10.000 Marketing-Tools, und täglich werden es mehr: Wie findest Du das richtige?
So viele Tools – und genauso viele Ideen, Lösungen und noch mehr Versprechen. Welches Problem Du auch immer hast, welchem Hype Du auch immer in diesem Moment verfällst – es gibt ein Tool dafür.
Alle lösen ein Problem. Gleichzeitig schaffen sie welche.
Jedes Tool will erlernt, eingerichtet und gepflegt werden
Neue Datenquellen führen zu neuen Datensilos
Statt Probleme ganzheitlich zu lösen, werden neue Nebenbühnen eröffnet
Features, die heute wichtig sind, können morgen schon überflüssig sein. Z. B. weil ein Tool aus Deinem existierenden Stack das gleiche anbietet.
Dazu kommt: Sie kosten Geld. Viel Geld. Vielleicht nicht jedes für sich genommen, aber in der Summe geben Unternehmen heute fünfstellige Summen für ihren MarTech Stack aus. Im Monat. Dieses Geld muss erst einmal in Form erworbener Effizienz und Umsatz wieder reingeholt werden.
Wähle Deine Tools weise
Einzelne Tools können zwar einzelne Probleme lösen, aber sie sollten in den Kontext Deines bestehenden Stacks passen. Daten sind bekanntlich das Lebenselixier des Marketing. Sie sind die Brücke zwischen Angebot und Kundenerlebnis. Deswegen erzeugen und verwenden (mit Ausnahme vielleicht reiner Content- und Projektmanagement-Tools) heute alle MarTechs Kundendaten.
Personendaten sind der Schlüssel zu allen Aufgaben im Marketing-Ressort. Alles zerfällt, wenn die Kundendaten auseinander fallen. Und das beginnt bei der Auswahl der Marketinginstrumente.
Zu den MarTech Aufgaben zählen
Personalisierung
Zielgruppen-Attribution
Lead-Qualifizierung
Reporting
Kollaboration der Fachbereiche
Datenschutz
Darum geht es bei der Auswahl Deines MarTech-Stack
Der Fokus auf den Datenfluss beginnt mit Auswahl seiner Marketing-Tools. Deswegen ist es wichtig, spätere Risiken schon zu Beginn zu erkennen.
So gehst Du vor:
Schritt 1: Datenfokussiertes Mindset
Bei MAVENS werden wir oft um Tool-Empfehlungen gebeten. Wir sehen hinter die Kulissen vieler skalierender Tech-Companies und haben einen umfassenden Überblick darüber, was funktioniert (und was nicht). Die Antwort ist frustrierend unverbindlich – "es kommt darauf an".
Jeder erwartet eine eindeutige Tool-Empfehlung. Aber jeder kommt eben aus einer unterschiedlichen Situation und bringt unterschiedliche Präferenzen mit. So wollen neue Mitarbeiter ihr vertrautes Toolset oft auch in der neuen Umgebung weiternutzen. Verständlich. Aber auch sinnvoll?
Entscheidend ist, dass die Auswirkungen des MarTech Stacks verstanden werden. Die Fallstricke von Fehlentscheidungen sind Datensilos, aufgeblähte Kosten, langwierige Lernkurven und letztlich Frust im Umgang mit der Technologie, der den Erfolg mehr behindert anstatt zu fördern. Gleichzeitig erwarten wir von unseren Tools Raum für Erfahrung, Skalierung und Flexibilität im täglichen Einsatz. Das Runde muss in das Eckige, wie es so schön heißt.
Das passende Tool zu finden, hängt von vielen Faktoren ab:
Ziele, Reifegrad, Finanzkraft und Komplexität der Organisation
Team Skills
Bestehende Erfahrungen und vorhandener Tech-Stack
Anvisierter Funnel und Kundenerlebnis
Geschäfts- und Datenmodell (B2B / B2C oder Abomodell / Einzelverkauf)
Tool-Vergleiche sind nicht hilfreich, solange man nicht weiß, wie man die Tools auswählt. Tool-Entscheidungen sollten sich auf die Daten konzentrieren, die tatsächlich benötigt werden. Das Ziel ist ein schlanker und effizienter Marketing-Stack.
Wie also anfangen?
Je nach Größe eines Unternehmens ist das Auflisten des aktuellen Stacks ein guter Start. Außer Start-ups hat wahrscheinlich jeder einen über Jahre hinweg organisch gewachsenen Martech-Stack. Einige Tools in diesem Stack werden vielleicht gar nicht mehr verwendet, andere nur für zeitlich limitierte Anlässe (z. B. Gewinnspiele). Hilfreich ist eine Liste mit allen Marketing-Tools, in der auch die Personen aufgeführt sind, die Zugang zu ihnen haben.
Das ist schnell gemacht. Der nächste Schritt ist ungleich komplexer. Die zentrale Frage lautet: Was davon brauchen wir überhaupt, und was fehlt? Wie groß ist das Daten-Delta zwischen Strategie und Wirklichkeit? Hier hilft diese Checkliste:
Checkliste für die Daten-Inventur
welche Daten werden in welchem Tool erhoben?
welche Daten werden nur im jeweiligen Tool verwendet?
welche Daten werden tatsächlich mit anderen Systemen synchronisiert?
welche Daten landen im Nutzerprofil?
welche dieser Daten werden in zentralen Dashboards getracked und für Entscheidungen eingesetzt?
Schritt 2: Die richtige Datenstrategie
Zuerst sollte man sich die Frage stellen, was im MarTech Stack eigentlich erreicht werden soll. Hierbei geht es um diese Gleichung:
MarTech Stack = Nutzererlebnisse schaffen aus Attributen, Zielgruppen und Kundendaten
Eigentlich ist der Stack ("Stapel") ein Loop ("Schleife"): Nutzererfahrungen ermöglichen Interaktionen, die Kundenprofile anreichern und so ein besseres Verständnis von der Zielgruppe ermöglichen, was wiederum zu besseren Angeboten und Interaktionen führen sollte.
Die hierfür notwendigen Daten haben eine feste Hierarchie:
Die Entität (der User) steht im Zentrum. Hier landen alle personenbezogenen Daten.
Attribute sind die Summe aus impliziten Daten (Verhalten) und expliziten Daten (Eigenschaften).
Gruppen von Entitäten werden über Segmente oder Zielgruppen gebündelt
Aktionen (wie Workflows und Vorlagen) schaffen Events für diese Segmente / Zielgruppen
Wie entstehen Nutzererlebnisse?
Um Nutzerlebnisse zu schaffen, werden für Gruppen passende Workflows geschaffen: Das kann eine Kampagne, eine Sequenz oder jede andere Aktion sein. Profil- und Segmentdaten lösen dieses Event aus (z. B.: "sende eine Willkommens-E-Mail bei Neuregistrierung").
Für jeden Kanal sollte Dein Tool folgende Datenhierarchie bereitstellen können. Je vollständiger diese Hierarchie ist, desto besser ist das Kundenerlebnis.
Segmente entscheiden, wer angesprochen wird. Sie gruppieren ähnliche Profile (“alle Personen in einer kostenlosen Testphase”) für eine spezifische Kundenerfahrung. Die meisten Tools können Personen in funktionale Gruppen zusammenfassen, wie
E-Mail-Listen
CRM-Ansichten
Werbezielgruppen
Um Personen für das gleiche Kundenerlebnis zu gruppieren, nutzt man Aktionen, die sie für dieses Segment qualifizieren – die Conversion Events (Aktionen). Das können Nutzer einer kostenlosen Testversion sein. Das Event wäre "Testzeitraum hat begonnen". Die darauf folgenden Events sind dann "Testversion abgebrochen" oder "Abo gestartet".
Mit dem Event ändert sich der Status des Nutzers. Er ist jetzt ein "Kunde im Testzeitraum" – bis die Testversion abgebrochen oder das Abo gestartet ist. Auch statusbasierte Attribute haben Vorteile:
Leichter zu speichern (im Gegensatz zu Events)
Leichter zu synchronisieren
Schneller zu gruppieren & dokumentieren
Wichtig ist, dass statusbasierte Attribute bei jedem Ereignis aktualisiert werden. Status-Attribute werden mit zunehmender Komplexität eines Kundendatenmodells und der Customer Journey weniger zuverlässig. Schließlich kann man mehrere, sogar widersprechende Stati haben (z. B. "Neukunde, der gekündigt hat") Dennoch sollten alle Tools alle Status-Updates in Echtzeit auslösen. Wenn bei einer Person beispielsweise das Ereignis "E-Mail abgemeldet" auftritt, sollten alle Tools diesen neuen Status widerspiegeln, bevor die nächste E-Mail versendet wird.
User-Events lassen sich nicht ohne weiteres zwischen mehreren Tools synchronisieren. Die Lösung besteht darin, Segmente zentral aus dem "führenden System" zu ziehen, um die Kundenerfahrungen über alle Tools hinweg zu steuern – insbesondere, wo sie sich in ihrer Customer Journey befinden (also ihr Status).
Mit jeder Änderung wird so die Kundenerfahrung neu zugewiesen, neu gruppiert und über alle Tools hinweg konsistent synchronisiert. Anstatt sich darauf zu verlassen, dass jedes Tool Ereignisdaten aufnehmen und den Status aktualisieren muss, braucht es genau 1 Tool für den zentralen Status.
Checkliste für Segmentierungsfunktionen (Segmente, Listen, Ansichten, Zielgruppen)
Lassen sich Segmente mit Events erstellen?
Lassen sich Segmente mit Events aus allen Datenquellen erstellen?
Wenn keine Datenquellen angebunden werden können – woher kommen dann die Attribute zur Bestimmung des Status’?
Können führende Segmente mit untergeordneten Segmenten aus anderen Tools erstellt werden? (“Zentralisierte Segmentierung”)
Schritt 3: Dynamische Templates & Workflows
Im nächsten Schritt geht es nicht mehr darum, WER angesprochen werden soll, sondern auch WAS zu sagen ist.
Viele Tools bieten Templates, um Inhalte zu definieren und auf Basis der Kundendaten dynamisch einzusetzen. Die einfachste Version davon ist der Vorname für die Ansprache.
Hi {contact.firstName}
Außerhalb von E-Mail, Live-Chat und allen 1:1-Kanälen, bei denen es um die Ansprache angemeldeter Kunden geht, sollte das Tool in der Lage sein, Vorlagen dynamisch anzupassen. Bei der Personalisierung von Websites geht es beispielsweise darum, HTML-Elemente, Bilder, Angebote oder Funktionen dynamisch zu ersetzen.
Dynamische Inhalte brauchen Fallback-Strategien, falls Informationen fehlen oder widersprüchlich sind. Der Firmenname könnte beispielsweise aus einem Demo-Anfrageformular, von einem Sales-Mitarbeiter in dessen CRM, einer Datenanreicherung oder einem Abrechnungstool stammen. Was, wenn der Name 4x anders geschrieben wurde oder im führenden System gänzlich falsch ist? Hierfür werden Datenquellen priorisiert und die "wahrste" Datenquelle für die Attribute jeder Person schließlich mit dem führenden Tool synchronisiert.
Die besten Tools beschränken dynamische Inhalte nicht auf Text. Solange man den gesamten Kontext einer Person nicht kennt, fühlen sich generisch eingesetzte Wörter unnatürlich an ("sehr geehrte(r) Herr/Frau") – niemand würde schließlich so reden.
Bessere Templating-Tools ermöglichen deswegen eine flexiblere Logik, um zu bestimmen, welche Variationen von Inhalten Nutzer sehen könnten, und schaffen eine flüssigere, natürlichere Erfahrung aus dem gesamten Kontext Deiner Kundendaten. Liquid (eine Templating-Sprache von Shopify) ist ein gutes Beispiel dafür.
Tools wie Customer.io verwenden Liquid Templating, um E-Mail-Newsletter zu personalisieren und setzt dafür Wörter, Phrasen, Sätze und ganze Absätze entsprechend den Kundendaten ein – oder eben ganz andere Inhalte, falls diese fehlen.
Bei dynamischen Inhalten hilft es zudem enorm, in einer Vorschau die verschiedenen Versionen prüfen zu können, um sinnlose Logikkombinationen oder fehlerhaften Markups rechtzeitig zu erkennen.
Templating hilft auch, die Erfahrungen über Leads von Sales, Support und Key Accountants intern einzusammeln. Vorlagen für interne Benachrichtigungen stellen einen Kontext her, der von dem eigenen Team möglicherweise übersehen wurde und die Art und Weise beeinflussen, wie Leads angesprochen werden sollten (z. B. als kleine, aber verschworene Gruppe mit einer gemeinsamen Passion).
Checkliste für Templates
Werden Inhalte anhand von Profildaten dynamisch eingesetzt?
Gibt es ein flexibles Template-Markup für ganze Passagen?
Ist die Template-Sprache leicht les- und erlernbar?
Gibt es Previews für alle Event-States?
Werden Aktionen mit "if this then that"-Workflows ausgelöst? In der Regel handelt es sich um visuelle Point-and-Click-Tools, die zudem einfach zu bedienen sind.
Workflow-Tools sind sehr intuitiv, haben aber ihre Tücken. Wie Attribute in Segmenten enthalten sie einen Status. Da Customer Journeys zu Komplexität neigen, braucht es immer mehr Wenn-Dann-Logiken, um genau zu definieren, welches Erlebnis ein Kunde erhalten soll. Außerdem werden Workflows in der Regel länger, um mehr Inhalte und Erlebnisse auszulösen. Zum einen schleichen sich leicht Fehler ein, zum anderen sieht man den Wald vor lauter Bäumen nicht und beschäftigt sich mehr mit Rand- als den Kernzielgruppen
Im Vergleich dazu werden sowohl Segmente als auch Templates einmalig anhand aller bekannten Informationen berechnet. Dadurch sind sie einfacher zu händeln. Sie bestimmen den Zustand in einer einzigen Situationsdefinition und nicht in einer Reihe von Berechnungen.
Tipp: Halte Workflows einfach und baue stattdessen die Komplexität in die Segmente und Templates ein.
Checkliste für Workflow-Funktionen:
Gibt es einen visuellen Workflow-Builder mit Point-and-Click-Funktion?
Gibt es Workflows und Trigger für jedes Ereignis, Attribut oder Segment?
Gibt es leistungsstarke Segmentierungen und Templates?
Die Verfügbarkeit von Daten bestimmt die Qualität der Kundenerfahrung
Die Welt ist voller attraktiver Marketing-Tools. Quadranten, Vergleichsportale und Testberichte liefern die gewünschten Informationen. Gleichzeitig wird es immer schwerer, zwischen den Tools zu differenzieren.
Wie beschrieben, bestimmen Daten die Qualität der Kundenerfahrung. Sie sollten das wichtigste Unterscheidungsmerkmal zwischen den Tools sein. Beispielsweise unterstützen die meisten E-Mail-Tools Workflows, fortgeschrittene Templating-Tools hingegen nicht.
Auch beliebte Tools haben signifikante Limitierungen. Mailchimp zum Beispiel kann nur eine begrenzte Anzahl von Attributen synchronisieren. Obwohl es Segmentierungen, Merge-Tags und Templates sowie automatisierte Workflows gibt, schränken fehlende Attribute den Kontext ein, der zu einem E-Mail-Abonnenten hergestellt werden kann. Das schränkt die Einsatzmöglichkeiten des gesamten Tools ein.
Für jeden Kanal sollte ein Tool führend sein, das für jeden Kontakt ein Profil erstellt, ebenso wie für jede Interaktion. Das funktioniert nur, wenn alles nachverfolgbar ist und dem Tool kein Kontext entgeht.
Checkliste für die Auswahl von Workflow-Tools für jeden Kanal:
Können alle erforderlichen Kanäle definiert und angesprochen werden?
Erfüllt es die Kriterien für Segmentierung, Templating und Workflows?
Werden alle Interaktionen getracked und bereitgestellt?
Können Inhalte für diesen Kanal durch externe Trigger ausgelöst und personalisiert werden?
Schritt 4: Datenintegration
Tools sind selten Category Leader gleich mehrerer Kanäle. Das bedeutet, dass mittelfristig mehrere Tools im Einsatz sein werden. Das wiederum bedeutet, dass dieselben Nutzer in mehreren Tools angelegt sind. Um den vollständigen Kontext zu erstellen, sollten alle Änderungen und Aktualisierungen an alle anderen Tools weitergegeben werden.
Jetzt wird es Zeit für eine Datenintegrationsstrategie
Das Tool, das alle Profile hostet, ist das datenführende System für alle anderen. Hier liegt der “goldene Kundendatensatz”, der mit allen Attributen und mit allen anderen Tools synchronisiert wird.
So erstellst Du Profile und verknüpfst sie miteinander
Das komplette Kundendatenmodell als Attribut nutzen
Alle User-Events einbeziehen
Alle Segmente einbeziehen
Öffentliche Dokumentationen zeigen, wie gut sich ein Tool integrieren lässt. Am gängigsten sind RESTful APIs, die sowohl Lese-APIs (Daten vom Tool senden) als auch Schreib-APIs (Daten an das Tool senden) abdecken.
Checkliste für die Bewertung der Daten-Portabilität
Gibt es eine dokumentierte API?
Gibt es eine Lese-API zum Abrufen von Daten?
Gibt es eine Schreib-API zum Erstellen und Aktualisieren von Daten im Tool?
Gibt es eine Schreib-API DELETE zum Löschen von Daten? (z. B. zur Einhaltung der GDPR-Vorgaben)
Zeigt die API alle Datenobjekte an? Entitäten (Personen und Unternehmen), zugehörige Daten (Ereignisse und Attribute) und Segmente (oder Entsprechungen)?
Datenanreicherungs-Tools
Die Datenanreicherung bezieht relevante Daten aus internen wie externen Quellen ein. Gründe im Marketing für eine Datenanreicherung können sein:
Kundendatenmodell vervollständigen
Ideale Kundenprofile ermitteln
Personen und Unternehmen in Kampagnen ansprechen oder
Nachrichten personalisieren
Ein Use-Case könnte die Wertermittlung eines Kundenkontaktes sein. Hierfür wird die Produktdatenbank und der Zahlungsverlauf eingebunden. Diese Daten haben mit dem Marketing vordergründig nichts zu tun, helfen aber, ein ganzheitliches Bild auf den Kunden zu gewinnen und so wichtige Erkenntnisse zu gewinnen, die durchaus Einfluss auf die Marketingstrategie haben.
Die Anreicherung von Daten erfordert in der Regel eine neue Datenstruktur, da die vorhandene Form nicht immer auf die neue Anwendung passt. Diese Umformung macht die Datenanreicherung durchaus komplex.
Auch die Datenanreicherung erfolgt in einem Loop. Das Tool fordert Daten von einem Identifikator an, die neu gewonnen Attribute werden zurückgesendet und zentral gespeichert und stehen damit allen Tools zur Verfügung.
Checkliste für Datenanreicherungstools
Welche Identifikatoren werden für die Anreicherung genutzt?
Welche Daten sind wie nutzbar?
Wie werden diese Daten weitergeleitet und gewichtet?
Ist festgelegt, welche Version gleicher Daten (z. B. Berufsbezeichnung) verwendet wird?
Tracking-Tools
Tracking-Tools erfassen Nutzeraktivitäten außerhalb der eigenen Kommunikationskanäle
Website-Analysen
Landing Page Tools (Formular- und Pop-over-Erfassung)
Formulare und Umfragen
Zahlungen und Abrechnungen
Meetings und Videoanrufe
Lead-Quellen von Drittanbietern (wie G2Crowd oder Facebook Ads)
Aber Vorsicht! Tracking Tools sind passive Tools, die Daten abgreifen, gruppieren und zurückspielen. Sie nutzen nicht unbedingt den Identifier aus dem datenführenden System. Das führt zu doppelten Profilen oder Daten, was wiederum mit ziemlicher Sicherheit zu doppelten Profilen in den datenführenden Tools führt. Ein Teufelskreis .
Hierfür werden zusätzliche IDs geschaffen, die den Identifier unterstützen. Die E-Mail erhält also auch eine Tracking-ID. Die Tracking-Daten samt der Identifikatoren fließen in die führende Datenbank ein, und zwar für hochvolumige Daten wie Webanalysen genauso wie für geringvolumige Abos - und alles dazwischen.
Checkliste für Tracking-Tools
Welche Kanäle, Plattformen, Websites und Aktionen werden nicht erfasst?
Welche Identifikatoren können erfasst werden?
Kann es mehrere Identifikatoren auf einmal erfassen und Daten miteinander verknüpfen?
Wie können diese Daten und mehrere Identifikatoren im datenführenden System nachverfolgt werden?
Schritt 5: Start-up, Scale-up oder Grown-up? Tools für jede Reifephase
Die Kanäle, Tools und Datenanforderungen ändern sich mit dem Reifegrad eines Unternehmens. Viele der später notwendigen Anforderungen sind für Start-ups und Scale-ups vollkommen uninteressant. Hierzu zählt beispielsweise das Rechtemanagement oder Automatisierungsroutinen.
Dennoch haben alle Unternehmen einer Branche vergleichbare Datenprobleme und Nutzer-Lebenszyklen, ganz gleich wie groß sie sind.
Wir unterscheiden deshalb drei prinzipielle Marktsegmente für MarTech-Tools
Pre-Product/Market-Fit (Start-up)
Post-Product/Market-Fit (Scale-up)
Skalierung (Grown-up)
Bester MarTech-Stack für Start-ups
Unternehmen vor dem Product-Market-Fit müssen sich nicht vorrangig um die Akquisition kümmern, aber sie müssen ihre Kundendaten verstehen.
Die Ressourcen dazu können minimal sein. Mindestens ein Mitglied des Gründerteams wird wahrscheinlich die Führung bei der Kundenentwicklung übernehmen und das wenige Budget für low-cost-Tools nutzen.
In diesem Stadium kommen Registrierungen aus einmaligen Aktionen wie Sneak Previews, Closed User Groups oder Micro-Influencer Kooperationen. Es gibt eine Menge manueller Kontaktaufnahmen, aber noch keinen stabilen Funnel. Dennoch ist die Erstellung von Profilen von Personen und Unternehmen in dieser Phase bereits unglaublich wichtig, um so schnell wie möglich das ideale Kundenprofil zu ermitteln.
Schon Start-ups brauchen also ein Tool, mit dem Sie Kundendaten erfassen können
Ein Identifier (wie E-Mail oder Telefonnummer)
Alle Daten über den Kunden vereint an einem Ort
Qualitative Daten & Analysen an einem zentralen Ort
Die Daten sollten so beschaffen sein, dass sie jederzeit mindestens als CSV-Datei in andere Tools transferiert werden können. Sie sollten über saubere und gültige Identifier verfügen, und alle weiteren Daten so sein, dass Personen und Unternehmen gemeinsam klassifizierbar sind – ein embryonales CRM.
Wichtig für Start-ups ist, dass Kundendaten in diesem Stadium leicht vergleichbar sind, um nuancierte Trends in Daten zu erkennen.
Entscheidend ist, dass Daten tatsächlich als Daten existieren – nicht nur in den Köpfen der Gründer :)
Bei all diesen Anforderungen ist es schwer, gegen den Wert eines Tabellenkalkulationsprogramms wie Google Sheets als “Quelle der Wahrheit” und eines einfachen E-Mail-Kontakt-Programms zur Verwaltung der Tools zu argumentieren. Vielleicht mit einem einfachen Sheets-Add-on, um das Ganze zu organisieren.
Bester MarTech-Stack für Scale-ups
Start-ups müssen herausfinden, an wen verkauft werden soll. Bei Scale-ups geht es darum, herauszufinden, wie man an diese Kunden verkaufen kann, während man gleichzeitig seinen “Ideal Customer Profile” verfeinert. Priorität hat die Akquisition. Sie wird durch die Analyse des Churn, also frisch kündigender Kunden, verfeinert.
In dieser Phase stellen Scale-ups wahrscheinlich ihre ersten Vertriebs- und Marketingmanager ein, die sowohl das anfängliche Team als auch die Tools verwalten. Es gibt ein Budget für die Grundlagen für die Website, E-Mail-Tool, Buchhaltung, usw.
Als Scale-up fühlt sich alles wie eine ungenutzte Chance an.
Der häufigste Fehler in dieser Phase besteht darin, das fehlende Budget und die fehlenden Ressourcen mit einer Vielzahl verschiedener Tools kompensieren zu wollen, um alle Kanäle und Möglichkeiten zu nutzen, anstatt die anfängliche Aufgabe zu lösen, wie jeder genutzte Kanal auch zum Laufen gebracht werden kann:
Bei Google für einen relevanten Begriff mit einem angemessenen Volumen unter den Top 10 zu erscheinen
Performance Ads zu schalten, die mehr einbringen, als sie kosten
Aufbau von Referrals und Kooperationen, die zu Konversionen führen
E-Mail-Listen und Social Media Reichweite so weit ausbauen, dass sie zu spürbarem Traffic führen
Ein Sammelsurium von täuschend einfachen, kostenlosen Tools sorgt gerne für Chaos beim Verfolgen, Organisieren und Personalisieren der Customer Experience. Dies kann das Team signifikant verlangsamen. Es gibt zwei wichtige Tools, die für jede funktionale Rolle eingerichtet werden müssen.
Der Vertrieb benötigt ein zuverlässiges Tool, mit dem er produktiv arbeiten, Deals abschließen und Kundendaten nutzen kann (Segmente, Vorlagen und Workflows). In diesem Stadium sind fortgeschrittene Datenintegrations- und Berichtsfunktionen für die Produktivität zweitrangig.
Vermeide als Scale-up Overhead, das ist alles.
Das Marketing benötigt ein Tool, mit dem es Leads erfassen und ansprechen kann. Dieses Tool muss in das Sales-Tool einfließen (oder mit diesem identisch sein) und sicherzustellen, dass beide Teams von Anfang an mit denselben Daten und demselben Kontext arbeiten. Scale-ups sollten nicht mehrere Tools und Kanäle nutzen, solange die Ressourcen (Team, Budget, Zeit) knapp sind. Die Art und Weise, wie Dein Team die Tools einsetzt (und ob es Zeit und Konzentration aufwenden kann, um sie richtig zu nutzen), hat wesentlich mehr Einfluss als das Hinzufügen zusätzlicher Tools.
Weniger Kanäle führen zu einem besseren Datenfluss und Verständnis über Leads und Kunden.
Das könnte so aussehen:
Marketing führt
Ads
Website (CMS & Analyse)
Mailings
Sales führt
Sales CRM
Live-Chat
In diesem Stadium können Tools noch komplett synchron sein (alles ist mit allem verbunden), obwohl dies später bekanntlich zu einem Problem führt, das nur “eine einzige Quelle der Wahrheit” wieder löst. Doch wie heißt es so schön: “Löse Probleme erst, wenn sie ein Problem sind”.
Bester MarTech-Stack für Grown-ups
Sobald ein Unternehmen wirklich skalieren kann, können auch mehr Tools eingesetzt werden.
Die Verantwortung für Mitarbeiter, Tools und Daten sind in dieser Phase zumeist voneinander getrennt. Der MarTech-Stack wird dann auf der operativen Ebene geführt. Einige Teams überlassen ihren operativen Units die Tool Auswahl (Sales, Marketing, aber auch Service und Human Resources).
Die am schnellsten wachsenden Grown-ups zentralisieren Tools und Datenbetrieb über die gesamte Organisation.
Um schneller zu wachsen, testen Grown-ups ständig neue Kanäle und versuchen, alles aus ihnen herauszuholen. Dies erfordert neue Tools, was die Datensynchronisation erschwert. Die Menge und Varianten von Kundenereignissen nehmen drastisch zu, und die Logik zum Verständnis des "Zustands" von Leads, Kunden und Konten wird ohne führende Datenbank und den daraus resultierenden “goldenen Kundendatensatz” erschwert – wenn nicht ganz vereitelt.
Um zu verstehen, was jeder einzelne Kanal zum Umsatzziel beiträgt, werden Herausforderungen wie Multi-Touch-Attribution üblich – die Synthese aller Ereignisdaten aus mehreren verschiedenen Quellen. Um aus jedem Kanal das Maximum herauszuholen, werden auch erweiterte Segmentierung, dynamische Inhalte und Personalisierung nötig. All dies verändert die Anforderungen an das Datenkonzept.
Bei Grown-ups führen das vertriebsfreundliche CRM oder ein einfaches Marketing-Automatisierungstool zu Datensilos, die die Komplexität der Customer Journeys nicht korrekt abbilden.
Es tauchen Fragen auf zur Attribution, zum Reporting, zur Personalisierung von Nachrichten oder zur Ausrichtung des Teams.
Wo es Datensilos gibt, entstehen Silos zwischen den Teams.
Der große Fehler in dieser Phase besteht darin, dass einzelne Abteilungen die Verantwortung für das Datenproblem des gesamten Unternehmens übernehmen, statt nur für ihre eigenen Bedürfnisse. Das sieht dann so aus:
Sales wählt ein Unternehmens-CRM
Marketing nutzt eine "größere" Marketing-Automatisierungsplattform
IT startet ein Data-Warehousing-Projekt
Externe Dienstleister werden hinzugezogen, um die Synchronisation der Tools der einzelnen Teams zu schaffen
Dieses Vorgehen wird das Problem der Datensilos nicht lösen. Es werden immer neue Tools für neue Kanäle benötigt. Die schiere Anzahl der Tools vereitelt ihre Synchronisation.
Dein Team sollte dieses Problem frühzeitig erkennen und angehen. Jedes Team benötigt die Daten in seinen Tools, aber die Datenhoheit all dieser Tools ist zentral auf Unternehmensebene. Dies wird die operative Schlüsselaufgabe des MarTech-Stacks.
Wir kennen nun vier gängige Arten von Tools , die als "einzige Quelle der Wahrheit" für Deine Kundendaten infrage kommen:
CRMs
Plattformen zur Marketing-Automatisierung
Plattformen für Kundendaten
Data Warehouses
Skalierende Unternehmen müssen sich genau überlegen, welche Datenbank alle anderen führt. Diese synchronisiert dann Daten aus allen verwendeten Tools, Tracking-Systemen und Datenbanken in Echtzeit.
CRMs, Marketing-Automatisierungsplattformen und Data Warehouses bieten für sich genommen immer nur eine unvollständige Sicht auf die Daten. Sie leiden unter mangelnder Kontrolle bei der Datenanbindung, einseitigem Datenfluss, fehlenden Echtzeitberechnungen und schlechter Usability.
Ohne eine klare, gezielte Strategie zur Erstellung eines wirklich einheitlichen Profils wird kein Tool in der Lage sein, den gesamten Kontext eines Kunden zu erfassen. Einige Teams schaffen Abhilfe, indem sie Daten zu Attributen zusammenfassen und abstrahieren, um sie so zwischen den Tools zu synchronisieren. Dies führt allerdings zu unstrukturierten Daten, die schwer zu lesen und organisieren sind. Es fehlt das Tool, das alle Attribute vorhält.
Customer Data Platforms (CDPs) lösen dieses Problem. Eine CDP ist eine Software, die Kundendaten aus mehreren Quellen erfasst und vereinheitlicht, um eine einzelne, kohärente, vollständige Ansicht jedes Kunden zu gewährleisten. Zu den digitalen Quellen gehören:
Verhaltensdaten, wie z. B. auf einer Website, in einer App oder über andere Kanäle wie Live-Chat oder digitale Assistenten erfasste Aktionen, sowie die Anzahl und Länge der Interaktionen und die Häufigkeit dieser Interaktionen
Transaktionsdaten, z. B. Einkäufe und Retouren von Kunden aus E-Commerce- oder POS-Systemen
Demografische Daten, wie Name, Geburtsdatum und -monat des Kunden sowie Adresse
Zusammenfassung: Finde Deinen MarTech-Stack
Lange Listen vergleichbarer Tools sind nicht hilfreich, wenn keiner sie wirklich unterscheiden kann. Am Ende entscheiden Datenverwendbarkeit und -portabilität über das beste Tool für Deinen Zweck.
Die Frage, wie Tool-spezifische Daten mit anderen Quellen harmonieren, wird über kurz oder lang das entscheidende Qualitätskriterium einer MarTech-Applikation.
Was also sollte Dein MarTech-Stack können?
Zielgruppen segmentieren
Templates erstellen
Arbeitsabläufe definieren
Kundenprofile erstellen
Portabilität von Daten und API-Qualität gewährleisten
Drittanbieter-Daten einbinden und ansteuern
Trackingdaten nutzen (Inbound Daten)
Daten an Tracking Tools weitergeben (Outbound Daten)
Diese fünf Fragen solltest Du Dir vor jeder MarTech-Entscheidung beantworten können:
Welche Customer Experience möchte ich schaffen?
Welche Kanäle möchte ich nutzen?
Wie wertvoll sind die gewonnenen Daten für die gesamte Customer Journey?
Wie portabel sind die Daten (Inbound & Outbound)
Wer wird die Software installieren, pflegen und nutzen?
MAVENS unterstützt Dich bei der Auswahl des richtigen MarTech Stacks mit folgenden Leistungen:
Funktionalität: Wir stellen sicher, dass die Software alle Funktionen bereitstellt, die Du heute brauchst. Und morgen auch.
Benutzerfreundlichkeit: Es ist wichtig, dass Dein Team die Software intuitiv und fehlerfrei verwenden kann – am besten ohne Seminare und separate Lizenzen.
Integrationsfähigkeit: Daten wollen fließen, deswegen steht keine Software heute mehr allein. Deine Software sollte sich also perfekt in Deine bestehende IT-Infrastruktur integrieren und über API-Schnittstellen erweitern lassen.
Kosten: Lizenzen, Customizing, Onboarding, Pflege und Skalierung: Die Kostenstruktur ist oft komplex. Wir berücksichtigen neben dem Set-up auch laufende Kosten wie Wartungsgebühren, Support und Erweiterungen.
Unterstützung und Service: Wir achten darauf, dass Deine Softwareeine gute Unterstützung und Dokumentation bereitstellt.
Sicherheit: Wir stellen sicher, dass die Software robuste Sicherheitsfunktionen hat, um Deine Daten und Systeme zu schützen. Jetzt und in Zukunft.
Zukunftsfähigkeit: Wir haben im Blick, ob die Software Deinen Anforderungen auch in Zukunft gerecht wird und ob der Anbieter regelmäßig Updates und neue Funktionen bereitstellt.
Jetzt einfach einen persönlichen Termin buchen:
Comments