So, dann starten wir direkt mit dem Thema Smart Hub CDP für mehr Insight, zielgerichtetes Marketing und mehr Leads. Ich sagte gerade schon, mein Name ist Arne Schlüter und heute geht es das Thema Smart Hub CDP. Vielleicht kurz ein paar Worte zu Sitecore, ein paar Worte zu mir. Warum bin ich heute hier in diesem Slot? Warum trage ich das Ganze vor? Ich bin Director Sales Engineering für Central Europe bei Sitecore und Sitecore ist ein Anbieter einer Digital Experience Plattform. Und das umfasst eben alles von wirklich dem Content, der erstellt werden muss, der verwaltet werden muss, der organisiert sein muss, der freigegeben sein muss, bis hin zu der Ausspielung von Content, bis hin weiter tatsächlich auch den ganzen transaktionalen Bereich, dem Commerce. Deswegen sagen wir immer gerne, Psycho, ein Anbieter von Content eben halt bis zu Commerce. Ich bin seit mehr als zehn Jahren in diesem Umfeld unterwegs. Das macht mir einen riesen Spaß. Ich liebe vor allen Dingen Technologie. Ich liebe auch Innovationen, die uns allen einen Mehrwert bringen können. Und deswegen heute auch der Slot, denn was dürft ihr von mir erwarten? Ihr dürft von mir erwarten, erst mal ein paar Grundlagen zur CDP und da spreche ich ein bisschen aus eigener Erfahrung. Cdp ist immer ein gern genutztes Buzzword oder ein Stichwort, was gerne genannt wird. Die wenigsten oder viele wissen gar nicht so genau, welche Arten von CDPs gibt es eigentlich? Wie unterscheiden die sie sich voneinander? Was kann ich mit der CDP eigentlich tun und vor allen Dingen auch mehr den Blick auf sich selber zu lenken, zu sagen: Kann eine CDP, eine Customer Data Platform, für mich tatsächlich hilfreich sein oder ist das etwas, was für mich gar nicht relevant ist? Deswegen hatte ich heute dann auch eingeplant, einen kurzen Exkurs zu machen zu den Grundlagen der CDP. Danach spreche ich einmal zu der sogenannten Maturity Curve. Da geht es einmal darum, zu schauen, in welchen Phasen man sich befinden kann, wenn man jetzt eher Experimenter ist und zu Beginn der ganzen Customer Journey noch steht, wenn man jetzt eher der Challenger ist oder wenn man schon sehr, sehr gut da unterwegs ist. Da möchte ich einfach ein paar Insights sharen und erklären: Wie sieht eigentlich so eine typische Architektur aus? Wann wird eine CDP eingesetzt? Was kann die CDP auch? Welche Kanäle kann ich damit erreichen? Wie kann ich das Ganze ausspielen, dann am Ende natürlich darüber zu sprechen: Welchen Impact hat denn das Ganze? Und das ist sicherlich ein ganz wichtiger Punkt, denn mit jedem Invest sind natürlich auch die Kosten verbunden und gerade bei der CDP finde ich das enorm, welcher Return on Investment auch tatsächlich erzielt werden kann. Und dazu habe ich dann eben noch ein Praxisbeispiel als Punkt vier, was wir uns dann einmal gemeinsam anschauen werden, was aus meiner Sicht sehr, sehr deutlich auch zeigt, wie schnell und wie gut dann auch ein Revenue tatsächlich erzielt werden kann durch eine Customer Data Plattform. Damit aber erst mal ein Schritt zurück und wir schauen uns an, was genau ist eigentlich eine CDP? Und da gibt es eine relativ kurze und prägnante Definition, die stammt von dem David Robb und der hat gesagt: „Eine CDP ist a marketer managed system that creates a persistent, unified customer database that is accessible to other systems. Kurz sacken lassen. Er sagt also, im Grunde genommen ist das eine Datenbank oder eine Art System, was eben ein konsolidiertes Bild und ein konsolidiertes Profil von einem Kunden erzeugt. Und das ist tatsächlich nach wie vor oder vielleicht auch heute mehr denn je eine große Herausforderung, denn in den Unternehmen entstehen immer mehr Datensilos auch, also Systeme, die für sich autark arbeiten, die aber nicht miteinander integriert sind und dann fällt es häufig schwer, diese Daten tatsächlich zusammenzusetzen. Das ist wie ein großes Puzzle. Wenn ich versuche, den Herrn Müller, die Frau Meyer, wen auch immer, dann tatsächlich als ein ganzheitliches Bildprofil darzustellen, dann muss ich halt sehr, sehr viele Datensysteme erst mal anfassen, Daten importieren und daraus dann eben die Duplikate entfernen et cetera, dann einen Unified Customer Profile aufbauen zu können. Und das ist tatsächlich so der Ursprungsgedanke der Customer Data Platform. Wenn ich sage Ursprungsgedanke, dann würde ich ganz gerne einmal noch einen kleinen Schritt in der Geschichte der CDPs zurückgehen und einmal schauen, wie die tatsächlich entstanden sind. Wir alle haben sicherlich schon mal diese chiefmartec. Com Landscapes gesehen über die Solutions im Marketingumfeld. Wir wissen alle, dass diese Solutions enorm wachsen. Jahr über Jahr kommen tausende oder hunderte von Solutions hinzu. Und in diesem ganzen Anbieterdschungel, möchte ich mal sagen, gibt es ganz hier unten einen Bereich, der kümmert sich CDP. Das sind die Ursprünge der CDP. Da sehen wir eine ganze Reihe von Anbietern und wir sehen auch, jetzt wird die Feile ein bisschen visualisiert und die Gehirne, dass eigentlich die CDP zu Anfang tatsächlich nur dieses Konsolidierungssystem war, also sich nicht nur damit auseinandergesetzt hat, Daten aus den entsprechenden Umsystemen zu ziehen und dann aber die entsprechenden Trigger abgesetzt hat an die jeweiligen ausführenden Systeme. Also zum Beispiel die CDP hat eine Situation festgestellt, jetzt soll etwas personalisiert werden, dann geht quasi der Trigger raus an das System, was die Personalisierung tatsächlich vornimmt, aber die CDP macht das nicht selber. Das heißt, wir haben eigentlich die ganzen Gehirne weiterhin dezentral und wir senden nur den Trigger hier raus und die eigentliche Execution erfolgt dann in den angebundenen Systemen. Die Evolution, die wir aber sehen, ist, dass diese Gehirne quasi von den Umsystemen immer mehr in die CDP reinwandern, weil die CDP hat ja schon alle Daten. Sie ist ja quasi mehr oder weniger sofort in der Lage zu reagieren. Warum also noch mal die Integration gehen, eben zu diesen Drittsystemen? Warum nicht gleich einfach diese Ausführung der Personalisierung, des Decisionings, selbst sofort ausführen? Und das ist eigentlich der Kerngedanke. Das sehen wir auch, wenn man mal bei Gardner schaut in den entsprechenden Reports. Wenn man die Gardner-Quadrant mal anschaut, dann findet man unterschiedliche Arten von CDPs, die dort gelistet werden. Und ich fand das eigentlich sehr, sehr spannend, wie ich sich damit auseinanderzusetzen habe, denn wir sehen jetzt hier die Hauptachsen. Hier unten steht „Data Management. Demgegenüber steht also „Execution. Hier ist so ein bisschen das Spannungsfeld: Wie sehr möchte ich jetzt einfach nur Daten managen? Wie sehr möchte ich sie auch tatsächlich aktiv in der Praxis nutzen können? Und dann noch mal die Ausprägung zur Linken: IT-managed und zur Rechten: Marketer-managed.Wenn wir jetzt einmal starten und wir sliden das schon so ein bisschen an die linke Seite, wir schauen als erstes mal auf die CP Engines und Toolkits drauf. Die sind natürlich, so sagt es der Quadrant, schon extrem IT-fokussiert und datenfokussiert. Das heißt, wir haben da einen guten Fokus eben auf das Datenhandling, einen guten Fokus auf die Konsolidierung, aber uns fehlt eben genau die Fähigkeit, das Ganze auch aus Business-User-Sicht heraus zu orchestrieren und zu benutzen, um tatsächlich dann mehr Leads, mehr Insights und mehr Conversions auch zu erzielen. Deswegen sind die Business User immer auch auf die IT und den Implementierer angewiesen, das Ganze nutzen zu können. Wenn wir jetzt einen weiter nach rechts wandern, dann sehen wir die Marketing Data Integration. Da geht es schon mehr in Richtung Kontrollfähigkeit und Nutzbarkeit der Business User. Wenn ich Business User sage, dann spreche ich jetzt aus dem Kontext heute heraus immer über die Marketing-Mitarbeiter, die tatsächlich dann mit der CDP arbeiten. Das heißt, die können zum Beispiel sogenannte Event Streams kontrollieren, also sagen, über einen bestimmten Channel, über eine App, über eine Webseite, über irgendein anderes System ist eine Interaktion erfolgt. Und es gibt auch eine rudimentäre Kontrolle von Content für Segmente, also die Ausspielung von Content für gewisse Segmente. Aber die wesentlichen Themen wie Analytics, wie gerade das Thema Decisioning – und das ist ein ganz, ganz wichtiges Thema von der Session heute –, die muss durch Drittsysteme erfolgen. Und wenn ich noch mal kurz Decisioning einmal ein bisschen hervorheben darf, dann bedeutet Decisioning einfach die Fähigkeit auf einer Basis von sehr, sehr vielen komplexen Attributen und Abhängigkeiten, wie ich die beste Entscheidung zur Personalisierung oder zum sogenannten Next Best Offer zu treffen. Also das sind so Beispiele aus dem Versicherungsumfeld: Was ist denn tatsächlich beispielsweise der beste Vertrag, auf den ich den bestehenden Kunden, den ich jetzt gerade in einer Interaktion habe, upzellen kann? Oder was ist die nächste beste Rabattierung, die ich einem Kunden überhaupt anbieten kann? Das sind immer höchst individuelle Decisions, die da getroffen werden, die sehr viel Machine Learning, sehr viel AI auch erfordern und eine sehr, sehr große Komplexität haben und das Decision Link ist letztendlich die Kür, aber auch das, was den größten Impact am Ende des Tages verursacht. Zurück zu der Marketing Data Integration. Wir werden sehen, dass das Ganze dann häufiger für Mobile-und Connected-Device-Use-Cases eingesetzt wird, aber jetzt nicht für allumfassende Omni-Channeled Customer Journeys. Der Sprung nach oben auf der Achse in Richtung Execution. Wir sind jetzt also sehr, sehr stark in den Fachabteilungen, in der Marketingabteilung angelangt bei den Systemen. Die sollen eben als Marketing-Cloud die bestehenden Lösungen der Marketing-und IT-Teams verbessern. Das heißt, sich oben drauf setzen, on top, das Ganze konsolidieren und damit eine offenere und flexiblere Nutzung von Unternehmensdaten ermöglichen, aber mit Einschränkungen bei der Managebarkeit und der direkten Ausspielung von Interaktionen, Personalisierung, Testing et cetera. Dann bleibt als Letztes der sogenannte Smart Hub. Der Smart Hub versucht jetzt all das, was wir vorher gesehen haben, sehr gut miteinander zu verbinden. Er legt den Schwerpunkt auf die Marketingorchestrierung und Personalisierung und schafft eine detaillierte Analyse von Kundendaten. Wir haben weiterhin dieses Unified Profile eines Kunden, aber wir sind jetzt sehr stark darin, auch diese Daten tatsächlich zu nutzen und zu schauen, unter welchen Umständen bekommt eigentlich welcher Kontakt welche Informationen angezeigt? Ist das ein Trigger, eine Information, die wir über die Webseite ausspielen sollten? Ist das ein Trigger, den wir über die App ausspielen sollten? Ist das vielleicht etwas, was in Echtzeit in einem Call Center beim Mitarbeiter aufploppen muss, damit der den Kunden entsprechend ein gutes Angebot machen kann? Darüber genau sprechen wir. Das heißt, wir brauchen Themen und Funktionen, die prädiktive Analysen ermöglichen, die eine umfassende Segmentierung uns ermöglichen, wo wir aber auch für die Business User sogenannte Zeichen, Canvas-Oberflächen haben, wo man sich die Customer Journey dann aufzeichnen kann und auch die Decision-Modelle dann aufbauen kann. Und wir finden dann eben hier auch das Thema Real-Time-Offer-Management, also das Decisioning. Das ist so das Stichwort eigentlich bei dem Decisioning, das Next Best Offer oder die Next Best Action. Also was ist wirklich in der komplett individuellen Situation der allerbeste nächste Schritt? Und der allerbeste nächste Schritt kann personalisierter Content sein, kann eine Pop-up-Nachricht sein, kann ein Angebot sein, kann ein Discount-Code sein, das kann alles sein. Da ist quasi der Freiheit keine Grenzen gesetzt. Wenn wir jetzt noch mal den Blick auf Psyco dann zurücklenken, dann hat Psyco eine solche Customer Data Platform im Einsatz und das ist eben eine Smart Hub CDP, wie der Titel des Slots heute auch sagt und ich möchte jetzt ein bisschen mehr darüber sprechen, warum da eigentlich ein Need für eine solche Solution da ist. Und dann gibt es verschiedene Analysten, die haben das Ganze sich schon näher angeschaut und Walker beispielsweise hat gesagt, 2020, das ist das Jahr. In diesem Jahr wird die Customer Experience so wichtig werden, dass sie eben den Preis als auch eben das Produkt als wesentlichen Differentiator zwischen Brands und Anbietern überholen wird. Und kurzer Blick auf die Uhr und auf das Datum. Wir sind in 2021. Also ich denke, wir können das alle auch bestätigen aus dem täglichen Leben, wenn man allein mal schaut, was für eine Marktbekanntheit beispielsweise Apple hat, Tesla hat et cetera. Da ist, wie ich dann diese Brand Experience, diese Custom Experience, die überwiegt tatsächlich die Produkte und auch den Preis. Und das ist de facto schon länger so bei einigen Anbietern, aber es wird sich in der Zukunft immer mehr noch durchsetzen. Deswegen 2020, meiner Einschätzung nach, gab es das sogar auch schon in vielen Bereichen vor 2020. Weiterhin sagen 70% der Kunden, dass sie bereit sind, ihre Loyalität gegenüber einem Anbieter schneller zurückzuziehen, als das noch vor drei Jahren der Fall war. Also wenn die Brand Experience nicht stimmt, wenn die Personalisierungserfahrung Experience nicht stimmt. Am End des Tages ist es ja die Relevanz. Wenn einfach keine Relevanz in der Kommunikation zwischen mir als Endverbraucher oder Konsument und der Brand ...Quasi, wenn da keine Relevanz entsteht, wenn ich nicht das Gefühl habe, ich werde verstanden und man möchte mir helfen, mit den Produkten, mit den Solutions, dann bin ich halt heute mehr denn je bereit, schneller zu wechseln und eine andere Company dann eben halt für die Problemlösung aufzusuchen. Und dann noch einundvierzig Prozent der Konsumenten, die das schon vor drei Jahren gemacht haben, weil sie eben festgestellt haben, dass die Experience, die sie erfahren haben, einfach nicht gut war. Und da gibt es viele, viele Beispiele. Es kann einfach sein, disjointed Experience ist ein klassisches Beispiel. Nehmen wir mal den Fall eines Versicherungsunternehmens. Das Versicherungsunternehmen weiß ja eigentlich relativ genau, welche Produkte an die Kunden verkauft worden sind. Wenn sich der Kunde dann aber an sein Kundenkonto einloggt online und er bekommt dieselbe Auslandsreisekrankenversicherung noch mal angezeigt, die er ja eigentlich schon gebucht hat, dann ist das natürlich kontraproduktiv. Und das sind Dinge, die doch eine erhebliche Frustration dann auch bei den Endkonsumenten auslösen können und dementsprechend ist halt einfach die Frage, der Need ist da, aber wann und wie kann ich tatsächlich eine Smart Hub CDP auch sinnvoll einsetzen? Das ganze Thema birgt natürlich eine gewisse Komplexität, denn Personalisierung ist nichts, was von heute auf morgen einfach boom durch die Decke geht und da gibt es den magischen Knopf, den ich drücken kann und dann passiert alles automatisch. Da ist schon noch ein bisschen was zu tun. Und da möchte ich einmal ganz kurz mit der Personalisierung und dem kleinen Einmal eins der Personalisierung noch mal starten. Einfach für uns eine gemeinsame Verständnisebene zu schaffen, worüber wir bei Personalisierung im Kontext einer Smarthub CDP eigentlich sprechen. Punkt Nummer eins: Wir sehen diesen Circle hier. Da stehen außen so Begriffe dran, wie Decisioning, Customer Data, Business Drivers, Artificial Intelligence, Real Time Data. Das sind Dinge, die man jetzt quasi ein bisschen verorten kann und sagen kann: „Okay, in dem ersten Schritt hier oben in diesem Bereich, da haben wir erst mal Kundendaten zur Verfügung. Das heißt, wir können erst mal relativ gute Entscheidungen treffen, wen wir targeten wollen, wen wir eigentlich adressieren wollen, also das Who. Welche Kunden möchte ich tatsächlich jetzt mit einem Content versorgen? In einem zweiten Schritt können wir auch das Word definieren. Das heißt, sicherstellen, dass die richtige Nachricht auf der richtigen Art und Weise dann auch übertragen wird. In dem dritten Schritt wird es dann schon ein bisschen komplizierter, denn wir brauchen dann diese Informationen, die wir haben. Klar, Customer Data, wir müssen auch die Business Drivers haben, zu wissen, was wir eigentlich dann auf der richtigen Art und Weise übertragen wollen und kommunizieren wollen. Aber wann ist eigentlich der richtige Augenblick dafür? Beispielsweise E-Mails. Wann sende ich die E-Mails heraus? Ist das etwas, was ich eher abends machen sollte für den individuellen Kontakt, weil da die Öffnungsrate besser ist? Ist das etwas, was ich eher morgens machen sollte bei jemand anderem? Weil diese Verhalten sind komplett unterschiedlich und je mehr Informationen man da eigentlich auch heranzieht, desto mehr kann man dann auch entsprechend die richtige Point in Time sozusagen bestimmen, wann eine Aktion erfolgen soll, aber das bedingt eben viele Daten, das bedingt eben halt auch eine gewisse Komplexität und den Einsatz von Artificial Intelligence. Und dann als viertes haben wir noch das Where. Da müssen wir uns dann noch die Frage stellen: Welcher Kanal ist dann eigentlich das Richtige? Das heißt, wen erreichen wir mit welchem Content, zu welcher Zeit, in welchem Kanal? Und das Ganze, wie ich in einen Einklang zu bringen, ist eine gewisse Herausforderung und die haben das Ganze ein bisschen verortet in einer sogenannten Maturity Curve. Diese Maturity Curve sieht so aus, dass wir dann hier auf der Hochaxe dann einmal den Value haben und dann hier sehen wir quasi die unterschiedlichen Segmente, die Experimenters, den Challengers und die Leaders. Dadrunter sehen wir dann schon die sogenannten Ables. Also was kann ich verwenden, diese Kompetenz, diese Fähigkeit tatsächlich auch in der Praxis umzusetzen? Die Anzahl Kanäle, die ich adressieren kann und die Dimension aus dem kleinen Ein-mal-eins der Personalisierung. Wir sehen beispielsweise als Einstieg bei den Experimenters, die haben die Customer Data vorhanden. Ai ist in der Regel nicht vorhanden oder sehr, sehr langsam und aus verschiedenen Gründen können nur ein bis zwei Kanäle eigentlich gut angesprochen werden und man ist eigentlich mehr darauf bedacht, die richtige Zielgruppe erst mal anzusprechen, aber man ist noch nicht dabei, wie zu schauen, das Who, What, When and Where tatsächlich auch dann zu adressieren. Da möchte ich einmal ein bisschen näher reingehen und wir starten mit den Experimenters. Unsere Maturity Curve rückt ein bisschen nach links. Ich habe jetzt den Bereich, den wir nicht adressieren, die Challengers, Leaders einmal ein bisschen ausgegraut und wir sehen jetzt bei den Experimenters einfach, dass sie schon mit Personalisierung begonnen haben. Das heißt, es gibt Personalisierung in Form der Homepage, es gibt Personalisierung in Form von E-Mails, die gezielt getargetet rausgesendet werden. Also es ist schon ein bisschen was da, aber in der Regel bewegen wir uns hier in ein bis zwei Kanälen, die wir tatsächlich dann adressieren können. Das Gute ist – und das ist auch ein Stichwort, was gerade in aller Munde ist – First-Party Data und Third-Party Data und Cookies et cetera. Die Customer-Data-Plattformen sind in der Regel auf Basis von First-Party Data. Das heißt, sie gehören auch dem Unternehmen, sie sind zusammen mit dem Unternehmen und den entsprechenden Konsumenten entstanden durch den entsprechenden Consent. Das heißt, die Daten können genutzt und können auch verwendet werden. Und mit diesen Daten können die Experimentors dann auch tatsächlich segmentieren, und zwar segmentieren auf reale Personen. Und diese realen Personen bekommen dann angepasste Interaktionen und dann wird es schon ein gutes Stückchen weit relevanter. Das heißt, wir haben jetzt hier den Fokus auf das „Who, wen wollen wir tatsächlich ansprechen?Jetzt wird es ein ganz klein bisschen technisch. Ich habe das mal so aufgebaut, dass wir jetzt hier sehen, grundsätzlich hat ja jedes Unternehmen eine ganze Anzahl von Vorsystemen, weil es gibt irgendwo Produktdaten, die können in einem Produkteventual liegen, die können in einem PIM System liegen, die können in einem ERP System liegen, es gibt vielleicht Systeme für den Product Lifecycle, es gibt verschiedene Datensilos mit Market und Business Data, Kundendaten etc. Es gibt ein CRM, es gibt vielleicht die OnSite Analytics, die E-Mail-Analytics und so weiter. Es gibt einfach eine unfassbare Menge an Daten, eine unfassbare Menge an Systemen, die bei jedem Kunden letztendlich vorhanden sind und die möchte ich einfach mal zusammenfassen als sogenannten System of Record. Das ist einfach unser Daten repository, was uns zur Verfügung steht, was leider aber nicht konsolidiert ist und dementsprechend uns das Leben schwer macht im Sinne einer Personalisierung. Wenn wir das jetzt ein bisschen weiter aufbauen, dann finden jetzt die sogenannten Systems of Insight, also die Systeme, die aufgrund dieser Daten, dieser Vorsysteme, jetzt wie ich, Insights generieren können, also sicherstellen können: „Hey, wir haben über mehrere Touchpoints Interaktionen mit einem bestimmten Kontakt gehabt und jetzt möchten wir bitte gerne die Webseite oder einen anderen Kanal personalisieren. Das heißt, wir haben dann hier auf der rechten Seite eben dann noch mal sogenannte Systems of Engagement. Und diese Systems of Engagement sorgen dafür, dass eine entsprechende Personalisierung und auch mehr Relevanz in den Kanälen erzeugt wird. Da wir im weiteren Verlauf der Challengers und der Leaders die gleiche Systemarchitektur bezüglich der Vorsysteme sehen werden, blende ich das mal ein bisschen hier aus und wir fokussieren uns ein bisschen mehr auf den eigentlichen Part der Systems of Insight, also da, wo die CDP quasi drin sitzt, der Systems of Engagement, und dann, wie viele Kanäle tatsächlich damit adressiert werden können. Wir wissen jetzt bei den Experimenters, dass sie die Daten zwar haben, die Daten auch konsolidiert sind, aber in der Regel die Daten noch nicht so richtig gut nutzen können und erst mal auf Ebene einer Zielgruppensegmentierung arbeiten und damit schon Personalisierung haben. Das große Problem ist nämlich, wir sehen das hier, da gibt es sogenannte Disjointed Experiences. Das heißt, es ist eigentlich irgendwie ein bisschen unidirektional. Wir haben Insights generiert, die Insights werden auch ausgesteuert, die landen dann auf der Website und vielleicht noch in der E-Mail, aber uns fehlt der Rückkanal. Wir haben keinen Rückkanal, der effizient und schnell genug funktionieren würde, als dass wir tatsächlich darüber sprechen könnten, Real-Time-Data zu verwenden, also in Echtzeit zu sehen: Was macht der Kontakt? Wie agiert der? Und was ist dann eigentlich der nächste beste Schritt, ihn noch mehr zu engagen für uns? Das heißt, das ist so das Hauptproblem, wenn ich das einmal kurz so zusammenfassen darf: Es gibt keine Real-Time-Daten, es fehlt der Rückkanal. Wir haben häufig dann auch noch den organisatorischen Impact, dass eben bei dem Unternehmen selbst, bei dem Unternehmen, was die CDP einsetzt, die Datensinus und Channel-Teams nicht richtig zusammenarbeiten. Das ist halt auch ein wesentlicher Punkt. Das eine ist immer Technologie. Was kann Technologie tun und verbessern und machen? Aber auf der anderen Seite hat das häufig und eigentlich fast immer auch einen organisatorischen Impact, weil die Art und Weise, wie ich arbeite, wird durch Technologie auch verändert. Und bei Experimentas sehen wir, dass da häufig noch ein Gap ist und dementsprechend dann noch Channel-Teams arbeiten. Es gibt ein Channel-Team, was kümmert sich Newsletters, es gibt ein Channel-Team, das macht dann die Webseite, ein anderes macht die App und dann gibt es dafür entsprechende Datensilos und dann haben wir halt zusätzlich den Rückkanal nicht. Dementsprechend schaffen wir das auch gar nicht, in einer solchen Konstellation mehr als zwei Kanäle zu bedienen. Darüber hinaus – ja, das habe ich gerade gesagt – nur wenige Channels – kann man sagen, das Data ist low, weil die Daten eben halt noch in den Datensilos liegen, zwar konsolidiert worden sind, dieser Prozess aber langsam und aufwendig ist und dann eben durch den fehlenden Rückkanal auch nicht schnell genug aktualisiert werden können. Und dann kommen die Challenges noch mit hinzu, mit dem korrekten Identifizieren, Deduplizieren. Das braucht einfach noch in dem Set-up dann ein bisschen zu lange. Deswegen schlussendlich, es bleibt mehr oder weniger bei einer Art Broadcast. Es gibt zwar personalisierten Content, aber dieser fühlt sich dann doch schlussendlich immer noch wieder so ein bisschen generisch und allgemein an. Heißt, eigentlich super Voraussetzung. Man muss natürlich jetzt ein bisschen aktiv werden, den Rückkanal aufbauen und muss auch organisatorisch schauen, dass man das Ganze besser aufbaut. Das führt mich dann auch direkt zu den Challengers. Die Challengers befinden sich jetzt hier in der Kurve in der Mitte und die Challengers, die sind jetzt schon ein bisschen weiter, weil die haben genau diesen Rückkanal. Die können über diesen Rückkanal Echtzeitdaten verwenden und haben damit die Möglichkeit, erweiterte Kundensegmente auch gezielt zu bespielen und auch schneller zu bespielen. De facto können wir hier wirklich drüber sprechen, dass sie sehr aktiv eine CDP nutzen. Die Experimenter sind da eher noch in der beginnenden Phase. Und damit sind sie auch in der Lage, das Who und das What eben zu adressieren. Wir sehen wieder die gleiche Architektur. Die Vorsysteme sind ausgegraut. Die sind jetzt unverändert an dieser Stelle. Und die Veränderung zu der ersten Architektur liegt jetzt vor allen Dingen hier oben bei den Real-Time-Tracking-Data. Das heißt, wir haben jetzt an der Stelle keine Disjointed Experience mehr. Das Ganze wird konsolidiert. Die Systems of Engagement spielen die Personalisierung aus. Wir können jetzt auch mehr Kanäle bespielen in der Regel und es wird aus diesen Kanälen dann entsprechend Tracking Data zurückgespielt. Das fließt hier wieder ein und wird dann in sehr, sehr schneller und kurzer Zeit umgesetzt, sodass wir hier, wie ich, eine deutlich bessere Performance sehen. Man kann sagen, dass wir da, wie ich, eine aktive Nutzung der CDP haben. Durch ein besseres und tieferes Kundenverständnis haben wir auch in der Regel bessere Conversions und die Insights können ad hoc in mehreren Kanälen verwendet werden. Aber, wie immer gibt es ein „aber. Das aber bedeutet nämlich kein Decisioning. Wir haben jetzt noch keine Fähigkeit, wie ich diesen Next Step zu gehen und zu sagen: Was genau ist denn jetzt eigentlich das Next Best Offer? Was genau ist die Next Best Action? Ist das für diesen einzelnen Kontakt, wie ich der Promotion Code, damit er den Flug buchen kann?Beispielsweise jetzt bezahlt, weil er dann noch einen Discount bekommt. Ist das für einen anderen Kontakt tatsächlich ein Upsell, den ich jetzt gerade pushen muss? Und diese Fragestellungen sind einfach sehr, sehr komplex und sie sind auch sehr, sehr kundenindividuell. Ich hatte das Beispiel eingangs schon mit Versicherungen genannt. Da gibt es natürlich dann als ein Beispiel viele Parameter, die in eine solche Entscheidungsfindung reinspielen. Also wenn ich beispielsweise einen Kunden habe, wo ich weiß, der hat eine KFZ-Versicherung, möchte ich den wirklich vielleicht auf eine andere Versicherung upseln, wenn ich weiß, dass der halt irgendwie im Schnitt drei Crashes im Jahr baut und für mich eigentlich ein teurer Versicherungsnehmer ist. Und diese ganzen Wahrscheinlichkeiten, Propensity Scores nennt sich das, die muss ich natürlich in eine solche Entscheidungsfindung auch mit reinnehmen. Das heißt, Entscheidungsmodelle ist nichts Triviales, aber ein SmartHub CDP schafft es das eben grafisch zu visualisieren und einfach nutzbar zu machen durch Marketing-User, durch Business-User. Das ist, wie ich der Key Benefit, den nämlich dann die Leaders anwenden. Bei den Lieders sehen wir das auch in der Kurve. Die sind in der Lage, die Next Best Action auszuführen und wir können hier, wie ich darüber sprechen, dass wir in einem True Omnichannel sind, weil die Anzahl Kanäle quasi unlimitiert unterstützt werden kann. Die haben aber auch in der Regel dann organisatorisch sich anders strukturiert, genau da auch anders arbeiten zu können und über Teamgrenzen hinweg auch arbeiten zu können. Das heißt, Decisioning, wie ich die Kernkompetenz im Leader-Quadranten hier, die nutzen dann eben das Decisioning, personalisierte Angebote, Empfehlungen dann auszuspielen. Wir sehen auch in der Regel eine Reduzierung von Silos. Das heißt, bei den Vorsystemen schon eine Reduktion der Silos oder eine Prékonsolidierung und eine sehr starke Nutzung von AI, die eben auf Basis dieser konsolidierten Daten ausgeführt wird. Damit ist man in der Lage, das Who, das What, das When und das Where eben zu adressieren. Heißt, der Unterschied zu den Challengers: Wir haben wieder auf der linken Seite die Vorsysteme ausgegraut. Wir finden jetzt hier nicht einfach nur eine Marketing-Cloud vor, sondern tatsächlich die Decisioning Engine. Und diese Decisioning Engine macht letztendlich genau den Unterschied, denn wie zuvor auch, wir haben die Real-time-Tracking-Data. Wir haben aber auch die konsolidierten Daten aus dem Vorsystem. Wir haben eine schnelle Fähigkeit, diese Daten aus dem Real-Time-Tracking wieder einfließen zu lassen, in Echtzeit quasi. Kann das eine Entscheidungsfindung beeinflussen? Und dann können wir das gezielt auch wieder ausspinnen in die unterschiedlichen Systeme. Damit gewinnen wir den folgenden Vorteil, dass im Business Data, Operational Data und strategische Ziele im Einklang sind für jede Interaktion. Also es ist sehr, sehr klar, wie ich auch von der Unternehmensvision, von der Strategie, von der Vision, die ich habe, runtergebrochen und dann letztendlich operativ umgesetzt worden. Das befähigt grundsätzlich die Leaders, auch so Themen anzugehen wie das personalisierte Pricing, also welchen Preis bekommt ein bestimmter Kontakt. Und das ist dann nicht pauschal 10% weniger, sondern sehr individuell. Dynamisches Bundling sind andere Beispiele. Und die ganzen Interaktionen sind in der Regel kanalübergreifend und nahtlos. Aber – und das ist nicht zu unterschätzen – diese Lieder haben auch intern in der Firma nicht tatenlos herumgesessen, sondern die haben sich überlegt: „Okay, wenn ich jetzt wirklich nach außen eine Eins-zu-Eins-Omni-Channel-Experience bieten möchte, dann kann ich nicht intern in meinem Unternehmen noch in diesen Channel Teams arbeiten und sagen: „Der eine macht E-Mail, der andere macht die Webseite, der andere macht die App, ein anderer macht Print, sondern das muss mehr und mehr zusammengehen und es muss einfach eine andere Kollaborationsstruktur geben, wo über Teamgrenzen hinaus gedacht wird, eben dann mit der Technologie, die dann zur Verfügung steht, diese Daten auch gezielt nutzen zu können und dann letztendlich solche Ziele auch erreichen zu können, dass man eben eine True-Omni-Channel-Experience hat. Die Frage ist nun so ein bisschen: Wie komme ich da eigentlich hin? Worauf kommt es an, wenn ich tatsächlich mich in Richtung Leaders Architecture bewegen möchte? Und ich habe das mal kurz zusammengefasst in vier Schritten. Wir brauchen natürlich eine klare Strategie. Ohne eine Strategie wird es doch sehr schwer. Man sollte schon einen sehr konkreten Gedanken dann auch daraus ableiten können, wie man das umsetzen möchte. Das heißt, wir müssen darüber sprechen: Customer Journey Mapping. Wie sieht die Customer Journey eigentlich aus? Welche Segmentierung habe ich? Welche Segmente kann ich bilden? Was sind meine Ziele in der Personalisierung? Also dass man sich das, wie ich, top down runterbreche und schreibe oder mal gezielt aufschreibt und formuliert: Was möchte ich eigentlich tatsächlich erreichen? Sicherlich ist dann auch die Frage nach der Technologie zu stellen: Welche Technologie ist für mich tatsächlich die richtige? Hier kann man so als ganz grobe Daumenregel sagen: Grundsätzlich ist eine cloudbasierte Technologie sicherer im Sinne einer Zukunftssicherheit und Investitionssicherheit. Sie ist auch sehr schnell einzusetzen und bei Bedarf auch sehr schnell wieder dann stillzulegen. Wobei ich nicht hoffe, dass das der Fall ist, weil der Need für relevanter Content, für relevante Experiences ist aus meiner Sicht eigentlich immer gegeben. Es gibt keinen Grund, nicht relevant zu sein. Und ja, der dritte Punkt ist Krabbellauf-Renne. Ich hatte das eingang schon so ein bisschen plakativ, vielleicht auch ein bisschen offensiv gesagt. Da gibt es keinen magischen Knopf, den ich drücken kann und ab dann ist alles automatisch personalisiert. Ich habe die Next Best Actions, ich habe ein Real-time Offer Management, ich habe eine echte eins-zu-eins Omni-Channel-Experience. Das funktioniert nicht. Da bin ich auch einfach der Realist an der Stelle und muss sagen, man startet eher klein, man sucht sich kleinere Ziele. Das ist dann die Krabbelphase. Und dann irgendwann hat man diese Krabbelphase erfolgreich gemeistert. Man kann laufen und wenn man laufen kann, dann kann man auch das Rennen versuchen. Und das sind viele, viele Iterationen, die auch zu gehen sind, auszuprobieren sind. Und letztendlich ist das eben ein Prozess und das ist kein Projekt, denn der Prozess läuft einfach deutlich länger als ein Projekt in einem definierten Enddatum.Und der letzte Punkt, das, was die Leaders eben halt vor allen Dingen von den Challengers und Experimenters dann unterscheidet, ist die richtige Struktur. Das heißt, Kollaboration muss gefördert werden im Unternehmen und wir brauchen ein Open Mindset. Es bringt nichts, wenn ich einfach mein Channel Denken behalte und sage, ja, das ist jetzt mein Channel, den ohne ich möchte meine Daten nicht preisgeben im Sinne einer Omnichannel Personalisierung, dann wird es halt schwierig. Das heißt, man muss irgendwo das Mindset schaffen, dass man eben über die Team Grenzen hinweg denkt. Das heißt ja eigentlich da so offen rangeht und sagt jeder für sich in einem Team, was muss ich eigentlich tun, was kann ich dazu beitragen, um diese Omni Channel Experience tatsächlich möglich zu machen? Und damit komme ich jetzt auch zu dem Praxisbeispiel, weil wir jetzt denke ich genügend darüber gesprochen haben, was eine CDP ist und wie typischerweise so unterschiedliche Architekturen auch in unterschiedlichen Maturity Stadien aussehen können. Und ich möchte ein kurzes Beispiel aus dem Bereich Travel zeigen. Der Bereich Travel ist aus meiner Sicht ein Bereich, der sehr früh schon eine große Notwendigkeit für eine Customer Data Plattform entwickeln konnte. Weil es gibt viele Transaktionen, wenn wir allein an Airlines denken, an Reiseanbietern, wir alle wollen Urlaub machen. Und ich weiß gerade in dieser Zeit mehr denn je, wir haben die ersten Lockerungen und dürfen endlich wieder ein bisschen reisen. Und hoffentlich waren einige von euch schon im Urlaub und kommen jetzt bestens erholt wieder zurück. Anderen steht es noch bevor. Das Problem oder die Challenge für die Anbieter in einem solchen Markt ist einfach, dass die Erwartungen unfassbar hoch sind. Ich habe mal kurz ein paar Anbieter hier rausgepickt. Wenn es darum geht, Einfachheit oder die Auswahl zu haben, dann gehe ich zu Google. Wenn ich wissen will, welche Flüge verfügbar sind, geht super einfach. Wenn ich irgendwie Einfachheit brauche, um Hotels oder Cars zu finden, Mietwagen, kann ich Kajak nutzen, ich habe Expedia, ich habe vielleicht lokale Agents, ich habe dann irgendwie noch ganz andere Anbieter. Das heißt, ich habe sehr, sehr viele Optionen und wir sind einfach alle eine sehr, sehr gute Experience von diesen Marktführern dann auch gewöhnt. Und diese Experience und diese Erfahrung, die wir mit diesen Marktanbietern gemacht haben, die wenden wir als Erwartungshaltung implizit auch wieder in all unsere anderen Transaktionen mit an. Das heißt, wenn ich mit einer Brand dann zu einem ganz anderen Thema kommuniziere oder auch im Bereich Travel mit einer anderen Brand kommuniziere, dann erwarte ich, dass das irgendwie so ähnlich wie hier ist, dass ich die Choice habe, dass ich die Simplicity habe, dass ich den Service habe, dass ich die Convenience habe. Und das ist eben halt die Challenge. Accenture hat das auch gut zusammengefasst. Kunden steht hier unten, they expect one experience, whichever product or service line they are interacting with, they hate disjointed experiences. Das heißt, Dinge wie z.B. ich bin mit dem lokalen Reisebüro im Kontakt, bekomme einen Newsletter, der überhaupt nicht zu dieser Interaktion passt, hat halt einen negativen Impact und kann eben von anderen Anbietern wahrscheinlich deutlich besser gespielt werden. Deswegen geht heutzutage experience for products. Ich hatte das Beispiel auch mit Apple aus einem anderen Bereich genannt, da ist es de facto ebenso. Es geht um personalisierte Angebote, die auszuspielen sind und die Kunden wissen aber auch um den Wert ihrer Daten. Das heißt, sie erwarten einen Gegenwert. Wir können nicht erwarten, dass Kunden das einfach so preisgeben, ohne dass sie dann auch davon profitieren würden. Das heißt, wir müssen attraktive Angebote schaffen im Austausch für die Daten und die Integration muss dann eben halt über alle Channels erfolgen. Das sagt sich so einfach und jetzt stellt man sich vielleicht die Frage als Zuhörer, okay, ich brauche eine CDP, was kostet mich das denn und wie lange muss ich das einführen und was ist für mich eigentlich drin? Und die Chancen der Personalisierung hat McKinsey auch einmal untersucht. Die haben gesagt, hey, diese ganzen Märkte, z.B. Telekommunikation, Insurance, Banking oder auch Travel haben eine gewisse Größe und wir sehen 300 bis 500 Milliarden Dollar sehen wir jetzt für Travel hier. Welchen Impact hat denn jetzt eigentlich die Personalisierung, also die Customer Journey oder Customer Experience Optimierung darauf? Das heißt, wenn wir es schaffen, die Bedürfnisse effektiv wahrzunehmen und auch effektiv in den ganzen Interaktionen zu sein und wenn wir es schaffen, eben halt eine emotionale Verbindung aufzubauen und wenn wir es auch schaffen, diese Experience einfach zu nutzen und erleben zu können, aber auch ein Rückkanal für die Kunden dabei zu gewährleisten, dass sie sagen können, hey Voice of Customer, wie gefällt es gerade, wo personalisierter Service etc. Wenn wir das alles in Einklang bringen, dann ist wirklich der Benefit, dass man darüber eine effektive und auch eine emotionale Experience halt eben aufbauen kann, die ein Schlüsselfaktor für den sogenannten Customer Experience Index einer Marke ist, den forrester aufgebaut hat. Und dieser Customer Experience Index einer Marke lässt sich jetzt auf einen Markt runterbrechen. Und wenn man da einen gewissen Punktwert erreicht hat, mal angenommen, wir haben einen gewissen Wert dort erreicht und wir machen jetzt ein fiktives one Point Improvement hier oben. Also wir verbessern uns um einen Punkt durch gezieltes Optimieren dieser drei Stichpunkte. Wenn wir uns in einen Punkt verbessern, dann ist eben halt dieser Impact, dann schnell mal mehrere Millionen Dollar oder Euros, die man darüber generieren kann, weil man sich gegenüber seinen Wettbewerber halt signifikant abhebt. Wir sehen das jetzt Beispiel Hotel Upscale, wenn wir das um einen Punkt verbessern, dann ist der Revenue Lift bei 332 Millionen Dollar oder hier unten 168. Die Frage ist natürlich, was passiert, wenn ich denn nichts tue? Und da gibt es eigentlich drei große Punkte, die man nennen kann. Als erstes Retention. Die geht natürlich runter. Das heißt, die Herausforderer, die digitalen Vorreiter, die man in einem Markt sieht, die bauen halt Vertrauen auf, die bauen Loyalität bei den Kunden auf und gewinnen langfristige Geschäfte. Für einen selber wird das dann eher kurzfristiger. Und da gibt es auch viele Beispiele. Ich denke gerne noch an Number 26 zurück, die den Bankmarkt ein bisschen revolutioniert haben, wo viele gesagt haben, hey, was soll denn jetzt eine weitere Bank? Und wie wir jetzt gesehen haben, ist das auch keine Eintagsfliege, sondern die hat durchaus Bestand und wächst. Das zweite ist das Wachstum letztendlich.Das ist immer ein Rechenbeispiel. Jedes Unternehmen steht in ein oder mehreren Märkten als Anbieter zur Verfügung. Dieser Markt hat eine Größe und wenn man dann mal ausrechnet, was einen Impact dort finanziell bewirken kann, dann ist das halt auch ein entsprechender Kostenpunkt oder ein fehlender Revenue, den man hier ausrechnen kann. Und der letzte Punkt, es wird immer schwieriger, neue Kunden zu gewinnen, denn die sind einfach an dieses GAFA, haben wir es hier genannt, Google, Apple, Facebook, you name it, Erlebnis gewöhnt. Und wenn dieses Erlebnis nicht eben auch geboten wird, dann kommen weniger Menschen zu einem, weniger Leads, weniger Conversions, die man dann letztendlich erzielen kann. Das führt mich zu dem Punkt der Customer Journey Optimierung. Wie kann ich das jetzt eigentlich konkret starten mit der CDP? Wir betrachten das gerne in folgender Art und Weise, dass wir so eine Art Infinity Circle hier haben. Wir sehen jetzt hier mehrere Phasen, die Inspirationsphase, die Planungsphase im Bereich des Travel, das Kaufen, das Buchen der Reise, die Experience, die man tatsächlich dann vor Ort hat und dann natürlich Nachkauf, wenn man aus dem Urlaub zurückgekommen ist und sich dann zurückerinnert und sagt: „Hey, das war beispielsweise super, weil wir hatten ein Problem irgendwie mit dem Flughafentransport. Ich habe sofort einen Mitarbeiter von einem Reiseanbieter erreichen können und der hat mir eben dann einen Supertransport organisiert, weil wir schon lange Jahre Kunde sind und dann haben wir halt ein Upgrade von Bronze auf Gold bekommen bei dem Transport zum Beispiel. Das sind so Dinge, wo man das gezielt ausspielen kann. Das heißt, dem gegenüber stehen sehr, sehr viele Touchpoints und Kanäle. Das kann der Travel Agent sein, das kann die Webseite sein, das kann das Customer Portal sein, das kann die Mobile App sein, das kann irgendwas sein. Und jetzt geht es darum, das, wie ich gezielt in die Customer Data Plattform einzuspielen. Das heißt, wir müssen die Insights generieren, wir müssen daraus dann ein personalisiertes Marketing aussteuern. Das Ganze soll kontinuierlich laufen und wenn es im Sales ist, soll der natürlich auch nicht einfach von der Stange sein, sondern dann für den Kunden höchst relevant sein. Und wenn es dann zu Problemen oder Rückfragen kommt, dann muss die Voice of Customer auch einfach und schnell umsetzbar sein. Und das Ganze ist halt ein kontinuierlicher Fluss. Man kann sich das auch ein bisschen konkreter so vorstellen: Wir nehmen jetzt einfach mal die Jane Ledger hierher. Die Jane Ledger, die hat halt ein gewisses Profil. Wir sehen einfach, sie hat beispielsweise in der Vergangenheit schon Flüge gebucht und hat dafür schon eine gewisse Summe bezahlt. Die letzten Reisen sehen wir. Wir sehen auch, welchen Loyalty Points sie hat und personalisierte Angebote. Und im Grunde genommen geht es darum, diese Insights über einen Kunden, 24/7, 365 Tage dann im Jahr zu sammeln. Das können sogenannte Live Data Lookups sein, also Echtzeit Lookups zu Wahrscheinlichkeiten, also wie wahrscheinlich ist es gerade, dass sie kauft. Da ist die Wahrscheinlichkeit durch Machine Learning AI jetzt berechnet worden und liegt bei 0,67. Das basiert natürlich in der Berechnung darauf, dass wir halt eine Order History haben und auch die aktuellen Orders einsehen können. Dann basiert das aber eben halt auch darauf, wie zufrieden sie als Kundin ist. Wir brauchen sogenannte Propensity Scores, also auch Wahrscheinlichkeitsrechnungen, die uns sagen, wie wahrscheinlich ist das, dass sie jetzt in der nächsten Zeit was buchen wird? Wie wahrscheinlich ist das, dass sie dann mit ihrer Familie reisen wird oder wie wahrscheinlich ist das, dass sie dann doch alleine reisen wird? Und da sind einfach unfassbar viele Daten, die man sammeln kann, die als First-Party-Data auch wie e-sammelbar sind, wo wir jetzt nicht über Third-Party unbedingt sprechen. Und daraus generieren wir das Actionable Customer Insights-Profil. Das heißt, wir haben die Historie der Travel, die Kaufabsichten. Wir haben alles quasi zusammengebracht und damit können wir jetzt eben auf allen Kanälen, die uns zur Verfügung stehen, auch orchestrieren und spielen. Das heißt, wir können gezielt Content injizieren, dann in die App, zum Beispiel einen AirPod Transfer dann zu optimieren und eine gute Experience zu bieten. Wir können die Webseite adressieren, das können die E-Mails, das können Social Media sein. Es sind keine Grenzen gesetzt. Das Credo ist, wie ich hier an der Stelle, das Marketing passt sich sofort und über alle Kanäle hinweg parallel zu den neuesten Customer Insights an. Und dann kann eine Experience beispielsweise so ausschauen. Wir sehen, das jetzt hier, Spingo ist einfach eine Demoseite, die wir jetzt gemacht haben. Und grundsätzlich haben wir halt Elemente, die wir über eine CDP gut steuern können. Und da noch mal kurzer Rücksprung zu den verschiedenen Arten CDPs. Ich hatte gesagt, Psycore ist eine Smart Hub CDP. Bei Smart Hub bedeutet das eben, wir sind in der Lage, eben halt aus der CDP heraus auch diese Personalisierung, Testing, alles Mögliche direkt anzusteuern. Mit den CDP-Tool-Kits zum Beispiel ginge das jetzt nicht, dieser Case, oder mit Marketing Cloud. Das heißt, das sind jetzt Benefits, die sich darauf beziehen, dass ihr smart Hub da das alles schon out of the Box mitkommt. Wir können über verschiedene Elemente mal beispielhaft nachdenken, was zum Beispiel mit Notifications ist. Also wie viele Kunden schauen sich gerade auch noch jetzt beispielsweise diese Flugverbindung an? Wie viele Sitze sind noch frei im Flieger? Diese sogenannten Urgency Messages und Notifications, die einen durchaus signifikanten Impact haben. Oder wir machen ein A/B-Testing auf der Website, zu gucken, welche Bilderwelt besser funktioniert oder welche Art und Weise von Formularen besser funktioniert. Wir können Bezug nehmen auf die Location, auf die letzten Trends und die Historie, die wir zu diesem Kontakt haben, die Emotionen, die derjenige hat, weil da gibt es ja auch diese Emotion-Feedback-Kanäle, die man nutzen kann. Voice of the Customer mit Feedback hier und die sogenannten Next Best Experiences, die eben auf den Decisioning basieren, also quasi die gezielte Berechnung, was die nächsten besten Schritte eigentlich wären. Und wenn wir jetzt beispielsweise die Jane dann noch mal einsetzen, dann wissen wir, sie ist weiblich, sie ist verheiratet, sie hat Kids, sie hat eine recht hohe Wahrscheinlichkeit von 0,67, ein Hotel zu buchen. Das Risiko, dass sie keinen Flug kauft, liegt bei 0,23. Sie hat einen Loyalty-Status, der ist Gold. Der letzte Trip war eben in einem bestimmten Zeitfenster und der letzte Flug war Dublin-Nottenhefo als Beispiel. Und dann kann man hergehen und genau diese ganzen Insights über die SmartHub CDP eben ausspielen und sagen: „Hey, wir steuern einen Test aus, wir probieren einen anderen Activity-Trigger aus, wir nutzen die Notifications, eben halt auf Gepäck-Upsell-Möglichkeiten hinzuweisen. Klar, man kann auch über LiveChat-Integration sprechen, wo der LiveChat dann auch, also der Mitarbeiter im LiveChat, auch Zugriff auf diese Customer-Profile-Daten.Nicht unmittelbar hat, aber über eine Smart Hub CDP quasi die Next Best Action angezeigt bekommt. Also quasi dann würde vielleicht auch da eine Meldung aufpoppen. Hey, biete doch der der Jane einfach mal an, dass sie ein ein Gepäckstück für folgenden Kurs hinzubuchen kann, das vielleicht 10 % billiger ist, weil sie eben halt den Loyalty Status Gold hat. Das ist eigentlich auch das Stichwort personalisierter Service. Das ist aus meiner Erfahrung heraus eigentlich der größte Bruch, den man sieht. Viele tun sich erstmal relativ leicht innerhalb des ganzen Online Ökosystems, dann eine recht nahtlose Customer Journey dann aufzubauen. Sobald es dann aber zu anderen Kanälen geht um personalisierten Service, Call Center etc. dann wird es schon schwieriger und dann ist häufig keine Interaktion oder keine Verbindung mehr zwischen den Interaktionen da. Wir sehen jetzt hier das Beispiel, dass dann eben halt Jane sich meldet bei dem Chat und möchte eben einen Transfer buchen. Und dann sagt der Servicemitarbeiter Alles klar, kein Problem, du hast den Goldstatus, deswegen bekommst du diesen Transport for free. Und by the way, wir haben auch noch einen 10 %ig Discount Code für dich, für das Hotel. Man darf nicht unterschätzen, was das für eine Auswirkung hat, wenn da einfach keine Brüche zwischen der Customer Experience und den einzelnen Kanälen sind, sondern das nahtlos durchgeht. Das führt zu einer extremen Markenloyalität und auch zu einer höheren Conversion. Das heißt, das sind genau diese Insights, die mir mehr Leads bringen können, die aber dann auch konvertieren. Stichwort konvertieren. Kurzer Blick auf den auf den virtuellen Tacho. Viertel nach. Ich komme jetzt zu den letzten Slides. Ich habe eine Kundenreferenz aus dem Bereich Travel mitgebracht. Das ist Jetstar, Das ist eine Airline dann aus dem pazifischen Raum. Aber wir haben beispielsweise auch Airlines dann in unserem Raum eine bekannte blaue Marke aus Irland beispielsweise, die auch unsere Technologie einsetzt. Und hier habe ich ein paar schöne Insights. Als wir mit der CDP gestartet hat, dann hat man erst einmal Daten importiert, denn diese Buchungsdaten sind sozusagen die Bibel. Da steht die ganze Wahrheit drin. Welche Kunden haben was, wann, wie viel, in welcher Frequenz und Intensität quasi gebucht. Dazu kommen noch jede Menge Events. 110 Millionen Events wurden importiert. Das können Website Events sein, App Events sein, alles mögliche. Und es laufen kontinuierlich 440.000 Buchungen pro Monat in das System rein. Die Frage ist jetzt natürlich Was ist der der Output, was ist das Outcome, was eine CVP jetzt hier bewirken konnte? Und das ist für mich auch der Punkt, wo wo wie ich dieser Return on Investment sehr, sehr schnell erreicht worden ist, weil man darüber spricht, wie kann ich Shoppingcart Abbrüche beispielsweise zu Checkout Abbrüche abfangen? Wie kann ich urgency Messaging ein Messaging einsetzen, wie kann ich dann Emails auch gezielter ausspielen? Und man hat dann gearbeitet und hat zum Beispiel diese Kacheln für Hotels, die auf der Seite auch zu sehen waren, wenn man einen Flug sich angeschaut hat. Die hat man halt auch personalisiert und hat das eben aufgrund von Decisioning gemacht, also genau geschaut, unter welchen Umständen welcher Kunde eigentlich welche Hotels sehen sollte. Das allein hat jetzt zu 38 % mehr Klickraten geführt, also Klickthrough Rates. Richtig krass finde ich dann aber den Punkt mit den zurückgewonnenen Einnahmen, weil diese Intelligent Card Recovery Emails, also zum Beispiel ich interessiere mich für eine Flugverbindung und ich bin kurz davor, sie komplett auszuchecken, aber ich klicke in den letzten oder vorletzten Step nicht auf okay und bezahle die Flüge. Das entsprechend abzufangen und dann über die relevanten Kanäle tatsächlich an den Kunden wieder herantreten zu können und dann mit den richtigen Daten auch zum Beispiel zu sagen übers Handy dann hey, sie haben gerade auf der Webseite versucht den folgenden Flug XYZ zu buchen. Wollen Sie es nicht hier weiter fortsetzen? Vielleicht haben Sie gerade keine Zeit oder noch mal 5 % Discount. Was auch immer. Das allein hat zu 4,5 Millionen € an Revenue geführt, weil man diesen Sachverhalt oder diesen Kontext besser auffangen konnte und besser adressieren konnte. Und ein weiterer Punkt war eben das sogenannte Urgency Messaging. Das sind dann so diese schönen Banner und Pop ups, die man dann sieht. So und so viele Kunden schauen sich gerade den gleichen Flug wie sie an und wir haben nur noch zehn Sitze übrig. Das wiederum führt dann auch zu einer signifikanten Umsatzsteigerung, nämlich 2,1 Millionen €. Und das, finde ich, sind schon sehr, sehr bedeutende Summen. Und da kann ein Return on Investment von einer Customer Data Plattform auch sehr, sehr schnell realisiert werden. Deswegen zusammengefasst würde ich sagen, einfach noch mal darüber nachdenken, auch zu schauen, was ist für mich eigentlich die Strategie Vision? Wo möchte ich hin? Dann vielleicht noch mal ganz kurz auch für sich zu reflektieren Wo stehe ich vielleicht gerade bei dieser Maturity Curve? Bin ich jetzt eher in dem Experimenters? Bin ich jetzt eher im Challengers? Und dann vielleicht ein bisschen, so hoffe ich zumindest durch meinen Vortrag gibt es ein bisschen Bewusstsein dafür, was vielleicht ein Next Step sein kann und vor allen Dingen auch, wie sich dann eine Customer Data Plattform auch erfolgreich in der Praxis umsetzen lassen kann. Und damit komme ich auch zum Ende. Hier sind noch meine Kontaktdaten. Ich freue mich über zahlreiche Anfragen und Vernetzung. Wir haben auch hier bei der MKB einen virtuellen Stand. Schaut gerne dort auch vorbei und wir freuen uns auf einen regen Austausch. Ich habe mich sehr gefreut, dass ihr dabei wart. Ich hoffe der Vortrag hat euch gefallen und ich freue mich auf eine Vernetzung mit euch und schaut gerne bei uns an unserem virtuellen Stand vorbei. Vielen Dank und noch eine schöne UMKW.
Automatisch erstellt & redaktionell aufbereitet — kann vereinzelt Fehler enthalten.
