Intelligente Algorithmen und die Demokratisierung des Media-Einkaufs verändern das Marken-Management. Brand Manager müssen ihre Fähigkeiten den digitalen Entwicklungen anpassen. Suchdaten sind dafür der erste Schritt. Denn sie bieten kleinen Unternehmen ertmals die Möglichkeit ihre Marke zu messen und die Wahrnehmung zu verbessern. Dafür sind kaum Investitionen in eine eigene Infrastruktur notwendig. Wie Du selbst Kundenverhalten messen und auszuwerten kannst und wie Du Dir so langfristig Wettbewerbsvorteile sicherst, erfährst Du in diesem Artikel.

Warum Daten im Brand Management immer wichtiger werden

Spätestens seit Google's Bekanntgabe von Rankbrain Ende Oktober 2015, ist das Thema Maschinelles Lernen im Marketing angekommen. Googles Rankbrain ist eine künstliche Intelligenz, welche helfen soll, Suchdaten auszuwerten, um die Relevanz der Suchergebnisse für die Nutzer zu steigern. Du fragst Dich, was Dich ein solch technisches Thema als Marken-Manager, als Mitarbeiter im Kommunikations-Management oder als Marketing-Verantwortlicher angeht? Um es kurz zu machen: eine ganze Menge. Ich erkläre Dir warum.

Trends: Maschinelles Lernen vs. Big Data vs. Content Marketing

Heute suchen Nutzer das Internet gezielt nach Informationen ab, bevor sie kaufen. Darum ist es wichtig, Deine Inhalte dort zu positionieren, wo Nutzer sie finden. Dies zu schaffen ist im Prinzip nicht mehr schwer. Durch das Verlagern von Marketing-Budgets ins Digitale und durch die sich ausbreitende GAFA-Ökonomie wird der Media-Einkauf zunehmend demokratisiert. Jeder kann mit 5€ Media-Leistung einkaufen und Reichweite erzeugen. Was zum einen ein riesiger Vorteil ist, ist zugleich ein erheblicher Nachteil. Wenn in einem Markt, wie der Media-Einkaufswelt die Intransparenz sinkt, schwinden Wettbewerbsvorteile dahin.

Data-Driven Brand Management: Eine Anleitung von der Datenanalyse bis zum Brand Monitoring. #bigdata #branding jetzt zwitschern

Eine weiterer Trend, der es erschwert sich von der Konkurrenz abzugrenzen, ist das eigentliche Ausspielen von Werbeanzeigen, Postings, Produkten oder Suchergebnissen. Intelligente Algorithmen bestimmen zunehmend, wie im Beispiel Rankbrain, wer was zu sehen bekommt und wer nicht. Das hat zur Folge, dass "menschliche Tricks und Taktiken" die Ergebnisse zu den eigenen Gunsten optimieren an Effektivität verlieren.

Wie kannst Du unter diesen disruptiven Verschiebungen dennoch Wettbewerbsvorteile generieren und Deine Marke positionieren?

Ein möglicher Ausweg ist mit gleichen Waffen zu kämpfen, was heißt, Daten konsequent zu analysieren und die Kommunikation mit eigenen Algorithmen zu optimieren. Das einzige was Dich in der neuen Media-Landschaft vom Wettbewerb abgrenzt, ist die Interaktion Deiner Kunden mit Deinen Produkten, Stories und Dienstleistungen. Die Interaktionen und Kundenkontaktpunkte machen Deine Marke einzigartig und sind wertvoll. Diesen Datenschatz zu heben, wird Dich auf lange Sicht entscheidend von Deiner Konkurrenz abgrenzen. Die gewonnenen Erkenntnisse kannst Du für bessere Kampagnen, Stories und Produkte verwenden. Welche digitale Infrastruktur und welche Denkweisen notwendig sind, erfährst Du in diesen Artikel. Um zu Verstehen, wohin sich die Kompetenzen eines Brand Managers entwickeln, starten wir die Reise zunächst mit den Aufgaben eines Brand Managers.

Artikel-Übersicht: Data-Driven Brand Management

  • Warum Daten immer wichtiger werden
  • Was macht ein Brand Manager?
  • Brand Management und Monitoring im pre-digitalen Zeitalter
  • Brand Management in Zeiten von Big Data
  • Data-Driven Brand Management im Detail
  • Zusammenfassung: Data-Driven Brand Management

Berufsbild Brand Manager: Was gehört zu den Aufgaben?

Die Aufgabe des Brand oder Marken-Managements ist es das Marken-Angebot preislich und kommunikativ zu positionieren. Hierzu gehört das ineinandergreifende Planen der verschiedenen Brand-Touchpoints. Hauptziel der Marken-Führung ist das eigene Angebot vom Wettbewerb abzugrenzen. Hinter diesen Maßnahmen steckt die Erkenntnis, dass eine Marke wiedererkennbar ist und ein Käufer oder Kunde mit einer Marke charakteristische Eigenschaften, Attribute oder Leistungen verbindet. Die assoziierenden Eigenschaften können dem Kunden Orientierung bei der Kaufentscheidung geben.

Was ein Kunde mit der Marke verbindet, bestimmt den monetären Markenwert. Er ist für das operative Marken-Management eine kaum relevante Größe. Außer Du setzt Dir heute als Ziel in die Top 25 der wertvollsten Marken der Welt zu kommen oder Du willst Deine Marke in absehbarer Zeit verkaufen.

Brand Management und Monitoring im pre-digitalen Zeitalter

Um zu Verstehen wie Du eine Marke Daten-getrieben entwickeln kannst, schauen wir uns zunächst an, wie es ohne Daten funktioniert(e). Im operativen Marken-Management im vor-digitalen Zeitalter hat ein Marken-Manager oder Marken-Stratege ein Konzept erstellt. Es deckte verschiedene Bereiche einer Marke ab:

  • Aufbau einer Marke
  • Marken-Positionierung
  • Markenarchitektur
  • Integrierte Markenkommunikation
  • Sensorisches Branding
  • Maßnahmen zur Markenpflege
  • ...

Beim Umsetzen eines solchen Positionierungskonzepts und dem realen Wahrnehmen des Kunden, klafft meist eine Implementierungslücke.

Brand Management: Implementierungslücke

Nur wenige Konzeptpapiere konnten wirksam in kommunikative Maßnahmen umgesetzt werden. Gründe hierfür waren vielfältig. Wesentlich ist die mangelnde Messbarkeit von Marken-Kampagnen. Das liegt zum einen an den Analyse-Verfahren, die nur eine Ex-Post-Evaluation zulassen. Zum anderen am Erheben der Daten, also ob implizite oder explizite Messverfahren eingesetzt werden. Bevor ich lange ausführe, was sich hinter diesen Messverfahren verbirgt, verweise ich auf einen der bekanntesten Test, den Blind-Test Cola vs. Pepsi. Dieser ist im Prinzip ein solcher Test, um das Wahrnehmen des Kunden zu evaluieren.

Um das Wirken von Marken und Kommunikation zu untersuchen, ist das Verstehen der unbewussten, impliziten Verhaltenssysteme der Kunden wichtig. Für das Durchführen solcher Analysen sind Budget, Knowhow und ausreichend Daten, also Kontaktpunkte mit dem Kunden vonnöten. Im vor-digitalen Zeitalter verfügten die wenigsten kleinen bis mittelgroßen Marken über diese Ressourcen. Deshalb war es schwer Marke zu messen und anhand von "harten" Insights zu managen.

Brand Management in Zeiten von Big Data

Früher gelang eine erfolgreiche Marken-Führung oftmals nur erfahrenen Marken-Managern oder Unternehmen mit ausreichend Budget für Marktforschung und Marken-Entwicklung. Online ist in vielen Branchen bereits das Leitmedium. Infolge können die Möglichkeiten von digitalen Technologien und Big Data genutzt werden, um die Erfahrungswerte von Marken-Managern mit Daten zu untermauern und Messbarkeit zu ermöglichen.

Welche Daten eignen sich zum Marken-Aufbau?

Um im Meer der Daten den Überblick zu behalten, ist es wichtig zu Verstehen, dass Daten nicht gleich Daten sind. Du kannst sie zum Beispiel nach der Herkunft unterscheiden. Im Fachsprech heißen diese Daten: First-Party-Daten, Second-Party-Daten und Third-Party-Daten. Je nach Unternehmensgröße, Branche, Technologie-Kompetenz und Zielsetzung kannst Du einen Mix aus den verschiedenen Datenquellen für das Marken- und Marketing Management nutzen.

Was sind First-Party-Daten?

First-Party-Daten umfassen alle Daten aus eigenen Datenquellen. Dies sind CRM-Daten, Daten aus Webanalyse und Social Media Monitoring oder aus Marketing-Automations-Systemen. Weiter gehören selbst erzeugte Insights aus eigener Marktforschung, wie dem A/B-Testing der Kommunikation dazu.

Was sind Second-Party-Daten?

Second-Party-Daten sind Daten, welche Nutzer Dir nicht direkt geben. An diese Daten kommst Du durch Beziehungen zu anderen Unternehmen oder Institutionen.

Der größte Second-Party-Daten Lieferant der entscheidenden Einfluss hat und gleichzeitig mächtige Marktforschungs-Werkzeuge bereitstellt ist Google. Google ist eine beispiellose Daten-Quelle, um Konsumverhalten zu beobachten und zu verstehen. Mittels Suchdaten kannst Du Schlüsselfragen für zukünftige Marketing-Kamapagnen beantworten. Du kannst Kundeninteressen, Bedürfnisse, Konsumverhalten und Einstellungen sichtbar machen und verstehen.

Google ist eine beispiellose Daten-Quelle, um Konsumverhalten zu beobachten und zu verstehen. Mittels Suchdaten kannst Du Schlüsselfragen für zukünftige Marketing-Kamapagnen beantworten. Du kannst Kundeninteressen, Bedürfnisse, Konsumverhalten und Einstellungen sichtbar machen und verstehen.

Im deutschsprachigen Raum hat Google einen Marktanteil von >90%. In Deutschland nutzten 79% der Bevölkerung das Internet (Quelle: Statista). Somit kennt Google das Konsumverhalten von geschätzt 57 Mio. Deutschen. Die Daten die Google auf anderen Wege, wie dem Chrome-Browser oder dem Android-Betriebssystem erhebt einmal ausgeschlossen. Das Google Universum bietet verschiedene Tools zur Marktforschung, wie:

  • Google Trends
  • Google AdWords
  • Google Correlate
  • Google Analytics
  • Youtube Analytics
  • ...

Der Vorteil von Second-Party-Daten, wie Suchdaten, ist, dass die Daten unverzerrt Auskunft über Kundenverhalten liefern. Darüber hinaus stehen die Daten, wie im Falle von Google, fast in Echtzeit zur Verfügung. Weiter liefern sie einen globalen und flächendeckenden Zugang für die Marktforschung. Das alles beinahe kostenlos.

Was sind Third-Party-Daten?

Data-Management-Plattform-Anbietern (DMP) oder Daten Aggregatoren stellen Third-Party-Daten bereit. Diese Daten-Ungeheuer aggregieren Daten von Publishern im großen Stil. Das Ergebnis sind demografische, verhaltensbezogene und kontextspezifische Insights über bestimmte Kunden-Segmente. Die meisten DMP's geben ihre Daten nicht ungefiltert weiter. Sie unterstützen Advertiser mit eigenen Datenanalysen, um bei der Kampagnen-Ausspielung ein genaueres Zielgruppen-Targeting zu ermöglichen.

Wie kannst Du Daten verwenden, um Schlüsselfragen im Brand Management zu beantworten?

Mit Schreiben dieses Artikels sind die unten genannten Antworten wahrscheinlich überholt. Durch neue Technologien, neue Analyse-Verfahren und bessere Daten-Auswertungen verändern sich die Einsatzpotentiale stetig weiter. Deshalb beschränke ich mich auf die 'nachhaltigsten' Möglichkeiten.

Vorhersagen auf Basis von Suchdaten

Suchdaten reflektieren Werbe-Ausgaben. Du kannst mit ihnen die Kampagnen Effektivität bestimmen. Mit dem richtigen Datenmodellen, kannst Du künftige Verkäufe vorhergesagen.

Bewerten der Marken-Positionierung

Buzz-Daten sind Daten über den Austausch und Interaktion in Social Media. Sie kannst Du verwenden, um die Kundenwahrnehmung sichtbar zu machen. Mit der richtigen Infrastruktur kannst Du in Echtzeit Deine Marketing-Kampagnen steuern und Deine Positionierung überprüfen.

Optimieren von Content und Content Marketing Kampagnen

Du kannst Optimierungspotentiale Deines eigenen Content Angebots finden, indem Du Web-Analyse-Daten mit Suchdaten verbindest. Content für relevantes Kundeninteresse bereit zu stellen und für Suchmaschinen zu optimieren, steigert bekanntlich die Conversion Rates.

Identifizieren von Innovationspotentialen im Produkt-Portfolio

Für die Weiter- und Neu-Entwicklung Deines Angebots, kannst Du aufkommende Kunden-Interessen durch Daten-Analysen identifizieren. Neben der Suchdaten-Analyse eigenen sich Trendanalysen in Social Media.

Data-Driven Brand Management im Detail

Anhand von Google Suchdaten zeige ich Dir, wie Du Dein Marken-Konzept mit Daten füttern und messbar machen kannst. Je nachdem was Du für Daten zur Verfügung hast, kannst Du das Modell mit eigenen Daten anreichern.

Entwicklen eines Framework zum Analysieren und Steuern von digitalen Marken

Für das Daten-getriebene Entwickeln einer Marke solltest Du - ich muss Dich direkt zu Beginn enttäuschen - nach alter Schule ein Marken-Konzept erstellen. Es gibt unzählige Marken-Modelle, die Du verwenden kannst. Um die Sache nicht zu verkomplizieren, gehen wir an dieser Stelle davon aus, dass eine Marke ein Marken-Versprechen hat. Zu diesem Marken-Versprechen existieren drei Marken-Werte. Im besten Fall reflektiert dieses Modell die Wahrnehmung und Meinungen Deiner Kunden.

Marken-Modell

Um das Marken-Modell digital abzubilden, füttern wir es mit Suchdaten. Wie das geht, zeige ich Dir gleich. Du kannst auch andere Daten-Quellen verwenden. Dieser Vorgang ist stark vom Unternehmenskontext und Markt abhängig. Ich beschränke mich in diesem Artikel deshalb auf Suchdaten. Sobald das Modell steht, solltest Du es überprüfen. Dies kannst Du mittels Kunden-Befragungen machen. Etwas technischer wird es mit Social Media Monitoring-Werkzeugen oder mit Tools zum Opinion Mining und Monitoring. Prinzipiell eignen sich alle Datenquellen und Erkenntnisse, die Aufschluss darüber geben, wie Dein Kunde Deine Marke wahrnimmt. Das Überprüfen ist kein einmaliger Vorgang, sondern Du solltest kontinuierlich am Konzept arbeiten. Somit ergibt sich folgender Kreislauf zum Marken-Controlling. Das Online Brand Tracking ermöglicht einen permanenten Vergleich und liefert neue Ideen für Zielgruppen-spezifisches Branding.

Marken-Modell

Füttern des Marken-Modells mit Suchdaten

An valide Google Suchdaten zu kommen, ist inzwischen nicht mehr so einfach. Der Google Keyword Planer liefert seid Mitte 2016 nur noch eingeschränkt Daten. Für das weitere Verwenden des Keyword-Tools musst Du AdWords-Kampagnen schalten, um an die Suchdaten zu kommen. Ein anderer Weg ist kostenpflichtige Tools und API's für das Analysieren von Google Suchdaten zu verwenden. Ich empfehle an dieser Stelle keine Tool. Mit einer kurzen Recherche wirst Du schnell fündig, wie Du an umfangreiche Suchdaten kommst.

Für das Verwenden von Suchdaten ist es zunächst wichtig zu verstehen, dass Suchanfragen unterschiedliche Intentionen haben. Sie können in verschiedene Kategorien eingeordnet werden, wie die folgende Grafik zeigt.

Kategorien von Suchanfragen und Suchintentionen

Um das Marken-Modell digital zu quantifizieren und zu validieren, solltest Du Deine Marken-Werte in Kundensprache übersetzen. Dies gelingt Dir, indem Du die Marken-Werte in feinere, semantisch zugehörige Marken-Attribute überführst. Marken-Attribute beschreiben die Eigenschaften, für welche Deine Marke steht.

Ist ein Marken-Wert beispielsweise „hohe Wirtschaftlichkeit“, dann wären „Sparsamkeit“ oder „Effizienz“ Marken-Attribute. Im nächsten Schritt gliederst Du diese Marken-Attribute auf und übersetzt sie in Kundensprache und somit in mögliche Suchanfragen. Zum Beispiel könnte Sparsamkeit im Kontext von Spülmaschinen in der Kundenansprache „Spülmaschine wassersparend“, „Wasserverbrauch Spülmaschine“ oder „Geschirrspüler Verbrauch“ lauten. Um auf semantisch verwandte Keyword-Ideen zu kommen, kannst Du kostenlose Tools wie Hypersuggest verwenden. Das nachfolgende Modell zeigt Dir die Schritte beim Übersetzen der Marken-Werte in Kundensprache.

Marken-Modell in Suchanfrangen und Kundensprache überführen

Hast Du die Suchanfragen itemisiert - also in kleine zusammengehörige Blöcke zusammengefasst - kannst Du sie mit Hilfe einer Treemap visualisieren. Du kannst eine Treemap mit den meisten Business Intelligence Tools erstellen. Solltest Du keine BI-Lösung verwenden, kannst Du das offene Web Tool RAW dafür nehmen. Die Größe eines Item-Blocks veranschaulicht das Suchvolumen. Mit den Farben kannst Du die Zugehörigkeit zu den Marken-Werten kennzeichnen.

Visualisierung des Marken-Modells

Mit dieser Vorgehensweise hast Du ein Marken-Konzept in maximalen Suchvolumina erstellt. Dieses Modell ist eine Idealisierung und Du solltest es in der Praxis überprüfen und anpassen. Mit dem "Idealmodell" kannst Du aber bereits wichtige Trends im Kundenverhalten erkennen. Vergleichst Du die Treemaps zweier Zeiträume miteinander, kannst Du Zu- und Abnahmen im Kundeninteresse identifizieren. Mit diesem Wissen kannst Du Deinen Content anpassen.

Evaluieren des Marken-Modells in der Praxis - 2 einfache Beispiele

Für das Evaluieren des Marken-Modells und für ein nachhaltiges Brand Monitoring kannst Du aus verschiedenen Taktiken, Techniken und Herangehensweisen wählen. Je nach Marketing Stack bist Du mit unterschiedlichen Herausforderungen konfrontiert. Der Markt der Marketing-Software ist inzwischen so vielfältig und unübersichtlich, so dass es nicht "das eine Tool" gibt, um eine Marke zu monitoren. Ich zeige Dir deshalb anhand zweier Beispiele, wie Du Daten sammelst und das erstellte Idealmodell evaluierst - auch ohne teure Tools.

Beispiel #1: Kundenbefragung mittels Online-Fragebogen

Den Kunden verstehen und wissen, wie er über Dein Produkt denkt ist wichtig, um es zu verbessern. Willst Du Deine Marken-Kommunikation verbessern solltest Du wissen, welche Worte Dein Kunde benutzt, um Dein Produkt zu beschreiben. Mit diesem Wissen kannst Du Deine Kommunikation optimieren oder Dein Marken-Modell verfeinern. Die Worte die Dein Kunde verwendet, um Dein Produkt zu beschreiben, verwendet er auch in Suchmaschinen. Sind nun Worte dabei, die Du noch nicht in Deinem Idealmodell abdeckst, kannst Du Dein Modell so verfeinern. Verwendet der Kunde Wörter, wie Du sie in Deiner Marken-Kommunikation verwendest, kann es ein Indikator dafür sein, dass Deine Botschaften ankommen.

Beispiel #2: Analytics-Auswertungen und Suchmaschinen-Daten im Vergleich zum Wettbewerb (Share of Search)

Für das Marken-Modell hast Du die absoluten Suchvolumina für ein Thema ermittelt. In der Realität kannst Du nur einen Teil dieser Suchanfragen auf Deine Seite lenken, selbst wenn Du auf Position eins rankst. Wie viel Traffic Du pro Suchwort bekommst, kannst Du mit der Google Search Console ermitteln. Dort findest Du eine Liste, für welche Keywords Deine Seite in der Google Such rankt, inklusive der Klicks. Diese Zahlen kannst Du ins Verhältnis zu den absoluten Suchanfragen setzen. Dadurch kannst Du das erstellte Modell relativieren und Deine Marke messbar machen.

Der Nachteil der Search Console ist, dass Du nur Daten aus der Google Suche siehst. Google Analytics zeigt Dir neben der Google Suche auch andere Suchmaschinen-Zugriffe an, allerdings wird der Großteil der Keywords nicht angezeigt.

Ein anderer Weg die absoluten Daten zu relativieren, ist der Vergleich mit dem Wettbewerb. Nachfolgend findest Du ein einfaches Beispiel. Ich habe die Autozulassungen im November '16 gegenüber den Suchanfragen für die Markennamen deutscher Autohersteller im Jahr 2016 aufgetragen. Du kannst so auf kostengünstige weiße eine erste Annäherung an Marktanteile ermitteln und das Verändern im Zeitverlauf tracken. Die Logik vorhandene Markt-Studien mit Suchdaten abzugleichen, hilft Dir Dein Modell weiter zu verfeinern.

Wettbewerbsvergleich: Autozulassungen und Google Daten

Weitere Techniken und Technologien eine Marke zu monitoren

Die beiden vorherigen Beispiele sind für das Verfeinern mittels Suchdaten. Für das Auswerten des Social Buzz - dem "Gerede" in Social Media über Deine Marke - gibt es mehrere Optionen. In den meisten Sozialen Medien wirst Du benachrichtigt, wenn ein Kunde über Dich spricht, solange er Dein Profil in einem Posting erwähnt. Was aber, wenn über Deine Marke gesprochen wird und Du nicht getaggt wirst? Dann wird das Monitoring technischer und komplexer.

Es gibt umfangreiche Social Media Monitoring Lösungen, dies sehr effektiv arbeiten. Meist sind sie aber sehr teuer. Die monatlichen Lizenzkosten der "großen Suiten" starten bei 500-1.000€ aufwärts. Hinzu kommen die Kosten für Mitarbeiter-Schulungen. Somit eignet sich diese Art des Monitorings für mittlere bis große Marketing-Budgets. Für kleinere Budgets gibt einfachere Tools, welche eine oder wenige Funktionen abdecken. Welcher Tool-Stack der richtige für Dein Unternehmen ist, kann ich in diesem Artikel nicht pauschal beantworten. Als Denkanstoß findest Du nachfolgend verschiedene Technologien, um den Social Buzz zu monitoren und daran Deine Marke zu optimieren:

  • Social Listening
  • Digitale Medien- und Markenbeobachtung
  • Social Mentions
  • Reputationsanalyse-Tools
  • Opinion und Sentiment Mining
  • ...

Zusammenfassung und Ausblick: Data-Driven Brand Management

Intelligente Algorithmen - wie Google's Rankbrain - und die Demokratisierung des Media-Einkaufs führen zu starken Veränderungen im Marken-Management. Nach dem Big Data-Hype der vergangene Jahre wird die Aufmerksamkeit auf künstliche Intelligenz und Machine-Learning-Algorithmen gelenkt. Dies ist die logische Konsequenz, um die Datenmengen wirtschaftlich zu nutzen. Für Marken wird es schwieriger werden in diesem Kontext Wettbewebsvorteile zu erzielen. Nur wer konsequent die Interaktion mit dem Kunden in einer eigenen Infrastruktur erfasst, auswertet und beobachtet, kann sich langfristig vom Wettbewerb differenzieren. Der vorgestellte Weg kann deshalb nur ein erster Denkanstoß sein.

Wie sind Deine Erfahrungen mit Daten im Brand Management? Wie monitorst Du Deine Marke? Hinterlasse einen Kommentar oder schreibe uns auf Twitter unter @gravitales.