Heute schließen wir nahtlos an das Kapitel von letzter Woche an, der Erstellung eines Konzepts für personalisiertes Marketing. Wir haben drei Monate Vorarbeit geleistet und jeden Aspekt im Detail erarbeitet.

Mit der 1:1 Email Marketing-Kampagne, mit deren Konzeption wir letzte Woche begonnen haben, nehmen wir die Inhalte dieses Kurses auf und setzen sie im konkreten Beispiel-Szenario um.

In diesem Artikel geht es um die technische Kopplung von Kunden und Produkten, bzw. Kundendaten und Produktdaten. Dabei geht es technisch ordentlich zur Sache, wobei ich mir große Mühe gebe, die komplexen Inhalte für jedermann verständlich zu beschreiben.

Mit der Artikelserie zur 1:1 Marketing Automation entsteht über einen Zeitraum von ca. einem halben Jahr die umfassendste kostenlose Wissensquelle im deutschsprachigen Raum zu Marketing Automation und personalisiertem Marketing.

Bereits erschienen sind:

Begrifflichkeiten in der 1:1 Marketing Automation

1. Produkte
2. Kunden
3. 1:1 Email Marketing
4. Product Information Management (PIM)
5. Customer Relationship Management (CRM)

Grundlagen der 1:1 Marketing Automation

6. Klassifikation von Kundendaten und Produktdaten
7. Produktempfehlungen im 1:1 Marketing und die Relevanz von Marketinginformationen
8. Kundendaten und Produktdaten fit machen mit Information Supply Chain Management (ISCM), Datengranularität und dem “Golden Record”

Die Lösung: Gekoppelte Systeme

9. Kopplung von CRM- und PIM-System
10. Fallstudien
11. SWOT-Analyse Systemintegration CRM und PIM
12. Einflussgrößen von CRM und PIM auf den Umsatz im Handel

Die Umsetzung im 1:1 Marketing Automations-Projekt

13. Technische Voraussetzungen für die Kopplung von CRM- und PIM-System
14. Das Datenmanagement und das Stammdaten-Metamodell
15. Zieldefinition, Strategieentwicklung, Planung und Durchführung
16. Technische Kopplung von CRM & PIM

Zusammenfassung im Beispiel-Szenario

17. Umsetzung einer umsatzmaximierten, kunden- und produktdaten-gestützten 1:1 Email Marketing-Kampagne

Die Artikel bauen aufeinander auf. Starten Sie aus diesem Grund mit Teil 1.

Um so viel wie möglich über das Thema 1:1 Marketing Automation zu lernen, melden Sie sich direkt zu meinem kostenlosen Email Tutorial an. Damit erhalten Sie wöchentlich eine Email mit allen hier veröffentlichten Inhalten, sowie Aufgabenstellungen, anhand derer Sie die Inhalte gleich in die Tat umsetzen können.

Erschaffen Sie innerhalb von wenigen Monaten personalisierte und automatisierte Email Marketing-Kampagnen. Tragen Sie einfach Name und Email Adresse hier ein:[mautic type=“form“ id=“9″]

Klicken Sie hier für mehr Informationen zum Email Kurs „1:1 Marketing Automation im Handel“.

Unser Beispiel-Szenario im Überblick

Sie erinnern sich, im letzten Beitrag „Umsetzung einer umsatzmaximierten, kunden- und produktdaten-gestützten 1:1 Email Marketing-Kampagne“ haben wir ein Szenario entwickelt, in dessen Rahmen wir uns bewegen und auf dessen Grundlage wir eine 1:1 Email Marketing-Kampagne konzeptionieren und entwickeln möchten.

Hier die Rahmendaten im Überblick:

1. Wir sind Betreiber eines Online-Shops für Drogerieprodukte
2. Mit der 1:1 Email Marketing-Kampagne sollen alle Kunden personalisiert angeschrieben werden
   (mindestens 1 Kauf hat stattgefunden)
3. Wir verwenden für das Emailing ein Sortiment aus 100 Produkten
4. Er werden ausschließlich relevante Produkte angeboten
5. Es existieren Mapping-Tabellen für Up-Selling, Cross-Selling und Zubehör
6. Die Zuordnung der Produkte geschieht anhand folgender Kriterien
   1. Geschlecht des Kunden
   2. Beruf des Kunden
   3. Produktempfehlung auf Basis des Kundensortiments
   4. Es sollen Produkte angeboten, die preislich zu Artikeln des Kundensortiments passen

Unsere Kundendaten und Produktdaten liegen in der erforderlichen Qualität vor. Diese Dateien benötigen wir heute:

1. Tabelle mit Kundendaten (im CRM-System)
2. Tabelle mit Produktdaten aus den 100 Produkten für diese Kampagne (im PIM-System
3. Tabelle mit Kundensortimenten (im CRM-System)
4. Tabelle mit Produktzuordnungen (Referenzen und Empfehlungen, „normale“ Excel-Tabelle)

In Teil 17 finden Sie die Spezifikationen dieser Tabellen.

Technische „Regeln“ für die 1:1 Email Marketing-Kampagne

Nachdem wir nun die Rahmendaten zusammengefasst haben, geht es los mit der technischen Kopplung der Kundendaten und Produktdaten, bzw. des PIM- und des CRM-Systems.

„Geschlechtsspezifische Produktauswahl“

Wir benötigen das Kriterium „Geschlecht des Kunden“, um die Gesamtmenge der 100 Produkte für dieses Mailing auf die Produkte zu beschränken, die wir als relevant für Männer, bzw. Frauen definiert haben.

Nicht nur für die Produktauswahl, auch die „Header“-Grafik – das ist das Motiv ganz zu Beginn der Email – soll geschlechtsabhängig ausgespielt werden.

Um diese Anforderung zu erfüllen, muss diese fachlich formulierte „Regel“ technisch umgesetzt werden:

Wenn ‚Geschlecht‘ = ‚männlich‘, dann spiele ‚männliche Header-Grafik‘ aus und bewerbe von männlichen Kunden präferierte Produkte, ansonsten spiele ‚weibliche Header-Grafik‘ aus und bewerbe von weiblichen Kunden präferierte Produkte.

Zur Ausspielung der Header-Grafik ist diese Regel absolut ausreichend, schließlich stehen nur zwei Banner-Alternativen zur Verfügung.

Die Produktauswahl gestaltet sich etwas schwieriger. An dieser Stelle möchte ich mein Schema aus Teil 14 hervorkramen, aus dem die Verbindung der Daten und der Systeme hervorgeht. Hier finden Sie die Abhängigkeit zwischen Kunden- und Produktdaten skizziert:

Jetzt wird es technisch: Zur Ermittlung der weiblichen Kunden wird eine Abfrage über alle Kunden mit der Bedingung „Geschlecht des Kunden ist weiblich“ in der Kundendatenbank durchgeführt.

Technisch ausgedrückt sieht das so aus:

SELECT `kundennummer` 
FROM `kunden`.`kunde` 
WHERE `geschlecht` = "weiblich"

Sie sehen – neben den eigentlichen Inhalten, der Erarbeitung von 1:1 Marketing Automation – lernen Sie noch ein wenig SQL. Es ist ganz einfach, leicht lesbar und hilft enorm, Regeln und Anweisungen unmissverständlich nachzuvollziehen.

„Select“ heißt schlicht „Wähle aus“. „From“ bezeichnet die Datenquelle. „Where“ steht für die Bedingung, die zutreffen muss.

Also:

Wähle „Kundennummer“ aus, nimm die Tabelle „Kunden“ aus der Datenbank „Kunde“ als Quelle, aber nur dann, wenn das Feld „Geschlecht“ den Wert „weiblich“ hat.

Zur Bestimmung der Produkte, die von weiblichen Kunden bevorzugt werden, kommt eine Abfrage auf der Produktdatenbank in der Tabelle „Käufer“ zum Einsatz:

SELECT `kaeufer`.`produktnummer` 
FROM `kunden`.`kunde` 
INNER JOIN `produkte`.`kaeufer` 
ON (`kunde`.`geschlecht` = "weiblich" AND `kunde`.`kundennummer` = `kaeufer`.`kundennummer`)

Okay, das ist eine Spur komplizierter. Der SQL-Ausdruck „inner Join … on“ steht für „verknüpfe mit“. Auch hier die deutsche Übersetzung:

Wähle die „Produktnummer“ aus und nimm die Tabelle „Kunde“ aus der Datenbank „Kunden“ als Quelle. Nimm die „Kundennummer“ her und suche nach dieser „Kundennummer“ in der Tabelle „Käufer“ aus der Datenbank „Produkte“. Aber nur dann, wenn das Feld „Geschlecht“ den Wert „weiblich“ besitzt und die „Kundennummer“ auch zugeordnet werden kann.

Wie im Schema dargestellt, werden die beiden Stammdaten-Domänen Kundendaten und Produktdaten miteinander gekoppelt, um das gewünschte Ergebnis zu erhalten.

In unserem Szenario ist das Geschlecht des Kunden das Kriterium. Ebenso denkbar sind stattdessen (oder zusätzlich) der Beruf, das Land, die Sprache oder eine Kombination aus diesen möglichen Kriterien.

Die weiteren Anforderungen zur Produktzuordnung in unserer Email Marketing-Kampagne lauten:

Abhängig vom Beruf, dem Sortiment und dem durchschnittlichen Warenkorbwert des Kunden werden Ersatzteile, Up-Selling-Produkte und Experten-Empfehlungen angeboten.

„Berufsabhängige Produktauswahl“

Weiter geht es mit der Produktauswahl anhand des Berufs des Kunden. In der folgenden Abbildung wird die Ermittlung von Produktempfehlungen anhand des Berufs schematisch dargestellt.

Wir werten an dieser Stelle Kundensegmente aus. Das Kundensegment heißt hier „Beruf“. Als Ergebnis erhalten wir eine Liste der Produkte, die alle Kunden des gleichen Berufs gekauft haben, sortiert nach Anzahl der Verkäufe.

Die SQL-Abfrage für diese Anforderungen sieht so aus:

SELECT COUNT(`produkt`.`produktnummer`) AS ‘AnzahlProdukte‘, `produkt`.`produktnummer`, `kunde`.`beruf`
FROM `kunden`.`warenkorb`
INNER JOIN `kunden`.`kunde`
ON `warenkorb`.`kundennummer` = `kunden`.`kundennummer`
GROUP BY `kunde`.`beruf`, `produkt`.`produktnummer`
ORDER BY `kunde`.`beruf` DESC, `AnzahlProdukte` DESC

„Group by“ kümmert sich um die Segmentierung, „Order By“ um die Sortierung der Ergebnisse.

Es folgt wieder die Übersetzung „SQL-Deutsch“:

Wir nehmen die Anzahl der Produkte (das entspricht hier der Anzahl der Verkäufe), die „Artikelnummer“ der Produkte und den „Beruf“. Als Quelle dient die Tabelle „Warenkorb“ aus der Datenbank „Kunden“. Wir vergleichen die Kundennummer aus der Warenkorb-Tabelle mit der Kundennummer unserer Kunden-Tabelle. Das Ergebnis segmentieren wir zuerst nach dem „Beruf“ und anschließend nach der „Produktnummer“. Zum Schluss sortieren wir die Liste absteigend nach Beruf und dann absteigend nach Anzahl der Produkte.

Ich gebe zu, diese Regel ist kompliziert. Geben Sie trotzdem Ihr Bestes, um die Zusammenhänge zu verstehen. Im Grunde liegt hier das Geheimnis erfolgreichen 1:1 Marketings.

Die Verbindung von lang bewährten IT-Methoden (SQL existiert seit ca. 40 Jahren, andere Abfragesprachen sind noch viel älter) und Marketingwissen von heute macht großartiges personalisiertes Marketing, vor allem Email Marketing, erst möglich.

Falls Ihnen die Technik dennoch zu hoch ist und Sie Ihre Zeit lieber mit fachlichen Themen verbringen, stehen Ihnen eine Reihe Dienstleister und Berater zur Seite. Mich erreichen Sie zum Beispiel einfach über die Kontakt-Seite dieses Blogs… 😉

„Produktempfehlungen, Up-Selling, Cross-Selling und Zubehör“

Um die Anforderung bzgl. der Produktempfehlungen, von Up-Selling, Cross-Selling und Zubehör zu erfüllen, sind neben den bestehenden Daten weitere notwendig, um die fachlichen Beziehungen zwischen Produkten und zwischen Kunden und Produkten darzustellen.

Wir benötigen hier unsere Liste(n) mit den Referenzen („Zubehör“, „Up-Selling“, „Cross-Selling“) und unseren „Experten-Empfehlungen“. Die Beziehungen können über weitere Tabellen in der Produkt-Datenbank ausgedrückt werden oder in externen Dateien vorliegen.

Die Verarbeitung dieser Daten erfolgt mithilfe von Tabellenverarbeitungssoftware wie Excel oder Open Office Calc. Sie können diese Daten natürlich auch in einer Datenbank ablegen und mit SQL arbeiten.

„Produktauswahl anhand des Kaufpreises“

Das letzte Kriterium für die Produktauswahl unserer 1:1 Email Marketing-Kampagne ist die Auswahl von Produkten anhand des Kaufpreises.

In diesem Schema wird der Zusammenhang deutlich:

Um den durchschnittlichen Warenkorbwert pro Kundenwarenkorb zu ermitteln, kann folgende Abfrage angewandt werden:

SELECT `warenkorb`.`kundennummer`, AVG(`preis`)
FROM `kunden`.`warenkorb`
INNER JOIN `produkte`.`produkt`
ON `warenkorb`.`produktnummer` = `produkt`.`produktnummer`
GROUP BY `warenkorb`.`kundennunmmer`

Diese vergleichsweise einfache Abfrage bedeutet:

Wähle die „Kundennummer“, den durchschnittlichen Preis („AVG“ errechnet den Durchschnitt) aus und nimm die Tabelle „Warenkorb“ aus der Datenbank „Kunden“ als Quelle. Nimm die „Produktnummer“ her und suche nach dieser „Produktnummer“ in der Tabelle „Produkt“ aus der Datenbank „Produkte“. Segmentiere das Ergebnis nach Kundennummer.

Als Ergebnis erhalten wir eine Liste mit Kundennummern und dazugehörigem durchschnittlichen Warenkorbwert.

Die Ergebnisse der Abfrage zu berufsabhängigen Produkten lassen sich nun mit Empfehlungen vergleichen (Up-Selling, Ersatzteile, Experten-Empfehlungen), vgl. Kapitel 7 „Produktempfehlungen im 1:1 Marketing und die Relevanz von Marketinginformationen“.

Die Preise der Produkte aus der entstandenen Schnittmenge werden nun mit dem durchschnittlichen Warenkorbwert des Kunden verglichen.

Produkte, deren Preis ähnlich zum Vergleichswert ist, können in einem Emailing beworben werden.

Diese Verarbeitung findet wieder in herkömmlicher Tabellenverarbeitungssoftware statt (IT-ler können natürlich auch hier SQL verwenden).

Fazit

Dieser 18. Teil der Serie „1:1 Marketing Automation“ ist sicherlich der entscheidendste. Sie haben zwei wichtige Dinge gelernt:

1:1 Marketing Automation und personalisiertes Email Marketing sind ohne mehr oder weniger tiefgehende IT-Kenntnisse nicht möglich.

Sie kennen nun einige konkrete Beispiele, wie Sie mit Ihren Kunden- und Produktdaten umgehen können. Diese Beispiele lassen sich problemlos erweitern.

Im nächsten Teil, dem vorletzten dieser Serie, verlassen wir die komplexe Technik und widmen uns der Datenaufbereitung zur Verwendung im Email Marketing und machen das Emailing unseres Beispiel-Szenarios versandfertig.