Return on Investment fehlt in Aktion

Das Marketing-Team hat sein Budget klug ausgegeben. Aber das Management kann die Ergebnisse nicht sehen.

Wenn Unternehmen Geld für irgendetwas ausgeben, erwarten sie einen „Return on Investment“ – eine Steigerung, die in gewissem Zusammenhang mit den Ausgaben steht. Das wäre in Ordnung, wenn Marketing eine Maschine wäre, mit festen, messbaren Inputs und Outputs. Abgesehen davon, dass wir im „Informationszeitalter“ leben, wird die Buchhaltung des Industriezeitalters nicht bemerken, was wirklich vor sich geht.

Marketing erscheint oft als Kostensenke in der Bilanz. Die Beziehung zum Output ist nicht immer offensichtlich. Kathleen Schaub, Marketingmanagement- und Organisationsstrategin, und Mark Stouse, Vorsitzender der Proof Data Corporation, wollen Licht ins Dunkel bringen. Schaub konzentriert sich darauf, wie sich Komplexität auf das Marketing auswirkt, während Stouse sich eingehender mit Analysen befasst. Diese beiden Blickwinkel laufen in einem gemeinsamen Punkt zusammen: Die alte Methode zur Messung des Marketing-ROI verfehlt viel und liefert ungenaue Leitlinien für Marketingbemühungen.

Schaub geht in ihrem Aufsatz „Marketing Is Not A Vending Machine“ weiter ins Detail. „Märkte sind das, was die Wissenschaft komplexe adaptive Systeme nennt. Die Interaktionen vieler unabhängiger Akteure, sowohl Einzelpersonen als auch Unternehmen – Kunden, Unternehmen, Meinungsbildner, Partner und Regierungen – erzeugen Rückkopplungsschleifen, die dazu führen, dass sich Situationen ständig ändern. Veränderung bringt viele Unbekannte hervor.“ Schaub schrieb.

Diese Rückkopplungsschleifen haben sich dank Globalisierung und Digitalisierung beschleunigt. „Es gibt keine Luft zum Atmen“, sagte Schaub uns, sodass es Marketern schwer fällt, Schritt zu halten. Erst in den letzten Jahrzehnten haben Daten und Computer endlich eine Möglichkeit geboten, dies zu sehen. „Jetzt, wo sich die Dinge beschleunigt haben, können wir diese Muster in den Daten erkennen.“

„ROI für Marketing ist nicht da.“ sagte Schaub. „Das war es noch nie. Wird nie sein. Nicht im alten Standardsinn.“

Sicher ist nur die Ungewissheit

„Die große Verschiebung, die wahrscheinlich dauerhaft ist, begann mit COVID“, sagte Stouse. „Die Rückkopplungsschleifen sind wirklich wichtig“, fuhr Stouse fort. Jetzt brauchten Sie ein Wertziel, einen Weg zum Wert und die Fähigkeit, Ihre Bemühungen zu verfolgen, ähnlich wie bei einem GPS, sagte er. Dies läuft parallel zur Desintegration von Fremddaten.

Um sich ein realistischeres Bild zu machen, kehren einige Marketer zu einer älteren Technik zurück: dem Marketing Mix Modeling (MMM). Diese Technik sei bei größeren Fortune-500-Unternehmen häufiger anzutreffen, sagte Stouse. Aber es war zu schwerfällig, um es in Betrieb zu nehmen – zu langsam, zu manuell, zu teuer, zu schwer zu skalieren und für die Leute schwer zu verstehen.

Heute bekommt MMM einen zweiten Blick. „Die Automatisierung hat viele dieser Herausforderungen bei der Operationalisierung von Analysen beseitigt.“ sagte Stouse. „MMM wurzelt in der multivariablen Regressionsanalyse, die die grundlegende Grundlage der wissenschaftlichen Methode darstellt.“ Und das ist Mainstream und gut verstanden, fügte er hinzu.

Jede Änderung in der Analytik wird auch eine Änderung in der Organisation auslösen. „Sie können nicht weiterhin die gleiche Art von starrer, hierarchischer, isolierter Organisation mit Befehl und Kontrolle und diesen sehr starren Wasserfall-Geschäftsprozessen haben. Sie sind einfach zu langsam, zu menschenverachtend, sie sind informationsarm, weil Informationen nicht dorthin fließen können, wo sie gebraucht werden“, sagte Schaub.

„Ich habe CMOs und CEOs immer wieder gefragt: ‚Können Sie schon ROI erzielen?'“, erinnert sich Schaub. „Die Antwort war immer ‚nein'“. Sie hatten Problemumgehungen, wie Attribution, und drängten das Marketing „down funnel“, um den Verkauf zu unterstützen, „aber am Ende des Tages müssen die Leute die Fantasie aufgeben, dass es [Marketing] jemals vollständig vorhersehbar sein kann.“ sagte Schaub.

Die Menschen glauben an Ursache und Wirkung, dass sie mit genügend Daten, der richtigen Strategie, den richtigen Arbeitsprozessen oder genügend Effizienz Dinge herausfinden könnten, sagte Schaub. COVID hat dieses Glaubenssystem zum Absturz gebracht. Beim Wiederaufbau werden Analysen helfen, aber Organisationen müssen sich auch neu ausrichten, damit sie besser arbeiten können, „unter Bedingungen, die unsere Reaktion erfordern, im Gegensatz zu unserer Fähigkeit, Vorhersagen zu treffen“. Sie sagte.

Wenn Sie nicht vorhersagen können, projizieren Sie

Unternehmen können immer noch Szenarien entwerfen und Projektionen erstellen, um einen Überblick darüber zu geben, wie die Dinge voraussichtlich passieren werden. „Dann müssen Sie „schnell folgen“, wenn die Zukunft zur Gegenwart wird, mit latenter Neuberechnung auf niedriger Ebene, damit Sie herausfinden können, wo Sie sich relativ zu dieser Projektion befinden.“ Stouse erklärte.

Hier verglich Stouse Marketing Analytics mit GPS. Das Ziel ist kein fester ROI-Punkt, der zu einem bestimmten Datum erreicht wird. Stattdessen kann das Ziel trotz Verkehrsänderungen und notwendigen Umleitungen erreicht werden. So wie das GPS neu berechnet, kann der Entscheidungsträger auch die Marktausgaben neu berechnen oder das Projekt neu skalieren, um es der Realität besser anzupassen.

Wie bei GPS benötigen Sie einen Fahrer, der Entscheidungen treffen und den Kurs bei Bedarf ändern kann. Hier sei der Vermarkter am Steuer, beraten durch Analytik, in der Lage, auf Umstände zu reagieren, Chancen zu nutzen oder Risiken nach Bedarf zu reduzieren, erklärte Schaub. Dabei muss es sich nicht um eine einzelne Person handeln, sondern oft um ein agiles, multidisziplinäres Team, das schneller, klüger und innovativer ist und die menschliche Problemlösung fördern kann. „Man baut langfristig, aber man kann nur jetzt handeln“, sagte Schaub.

Schnell leben lernen

Die Geschwindigkeit von Daten und Rückkopplungsschleifen hat enorm zugenommen und verändert die digitale Landschaft schneller als die Fähigkeit eines Unternehmens, dies zu verstehen und Schritt zu halten.

Hier wird das Konzept des OODA-Loops – Beobachten, Orientieren, Entscheiden, Handeln – relevant. Das Konzept wurde vom Kampfpiloten Col. John Boyd geprägt, der bewies, dass er, wenn Sie dies schneller als Ihr Konkurrent tun können, auf Ihre letzte Aktion reagieren muss, während Sie Ihren nächsten Zug ausführen. „Hier ist zunehmend das Geschäft und zunehmend das Marketing“, sagte Stouse. „Sie haben all diese Variablen, und diese Variablen bewegen sich mit einer Geschwindigkeit, die das menschliche Gehirn ohne Hilfe nicht verfolgen kann.“

Viele Vermarkter haben Schwierigkeiten, agiles Marketing so anzuwenden, dass es den Teammitgliedern einen Mehrwert bringt. Erfahren Sie in diesem kostenlosen E-Book „ MarTechs Leitfaden für agiles Marketing für Teams“, wie Sie dieses Muster durchbrechen können.

Klicke hier zum herunterladen!

„In der Lage zu sein, Software zu verwenden … komprimiert die OODA-Schleife.“ Stouse gab ein Beispiel aus dem wirklichen Leben, in dem seine Firma mit einem Technologieunternehmen zusammenarbeitet. „Dies ist ein riesiges B2B-Enterprise-Tech-Unternehmen. Es ist ein langzyklisches Unternehmen, das MMM seit sechs oder sieben Jahren auf sehr traditionelle, konventionelle Weise verwendet.“ er sagte. „[Bis] zu dem Zeitpunkt, an dem die Analysen die Marketingmitarbeiter erreichen, sind sie so veraltet, dass die Vorhersage keine Rolle mehr spielt … Sie müssen die Mathematik nicht ändern. Sie müssen die Geschwindigkeit ändern, mit der alles berechnet wird.“

Lesen Sie weiter: Mehr über die Nutzung des OODA-Loops

Wie Schaub in ihrem Artikel feststellte, muss eine Marketingabteilung möglicherweise bis zu 30 Variablen verfolgen, um die Erkenntnisse zu liefern, die zum Verständnis der aktuellen Bedingungen erforderlich sind. Aber es dauert vielleicht nicht so lange, wie man erwarten würde, um sie alle zusammenzubringen. Die Datenautomatisierung kann die Zeit verkürzen, die zum Weben von Erkenntnissen aus Datenströmen benötigt wird.

„Ich will damit nicht sagen, dass irgendetwas davon einfach ist“, fuhr Stouse fort. „Aber es hat sich deutlich verbessert.“ Man kann Toolsets wie Supermetrics oder Datorama (beide Proof-Partner) verwenden, um Datenströme zu sammeln, sie zu bereinigen, zu bereinigen und zu harmonisieren und die Daten dann in Plattformen wie Proof oder Tableau zu leiten.

„Wir können zu einem Kunden gehen, der Daten hat, aber überhaupt keine Analysehistorie … und die ersten 10 Modelle können in weniger als 60 Tagen betriebsbereit sein.“ sagte Stouse. Gehen Sie zu einem traditionellen Berater, der MMM durchführt, und „es würde 10 bis 12 Monate dauern, bis Sie Ihr erstes Modell gesehen haben.“

Im zweiten Teil dieses zweiteiligen Artikels erfahren Sie, warum Kontrolle und statische Messung von Renditen out sind, aber Vorhersagbarkeit und Reaktion/Reaktionszeit sehr angesagt sind. Das ist der OODA: planen, vorhersagen, beweisen (bestätigen oder belegen) und nach Bedarf schwenken.