Digital Performance Marketing Meetup 18.11.2019, 11:30 Uhr

Mit Mathe zu besserem Marketing

In die Zukunft blicken ist nicht möglich. Oder vielleicht doch? Darüber diskutierten die Teilnehmer des jüngsten Digital Performance Marketing Meetups von swissICT.
Die Teilnehmerinnen und Teilnehmer am Digital Performance Marketing Meetup von swissICT diskutierten mit Manuel Dietrich, CEO von Nexoya, wie sich mit Excel und KI-Anwendungen Kampagnen für das Marketing optimal planen lassen
(Quelle: NMGZ/gsa)
Marketeers sind laufend damit beschäftigt, Kampagnen zu planen, zu realisieren und deren Erfolg im Nachgang zu messen. Noch besser wäre es, wenn man den Erfolg früher bestimmen könnte. Auf diese Weise liesse sich frühzeitig ein Misserfolg vermeiden, genauso wie verlorene Arbeitszeit und rausgeschmissenes Geld.
Meist verlassen sich Marketing-Fachleute bei Ihrer Planung auf die Ergebnisse vergangener Kampagnen, Erfahrung und nicht zuletzt auf ihr Bauchgefühl, wie die Diskussion unter den Teilnehmern des jüngsten Digital Performance Marketing Meetups des Branchenverbands swissICT zutage brachte.
Durch die Digitalisierung können Marketeers heute auf schier unbegrenzte Datenmengen zugreifen. Zahlreiche Applikationen bieten Auswertungsmöglichkeiten, in denen man sich allerdings auch verlieren kann.

Die Datenqualität ist fundamental

So stehen hier manche Marketeers bereits vor der ersten Hürde: Welche Informationen interessieren mich konkret? Was ist relevant für meine Kampagne und mein Business?
Die Teilnehmerinnen und Teilnehmer des jüngsten Digital Performance Meetups von swissICT diskutierten über die  datengetriebene Planung von Marketingkampagnen.
Quelle: NMGZ/gsa
Es ist daher wichtig, dass man im Vorfeld geschäftsrelevante KPIs definiert und sich hierfür fragt: Wann ist eine Kampagne erfolgreich und wie messe ich den Erfolg, wie Manuel Dietrich erklärte, Co-Gründer und CEO von Nexoya, ein Start-up im Bereich Datenanalyse und künstliche Intelligenz. Mit Nexoya hat Dietrich sich zum Ziel gesetzt, datengetriebene Entscheidungen im Marketing zu vereinfachen. Das Start-up bietet hierfür eine Analyseplattform auf Basis von Machine Learning für das Marketing an.
Nach dem Sammeln der Daten gilt es, diese aufzubereiten und zu normalisieren. So lassen sich auch solche aus verschiedenen Quellen miteinander vergleichen. Denn die verschiedenen Werkzeuge haben unterschiedliche Stärken. So behält etwa Google viele historische Daten, Mailchimp hingegen nicht. Entsprechend ist die Datenbereinigung mit Aufwand verbunden. «80 Prozent der Arbeit von Datenanalysten beinhaltet die Aufbereitung von Daten», verdeutlichte Dietrich.



Das könnte Sie auch interessieren