Das Dokument behandelt die Evolution des Marketings und die Herausforderungen des datengetriebenen Managements, mit einem Fokus auf die Praxisbeispiele von eBay und der Implementierung bei Otto Group. Es werden strategische Ansätze zur Verbesserung von Marketingkampagnen durch den Einsatz von Echtzeitdaten sowie den Einsatz von Algorithmiken zur Kundenanalyse vorgestellt. Zudem werden die Ergebnisse und die Bedeutung einer zentralen Marketingdatenbank hervorgehoben, um effektive Online-Interaktionen zu ermöglichen.

1. Real-Time Marketing und
datengetriebene Management Entscheidungen
Hamburg, den 29.08.11

2. Agenda
1. Evolution des Marketings und
Herausforderungen des
datengetriebenen Managements
2. Beispiel aus der Praxis, Wandel
des Marketings bei eBay
3. Ansatz und Implementierung für
Otto
eCircle
2

3. eCircle Corporate Summary
eCircle:
Klienten
Fortune 500 Europe und Leader im eCommerce
Wachstum >30% CAGR jedes Jahr seit Gründung in 1999
Talent
Top Engineers, Developer und Consultants. >300 im Team
Vorstand
Unsere Gründer sind Pioniere des E-Marketings in Europa
Investoren TA Associates, Boston & London
Firma:
Schnell wachsend und innovationsgetrieben
Produkte, Plattform und Services:
Reichweite Skalierbar von mittelständischen Unternehmen bis Großunternehmen
Portfolio
Email, Socialmarketing: Applikationen, Consulting und Outsourcing
Tech
SaaS Modell basierend auf modernster Hadoop Cloud-Infrastruktur
Anwender Marketing-Leitung, -Strategie und -Exekution, CRM, Analytik, BI

4. Evolution der Marketingstrategien im Überblick
1
Werbung & MassMarketing
•
•
•
•
•
Design / Kreativität
Agentur-Management
Martkforschung
Brandmanagement
Marketingformat
Optimierung
2
•
•
•
•
•
•
Gezieltes Direkt- u.
Online-Marketing
Kundenkarten
Kampagnen- &
Offermanagement
Versuchsplanung
Fortgeschrittene
Finanzkompetenzen im
Marketing Bereich
Offline- bzw.
Katalogoptimierung
Kundendatenbank
(einige TB / Tag, 1-2
Tage Latenzzeit)
3
•
•
•
•
•
Automatisiertes
algorithmisches
Marketing
Optimierte E-MailKampagnen und realtime Site-Merchandising
Dynamische
Preisbildung
Maschinelles Lernen
Orthogonal
Versuchsplan
Große Datenmengen (12 PB / Tag, <2 Sek.
Latenzzeit)
4
•
•
•
•
•
•
Social & Mobile
Marketing
Soziale Netzwerke für
Kunden-Akquisitionen,
Produktmarketing
Mobile-optimierte
Merchandising Apps
Store in Facebook
integriert (‚In-App‘)
Lokale Angebote
Preisvergleich und
Zahlungen am Mobile
Verfügbarkeit auf n
Geräten (‚Cloud‘)
eCircle
4

5. Weg von Bauchentscheidungen!
Wir glauben…
Wir wissen!
Kernfragen, die die Stellhebel des Geschäfts identifizieren können
1. Wer ist mein Zielkunde? Welche Datenspur hinterlässt er (z.B. Einkommensklasse, ClickVerlauf, Arbeitsweg-Vektor), damit ich ihn richtig identifizieren kann?
2. Wie kann ich mein Share-of-wallet bei ihm erhöhen? Was sind die Hebel / Kampagnen, die am
effektivsten sind?
3. Wie optimiere ich meine Marge bei ihm?
4. Wie oft soll er bei mir einkaufen und was soll im Einkaufskorb sein?
5. Was sind die kritischen Vorgänge? Wie kann ich sein Experience bei mir optimieren?
6. Wie baue ich Barrieren auf, um die Abwanderung des Kunden zu verhindern?
7. Warum kauft er bei mir und nicht bei meinem Mitbewerber?
Was sind Ihre Aktuellen Fragen?
eCircle
5

6. Zwei Ansätze zum Plattform Ausbau
A Traditionelles Großdatenbank- & Systemintegrations- Projekt (Strategie 1+2)
Log-Daten
ReviewsDatenbank
Kundenmetadaten
Produktkatalog
Kaufhistorie
BU 1
BU 2
FAZIT
Zentrale
Datenbank
Marketing
Ergebnis
Daten
BU 3
Neue Applikationen
erfordern Echtzeit
Plattform
Tools
B Stufenweiser Aufbau basierend auf Echtzeitapplikationen (Strategie 3+4)
Phase 1
App 1
Fakten-Basis
aufbauen
•
•
•
CMO
Playbook
Prototypische
Datenbank
BI Tools
Phase 2 bis n
App 2
ROI
optimiertes EMail
•
•
•
App 3
Offers (z.B.
Coupons)
•
Merchandising
Kundenbindung
Neukundengewinnung
OffersMaschine
App 4
MerchandiseOptimierung
•
App 5
Preisoptimierung, etc., ...
Algorithmen
wie populär,
next,
replenishment,
Kalender
(…)
Wettbewerbsvorteile
durch stufenweisen
Aufbau:
• Minimale
Entwicklungskosten
• Höchstmöglicher
Einsatz im Markt in
Wertrealisierung
• Flexible Anpassung
an den Markt
Kerndaten und schrittweise Plattform-Erweiterung
~80
Datenelemente
~20
~20
~60
~20
eCircle
6

7. Agenda
1. Evolution des Marketings und
Herausforderungen des
datengetriebenen Managements
2. Beispiel aus der Praxis, Wandel
des Marketings bei eBay
3. Ansatz und Implementierung für
Otto
eCircle
7

8. In der Praxis: ständige Performance Verbesserung
(am Beispiel eBay Multichannel-Kampagne)
1.
eBay Mitglieder besuchten die Seite, SessionBehavior wird geloggt
2.
Vorhersagen über mögliche Ansätze für E-Mail
werden getroffen. Neue Zielgruppen werden
gebildet, für Merchandising- und Offers-Piloten
3.
E-Mail- und On-Site-Gestaltung
4.
E-Mails werden versendet. On-Site Placements
werden eingeführt. Kontrollgruppen werden
eingehalten
5.
Kunden reagieren auf die On-Site Placements
und erhaltenen E-Mails
6.
Wertschöpfung der Kampagnen wird
ausgewertet: verglichen werden Test (10% der
Liste), Standard (80%) und Kontrolle (10%).
7.
Standard-Kampagnen werden ausgebessert
aufgrund der neuen Erkenntnisse.
1. Beobachten
2.
Hypothetisieren/
Segmentierung
7. Justierung
Ständige
Verbesserung
3. Aufbau der
Kampagne
6. Auswertung
5. Kundenverhalten
4. Sendung
eCircle
8

9. Anforderung an die Organisation
0. Aufbau der Fakt-Basis
• Datenbank Ingenieure
und Architekten
7. Messung / Kommunikation der
Ergebnisse
• Marketing-Analysten, BI- und
Datenvisualisierungs-Spezialisten
• Finanz- und MarketingForcecasting Spezialisten
6. Speichern von
Userverhalten
• Site Ingenieure
• Datenbank Ingenieure
und Architekten
1. Strategie Kreation /
Bearbeitung
• Marketingteam
• Merchandisingteam
• Kundenbetreuungsteam
Algorithmisches
Marketing
5. Ausführung im Markt
• Traffic Manager
• Kampagnen Manager
+ Setup
2. Hypthetisieren neuer Aktionen
und Proforma-Berechnung
• Marketingteam
• Merchandisingteam
• Kundenbetreuungsteam
• Social Media
crowdsourcing
• Angestellte
3. Kreation neuer
Algorithmen
• Kundenbetreuungsteam
4. Aufsetzen neuer Test
Experimente
• Ingenieur Statistiker
• Traffic Manager
eCircle
9

10. Kundenanalyse & Marketingaudit: Beispiel eBay
In unseren ersten Wochen bei eBay haben wir mehrere ‚Low Hanging Fruit‘ entdeckt. Hier zum
Beispiel eine Möglichkeit den Coupons-ROI um mehr als 100% zu steigern
Der Löwenanteil von eBay‘s Couponsbudget
wurde auf eBays besten Kunden ausgerichtet mit enttäuschenden Ergebnissen…
… unsere Analyse sagt hervor, dass wir mehr
als doppelt so viel ROI erreichen können, wenn
wir den Fokus auf die Frühkunden richten
eCircle
10

11. Überblick des eMail Portfolios, Beispiel eBay gereinigt
Kampagnen Name
Gesendet
Gebot / Kauf %
ROI
Kampagne 1
18,838
1.9%
237%
Kampagne 2
11,790
0.8%
209%
Kampagne 3
145,280
31.7%
111%
Kampagne 4
134,231
8.1%
110%
Kampagne 5
30,517
13.9%
109%
Kampagne 6
780,930
1.9%
105%
Kampagne 7
100,000
7.5%
101%
Kampagne 8
12,035,453
1.4%
86%
Kampagne 9
443,810
3.4%
84%
Kampagne 10
15,697
0.2%
84%
Kampagne 11
734,722
22,9%
64%
Kampagne 12
2,690,917
4,3%
21%
eCircle
11

12. Ergebnisse der Marketingapplikationen bei eBay
Loyalty-Punkte
(eBay ‚Bucks‘)
Realtime
Merchandising
Dynamische
Coupons
Ergebnisse:
1.
2.
3.
4.
5.
6.
Über 300M E-Mails und Kundenbesuche und optimiert jährlich
Verbesserung der Marketing ROI von über 100%
Stichtage (z.B. Weihnachtszeit) verantwortlich für bis 30% der Erträge (Versuch
vs. Kontrolle)
Ertragserhebung von etwa 10% in USA, außerhalb der Weihnachtszeit
Jährlich über 100K Neukunden gewonnen
Dreistellige EBITDA-Ergebnisse
eCircle
12

13. Überblick über die Multi-Channel Customer
Targeting und Traffic Engines bei eBay
Campaign
Result
Feeds
BACKUP
11
1
12
PIE/eCare
DoubleClick
2
TBDM
13
Aggregation
5
• Model Scores
• Campaign Eligibility
• Contact & Response
History
• CS History
Sojourner
User Behavior
Tracking
TB Scoring
GUID to UID
Mapping
Teradata
4
CHIME
OM
PChurn = f(x1, x2, x3, xn)
3
PDecline = f(x1, x2, x3, xn)
Channel, Offer,
Campaign List
Messaging, & Reward
10
TBDM
Selection
6
Module
Optimizer
14
8
Analytical Reporting
9
IM
7
Channel Mgmt
Traffic
Engine
15
Creative/LP
Mgmt
Other Channels
DM/Catalog/
CS/Others
Scrubber
Application DB
Not
Offer &
Reward
Mgmt
Contactable
Operational/Exception
Reporting
eCircle
13

14. Agenda
1. Evolution des Marketings und
Herausforderungen des
datengetriebenen Managements
2. Beispiel aus der Praxis, Wandel
des Marketings bei eBay
3. Ansatz und Implementierung für
Otto
eCircle
14

15. Projektaufbau, Phase 1
Phase 1A/B (etwa 8-10 Wochen insgesamt):
Aufbau des Playbooks und Piloten
1A: 4-5 Wochen
Analyse & Algorithmus
1B: 4-5 Wochen
Business Value
Artikulation
Aufbau der Kerndaten u. protypischen
Plattform
Knowledge Transfer & Learning
Phase 1C:
Erfassung des Wertes
8 - 10 Wochen
Phase 1A/B HauptEndprodukte
1. Verbesserungshebelidentifikation
2. Segmentierung und
Migrationsstrategien
3. Pilot-Konzepte und
Proof-Points
4. Protypische
Algorithmen und
Vorhersagemodelle
5. Prototypische
Datenmodel u. -Bank
6. Reporting Konzept und
Struktur
7. Stakeholder Interviews, Workshops,
Trainings
Option
1
Rapid Piloting (z.B.
wöchentlicher o.
monatlicher Zyklus)
Option
2
Robustes im Voraus
planen (Roadmap, etc.)
Option
3
PMO für neue Initivativen
 Verschiede Ansätze für Phase 1C,
abhängig davon, wo und wie Sie
eCircle engagieren möchten
 Zusätzlich zur Einbindung ums
Piloting unterstützen wir den Aufbau
von der BI-Lösung dazu (e.g.,
Konzept, Struktur, Datenmodel)
eCircle
15

16. Phase 1 Endprodukte im Überblick
A. Faktenbasis aufbauen
B. Identifizierung von
Marketing-ansätzen
C. Implementierungsplanung
und Piloten


Empfehlungen für neue
Marketingkampagnen und
Aktionen

Versuchsplanung

Budgetierung zusammen mit
Finanzpartner

Prototypische KampagnenAlgorithmen

Kampagnenmanagement –
Prozessänderungen

Proforma Businesscases dazu


Priorisierungsvorschlag an
Hand der Proformaberechnungen
Knowledge-Sharing mit
relevanten internen Partnern
(z.B. Merchandising,
Lieferkette)

BI-Unterstutzung (e.g., Kozept,
Struktur, Datenmodel)



Kundenanalyse und
Algorithmen
Marketingaudit und detaillierte
ökonomische Insights
Analyse der grundlegenden
Hypothesen über
Marketinghebel
Shortlisting der Quickwins
Plattform

Installation von OLAP und
analytischen Softwarelementen

Instandsetzung der prototypischen
Algorithmen
ETL Spezifikation


Design u. Instandsetzung der
protypischen Datenbank
Instandsetzung der
Aggregationen
Generierung von wöchentlichen
Berichten

Ausführung der Analyse

Ad-hoc Unterstützung von OLAP
Aufgaben

Datenmodel u. -management

Hardware / Software Spezifikation


eCircle
16

17. Beispiel Datenanforderungen, eBay gereinigt
eCircle
17

18. Beispiel Phase 1 Endprodukte, eBay gereinigt
Phase 1A: Kundenportfolioanalyse
Phase 1B: Pilotenplanungsbeginn
eCircle
18

19. Beispiel Phase 1 Endprodukte, Paypal gereinigt
Phase 1A: Logging-Lücke
Phase 1C: BI Ansatz
eCircle
19

20. Integration Ihrer fragmentierten Marketing Database –
zentrale Stellschraube für effektiveren Online Dialog
eCM
ERP
Ext.
ERP
Data Cloud &
Analytics
CRM
WWW
ERP
Ext.
ERP
CRM
WWW
eCM
ERP
Ext.
ERP
eCM
eCM
CRM
ERP
Ext.
ERP
WWW
ERP
Ext.
ERP
CRM
WWW
ERP
Ext.
ERP
CRM
WWW
ERP
Ext.
ERP
CRM
WWW
CRM
WWW
eCircle
20

21. Projektaufbauvorschlag, Phase 1A/B
Zusätzliche
Planungsannahmen:
• Projektdauer 8 bis 10
Wochen, abhängig von
Datenverfügbarkeit
Projekt Leitung
(1 x)
• SAS Software +
Workstation
ETL
(1 X)
Business Analyst
(1 X)
(1 X)
• 50% Präsenz bei Otto
• Zugang zu Otto-Team
für Interviews/
Workshops
• Fertigstellung vorm
Ende des Jahres
eCircle
21

22. eCircle ist der richtige Partner
 Einer der größten digitalen Marketinganbieter in Europa.
 Mehrjährige Erfahrung in allen wesentlichen Bestandteilen des datengetriebenen
Marketings mit führenden Unternehmen in USA und Europa
 Wir sind flexibel aufgestellt und können auf allen drei Arten arbeiten, um diese
Fähigkeiten zu erlangen:
 SaaS
 Consulting (inklusive der Arbeit in gemischten Teams)
 Outsourcing
 Wir würden uns freuen, Sie erfolgreich bei Ihren Marketing Zielen und deren
Erreichung zu unterstützen!
eCircle
22

23. Vielen Dank für Ihre Aufmerksamkeit –
Was können wir für Sie tun?
de / at / ch
eCircle GmbH
Nymphenburger Höfe NY II
Dachauer Str. 63
80335 München
Ihr Ansprechpartner:
T.: +49 (0)89 120 09-600
info@ecircle.com
uk
14 St John's Square
London EC1M 4NL
T: +44 (0)20 7618 4200
fr
10, rue du Fg Poissonnière
75010 Paris
T: +33 (0)1 53 80 48 00
nl
Zen Building
Newtonlaan 115
3584 BH Utrecht
T: +31 (0)30 210 64 19
it
Via Pietro Orseolo 12
20144 Milano
T: +39 02 30 87 620
es
Paseo de la Habana 9-11
28036 Madrid
T: +34 (0)91 298 61 70
eCircle
23