetran zu nutzen, um Daten von Ihrer Cloud-Anwendung in Ihr Data Warehouse zu übertragen. Alternativ können Sie mit Plattformen für Kundendaten Daten aus clientseitigen und serverseitigen Umgebungen erfassen und mit einem einzigen Tool in Ihr Data Warehouse exportieren.

Die intensive Nutzung von Third-Party-Daten hat es Marken ermöglicht, ein Modell zu verfolgen, bei dem sie neue Kunden akquirieren, sie abwandern lassen und sie dann durch erneute Zielgruppenadressierung-Kampagnen zurückgewinnen. Auf diese Weise konnten viele Unternehmen zwar den Bekanntheitsgrad ihrer Marke steigern und die Akquise vorantreiben, aber sie haben sich auch die harte Arbeit erspart, herauszufinden, wie sie Vertrauen und Loyalität bei ihren Kunden aufbauen können.

Erstpartei-Daten hingegen helfen den Teams bei der lohnenden Arbeit, ihre Kunden zu verstehen und ihnen während des gesamten Kundenlebenszyklus hochrelevante Erlebnisse zu bieten.

Viel Aufmerksamkeit wurde Initiativen gewidmet, die darauf abzielen, neue Kunden zu gewinnen, aber jeder erfahrene Wachstumsbeauftragte weiß, dass eine starke Kundenbindung ebenso wichtig für den Erfolg ist, wenn nicht sogar noch wichtiger. In Bains Whitepaper Rezept zur Kostensenkung berichtet Fred Reichheld, dass eine Erhöhung der Kundenbindung um nur 5 % zu einer Gewinnsteigerung von 25 % führen kann. Geld in die Gewinnung von Kunden zu stecken, die sich bald darauf wieder abwenden, kann hingegen zu einem Nettoverlust führen.

Mit Hilfe von Erstpartei-Daten können Sie die Kundenbindung verbessern, indem Sie Ihren Kunden ein relevanteres Erlebnis bieten. Indem Sie die Vorlieben jedes einzelnen Kunden durch seine Beschäftigung mit Ihren Produkten verstehen, können Sie die Kunden über Ihre eigenen Kanäle wieder ansprechen und den Customer Lifetime Value (CLTV) auf einen längeren Zeitraum verteilen.

Kundendaten-Plattformen unterstützen Sie dabei, indem sie es den für das Wachstum zuständigen Teams erleichtern, ihre Erstpartei-Daten zu nutzen, um ihren Kunden relevante Erlebnisse zu bieten. Zum Beispiel gibt mParticles 280+ server-seitige Integrationen Marketing-Fachleuten und Produktmanagern die Möglichkeit, einheitliche Kundenprofile an die Kundenbindungs-Tools ihrer Wahl weiterzuleiten, ohne dass eine eigene Entwicklung erforderlich ist. So können sie zeitnahe Erlebnisse wie In-App-Empfehlungen und Follow-up-E-Mails ermöglichen, die die Kundenbindung erhöhen.

Zufriedene Kunden sorgen auch für Weiterempfehlungen und positive Bewertungen, was wiederum eine wichtige Quelle für neue Kunden sein kann. Informieren Sie sich zum Beispiel, wie es der Mitfahrzentrale Via gelungen ist, 85 % ihres Wachstums durch Empfehlungen zu erzielen, indem sie das Produkterlebnis optimiert hat.

Während die Beibehaltung dazu dient, den CLTV über einen längeren Zeitraum zu verteilen, dient die Personalisierung dazu, den absoluten Lifetime Value eines jeden Nutzers zu erhöhen.

Die durch die Analyse von Erstpartei-Daten gewonnenen Erkenntnisse können genutzt werden, um die Relevanz der Erlebnisse zu erhöhen, die Sie Ihren Kunden bieten. Außerdem können Sie die Effektivität Ihrer Kampagnen im Laufe der Zeit steigern, indem Sie Experimente durchführen und Engagement-Metriken mit den Profilen Ihrer Erstkunden verknüpfen. Eine BCG-Studie hat gezeigt, dass digitale Vermarkter, die in der Lage sind, ihren Kunden in verschiedenen Momenten des Kaufprozesses relevante Erlebnisse zu bieten, Kosteneinsparungen von bis zu 30 % und Umsatzsteigerungen von bis zu 20 % erzielen.

Eine der Herausforderungen bei der Verwendung von Erstpartei-Daten zur Schaffung personalisierter Erlebnisse besteht darin, dass die Daten oft über eine Reihe verschiedener Systeme verstreut sind. Jedes Tool hat seine eigene Kennung und seine eigene Segmentierungs-Engine, und die Übersetzung von Daten zwischen verschiedenen Tools erfordert stundenlange, mühsame Entwicklungsarbeit. Wenn jedes Tool mit seinem eigenen Datensatz arbeitet, ist es fast unmöglich, personalisierte Erlebnisse während der gesamten Customer Journey zu koordinieren.

Plattformen für Kundendaten vereinfachen diese Herausforderung indem sie die Erfassung von Erstpartei-Daten rationalisieren, die deterministische Identitätsauflösung und die Segmentierung der Zielgruppe in einem einzigen System zusammenfassen und die Weiterleitung von Profilen und Zielgruppensegmenten an alle von Ihnen verwendeten Wachstums-Tools über serverseitige Integrationen erleichtern. Sie sind in der Lage, in jedem Tool personalisierte Erlebnisse zu gestalten, und können sicher sein, dass „Vorname“ bei Ihrem E-Mail-Anbieter denselben Wert hat wie „Vorname“ bei Ihrem mobilen Push-Anbieter.

Ein Beispiel, anhand dem Sie sehen, wie Burger King Erstpartei-Daten für die Personalisierung seiner berüchtigten Whopper Detour-Kampagne nutzte, die mehr als sechs Millionen App-Downloads zur Folge hatte.