Im Rahmen dieses #SOMEXcircle zeigen Esther Cahn, Kommunikationsspezialistin Digitale Medien und Campaigning, Suva, Marcel Altherr, Leiter des interdisziplinären Schwerpunkts „Datenwelten“ und des CAS Online Customer Management and Integration, Hochschule Luzern, und Robert Schumacher, Customer Intelligence Solution Manager, SAS, Big Data-Methoden im modernen Kampagnen-Controlling auf.

1. MÖGLICHKEITEN Wirkungsbezogenes Kampagnencontrolling mit Big Data

2. VORSTELLUNG Correlation & Causation
George

3. VORSTELLUNG Correlation & Causation
George

4. VORSTELLUNG Der Anfang
George
These Auch bei Kampagnen in den Massenmedien, wo also
Empfänger und Customer Journey nicht identifizierbar sind,
können mittels einer integrierten Analyse von Daten über
verschiedene Kanäle hinweg, wirkungsbezogene
Optimierungsoptionen ersichtlich werden, die bei einer
siloartigen Betrachtung der Datenmenge verborgen bleiben.
Esther Cahn, September 2014

5. VORSTELLUNG Was wir machen
SIGNIFIKANT.BIZ ist eine Initiative von Vertretern aus Wirtschaft, Technologie und Forschung.
SIGNIFIKANT.BIZ steht für die Faszination für das grosse Potential von Big Data-
Analysemethoden im Kampagnencontrolling.
SIGNIFIKANT.BIZ arbeitet zur Förderung von Big Data-Methoden im Kampagnencontrolling mit
Beratungsunternehmen, Hochschulen, Technologieanbietern, Mediaanbietern und weiteren
Partnern zusammen.

6. SIGNIFIKANT.BIZ Gründungspartner
Marcel Altherr
Dipl.math. ETH Ms Technology
Enterprise IMD
Esther Cahn
Teamleiterin Analytics
Suva
Robert Schumacher
Customer Intelligence
Solutions Manager at SAS
Institute AG

7. Warum Big Data im Marketingcontrolling10´
Case: Fussballkampagne der Suva 201410´
Kampagnencontrolling heute und in Zukunft10´
Begrüssung und Vorstellung5´
MÖGLICHKEITEN Wirkungsbezogenes Kampagnencontrolling mit Big Data

8. Digitalisierung des Marketing
Digitalisierung der
Gesellschaft
Digitalisierung des
Marketing
=
MARKETING HEUTE
Daten getriebenes
Marketing
=

9. Technology
Triggers
Peak of Inflated
Expectation
Trough of
Disillusionment
Slope of
Enlightenment
Plateau of
Productivity
Visibility
BIG DATA
IM MARKETING
Ihre Einschätzung: Hype oder Realität?
Quelle:Vereinfacht:
http://www.smartinsights.com/managing-digital-marketing/marketing-innovation/technology-for-innovation-in-marketing/attachment/gartner-hypecycle-2014-emerging-technologies//

10. Technology
Triggers
Peak of Inflated
Expectation
Trough of
Disillusionment
Slope of
Enlightenment
Plateau of
Productivity
Visibility
Augmented Reality
NFC
Cloud
Computing
Speech
recognition
Predictive
analytics
Gesture control
Consumer 3D Printing
Internet of things
Brain-Computer
Interface
Speech-speech translation
Big Data
Gartner Hype Cycle of Emerging Technologies,
Hypes und Trends für 2014
BIG DATA
IM MARKETING
Quelle:Vereinfacht:
http://www.smartinsights.com/managing-digital-marketing/marketing-innovation/technology-for-innovation-in-marketing/attachment/gartner-hypecycle-2014-emerging-technologies//

11. GESTERN Es war einmal 1 Kanal und 100% Aufmerksamkeit …

12. HEUTE … gibt es überhaupt noch Kanäle…?

13. Der Kunde ist der neue Kanal
Single Channel Multi Channel Cross Channel Omni Channel
Single touch
point
Channel knowledge &
operations in technical
& functional Silos
Single view of
customer, operate in
functional Silos
Single View of
Customer with
coordinated strategy
Single touch
point
Multiple touch points
acting independently
Multiple touch points
of a single brand
Brand
experience
HERAUSFORDERUNG:
OMNI CHANNEL

14. Gadgets – Kanäle – Touchpoints
HERAUSFORDERUNG:
OMNI CHANNEL

15. Neue Technologien – mehr Daten – mehr Möglichkeiten …?
DIGITALISIERTES
MARKETING

16. Gleich bleibendes Budget – steigende Anzahl Touchpoints
Wert,
Response-
verhalten,
Kapazitäten,
Kanalkosten,
Kontakthäufigkeit, …
MARKETING MIX
OPTIMIERUNG
Kanal 1
Kampagne 2
Kanal 3
Kanal 4
Kampagne 4
Budget
Optimization
Wert,
Response-
verhalten,
Kapazitäten,
Kanalkosten,
Kontakthäufigkeit, …

17. 17
… UND WIESO BENÖTIGT MAN DAZU
ANALYTIK?

18. Mehr
Marketing
Analytics
Mehr
Daten
50
5
500’000
125 Mio.
Möglichkeiten
MARKETING &
ANALYTICS
Von Daten über Analytics zu mehr Insights und
besseren Entscheidungen

20. Erzählen kann ja jeder!

21. Warum Big Data im Marketingcontrolling10´
Case: Fussballkampagne der Suva 201410´
Kampagnencontrolling heute und in Zukunft10´
Begrüssung und Vorstellung5´
MÖGLICHKEITEN Wirkungsbezogenes Kampagnencontrolling mit Big Data

22. Ausgangslage
Zufriedenheit
Controlling
insgesamt
Zufriedenheit
Controlling
Wirksamkeit
KAMPAGNEN-
CONTROLLLING
Zufriedenheit
Controlling
Wirtschaftlichkeit
Quelle: Universität St. Gallen, Marcel Bähr (2014)

24. KAMPAGNEN-
CONTROLLLING
Komplexität des Kampagnencontrolling
Marketing Stimuli
Product
Price
Promotion
Place
Other Stimuli
Economic
Political
Social
Technological
Buyer Responses
Product choice
Brand choice
Retail choice
Purchase timing
Purchase amount
Purchase frequency
Buyer
Characteristics
Buyer
Decision-Making
Process
Stimulus-Response Model of Buyer Behaviour
ConversionMedia-Erfolgskontrolle
Korrelation
Werbewirkungs-
messung

25. https://youtu.be/rAy7WeMYoIE

26. KAMPAGNEN-
CONTROLLLING
Konkretes Fallbeispiel: Fussballkampagne der Suva
• Bannerkampagne
• Facebook – redaktionell, Anzeigen, Facebook-Tab
• Suchmaschinenwerbung
• Medienarbeit bzw. Medienkonferenz (TV, Print, Radio, Online)
• Präsenz an Cup-Spielen
• Kontakte mit Sportvereinen

27. Konkretes Fallbeispiel: Fussballkampagne der Suva
KAMPAGNEN-
CONTROLLLING

28. 2 Konkretes Fallbeispiel: Fussballkampagne der Suva
KAMPAGNEN-
CONTROLLLING

29. Vorgehen bei der integrierten Datenanalyse
Mediagattungen pro Tag vs. Starts Fussballtest
KAMPAGNEN-
CONTROLLLING

30. KAMPAGNEN-
CONTROLLLING
Konkretes Fallbeispiel: Fussballkampagne der Suva

31. KAMPAGNEN-
CONTROLLLING
Konkretes Fallbeispiel: Fussballkampagne der Suva

32. 5 Vorgehen bei der integrierten Datenanalyse
Mediagattungen pro Tag
vs. Starts Fussballtest
Umfelder vs. Anzahl gestarteter Fussballtests
KAMPAGNEN-
CONTROLLLING

33. KAMPAGNEN-
CONTROLLING
Erkenntnisse

34. Take away
KAMPAGNEN-
CONTROLLLING
Korrelationen sind
bei Kampagnen in
den Massenmedien
klar messbar.
Die Optimierungnach Korrelationenhilft den Return onInvestment vonKampagnen zusteigern.
(Google und Amazonmachen es vor)
Endlich Wissen
statt behaupten
(Zitat von einem
Vertreter des grösstenZürcher Verlagshauses)

35. 35Copyright © 2010 SAS Institute Inc. All rights reserved.