Zero-Party-Daten vs. First-Party-Daten verstehen
Zero-Party-Daten sind Informationen, die ein Kunde einem Unternehmen direkt mitteilt: seine Größe, sein Budget, der Anlass für den Einkauf, die gewünschte Kontaktfrequenz oder Marken, die er nicht kaufen möchte. Sie werden über Präferenzcenter, Produkt-Quizze, Onboarding-Fragen und Umfragen nach dem Kauf gesammelt und enthalten bereits eine klare Absicht.
Der Vergleich ist sinnvoll, da die meisten Händler ihre Systeme bereits auf First-Party-Daten ausgelegt haben, also auf das Verhalten, das ein Unternehmen bei seinen Kunden beobachtet: aufgerufene Seiten, gekaufte Artikel, geöffnete E-Mails. Das Behavioral Tracking läuft, die Customer Data Platform ist eingerichtet und das E-Mail-Tool greift darauf zu. Diese Daten sind zwar reichlich vorhanden und werden automatisch erfasst, basieren aber auf Annahmen. Ein Händler, der sieht, dass jemand drei Paar Laufschuhe ansieht, muss immer noch raten, ob der Kunde sie für sich selbst oder als Geschenk sucht.
Zero-Party-Daten machen Schluss mit dem Raten. Ein Kunde, der seine Größe, sein Budget oder seine bevorzugte Passform angibt, beantwortet bereits die Frage, für deren Schätzung ein Verhaltensmodell sonst Budget aufwenden müsste. Zudem werden diese Daten mit einer Einwilligung geliefert, was angesichts des Wegfalls von Third-Party-Cookies und strengerer regulatorischer Anforderungen an das berechtigte Interesse immer wichtiger wird. Die meisten Händler sammeln bereits einen Teil dieser Daten. Was fehlt, ist der Prozess nach der Erhebung.
Was verloren geht, wenn Präferenzen nicht genutzt werden
Eine geäußerte Präferenz, die die relevanten Systeme nicht erreicht, kostet mehr als nur eine verpasste Kampagne. Dabei treten in der Regel vier Probleme auf:
- Wiederholte Anfragen, die den Kunden verärgern: der Onlineshop oder der Kundenservice fragen erneut nach Informationen, die bereits mitgeteilt wurden, da die Antwort nie dort angekommen ist
- Fehlgeschlagene Personalisierung: E-Mails und Empfehlungen basieren weiterhin auf dem Surfverhalten statt auf der Größe, dem Budget oder dem Anlass, den der Kunde tatsächlich genannt hat
- Sinkende Umfrage-Teilnahme: Kunden beantworten keine Präferenzfragen mehr, wenn sie merken, dass sich dadurch nichts ändert
- Vertrauensverlust, der schwer wiedergutzumachen ist: Das Ignorieren einer geäußerten Präferenz wird als mangelnde Aufmerksamkeit wahrgenommen, was schwerer wiegt als eine falsche Annahme aufgrund von Verhaltensdaten
Warum bleiben Zero-Party-Daten in dem Tool stecken, das sie erhoben hat?
Das Tool, das die Frage stellt, ist selten das Tool, das die Antwort benötigt. Präferenzcenter, Quizze und Umfragen werden meist vom Marketing auf einer Plattform betrieben, die danach ausgewählt wurde, wie einfach sich ein Formular erstellen lässt, und nicht danach, wie gut sie die erfassten Daten verteilt.
So verbleibt die Präferenz in einem System, während alle anderen Systeme, die sie nutzen könnten, nichts davon wissen. Der Onlineshop zeigt weiterhin das gesamte Sortiment. Die E-Mail-Plattform sendet weiterhin das Standardsegment. Der Servicemitarbeiter, der eine Retoure bearbeitet, hat keine Ahnung, dass der Kunde bereits erwähnt hat, dass die Größe klein ausfällt.
Das ist dasselbe Muster wie bei CRM- und CDP-Implementierungen, bei denen die Plattform zwar gekauft und mit Daten gefüllt, dann aber nicht mit den Systemen verbunden wird, die sie nützlich machen würden. Die Datenerfassung ist ein Projekt mit Budget und Verantwortlichem. Die Verteilung hat beides nicht.
Systeme, die eine explizite Präferenz erreichen muss
Eine erfasste Präferenz in einen Vorteil zu verwandeln bedeutet, sie überall dort einzusetzen, wo der Kunde auf die Marke trifft, nicht nur dort, wo sie erfasst wurde.
- E-Mail- oder Messaging-Plattform: damit die Segmentierung widerspiegelt, was der Kunde sich gewünscht hat, statt nur das, was er zuletzt angeklickt hat
- Onlineshop: damit Kategorie-Voreinstellungen, Größenfilter und Empfehlungen direkt auf Basis der angegebenen Präferenz angezeigt werden
- Customer Data Platform: damit die Präferenz in das einheitliche Profil einfließt, anstatt eine isolierte Insel zu bilden
- Service-Desk: damit ein Mitarbeiter dieselben Präferenzen sieht, nach denen das Marketing-Team handelt
- ERP- oder Bestellsystem: wo die Präferenz die Abwicklung beeinflusst, etwa bei Verpackung, Lieferzeitfenstern oder der Geschenkverarbeitung
Nur sehr wenige Unternehmen benötigen alle fünf Punkte von Anfang an. Die Reihenfolge richtet sich meist danach, wo die Diskrepanz für den Kunden am deutlichsten sichtbar ist. Für die meisten ist das die E-Mail, da dort eine ignorierte Präferenz direkt im Posteingang landet, versehen mit dem Namen der Marke.
Es gibt drei Wege, wie Präferenzen in diese Systeme gelangen. Man kann sie manuell exportieren und wieder importieren, was funktioniert, bis das Datenvolumen oder die Anzahl der Zielsysteme wächst. Die eigenen Konnektoren des Erfassungstools können die Daten übertragen, was jedoch nur die ein oder zwei Zielsysteme abdeckt, die der Anbieter zufällig unterstützt. Oder die Daten fließen über die Ebene, die diese Systeme ohnehin verbindet: Hier ist jedes Ziel erreichbar und die Regel muss nur einmal definiert werden.
Wie eine Integrationsplattform Zero-Party-Daten aktiviert
Eine integration platform-as-a-service (iPaaS) ist genau für diesen dritten Weg konzipiert. Sie unterscheidet sich von einem Workflow-Automatisierungstool durch ihren spezifischen Einsatzzweck. Ein Workflow-Tool verschiebt Datensätze zwischen zwei Anwendungen und erledigt das gut. Wenn eine Präferenz jedoch fünf Systeme erreichen soll, erfordert dies für jedes Ziel eine eigene Struktur, einen Zwischenspeicher für den Fall, dass ein System nicht erreichbar ist, sowie eine Protokollierung darüber, was wo angekommen ist. Auf der Alumio iPaaS wird diese Arbeit in vier Aufgaben unterteilt:
- Übermittlung bei Eingabe, nicht erst über Nacht: Eine ereignisgesteuerte Route überträgt die Präferenz in dem Moment, in dem der Kunde sie angibt, sodass die nächste E-Mail, die er erhält, diese bereits berücksichtigt
- Für jedes Ziel angepasst: Ein Transformer wandelt dieselbe Präferenzgröße in ein Kundenattribut im CDP, eine Segmentbedingung in der E-Mail-Plattform und einen Anzeige-Standard im Onlineshop um, ohne dass drei separate Mappings gepflegt werden müssen
- Sicher gespeichert bei Systemausfällen: Das integrierte Storage stellt die Präferenz in eine Warteschlange und sendet sie erneut, sobald das System wieder verfügbar ist, anstatt sie dauerhaft zu verlieren
- Pro Kunde prüfbar: Die Protokollierung zeichnet auf, welches System welche Präferenz wann erhalten hat. Das macht die Beantwortung von Widerrufen oder Löschanträgen zu einer einfachen Abfrage statt zu einer langwierigen Untersuchung
Da diese Abläufe konfiguriert statt für jedes Ziel manuell programmiert werden, und der Code Transformer dort einspringt, wo Konfigurationen an ihre Grenzen stoßen, wird beim Hinzufügen eines Kanals die bestehende Verteilung einfach wiederverwendet, anstatt sie neu aufzubauen.
Was Zero-Party-Daten bewirken, sobald sie fließen
Wenn die Personalisierung nicht die gewünschten Ergebnisse liefert, ist der erste Instinkt oft, mehr Daten zu sammeln. Das ist meist der falsche Weg, denn das Problem liegt selten darin, wie viel das Unternehmen weiß, sondern fast immer darin, wie weit dieses Wissen im Unternehmen verbreitet wird. Ein besserer erster Schritt ist die Überprüfung einer einzigen Präferenz. Wählen Sie etwas aus, das Kunden Ihnen bereits mitteilen, verfolgen Sie es durch jedes System, das darauf reagieren sollte, und zählen Sie, wie viele dies tatsächlich tun. Die meisten Unternehmen stellen fest, dass es nur eines ist.
Diese Lücke zu schließen ist ein Integrationsproblem, kein Problem der Datenerfassung, und eine Integrationsplattform ist genau das Werkzeug dafür. Das Unternehmen erhält eine Personalisierung, die auf dem basiert, was Kunden tatsächlich gesagt haben, statt auf dem, was ihre Klicks vermuten ließen. Weniger wiederholte Fragen verhindern, dass eine Marke unaufmerksam wirkt, und ein Präferenz-Center sorgt dafür, dass Kunden weiterhin Antworten geben, weil sie sehen, dass ihre letzte Angabe einen Unterschied gemacht hat. Das unterscheidet eine funktionierende Kundendatenstrategie von einer, die bereits bei der Erfassung stecken bleibt.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
