Direktmarketing im Zentrum digitaler Vertriebsstrategien

Transkript

1 Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014

2 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer Datenmengen. Quelle: Investorenpräsentation Zalando, 22. Mai 2014; Darstellung Schickler Rocket CMD 2014/Zalando_Kinnevik Rocket CMD 2014 new.pdf Seite 1

3 Ist also Big Data das next big thing für digitale Vertriebsstrategien? Seite 2

4 Agenda. 1 Blick auf die Anwendungsrealität im Zeitschriftenvertrieb. 2 Blick über den Zaun: Was sagen die Experten? 3 Konkrete Ansätze für Verlage. Seite 3

5 Expertenbefragung VDZ und Schickler: Anwendungsrealität, Ausblick und Ansätze. Inputs Analyse Resultate Befragung VDZ-Mitglieder Transparenz über die Anwendungsrealität in den VDZ-Verlagen Experten- Interviews Expertise Schickler Ausblick & Ansätze Welche Möglichkeiten bieten sich dem digitalen Vertrieb, und was muss geschehen? Seite 4

6 Blick auf die Anwendungsrealität im Zeitschriftenvertrieb. Seite 5

7 Das Potenzial aus der Kombination strukturierter & unstrukturierter Daten wird kaum ausgeschöpft. Strukturierte Daten 89% 78% Kundeninformationen (CRM) Externe Datenquellen Selbst generierte Daten Protokolldaten Transaktionsdaten Andere Unstrukturierte Daten 89% Social Media Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Aktivitäten Freiform-Text Bild- / Bewegtbild Andere Seite 6

8 Auch online etablierte Anwendungen wie Targeting werden noch nicht intensiv genutzt. Werden Daten aus Direct Marketing zum Profiling / Targeting genutzt? Beispiele 33% Retargeting Scorecards Churn Prevention Keine Nutzung / Tests Operative Nutzung Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 7

9 Realtime ist noch nicht weit verbreitet. Werden Echtzeit-Analysen durchgeführt? NEIN 90% JA 10% Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 8

10 Die Verlage sind personell erst am Anfang, sich für Datenanalysen zu rüsten. Keine Analysten 30% 70% Einzelne Analysten (meist unter 5 Personen) Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 9

11 Personell wird das Direct Marketing schon oft in die digitale Produktentwicklung einbezogen. Wird das Direct Marketing in die Produktentwicklung einbezogen? 45% Ja! Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 10

12 Es gibt aber noch wenig Rückkopplung von Daten in die digitale Produktentwicklung. Werden Daten aus Direct Marketing zur Produktentwicklung genutzt? 20% Ja! Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 11

13 Mehrheit der Verlage sieht Big Data als wichtigen Hebel, aber erst in ein paar Jahren. 80% 20% Ja, aber erst in den kommenden Jahren Ja, bereits heute Quelle: Befragung der VDZ AG Dialogmarketing, Juli-August 2014 Seite 12

14 Blick über den Zaun: Was sagen die Experten? Seite 13

15 1. THESE: Big Data ist bereits ein Erfolgsfaktor mit hohem Potenzial, auch für Verlage. Seite 14

16 Wo werden heute Big Data Ansätze bereits systematisch eingesetzt? Kündiger-Früherkennung Micro-Profiling Betrugserkennung Recommendation Engines Marketing Automation Dynamisches Pricing Quelle: Experteninterviews, BITKOM, Schickler Seite 15

17 Leistung von Big Data: Von BI-Erweiterung hin zu automatisierten Entscheidungen. Nutzen- Potenzial Reporting/ Transparenz Quelle: Experteninterviews, Schickler Komplexität Seite 16

18 Erst mit komplexeren Anwendungen entsteht direktes Umsatzpotenzial durch Big Data. Nutzen- Potenzial Komplexität Quelle: Experteninterviews, Schickler Seite 17

19 2. THESE: Durch Big Data rücken Produktmangement und Direct Marketing zukünftig eng zusammen. Seite 18

20 Direct Marketing und Produktmanagement können von Daten gemeinsam profitieren. Inputs Outputs Quelle: Experteninterviews, Schickler Seite 19

21 Data Driven Product Management wird für digitale Produkte zusehends Realität. Inputs Outputs Quelle: Experteninterviews, Schickler Seite 20

22 3. THESE: Verlagsorganisationen bieten meist noch nicht die notwendige Voraussetzungen. Seite 21

23 Klar ist: Der erste Wurf ist selten der große Erfolg. Minimierung der Durchlaufzeit Quelle: Eric Ries; BIld: appclover Seite 22

24 Nur mit In-House Expertise kann man Big Data voll ausschöpfen. Verständnis für die Daten des Unternehmens und die Möglichkeiten von Big Data Übersetzung zwischen IT und Business Know-How Aufbau Außerhalb des IT-Bereiches angesiedelt Problem: Einen (guten + bezahlbaren) finden! Jetzt anfangen zu suchen Für erste Projekte externen Partner nutzen Quelle: Experteninterviews, Schickler Seite 23

25 ALLE THESEN: Big Data ist bereits ein Erfolgsfaktor mit hohem Potenzial, auch für Verlage. Durch Big Data rücken Produktmanagement und Direct Marketing zukünftig eng zusammen. Verlagsorganisationen bieten meist noch nicht die notwendige Voraussetzungen. Seite 24

26 Konkrete Ansätze für Verlage. Seite 25

27 Für den Einstieg gibt es keinen Stein der Weisen. Quelle: Experteninterviews, Schickler Seite 26

28 Datenlandezonen einrichten Quelle: Experteninterviews, Schickler; Bild: dieschilder.de Seite 27

29 Den Daten-Dialog in Gang bringen. Wiederholen und intensivieren! p, Seite 28

30 Data Scientist rekrutieren. IT-Verständnis (Datenbanken, Datenmanagement) Projektmanagement Business- Verständnis Junior (2-3 J.): über 60 TEUR Senior (10 J.): über 140 TEUR Quelle: Experteninterviews, Schickler Analytisches Verständnis (Reporting bis Machine Learning) Seite 29

31 Leuchtturmprojekt starten. Use Cases mit dem Management identifizieren. Leuchtturmprojekte auswählen. Klein denken! Piloten / Prototypen bauen: KISS beherzigen. In kurzen Iterationen schnell konkret werden. Aus dem Gelernten weitere Roadmap ableiten. Quelle: Experteninterviews, Schickler Seite 30

32 Vielen Dank - und viel Erfolg! Seite 31