Big Data – und der Weg zur individuellen Customer Journey in der Automotive Industry

In einer Welt, die von exponentiellem technologischem Fortschritt geprägt ist, formen und verändern sich unsere Lebensgewohnheiten rasant. Treibende Kraft hinter diesem Wandel ist die Digitalisierung. Und diese wirkt sich auf nahezu alle Bereiche unseres Alltags aus – insbesondere auch auf die Mobilität. In diesem Kontext zeichnen sich verschiedene Megatrends ab, die sowohl die Art und Weise, wie wir uns fortbewegen, als auch das Gesicht unserer Straßen und Städte revolutionieren:  autonomes Fahren, Elektromobilität, Carsharing oder die fortschreitende Konnektivität im Straßenverkehr.

Big Data als Enabler der Digitalisierung in der Automobilindustrie

Doch neben den direkten Auswirkungen auf das Fahrerlebnis und die Mobilitätsangebote spielt die Digitalisierung auch für die Hersteller selbst eine maßgebliche Rolle. Dies betrifft alle Bereiche in den Unternehmen: Entwicklung, Produktion, Qualitätssicherung – und in besonderer Weise auch Vertrieb und Marketing. Denn zunehmend werden traditionelle Vertriebswege durch digitale Plattformen und Dienste ersetzt, die es den Kund:innen ermöglichen, Mobilitätsangebote schnell, flexibel und bedarfsgerecht zu nutzen.

Ein maßgebliches Schlüsselthema dabei: Big Data. Denn die Verfügbarkeit riesiger Datenmengen ist nicht nur Voraussetzung für autonomes Fahren, sondern findet sich in allen relevanten Entwicklungen im Automotive-Sektor wieder. Im Bereich Forschung & Entwicklung etwa sehen über 70 % der Teilnehmenden einer Studie Einsparpotenziale von über 20 % durch einfachere Datenbeschaffung und verkürzte Entwicklungszeiten. Sogar 94 % sehen signifikante Vorteile in der Produktion durch schnelle Korrekturen oder proaktive Ausfallerkennung – und damit letztlich auch hinsichtlich der Kosten.

Ein weiteres Beispiel wäre das Qualitäts- und Gewährleistungswesen. Hier erleichtern Daten z. B. das frühzeitige Erkennen von Qualitätsproblemen. 75 % der Befragten erkennen dort Einsparmöglichkeiten von mindestens 20 %. Insgesamt verdeutlichen diese Zahlen eindrucksvoll, dass Big Data ein entscheidender Hebel für Effizienzsteigerungen und Innovationsvorhaben in der Mobilitätsbranche ist.

Big Data und die Bedeutung einer kundenorientieren Ansprache

Das Potenzial von Big Data zeigt sich aber auch im Bereich Marketing & Vertrieb. So gaben 60 % der Befragten an, bereits Big-Data- & Analytics-Methoden implementiert zu haben. Eines der Ziele ist hier, durch die Verwendung von Daten die Zielgruppen zu vergrößern und dadurch auch Umsätze zu steigern. So kann etwa die Auswertung sozialer Medien wertvolle Erkenntnisse zu den Zielgruppen liefern. Analysemethoden wie diese werden in den kommenden Jahren daher eine immer größere Rolle spielen.

Im Marketing zeigen Zahlen aus aktuellen Studien (siehe hier und hier), dass ein herausragendes Kundenerlebnis immer wichtiger wird. Gleichzeitig werden Fehler in der Kundenansprache nicht mehr verziehen. So beenden drei Viertel der Verbraucher:innen bereits nach einer einzigen schlechten Erfahrung die Geschäftsbeziehung. Mehr denn je geht es also darum, das Kauferlebnis zu optimieren und sicherzustellen, dass es nahtlos und zufriedenstellend ist. Für Marketing und Vertrieb bedeutet das: Sie müssen ihre Kund:innen besser zu verstehen, um ihre Strategien entsprechend anpassen zu können.

Die Zahlen zeigen auch, dass 54 % der Autokäufer:innen bereit wären, für ein besseres Kauferlebnis mehr zu bezahlen. Das heißt, dass Automobilunternehmen sich durch ein reibungsloses End-to-End-Erlebnis – online, am Telefon und beim Händler – einen Wettbewerbsvorteil verschaffen können. Durch die unternehmensweite Skalierung von Gesprächsinformationen konnte knapp die Hälfte der Befragten sowohl die Kundenakquise als auch die Kundenbindung verbessern (oder erwartet eine Verbesserung).

Insgesamt wird deutlich, dass der Einsatz von Big Data den Weg für eine erfolgreiche Zukunft der Mobilitätsbranche ebnet. Indem Automobilunternehmen die Möglichkeiten der Datennutzung voll ausschöpfen und sie in ihre Strategien integrieren, können sie nicht nur die Erwartungen ihrer Kund:innen erfüllen, sondern auch die Basis für langfristigen Erfolg und Wachstum schaffen.

Von der Massenwerbung zur individuellen Kundeninteraktion

Die Nutzung von Daten eröffnet neue Möglichkeiten, hochpersonalisierte Customer Journeys aufzubauen. In der Vergangenheit wurden Werbemittel breit streuend eingesetzt. Ziel war es, eine möglichst große Zielgruppe anzusprechen. So erhielten alle dasselbe Mailing oder sahen denselben Werbespot. Die Rechnung dahinter: Je größer die Zielgruppe, desto größer auch die Wahrscheinlichkeit, dass sich darunter Interessent:innen für das kommunizierte Angebot befinden.

Das Problem: Gleichzeitig sind die Werbebotschaften dieser Massenversände für einen umso größeren Anteil der Zielgruppe gänzlich uninteressant. Der Nachteil liegt hier also nicht nur in den hohen Kosten, sondern auch in der Enttäuschung der Empfänger:innen, wenn sie Inhalte erhalten, die für sie einfach nicht relevant sind.

Mehr noch: Je mehr nicht relevante Botschaften jemand empfängt, desto eher blendet er diese künftig aus oder unterbindet sie aktiv im Rahmen seiner persönlichen Datenschutzrechte. Wäre dann tatsächlich einmal eine relevante Botschaft darunter, wird diese dann unter Umständen gar nicht mehr registriert.

Um diesem Umstand zu begegnen, lassen sich nun zunehmend Daten hinzuziehen, die es ermöglichen, Werbebotschaften und weitere Kommunikationsmaßnahmen gezielter auszuspielen. In Betracht kommen dafür zum Beispiel die individuellen Interessen der Empfänger:innen. Im Automotive-Bereich kann sich die Kommunikation auch auf bestimmte Fahrzeugtypen oder auf einzelne Modelle beziehen.

Die Kunst liegt dabei darin, diejenigen Daten zu identifizieren, die sich dafür eignen, aus der großen Masse der Gesamtzielgruppe einzelne Segmente herauszuschneiden, die in sich harmonisch und daher für einheitliche Botschaften empfänglich sind. Hierfür einfach nur soziodemografische Daten zu verwenden, reicht allerdings nicht aus. Eine weitaus größere Rolle spielen persönliche Interessen und Einstellungen.

Um diese herauszufiltern, macht es Sinn, auch bisherige Reaktionen zu betrachten. Weiß ich zum Beispiel, welche Produkte oder – im Fall der Automobilindustrie – welche Fahrzeugmodelle ein Kunde bisher gekauft hat, kann man auf die Interessen und auf künftige Kaufabsichten schließen. Da die Datengrundlage dazu nicht immer vorliegt, kann es aber auch schon zielführend sein, bisherige Reaktionen auf versendete Kommunikationsmittel zu analysieren.

Der zusätzliche Aufwand, verschiedene Kommunikationsmaßnahmen für einzelne Zielgruppen bereitzustellen, rechtfertigt sich durch die höhere Relevanz der Kommunikation für die einzelnen Empfänger:innen. Das sorgt für eine höhere Aufmerksamkeit – und potenzielle Interessent:innen fühlen sich verstanden. Im Gegenzug lässt sich so die Wertschätzung gegenüber der Marke steigern und letztlich ein Kaufinteresse hervorrufen.

Abbildung 1: Der Wandel von der Massenwerbung zur hochpersonalisierten individuellen Werbebotschaft. Quelle: Vision11

Um diese personalisierte Kommunikation weiterzutreiben und zu verfeinern, können noch kleinere Zielgruppensegmente gebildet werden, die dann umso individuellere Botschaften erhalten. Doch aufgrund des zunehmenden Aufwands ist dies ab einem bestimmten Punkt nicht mehr praktikabel. Deshalb wird im Rahmen der Datenanalyse zunehmend Künstliche Intelligenz eingesetzt. Mit ihrer Hilfe ist es im Extremfall sogar möglich, komplett individuelle Botschaften zu versenden, die nur an eine einzelne Person gerichtet ist und ganz auf deren persönliche Bedürfnisse eingeht.

Big Data, personalisierte Kommunikation und KI

Der Einsatz von KI kann hier in zwei Richtungen gehen. Zum einen unterstützt die KI bei der Datenanalyse und gibt prediktive Hinweise für die nächste Kommunikation, die für die Empfänger:innen relevant sein könnte. Zum anderen legt die KI auch den Inhalt der Kommunikation fest und spielt ein mögliches Mailing automatisiert aus. Im Idealfall können z. B. bestehenden Kund:innen zum richtigen Zeitpunkt neue Angebote für ein neues Modell unterbreitet werden. Bei der Ermittlung des Angebotszeitpunkts und der Inhalte des Angebots werden dabei anhand der gesammelten Daten Erfahrungswerte zu den individuellen Kund:innen mit Daten zu vergleichbaren Kund:innen kombiniert.

Doch dieser Ansatz lässt sich nicht nur bei Mailings anwenden. Auch bei anderen Werbemaßnahmen ist der Wandel weg von der einheitlichen Massenwerbung hin zu individualisierten Anzeigen beobachten. Auf Basis der individuellen Präferenzen sorgen auch hier KI-basierte Methoden dafür, dass etwa auf Websites für jeden die individuell passende Anzeige erscheint – oder dass z. B. bei Streaming-Angeboten ein Spot genau zu dem Fahrzeugmodell läuft, das für den User in Frage kommt.

Abbildung 2: Personalisierte Kommunikation auf Datenbasis. Quelle: Vision11

9 Schritte zu einem erfolgreichen Datenmanagement in der Automobilindustrie

Voraussetzung für individuelle und dadurch wirklich kundenrelevante Customer Journeys ist eine umfassende Datenbasis. Denn die Qualität der KI-Entscheidungen hängt unmittelbar mit der Qualität – aber auch der Quantität – der zugrundeliegenden Daten zusammen. Bei deren Sammlung sind vor allem rechtliche und technische Herausforderungen zu beachten.

Gerade bei personenbezogenen Daten, aber auch bei anderen Daten, die für die Entscheidungen der KI von hoher Relevanz sind (z.B. Kaufhistorie oder persönliches Klickverhalten) müssen bei der Datenhaltung und bei der Dauer der Datenspeicherung teils strenge rechtliche Rahmenbedingungen berücksichtigt werden. Darüber hinaus müssen auch technische Voraussetzungen erfüllt werden, um die Vielzahl an Daten zu speichern und verschiedene Quellsysteme für die Datenspeicherung miteinander zu verbinden.

Der vollständige Prozess reicht vom Eingang der Daten in verschiedenen Systemen bis zur personalisierten Werbebotschaft – und darüber hinaus bis zur Möglichkeit, einen erfolgreich implementierten Prozess weiter zu skalieren. Dieser Prozess lässt sich in neun Schritte einteilen.

Fazit

Digitale Lösungen auf der Basis von Big Data sind für Marketing und Kundenkommunikation im Automobilbereich von entscheidender Bedeutung. Die Zahlen sprechen hier eine klare Sprache: Eine einzige schlechte Erfahrung kann Kunden schnell vertreiben – während ein optimiertes Kauferlebnis die Loyalität steigert und sogar die Bereitschaft erhöht, mehr zu investieren.

Die Integration großer Datenmengen, angebunden aus allen nur denkbaren Bereichen, eröffnet neue Möglichkeiten, Kunden besser zu verstehen und ihre Bedürfnisse gezielt anzusprechen. Eine Schlüsselrolle spielt dabei die Aufbereitung der Daten auf Basis eines gemeinsamen Qualitätsstandards. Denn daraus resultiert unmittelbar die Qualität der Kundenansprache und die Relevanz der individualisierten Botschaften. Verstärkt wird der Bedarf an qualitativ hochwertigen Daten durch den Einsatz von KI-Methoden. Und gerade letztere sind aufgrund der enormen Datenmengen für eine erfolgreiche Individualisierung unverzichtbar. Das Ergebnis: ein umfassendes und nahtloses Kundenerlebnis in herausragender Qualität – sowohl online als auch offline.

Haben Sie Interesse an unserem Vorgehen, an Projektreferenzen oder an Best Practice Use Cases?

Dann kontaktieren Sie mich:

Weitere Posts