Aktuelle Trends im digitalen CRM

< Zurück zur Übersicht

6 Themen, die in diesem Jahr polarisiert haben – und es 2018 noch tun werden.

Das Jahr neigt sich dem Ende zu. Das Weihnachtsgeschäft wird vorbereitet und die dmexco öffnet im September ihre Pforten. Zeit also, schon einmal einen Blick zurück auf das Jahr 2017 zu werfen und zu schauen, welche Kernthemen die Branche im Bereich CRM und Marketing in diesem Jahr bewegte und was der Ausblick in Richtung Zukunft verspricht.
Dr. Jörg Reinnarth ist Geschäftsführer der CINTELLIC Consulting Group, die auf das Thema digitale Transformation von Kundenmanagement und CRM spezialisiert ist. CINTELLIC führt europaweit digitale Kundenmanagement-Projekte durch.

Inhaltsverzeichnis des Dokuments: Aktuelle Trends im digitalen CRM

1. CRM wird unternehmensübergreifendes strategisches Thema
2. Kompetenzwandel im mittleren und höheren Management
3. War for Talents
4. Künstliche Intelligenz / Machine Learning
5. Kanalintegration vs. Backend-Integration
6. CRM-Re-Targeting und DMP

 

1. CRM wird unternehmensübergreifendes strategisches Thema

Endlich wächst zusammen, was zusammen gehört, könnte man sagen. Waren Online- und Offline-Bereich bisher getrennt, wachsen die Bereiche nun konsequent zusammen. Einerseits getrieben durch die großen Marketing-Cloud- Anbieter (z.B. Salesforce, Adobe), die sowohl Online- als auch klassisches CRM–Kampagnenmanagement beherrschen. Andererseits aber auch über den Anspruch der Unternehmen, den Kunden entlang der gesamten Customer Journey (die nun einmal online und offline ist) zu verstehen und zu managen. Dies bringt natürlich viele Fragen mit sich, sowohl nach Organisation und Vertriebs-/Marketing-Kultur oder auch nach der übergreifenden Strategie, Prozessen, Verantwortlichkeiten und Technologien.

Die Notwendigkeit der Klärung dieser Themen werden in den Unternehmen immer spürbarer und sind größtenteils noch ungelöst, da die Bereiche noch getrennt arbeiten und unterschiedliche Kompetenzen und Know-how haben. Ein Web-Analyst ist kein Smart Data Analyst, aber die Daten müssen kundenübergreifend analysiert und in Aktionen umgewandelt werden. Hier hilft kein Silo-Wissen, sondern nur eine ganzheitliche Betrachtung des Kunden. Das Top-Management ist somit in der Pflicht, diese Prozesse zu erkennen und die interne Transformation zu beschleunigen, damit die Marketing-Organisation ganzheitlich arbeiten kann.

2. Kompetenzwandel im mittleren und höheren Management

Sieht man sich aktuelle Stellenausschreibungen im Bereich Digitalisierung oder Smart Data an, so erkennt man: die ‚eierlegende Wollmilchsau‘ ist deutlich realistischer als die derzeit formulierten Anforderungen an Smart Data Spezialisten. Smart Data Mitarbeiter sollen „Daten verstehen“, „Daten transformieren“, „Daten analysieren“, „die diversen gängigen Tools (mindestens fünf) beherrschen“, „sinnvolle operative Maßnahmen ableiten“, „strategische Maßnahmen ableiten“, „mit dem Top-Management kommunizieren“, „die Anforderungen des Top-Managements verstehen“ und „Inhalte und Empfehlungen für das Management aufbereiten“ können. Der Problematik, dass das Thema Smart Data komplex ist, versuchte man vor zwei Jahren mit mehreren verschiedenen Berufsbildern Herr zu werden. Teilweise wurde postuliert, dass die Organisation bis zu acht verschiedene Berufstypen braucht – vom „Smart Data Cruncher“, über den „Data Steward“ zum „Smart Data Analyst“ und „Smart Data Artist“. Komplexität wurde mit Komplexität bekämpft, was für die Unternehmen frustrierend war, insofern es noch keine Ausbildung für diese Berufsbilder gab, als aber auch, dass kein Manager für ein Thema auf einmal acht Personen einstellen wollte.

Aktuell finden wir uns im Gegentrend wieder, in dem auf die Komplexität mit Simplifizierung reagiert wird. Wenn ich acht Personen nicht finde, dann nehme ich einfach eine Person, die alles kann. Und die fehlende Kompetenz des Managements im Bereich des digitalen Kundenmanagements wird zusätzlich dadurch ersetzt, dass die Person bitte noch wie ein Manager denkt, dem Management die Wünsche von den Augen abliest und mit konkreten Handlungsempfehlungen für das Management daherkommt. Da beide Ansätze – Steigerung der Rollenkomplexität und Simplifizierung – im realen Alltag scheitern, muss nicht nur die Organisation, sondern auch das Management selbst einer Transformation unterliegen. Wer in Zukunft als Manager im Bereich des digitalen Kundenmanagements erfolgreich sein will, muss das Thema selbst beherrschen und seine Analysten verstehen können. Er muss in der Lage sein, seine strategischen Fragestellungen und Aufgaben auf operative Analysten-Aufgaben herunterzubrechen. Und er/sie muss in der Lage sein, die Ergebnisse der Smart Data Analysten zu verstehen und mitdiskutieren zu können.
Die Verantwortung liegt nicht beim Analysten. Sie liegt beim Management, dessen Aufgabe es ist, die Komplexität mit zu beherrschen statt sie an die Mitarbeiter-Ebene outzusourcen.

3. War for Talents

Aus den beiden zuvor genannten Punkten ergibt sich natürlich sofort der Ruf nach den richtigen Mitarbeitern. Mangelware sind sowohl Smart Data Analysten, als auch Manager, die das Thema beherrschen. Beratungsfirmen und Agenturen suchen genauso händeringend wie Großkonzerne und Mittelständler. Universitäten bieten kaum Lehrstühle an, in denen das komplexe Thema ganzheitlich gelehrt wird. So ist absehbar, dass in den nächsten Jahren zwar gute Mitarbeiter auf den Markt kommen, aber eben nicht genug. Parallel dazu verändert sich der Technologie-Markt permanent und mit hoher Geschwindigkeit.

Neue Datenschutz-Gesetze sorgen für zusätzliche Leitplanken. Mitarbeiter, die hier mit dem Markt Schritt halten und das Unternehmen auf die Zukunft vorbereiten können, werden immer wichtiger. Im Wettbewerb besteht nur, wer ein klares Bild der eigenen idealen Organisation entwickelt. Denn nur damit gelingt das Suchen und vor allem Finden der richtigen Mitarbeiter sowie das Halten und Ausbilden eben jener.

4. Künstliche Intelligenz / Machine Learning

Kein Trend ohne Gegentrend. Somit ist Punkt 4 eigentlich der Gegentrend, bzw. eine Hoffnung auf eine Lösung für die Herausforderungen aus Punkt 3. Denn da es schwierig ist, das passende Personal zu bekommen, setzen viele die Hoffnung auf künstliche Intelligenz, also Programme, die komplette Jobs bzw. ganze Arbeitsprozesse von alleine machen. Dieses Jahr ist das „Wünsch Dir was“-Jahr. In fast allen Gesprächen und Workshops auf Top-Management Ebene war die Hoffnung groß, im Bereich Smart Data Analytics auf Personal – fast in Gänze – zu verzichten. Der Kauf der richtigen Technologie soll, auf Knopfdruck, alles alleine machen.

Der Wunsch ist verständlich, aber natürlich überoptimistisch. Richtige übergreifende künstliche Intelligenz wird es in Jahrzehnten nicht geben, dafür jedoch sehr gute Insel-
Lösungen, die spezielle Themen (z.B. im Service-Bereich) gut und effizient lösen können. Hierfür sind aber immer wieder Analytiker notwendig, die Modelle analysieren, trainieren und verbessern. KI und Bots können Prozesse effizienter gestalten und den Mitarbeitern die „einfachen“ Aufgaben abnehmen. Aber die relevanten strategischen Aufgaben, nämlich das Richtige zu tun, wird in Zukunft immer noch von Mitarbeitern gestaltet werden müssen, so dass KI die Qualität erhöhen kann, insofern die Mitarbeiter das Richtige tun.

5. Kanalintegration vs. Backend-Integration

Viele der diesjährigen Technologie-Auswahlverfahren aus dem Bereich Marketing-Automation lassen sich auf die Frage „Kanalintegration oder Backend-Integration“ zurückführen. Kanalintegration bedeutet, dass die Marketing Automation Anbieter eigene Touchpoints/Kanäle (Web-Shop, E-Mail-Marketing-Lösungen, CRM-Front-Ends, Facebook-Apps) mitbringen – wie etwa SAP mit Hybris, Salesforce mit der Salescloud oder Adobe. Diese Lösungen stehen bei den Unternehmen zumeist bei der Auswahl vorne – wenn sie durch die Online-Marketiers gestaltet wird, insofern diese in Touchpoints und Kanälen denken, und hauptsächlich Unterstützung bei der Operationalisierung der Maßnahmen in die Kanäle benötigen, was durch die Kanalintegration leicht möglich ist.

Backend-Integrative Technologien bieten zumeist keine eigenen Kanäle/Touchpoints an, sondern legen den zusätzlichen Schwerpunkt auf die Integration von Marketing Automation mit eigener Analytik und Datenmanagement. Anbieter aus diesem Feld sind z.B. Apteco oder SAS. Beide Ansätze sind erfolgreich, da die Integration mit den jeweils anderen Systemen aufgrund offener Schnittstellen gut funktioniert. In Zukunft werden sich die Philosophien weiter annähern und die jeweils fehlenden Funktionalitäten ergänzen.

6. CRM-Re-Targeting und DMP

Waren Targeting-Themen und CRM-Themen bisher organisatorisch und gedanklich in Unternehmen getrennt, sieht man in 2017 ein technologiegetriebenes Zusammenwachsen. Targeting und Re-Targeting – bisher eine Domäne aus dem Online-Bereich und CRM-Management der Bestandskunden, mit einem Fokus auf Analytik und Inbound- und Outbound-Maßnahmen – finden zueinander. Ansätze für CRM-Targeting gibt es schon länger, allerdings sehr spezialisiert und sporadisch eingesetzt. Die Möglichkeiten, Data-Management-Plattformen und aktuelle Marketing-Automation-Lösungen im Zusammenspiel über alle Kanäle zu nutzen, lässt die Bereiche Online und CRM zum ganzheitlichen Kundenmanagement (also sowohl Interessenten als auch Bestandskunden) zusammenwachsen. Beide Bereiche haben zum ersten Mal die Möglichkeit, die gleiche Datenbasis und die gleichen Technologien zu verwenden. Aktuell gelingt dies den Unternehmen nur, indem verschiedene Technologien aktiv zum gemeinsamen Zusammenspiel gebracht werden.  Die Technologie-Anbieter erweitern Ihr Portfolio derzeit aktiv, um den Weg zu einem zentralen und ganzheitlichen Kundenmanagement zu eröffnen.

Hier können Sie die Publikation kostenfrei als PDF herunterladen:

PDF jetzt herunterladen