In diesem Artikel werden wir folgende Themen behandeln:
- Was ist ein Daten-Flywheel?
- Datenerfassung – die Grundlage für ein erfolgreiches Daten-Flywheel
- Das Daten-Flywheel kann bei der Entwicklung und Vermarktung neuer Produkte helfen
- Die Aufrechterhaltung eines erfolgreichen Daten-Flywheels kann den ROI (Return on Investment) verbessern
Was ist ein Daten-Flywheel?
Ein Daten-Flywheel erhöht die Dynamik eines Produkts oder Prozesses durch den strategischen Einsatz von Daten in beschleunigtem Tempo. Ein Flywheel baut beim Drehen Energie auf, bis es sich selbst versorgt. Es nutzt Informationen, um einen positiven Kreislauf zu schaffen, in dem mehr Daten zu schnelleren Lernkurven, besseren Produkten und einer höheren Kundenakquise/-bindung führen. Eine effektive Daten-Flywheel-Strategie führt zu neuen Produktinnovationen, höheren Umsätzen und steigert den Gewinn.
Ein klassisches Beispiel für ein Daten-Flywheel ist die algorithmengestützte Empfehlungsfunktion von Netflix. Als diese Funktion erstmals eingeführt wurde, empfahl Netflix die beliebtesten Videos. Im Laufe der Zeit sammelte Netflix Datenpunkte zu den Sehgewohnheiten und Bewertungen der Nutzer und speiste diese in eine „Empfehlungsmaschine” ein. Dies wiederum führt zu personalisierteren „Empfehlungen für Sie”-Vorschlägen für jeden einzelnen Nutzer, was wiederum zu höheren Zuschauerzahlen führt.
Netflix-Nutzer sehen sich mittlerweile täglich über 200 Millionen Stunden an Inhalten an.
Je mehr Daten Sie über ein Produkt, einen Geschäfts-/Verbraucherprozess oder einen Wettbewerber sammeln können, desto mehr können Sie das Wachstum vorantreiben. Wie bei einem Schwungrad beginnt es langsam und beschleunigt sich dann allmählich. Das Schwungrad-Konzept wurde von Jim Collins in seinem Buch „Good to Great: Why Some Companies Make the Leap… and Others Don’t” (Von gut zu großartig: Warum manche Unternehmen den Sprung schaffen… und andere nicht) entwickelt. Seine berühmteste Erfolgsgeschichte war, wie er das Konzept 2003 Jeff Bezos vorstellte und es schließlich zu einem wichtigen Bestandteil der kundenorientierten Philosophie von Amazon wurde.
Datenerfassung – die Grundlage für ein erfolgreiches Daten-Schwungrad
Die Datenerfassung in großem Umfang bildet die Grundlage einer Daten-Flywheel-Strategie. Daten sind der Treibstoff, der den Flywheel-Motor antreibt. Während es viele Möglichkeiten gibt, Daten von eigenen Websites und Anwendungen zu sammeln, kann die Erfassung von Daten aus externen Quellen wie Websites eine Herausforderung darstellen. Beispielsweise möchten Marketingfachleute von E-Commerce-Unternehmen Zugriff auf Sell-Through-Rate-Daten (STR) von ähnlichen Produkten auf konkurrierenden Marktplätzen erhalten. Sie könnten von Datenpunkten wie den folgenden profitieren:
- Verkäuferbewertungen und Rezensionen
- Dynamische Preisgestaltung
- Produktbilder, Titel und Kategorien
- Ergebnisse der Marktplatz-Suchmaschine
- Sonderangebote
Leider errichten viele Websites Barrieren, um die Datenerfassung durch konkurrierende Unternehmen zu erschweren. Dinge wie CAPTCHAs, Serverbeschränkungen basierend auf Geolokalisierung und Beschränkungen des Anfragevolumens/der Anfragerate können oft dazu führen, dass Ihre IP-Adresse auf eine schwarze Liste gesetzt, blockiert oder mit falschen Informationen versorgt wird. Sie könnten Ihre eigenen Python-Skripte schreiben, um Daten zu sammeln, aber dies ist ein arbeitsintensives Unterfangen und könnte in bestimmten Fällen dazu führen, dass Ihr Konto wegen „verdächtiger Aktivitäten” gesperrt wird. Sie könnten auch DevOps, Datenexperten, IT-Mitarbeiter und Entwickler beauftragen, Systeme für operative Datenerfassungsaktivitäten zu entwickeln und zu warten, aber dies ist eine sehr kostspielige Lösung, die schwer zu skalieren (nach oben oder unten) ist.
Was Unternehmen wirklich brauchen, ist eine automatisierte, agile und finanziell tragfähige Lösung, die die Erfassung von Webdaten rationalisieren kann. Eine solche Lösung sollte global funktionieren und auf jede Open-Source-Website zugreifen können. Sie sollte ihre technologischen Fähigkeiten nutzen, um Website-Blockaden mithilfe einer ausgeklügelten Wiederholungslogik zu umgehen. Jedes Tool/jeder Dienst sollte außerdem den branchenführenden ethischen Nutzungsrichtlinien entsprechen, um sicherzustellen, dass die gesammelten Daten ihren langfristigen Geschäftswert behalten. Darüber hinaus möchten Unternehmen Daten erhalten, die bereits so strukturiert, bereinigt, synthetisiert und formatiert sind, dass sie sofort von Teams und Systemen importiert und verwendet werden können.
Daten-Flywheel zur Verbesserung der Produktentwicklung und des Marketings
Amazon ist führend in der Nutzung der Daten-Flywheel-Strategie zur Entwicklung und Vermarktung neuer Produkte. Die Prime-Mitgliedschaft von Amazon ist ein gutes Beispiel dafür. Die niedrigen Preise von Amazon Prime ziehen viele Kunden an. Viele Kunden erkennen den Mehrwert, wie z. B. die Versandoptionen am selben oder am nächsten Tag. Prime wird von Amazon jedoch als erster Kontaktpunkt für Cross-Selling und Upselling genutzt. Mitglieder werden mit vielen anderen Diensten wie Prime Video, Amazon Music, Audible, Amazon Pantry usw. vertraut gemacht, was zu weiteren Verkäufen und Abonnements führt. Amazon nutzt die gesammelten Daten zu Kundenpräferenzen und Trends aus einem Dienst, um Marketingstrategien für das Upselling zu entwickeln. Kunden, die Kinderspielzeug kaufen, könnten beispielsweise daran interessiert sein, Amazon Prime wegen seiner Junior-Inhalte zu abonnieren.
Ein weiteres Beispiel ist Quby, ein niederländisches Technologieunternehmen, das Technologien für den Hausgebrauch anbietet, die sich auf die Reduzierung von Energieverschwendung konzentrieren. Quby nutzte eine Daten-Flywheel-Strategie, um seinen Markt und seinen Erfolg erheblich zu erweitern.
Quby begann mit dem Angebot eines In-Home-Displays und eines intelligenten Thermostats, die von Versorgungsunternehmen in ganz Europa verkauft wurden. Diese Produkte sind in der Lage, den Energieverbrauch genau zu verfolgen. Sie nutzten diese Informationen im Rahmen von Datentrainingsalgorithmen, um die Nutzung von Haushaltsgeräten zu erfassen. Im Jahr 2017 brachte Quby seinen ersten KI-gestützten Dienst „Waste Checker” auf den Markt. Damit konnte das Unternehmen die ineffiziente Nutzung von Geräten erkennen, von Waschmaschinen und Geschirrspülern bis hin zu Zentralheizungssystemen und Duschen. Sobald verschwenderisches Verhalten erkannt wurde, bot Quby personalisierte Ratschläge, welche Maßnahmen ergriffen werden könnten, um Energieverschwendung zu reduzieren. Die intelligenten Thermostate von Quby erfassen und analysieren Daten im Sekundentakt. Das Unternehmen konnte diese gesammelten Daten nutzen, um eine neu überarbeitete Aufschlüsselung der Energiekosten einzuführen, die dazu beiträgt, die Kosten für die Kunden, den CO2-Fußabdruck und die Energieverschwendung zu reduzieren.
Ein drittes Beispiel ist Reddico, eine Agentur für digitales Marketing, die branchenführende Suchmaschinenmarketing-Dienstleistungen für Unternehmen in ganz Großbritannien anbietet. Eine zentrale Herausforderung für Suchmaschinenoptimierungsunternehmen (SEO) besteht darin, ihren Kunden globale Einblicke zu liefern. Das Sammeln von Daten zu Suchergebnissen in verschiedenen Regionen ist komplex und zeitaufwändig. Durch die Zusammenarbeit mit einem Datenerfassungsnetzwerk konnte Reddico einen neuen, äußerst wettbewerbsfähigen Service mit präzisem Geo-Targeting anbieten. Dieser Partner ermöglichte es ihnen, den Traffic über Peer-Geräte in den Zielregionen zu leiten, sodass Kunden ihre Kampagnen auf der Grundlage der tatsächlichen Suchergebnisse auf Kundenseite optimieren und lokalisieren konnten.
Steigerung des ROI mit einem erfolgreichen Daten-Flywheel
Ein Daten-Flywheel kann den Marketing-ROI auf drei Arten verbessern:
Erstens kann ein effektives Daten-Flywheel den Umsatz steigern, indem es Daten zur kontinuierlichen Verbesserung von Produkten und Dienstleistungen bereitstellt, was wiederum zu mehr Kunden führen kann. Dies wird als „positiver Kreislauf“ bezeichnet: mehr Daten, schnelleres Lernen, bessere Produkte, mehr Kunden. Wiederholen.
Zweitens führt eine effektive Daten-Flywheel-Strategie zu niedrigeren Kundenakquisitionskosten (CAC). Denn das Produkt wird auf der Grundlage von Nutzerbewertungen und Produktinteraktionsdaten kontinuierlich verbessert. Es kann ein Punkt erreicht werden, an dem die Produkt-Markt-Passung so gut ist, dass Reibungsverluste sowie Kundenakquisitionskosten reduziert werden und sich dadurch der ROI verbessert. Auf dem Softwaremarkt veranschaulichen Product-Led-Growth-Unternehmen (PLG) wie Dropbox, Slack und Calendy, wie eine Daten-Flywheel-Strategie die CAC senken kann.
Drittens kann eine Daten-Flywheel-Strategie, wenn sie richtig umgesetzt wird, die Risiken im Zusammenhang mit der Einhaltung gesetzlicher Vorschriften für die groß angelegte Erfassung von Webdaten mindern. Die Datenerfassung für kommerzielle Zwecke unterliegt der behördlichen Aufsicht, wie beispielsweise der Datenschutz-Grundverordnung (DSGVO) der EU und dem California Consumer Privacy Act (CCPA). Wenn Ihr Unternehmen oder Ihre Subunternehmer gegen eine dieser Vorschriften verstoßen, können Sie mit erheblichen Geldstrafen belegt werden und den Wert Ihrer datengesteuerten Produkte und Dienstleistungen gefährden.
Schlusswort
Daten-Flywheels sind eine effektive Strategie, um sowohl Wachstum als auch Umsatz zu steigern. Sie ermöglichen einen positiven Kreislauf aus Lernen, verbesserten Produkten und höheren Kundenkonversions-/Kundenbindungsraten. Wie ein Flywheel beschleunigt sich der datengesteuerte Lernprozess immer weiter und nutzt diese Trägheit, um die Systeme unabhängiger weiterzuentwickeln.
Flywheels sind von Daten abhängig. Das Sammeln von Daten von externen Websites wie Amazon, LinkedIn und Google in großem Umfang ist eine Herausforderung. Effektive Lösungen zur Webdatenerfassung müssen diese Herausforderungen auf ethische und gesetzeskonforme Weise umgehen. Kontaktieren Sie uns noch heute, um die perfekte Datenlösung für Ihr Unternehmen zu finden.
