Return of Investment: Wie Sie die Rentabilität Ihrer Social-Media-Aktivitäten messen können (mit Infografik!)

2017 werden die führenden B2B-Vermarketer erheblich mehr in Technologien investieren, als die IT-Abteilungen. Doch das Marketing gibt bereits jetzt erhebliche Summen aus. Die spannendere Frage lautet deshalb: Werden die Vermarkter dann endlich in der Lage sein, die Rentabilität zu beziffern?

Vor nicht allzu langer Zeit begrüßten die CMOs die zunehmende Technisierung des Marketings und die vielen neuen Tools noch begeistert. Problematisch wurde es erst, als die Benutzung der Tools zum Zwang wurde. Und noch schwieriger wurde es, als sie Performance-Kennzahlen vorlegen sollten, um zu nachzuweisen, dass all die Tools auch wirklich noch gebraucht werden.

Natürlich bietet jede Plattform ihre eigenen Reporting-Tools – aber im Zeitalter des Omni-Channel-Marketings sind Teilansichten des Gesamtbilds nicht zielführend.

Viele Entscheidungsträger und Business-Anwender sehen schon jetzt im Dickicht des Analyse-Dschungels den Wald vor lauter Bäumen nicht. Wie sollen sie dann in der Welt der Analytics des Internet of Things mit weltweit 6,4 Milliarden vernetzten Endgeräten (englisch) zurechtkommen? Sind die CMOs darauf vorbereitet?

Eine vor kurzem veröffentlichte Studie von VentureBeat zum Stand der Dinge im Bereich Marketing Analytics kommt zu folgendem Ergebnis: „Ohne Analysen lässt sich kein Nutzen beziffern. Aber der Markt ist riesig und stark fragmentiert.“ Die Kunden kaufen längst nicht mehr nur über einen einzigen Kanal, aber nur 60% der Vermarkter entwickeln integrierte Strategien (englisch).

Das Messen der Ergebnisse von Social-Media-Aktivitäten gilt als besonders schwierig

Budgets werden selten auf Basis typischer Engagement-Kennzahlen wie Seitenaufrufe oder „Gefällt mir“-Angaben genehmigt, da diese Metriken nicht als umsatzrelevant akzeptiert sind. Auf der anderen Seite drängen Marktanalysten die Marketingverantwortlichen zu immer höheren Ausgaben für Social Media.

Eine kürzlich durchgeführte Befragung von CMOs ergab, dass die Ausgaben für Social-Media-Maßnahmen in den nächsten 5 Jahren auf fast 21% des gesamten Marketingbudgets steigen werden. Und das, obwohl Analytics nicht voll integriert oder eingebettet ist.

Der ROI von Social Media in Form von neuen und höheren Einnahmequellen und wachsenden Umsätzen (englisch) ist bei Unternehmen mit einer modernen, datenbasierten Kultur deutlich besser erkennbar. Die Grafik unten stammt aus einer Forbes-Studie. Sie zeigt den Wettbewerbsvorteil durch datenbasiertes Marketing in Zusammenhang mit der IT-Entwicklungsstufe eines Unternehmens.

Den Social-Media-ROI nicht dingfest zu machen, gehört für die Nachzügler zu den kleineren Übeln. Weitaus verheerender wirkt sich ein mangelndes Verständnis für Analytics aus, das die Rentabilität deutlich reduziert. Ein weitere Ergebnis der Forbes-Studie: Die Nachzügler wissen oft nicht einmal, welche Analytics-Plattformen sie im Einsatz haben.

Wie Thomas Edison einst sagte: „Harte Arbeit ist durch nichts zu ersetzen.“ Um den ROI von Social-Media-Marketing beziffern zu können, werden wir uns jetzt mit den Anforderungen an die dafür benötigten Social-Media-Daten befassen. Sie erfahren:

• Warum Sie auch Social-Media-Daten in die Cloud integrieren und für alle Beteiligten zugänglich machen sollten
• Warum Self-Service-Analytics (Advanced und Predictive) für Ihre Kampagnen unabdingbar sind
• Warum im Bereich Marketing Analytics agiles Handeln gefordert ist
• Warum sowohl Marketingfachleute wie Business-Anwender einfach auf integrierte Berichte und Insights zugreifen müssen

Es ist nicht bloß „nützlich“, sich ein kumuliertes Gesamtbild zu verschaffen, das den Tatsachen entspricht. Solange die Social-Media-Plattformen nicht miteinander vernetzt sind, lässt sich der Gesamt-ROI Ihrer Social-Media-Marketing-Bemühungen nicht ermitteln. Sie können vielleicht den Ertrag einer Pay-per-Click Kampagne auf LinkedIn berechnen – aber das wäre nur ein sehr kleiner Ausschnitt von Social-Media-Marketing.

Um die realen Erlöse von Social Media zu ermitteln, empfiehlt sich als erster Schritt die Integration der unterschiedlichen Datenquellen in die Cloud

Dann können Sie die Informationen aus verschiedenen Datenquellen gegeneinander abgleichen. Sie erhalten einen echten 360-Grad-Blick auf Ihre Kunden und können den tatsächlichen ROI ermitteln. Und noch etwas spricht für die Integration in die Cloud: andere Business-Anwender sind damit in der Lage, mittels Self-Service auf Ihre finalen Erkenntnisse zuzugreifen.

Manche sind der Ansicht, dass bereits ein 360-Grad-Blick auf den Kunden vorliegt, wenn sie zur Berechnung des ROI einer bezahlten Ad-Words-Kampagne Google Analytics und Salesforce integrieren. Das Ergebnis ist allerdings alles andere als vollständig. Laut ‚Think with Google‘ klicken Kunden in den USA branchenübergreifend erst dann auf eine bezahlte Anzeige, wenn sie mit dem Unternehmen schon länger via Social Media interagieren (englisch). Ein gewisser Prozentsatz des ROI einer Pay-per-Click Kampagne muss also genaugenommen den sozialen Medien zugeordnet werden.

Statt Vermutungen anzustellen, sollten Sie herausfinden, über welchen Kanal der Erstkontakt zustande kam, welcher Kanal danach genutzt wurde und welcher zuletzt. Gut geeignet dafür sind Tools wie Piwik und Eloqua Insights. Sie beobachten alle Endgeräte, mit denen ein Kunde Ihre Website besucht, sowie die tatsächlich aufgerufene URL und sortieren die Ereignisse nach Datum.

Diese Lösungen funktionieren, solange Sie pro Tag weniger als 200 Besucher auf Ihrer Website verzeichnen. Sind es mehr, werden Sie schnell feststellen, dass Big Data mehr als nur ein Hype ist!

Glauben Sie mir – selbst wenn Sie die Zeit hätten, große Datenmengen mit Piwik oder Eloqua Insights zu erheben, zu analysieren und zu exportieren, bräuchten Sie eine Menge Geduld. Für Big Data, auch wenn Sie nur einen kleinen, ausgewählten Teil nutzen möchten, sind allerdings spaltenorientierte Datenbankmodelle erforderlich, wie sie bei OpenText™ Big Data Analytics (englisch) zum Einsatz kommen.

Für den Anfang ist es völlig ausreichend, wenn alle Datenquellen integriert sind und von der IT betreut werden. Wenn es allerdings um Daten-Audits, Datenbereinigung und Datenaufbereitung geht, setzen Sie besser auf Self-Service.

Im B2B-Bereich sollten Sie so viel wie möglich über Ihre (potenziellen) Kunden wissen. Immerhin sagen 75% der B2B-Vermarkter, dass exakte Daten erfolgskritisch sind. In bis zu 87% der Fälle sind jedoch fehlende Daten über Branche, Umsatz und Mitarbeiter ein Problem.

Schlechte Datenqualität wirkt sich aber auch auf den Vertrieb aus. Laut einer Erhebung von Forrester gaben Chefeinkäufer an, 77% der ihnen gegenüber sitzenden Vertriebsmitarbeiter hätten keine Ahnung, was das Problem sei oder wie sie helfen könnten (englisch). Als Folge davon haben viele CMOs selbst die Initiative ergriffen, um den Vertrieb mit Kundenprofilen und gezielt generierten Leads zu unterstützen.

Eine aktuell von MDG Advertising durchgeführte Studie ergab, dass im B2B-Bereich die Wahrscheinlichkeit, das Marketing ROI-Jahresziel zu übertreffen, doppelt so hoch ist (englisch), wenn Unternehmen Predictive Analytics einsetzen.

Interessant sind auch die in der Studie genannten Gründe, warum 89% der Unternehmen im B2B-Bereich die Einführung von Predictive Analytics planen.

Laut VentureBeat gibt es drei wesentliche Gründe, warum Vermarkter derzeit noch keine komplexen Analyse-Ansätze nutzen (englisch) – darunter auch fehlende Kenntnisse im Bereich Data Science. Natürlich vereinfachen nutzerfreundliche Tools die Berichterstellung. Aber ohne Verständnis für datenbasierte Analyse-Ansätze sind die Ergebnisse wahrscheinlich trotzdem nicht exakt genug.

Predictive Lead Scoring führt beispielsweise zu einem deutlich höheren ROI. Und im Jahr 2019 sollen 90% der großen Organisationen einen CDO (Chief Data Officer) (englisch) haben. Aber auch die CMOs sind nicht untätig geblieben: Im B2B-Bereich stellen 55% der Unternehmen bereits Mitarbeiter für Marketing Analytics ein (englisch).

Social-Media-Erfolge sind nicht so einfach vorhersehbar, wie das Älterwerden. Sie wissen genau, dass Sie an einem bestimmten Tag im Jahr ein Jahr älter werden. Für das Social-Media-Marketing gelten jedoch ganz andere Regeln. Um überhaupt abschätzen zu können, ob es sich zum Beispiel auszahlt, 10 oder 30 Social-Media-Accounts zu betreiben, müssen Sie schon tiefer ins Detail gehen. Sie müssen sehr genau abschätzen können, ob Sie nun 30 Blog-Beiträge online stellen sollten oder besser 300.

Rechnet sich „Kanal A“, weil über diesen 300 Conversions aus nicht qualifizierten Leads generiert wurden? Wollen Sie womöglich herausfinden, welche der qualifizierten Leads bereits „Produkt A“ und „C“ gekauft haben, aber „Produkt B“ noch nicht? Vielleicht möchten Sie diese Leads noch besser segmentieren und genauere Profile erstellen, um diese Informationen dann beispielsweise zusammen mit Daten aus LinkedIn für eine maßgeschneiderte Cross-Selling-Kampagne zu nutzen. Das klingt nach einem guten Plan? Dann sollten Sie mehr tun, als Daten in Grafiken zu verpacken.

Um den ROI zu beziffern brauchen Unternehmen Advanced Analytics. Damit erhalten Sie nicht nur Einblick in Ihren Social-Media-ROI, sondern sorgen auch dafür, dass Sie im digitalen Zeitalter von heute Erfolg haben (englisch).

OpenText Big Data Analytics (englisch) bietet Ihnen folgende Ad-hoc- und Standard-Tools:

1. Venn-Diagramm: Sind Sie es leid, stets die falschen Personen zu erreichen? Clevere Unternehmen profitieren von Data-Mining, um genau definierte Zielgruppen und die wirklich relevanten Personen mit ihren Marketingmaterialien (englisch) anzusprechen. Anmerkung: Die Segmentierungen basieren auf Data-Mining, können aber per Drag-und-Drop der Datenbankobjekte in der linken Spalte angepasst werden kann.
2. Profil: Vermarkten Sie Ihre Produkte immer noch an Besucher, die nur irrtümlich auf Ihrer Website landen? Für ein adäquates Marketing in einem kundenorientierten Umfeld brauchen Sie ein nutzerfreundliches Drag-und-Drop-Tool. B2B Marketing Goals für Predictive Analytics (englisch) umfasst den gesamten Vertriebstrichter, von Kundenbindung über Customer Lifetime Value und Kundenwert bis zur Neukundenakquise – ein Kunden-Profil ist also von Anfang an zentraler Bestandteil.
3. Assoziationsregeln: Was wäre, wenn Sie bereits im Voraus wüssten, welche Nutzer sich von Ihrem Unternehmen abwenden – weil Sie eine Stimmungsanalyse anhand der Kommunikation in den sozialen Medien und mit dem Helpdesk durchgeführt haben? Und Sie mit einer Kampagne zur Markentreue gegensteuern könnten? Würde das Ihren Social-Media-ROI steigern?

Unter den folgenden Links finden Sie weitere hilfreiche Screenshots von Standard-Analysen und Videos zu verschiedenen Anwendungsfällen (englisch).

Unternehmen werden zukünftig deutlich mehr für Marketing Analytics ausgeben. Viele davon werden sich für unpassende Lösungen entscheiden oder die Tools nicht richtig nutzen. Die Harvard Business Review warnt dementsprechend, dass zum jetzigen Zeitpunkt „Marketing Analytics einen wesentlichen Einfluss auf das Unternehmenswachstum habe. Doch die Firmen müssen diese auch optimal einsetzen können (englisch).“

Warum Flexibilität beim Thema Marketing Analytics eine zentrale Rolle spielt

Advanced und Predictive Analytics sind nicht neu. Finanzdienstleister nutzen sie schon seit Jahren. Neu daran ist, wie schnell und einfach jetzt Analysen mittels Self-Service erstellt werden können.

Tatsächlich können laut einer TDWI-Studie nur 20% aller Organisationen ein voll einsetzbares Modell in weniger als zwei Wochen bereitstellen (englisch). Also denken Sie rechtzeitig daran, Self-Service und Advanced Analytics für Echtzeitanalysen anzufordern. Spätestens dann sind Sie froh darüber, dass Ihre Analytics-Plattform eine spaltenorientierte Datenbank nutzt.

Warum integrierte Berichte und Insights für Vermarkter und Business-Anwender leicht zugänglich sein sollten

3 von 4 Vermarktern können den Beitrag ihrer Maßnahmen (englisch) zum Unternehmenserfolg nicht benennen. Erschreckend, oder? Dabei gehört es zu den wichtigsten Alleinstellungsmerkmalen eines Unternehmens, seine Kunden zu kennen und relevante Daten beschaffen (englisch) zu können. Marketing Analytics muss daher mehr sein als ein ansehnlich aufbereiteter Bericht. Die Entscheidungsträger müssen mit den darin enthaltenen Informationen auch umgehen können (englisch), so eine Studie von McKinsey & Company.

Über die Vorteile von Big Data für Zuliefer- und Einzelhandels-Betriebe wurde bereits viel und oft berichtet, speziell über die Möglichkeit, dadurch die Zielgruppen in den sozialen Medien besser zu erreichen. Der Markt für Einzelhandels-Analytics wird daher in den nächsten 5 Jahren von 2,2 Milliarden Dollar auf geschätzte 5,1 Milliarden Dollar wachsen. Dennoch bleiben die Probleme beim Zugriff auf Kunden-Analysen die größte Herausforderung (englisch) für die Branche.

Social Media ist eine schlaue Art, Kunden einem ganz bestimmten Ladengeschäft zuzuordnen, richtig? Instagram zum Beispiel bietet Unternehmen Statistiken über Seitenaufrufe, Reichweite, Klicks und Aktivität ihrer Follower. Es gibt ein paar sehr leistungsfähige Tools, die verfügbare HTML5-Daten individualisieren, teilen und in Seiten einbetten können. Aber nur OpenText™ Information Hub (englisch) bindet Advanced und Predictive Analytics ein.

Für 9 von 10 Marketingexperten ist der Zugriff auf Analytics über Front-End Anwendungen (englisch) besonders interessant. OpenText Information Hub wurde also nicht ohne Grund in der jüngsten Embedded Business Intelligence Marktstudie (englisch) von Howard Dresner zum besten Anbieter gewählt.

Bedenken Sie auch, dass Sie eine Analytics-Plattform brauchen, die sich problemlos für jede beliebige Zahl von Nutzern skalieren lässt.

Bei Predictive Analytics geht es nicht nur um Prognosen für das nächste Quartal, sondern durchaus darum, was ein Nutzer jetzt gerade sucht. Google wartet nicht, bis Sie ein paar möglicherweise nützliche Assoziationsregeln aufstellen – die Suchmaschine lässt Big Data in Echtzeit für Millionen von Nutzern arbeiten.

Und jetzt denken Sie an Ihr Unternehmen und stellen Sie sich vor, ein potenzieller Kunde teilt Ihren Content auf Social Media oder via Email. Würden Sie eine Kampagne erstellen, um solches Verhalten nachzuverfolgen und zu fördern? Wie reagieren Sie, wenn ein Nutzer ein Formular nur einmal ausfüllen will? Was geschieht, wenn ein potenzieller Kunde aufgrund eines Social-Media-Posts über „Produkt A“ auf die Website Ihres Unternehmens kommt? Können Sie feststellen, ob „Produkt C“ möglicherweise eher gekauft wird?

Ein paar Musiker mögen über Piraterie jammern. Alle anderen sammeln und analysieren Social-Media-Daten und schlagen daraus Kapital (englisch). Über potenzielle Einkommensquellen Bescheid zu wissen, bevor Sie Ihre nächste Omni-Channel-Kampagne starten, sorgt für eine einheitliche Kommunikation – und diese ist essentiell für eine erfolgreiche Omni-Channel-Strategie. Und, was ebenso wichtig ist: Sie können aufgrund der Daten bessere Entscheidungen treffen und damit den ROI Ihres Social-Media-Budgets erhöhen.

Laut einer Forbes-Studie konnten immerhin 86% der Unternehmen, die Predictive Analytics über mindestens zwei Jahre im Einsatz hatten, die Rentabilität ihres Marketings steigern (englisch).

Jetzt herunterladen: TDWI-Studie „Operationalizing and Embedding Analytics for Action“

Erfahren Sie in diesem Report, dass es bei dem Betreiben und Einbetten von Analytics-Lösungen um mehr geht, als um statische Dashboards, die einmal am Tag aktualisiert werden. Verwertbare Analytics-Erkenntnisse müssen in Ihre Applikationen, Devices und Datenbanken integriert werden. Hier können Sie die Studie herunterladen (englisch).

Dieser Artikel wurde aus dem Englischen übersetzt.