Das IBM System/360 wird von Angst und Verwirrung begrüßt, als es in der letzten Staffel von AMCs Mad Men in den SC&P-Büros in der Madison Avenue ankommt.

Einige Mitarbeiter der Agentur leiten daraus die eigene drohende Obsoleszenz ab, oder im Fall des Werbetexters Michael Ginsburg die Infiltrierung seines Verstandes durch die Maschine. In der Nase ist es keine absurde Darstellung des Zeitgeistes. Der reale Nettobestand an Computern und Peripheriegeräten stieg in den 1970er Jahren jedes Jahr um mehr als 20 %. Bis 1980 lag diese Zahl bei etwa 40 %.

Die Argumentation der Mainframe-Hersteller bestand eigentlich nicht darin, dass diese Technologie unabhängig Entscheidungen treffen sollte. Vielmehr könnte es grafische Darstellungen der Zahlen liefern und die Intuition von Unternehmensleitern auf Ad-hoc-Basis ergänzen, sodass sie keine langsamen und teuren Analystenberichte in Auftrag geben müssten.

Heutzutage ist es undenkbar, dass eine Führungskraft einen Sitzungssaal betritt und ihre Pläne ohne die Unterstützung umfassender, aktueller Daten ankündigt.

Marketing war vielleicht die Abteilung, die sich am langsamsten veränderte, nicht zuletzt, weil es traditionell die Domäne von Geisteswissenschaftlern und der Art von Kreativen war, die in den frühen Staffeln von Mad Men das Sagen hatten. Aber in den letzten zehn Jahren haben sich Daten von der bloßen Validierung und Optimierung von Marketingtaktiken zu einer absoluten Voraussetzung für jede wichtige Entscheidung entwickelt.

Logistiker und Wirtschaftsprüfer kündigten ihren Datendurst an, und der Technologiemarkt reagierte, indem er den Wasserhahn aufdrehte. CMOs hätten nicht vorhergesagt, dass sie darin ertrinken würden, es sei denn, sie hätten den glücklosen Ginsberg von Mad Men ernst genommen. „Ich kann die Übertragungen nicht abschalten“, sagt er, genauso wie wir jetzt nicht von den sozialen Medien wegschauen können. „Sie beamen sie direkt in meinen Kopf.“

Ist es also an der Zeit, die Paris Review beiseite zu legen und Marketing als technisches Problem anzugehen?

Natürlich nicht.

Die Bereitstellungsseite des Marketings besteht immer noch im Wesentlichen aus menschlichen Verbindungen, selbst jetzt sind „mit welchen Personen man sich verbindet“, „wo“ und „wann“ wissenschaftliche Überlegungen. Die neue Formel für Marketing-Exzellenz ist eine Zusammenarbeit, wobei die größte technologische Herausforderung darin besteht, relevante und umsetzbare Erkenntnisse aus dem Ozean von Daten zu extrahieren. Kreative müssen ihrerseits mit größerer Disziplin reagieren, Hypothesen wiederholen und abgeleitete Inhalte vermeiden. In großen Unternehmen sieht das nach funktionsübergreifenden Teams aus, aber es ist nicht immer möglich, Engineering-Ressourcen Marketingproblemen zuzuweisen.

Hier kommt Software ins Spiel.

Marketingteams müssen Big Data nutzen

Hier sind fünf Möglichkeiten, wie ein kreatives Marketingteam sein Spiel verbessern kann, indem es intelligente Tools verwendet, um die Leistungsfähigkeit von Big Data zu nutzen.

1. Datengesteuerte PR

Die wissenschaftliche Fähigkeit: Durchführung hochwertiger Originalforschung und/oder Konsolidierung von Second-Hand-Forschung.

Die Tools: Intelligente Umfragen, Regierungs- und andere Open-Source-Datenbanken, Google Sheets, Datenvisualisierungsplattformen, Kundendatenplattformen

Die Chance: Eine einzelne Geschichte in einem Tier-1-Presseblatt (oder eine ganze Reihe von Erwähnungen in der relevanten lokalen oder Branchenpresse) kann für eine Marke explosiv sein. Aber die meisten Unternehmen werfen Ressourcen in die PR, ohne etwas vorzuweisen. Wenn Sie nicht wichtig sind, wollen die Medien Sie nicht wichtig machen.

Das Geheimnis, um dieser Sisyphus-Misere zu entkommen, besteht darin, dass Journalisten originelle Recherchen lieben. SaaS-Unternehmen können ihre eigenen Benutzerdaten einfach anonymisieren und der Presse eine überzeugende Geschichte erzählen. Spotify tut dies in großem Umfang. Sogar Unternehmen mit einem Mangel an internen Daten können einfach online gehen und interessante Muster entdecken, indem sie einige offene Datenbanken von Drittanbietern zusammenführen.

2. Tiefe Personalisierung

Die wissenschaftliche Fähigkeit: Daten aus mehreren Quellen so sauber wie möglich zu halten und API-Brücken zwischen Kanälen zu bauen, um ein ganzheitliches Bild des Kundenverhaltens zu erhalten.

Die Tools: Datenverwaltungsplattformen, Web-Content-Management-Systeme (alternativ „Sales Intelligence“-Software, „Marketing Automation“-Software und „Personalisierungs-Engines“ – dies ist ein so riesiges Marktsegment, dass Anbieter verschiedene Funktionen auf verschiedene Arten bündeln .)

Die Chance: Tiefe Personalisierung steht im Mittelpunkt von Facebooks Angebot an Werbetreibende, und Netflix nutzt Berichten zufolge maschinelles Lernen, um das Erlebnis seiner Zuschauer zu personalisieren.

Natürlich können Sie Ihre Marketingbemühungen umso gezielter ausrichten, je detaillierter die Informationen sind, die Sie über Ihre Kunden haben. Die Möglichkeiten sind nahezu unbegrenzt, aber die zentrale Idee, die kreative Vermarkter berücksichtigen sollten, ist, dass mehr Zielgruppensegmente weniger Menschen in jedem Segment bedeuten. Mit anderen Worten, Kreative können „bei einer Reihe von intimen Zusammenkünften auftreten“, anstatt zu versuchen, ein Stadion für sich zu gewinnen. Das bedeutet natürlich mehr Conversions.

3. Plattform-Cheat-Codes freischalten

Die wissenschaftliche Kunstfertigkeit: Webplattformen befragen, dann statistische Analysen der Ergebnisse durchführen.

Die Tools: API-Marktplätze, Web Scraper und statistische Analysesoftware – insbesondere die benutzerfreundlicheren Iterationen dieser Tools.

Die Gelegenheit: Es gibt bereits viele generische Untersuchungen zum „besten Zeitpunkt zum Veröffentlichen“ auf verschiedenen Plattformen und einige wirklich großartige Tools wie „Später für Reddit“. Aber für einen echten Wettbewerbsvorteil müssen Sie eine unabhängige Analyse durchführen und die optimale Taktik für Ihre eigenen Ziele herausfinden. Die Einbeziehung von Hashtags, die Anzahl der Wörter und die idealen Werbeausgaben pro Plattform sind alles Fragen, die sich von Unternehmen zu Unternehmen unterscheiden.

Es gibt auch viele unbeantwortete Fragen zu den Algorithmen hinter jeder der größten Social-Media-Plattformen. Die Durchführung automatisierter Forschung in großem Maßstab kann Möglichkeiten eröffnen, die Sie sich vielleicht nie hätten vorstellen können.

4. Sagen Sie kommende Trends voraus

Die wissenschaftliche Fähigkeit: Statistische Modellierung, maschinelles Lernen, Sammeln und Analysieren von Suchabsichts- und Benutzerverhaltensdaten.

Die Tools: Google Trends, Marketing Analytics

Die Chancen: Predictive Analytics lässt Marketer in die Zukunft sehen. Das ist aus zwei Gründen wichtig.

Zunächst einmal ist es die Fähigkeit, Marketingaktivitäten an den Unternehmenszielen der obersten Ebene auszurichten, was Ihnen Sitze in Vorstandsetagen einbringt. Um dorthin zu gelangen, müssen unscharfe digitale Kennzahlen wie Klickrate und soziales Engagement in genaue Gewinnprognosen übersetzt werden. Es ist ein Weg, der mit kniffligen Problemen wie detaillierten Lead-Scoring, Lifetime-Value- und Churn-Rate-Berechnungen gepflastert ist, und um diese Zahlen richtig zu erhalten, ist ein hohes Volumen an qualitativ hochwertigen Eingaben erforderlich.

Auf der anderen Seite der Medaille steht die Möglichkeit, das Gebäude vollständig zu verlassen und Makrovorhersagen über die Eignung des Produkts für den Markt zu treffen. Von kreativen Führungskräften wird seit langem erwartet, dass sie ihr Ohr am Boden haben und kulturelle und gesellschaftliche Trends verstehen. Aber die Einsätze sind jetzt höher. Disziplin hat Intuition ersetzt.

5. Überholen Sie riesige Unternehmen in den Google-Suchergebnissen

Die wissenschaftliche Fähigkeit : Verstehen Sie die Signale, nach denen die Algorithmen von Google suchen, um Qualität, Relevanz und Vertrauenswürdigkeit im Web zu bestimmen.

Die Werkzeuge: SEO-Software

Die Chance: Das Erzielen von organischem Traffic aus den Google-Suchergebnissen ist wahrscheinlich der schnellste Weg zum Marketing-ROI, aber traditionell nicht der vorhersehbarste.

Das liegt daran, dass es eine enorme Anzahl von Signalen gibt, die zusammen entscheiden, welcher Rang für eine bestimmte Suchanfrage gilt. Versuche, das System mit einfachen Hacks zu manipulieren, wurden immer wieder mit Strafen belegt, und heute aktualisiert Google seine Algorithmen mehr denn je.

Eine kurze Zusammenfassung

Die Nachfrage nach Data Scientists boomt aus gutem Grund. Strategen seit Sun Tzu haben verstanden, dass bessere Informationen bessere Entscheidungen bedeuten, und die heutige Welt ist mit unstrukturierten und inkonsistent dargestellten Informationen überschwemmt.

Fast jede Geschäftsfunktion hat ihre Methode entwickelt, um in dieses Durcheinander einzutauchen und nützliche Erkenntnisse zu gewinnen, aber das Marketing bleibt bei der Verwendung von Daten für die meisten Anwendungsfälle weitgehend willkürlich – Personalisierung ist die bemerkenswerte Ausnahme.

Wenn Data Scientists ihre Fähigkeiten auf Marketingherausforderungen anwenden, können sie entschlüsseln, was hinter Ereignissen wie dem BERT-Update von Google vor sich geht, und Content-Autoren und Strategen konkrete Maßnahmen an die Hand geben, um zuverlässige Suchrankings zu erhalten. Durch die Ausrichtung granularer digitaler Marketingkennzahlen zur genauen Umsatzprognose machen sich Marketingleiter für ihr Unternehmen unverzichtbar.

Wettbewerbsvorteile sind reif für jeden, der über das Know-how verfügt, soziale Plattformen und Open-Source-Datensätze abzufragen. Schließlich sind Daten für Publikum und Verlage manchmal sogar noch wertvoller als für die Organisationen, die sie sammeln. Aus Daten eine Geschichte zu machen, ist einer der mächtigsten Schritte, den Marketingspezialisten machen können.

All dies sind Möglichkeiten, wie Marketer über die offensichtlicheren Anwendungsfälle der Personalisierung hinaus datengesteuerter sein können. Kreative ohne MINT-Hintergrund müssen den Aufstieg der Maschine nicht fürchten; Sie können diese Ideen mit Hilfe intelligenter Tools und ein wenig Disziplin absolut umsetzen.

Sind Sie bereit, datengesteuerter zu werden? Stellen Sie sicher, dass Ihre Marketingstrategie die Suche nach der richtigen Big-Data-Analysesoftware umfasst, die Sie auf den richtigen Weg bringt.