Mehr Wachstum durch Automatisierung

Wir arbeiten im TV-Segment. Unsere Kunden entscheiden selbst, wie, wann und wo sie sich Sendungen ansehen. Wenn wir nicht das anbieten, was sie sich wünschen, kündigen sie einfach ihren Vertrag oder wechseln zu einem anderen Anbieter. Wir haben erkannt, dass wir unsere Ziele, Marketingprioritäten und Erfolgskennzahlen überdenken müssen, um mehr Abonnenten zu gewinnen und das Wachstum anzukurbeln.

Mithilfe von drei strategischen Änderungen haben wir unsere Wachstumsziele erreicht. Jetzt möchte ich Ihnen zeigen, wie Sie das auch schaffen.

1. Messwert für das Wachstum festlegen, der für alle Marketingaktivitäten gilt

Dish Network setzt auf eine Omni-Channel-Strategie. Potenzielle Kunden entscheiden selbst, über welchen Kanal sie mit uns interagieren möchten: offline, online, über Mobilgeräte oder über all diese Kanäle. Das heißt, wir mussten die digitale und die analoge Welt zusammenbringen, um alle unsere Marketingaktivitäten effizienter und effektiver zu machen – es reicht nicht, nur die einzelnen Kanäle zu optimieren.

Das hat uns vor zwei Herausforderungen gestellt:

• Erstens mussten unsere Online- und Offline-Touchpoints und Conversion-Aktionen nahtlos ineinandergreifen.
• Zweitens brauchten wir ein datenbasiertes System, um zu ermitteln, wie wir mit unseren Ausgaben optimale Ergebnisse erzielen.

Wir nutzen nun unsere Callcenter-Daten, um fundierte Entscheidungen über Investitionen in digitales Marketing zu treffen. Diese Informationen helfen uns, neue Kunden zu gewinnen – auch wenn der Kaufprozess online begonnen hat. Außerdem haben wir so herausgefunden, dass uns mehr als die Hälfte der neuen Abonnenten anruft, bevor sie einen Vertrag abschließt.

Da wir beim Telefonmarketing höhere Conversion-Raten erzielen, haben wir die Daten zu Anruf-Conversions bei unseren Anzeigen in der bezahlten Suche berücksichtigt. So kann sich unser Team für digitales Marketing darauf konzentrieren, bessere Telefon-Leads zu finden. Außerdem können potenzielle Kunden uns auf Google mit nur einem Klick anrufen, da wir Anruferweiterungen in unseren Suchanzeigen nutzen. Daher geht mittlerweile ein Drittel all unserer Suchanzeigen-Conversions auf Anruferweiterungen zurück.

2. Mit dem CLV relevante potenzielle Kunden erreichen

Jeder weiß, dass Kunden nicht in ein starres Muster passen. Bei manchen ist der Umsatz fünfmal höher als der Durchschnitt, bei anderen ist die Absprungrate sehr hoch oder es ist besonders viel technische Unterstützung erforderlich. Da wir die Attribute und Werte dieser einzelnen Segmente nun kennen, können wir gezielt auf die Unterschiede eingehen. Das ist der Schlüssel zu unserem Erfolg.

Aber es ist nicht immer alles perfekt gelaufen. Erst vor Kurzem haben wir bei unserer gesamten Marketingstrategie den Ansatz für den Customer Lifetime Value (CLV) geändert. Dabei lag das Hauptaugenmerk auf digitalen Aktivitäten. Denn wir mussten feststellen, dass ein klassischer Marketingplan für lineare Kanäle wie Fernsehen, Radio oder den digitalen Bereich nicht mehr zu uns passt. Wir brauchten eine Omni-Channel-Marketingstrategie, in der die Onlinewerbung Priorität hat. Nur so können wir die für uns besonders relevanten Kunden gezielt ansprechen.

Im ersten Schritt haben wir genau geprüft, welche Attribute die besonders relevanten Kunden auszeichnen. Diese Daten sind dann in unsere Marketingstrategien eingeflossen. Wenn wir zum Beispiel wissen, dass bestimmte Signale besonders häufig mit dem CLV in Zusammenhang stehen, nutzen wir diese Erkenntnis in Google Ads, um durch Optimierungsmaßnahmen noch mehr dieser für uns wichtigen Kunden zu erreichen.

Die Ergebnisse sprechen für sich: Die Rentabilität unserer Kampagnen ist in diesem Jahr um 43 Prozent gestiegen, seitdem wir auf die Gebotsstrategie "Ziel-ROAS" umgestiegen sind.

3. Maschinelles Lernen sorgt für optimale Investitionen

Dank der Algorithmen für maschinelles Lernen können wir sehen, welche Maßnahmen wirklich funktionieren und worauf wir uns konzentrieren müssen. Durch die Automatisierung im Marketing können wir fundierte Entscheidungen treffen. Und mit jedem Dollar, den wir investieren, lernen wir etwas dazu.

In der Vergangenheit haben wir zum Beispiel Gebote auf bestimmte Keywords in der Google-Suche manuell festgelegt. Dank der Smart-Bidding-Algorithmen von Google können wir jetzt so bieten, dass wir auch wirklich Conversions erzielen. Außerdem lassen sich bei unseren Onlinekampagnen auch Offlinedaten berücksichtigen, was zu einer besseren Leistung führt. Mit diesem neuen Ansatz konnten wir 15-mal mehr Conversions erzielen und die Conversion-Rate um 60 Prozent steigern.¹

Maschinelles Lernen ermöglicht uns auch, schnell auf wichtige Informationen zuzugreifen. Früher mussten wir bis zum Abschluss einer Kampagne warten – manchmal Monate –, bevor wir die Ergebnisse analysieren und in weiteren Marketingaktionen berücksichtigen konnten. Dank der Algorithmen erhalten wir die gleichen Statistiken und Einblicke innerhalb von wenigen Stunden. Wir können Resultate sogar vorhersagen. Zum Beispiel lässt sich mit Echtzeitinformationen zur Leistung der maximale Return on Investment für eine laufende Kampagne prognostizieren. Das versetzt uns in die Lage, die Investitionen ganz nach Bedarf anzupassen.

Maschinelles Lernen hilft uns auch dabei, besonders relevante potenzielle Kunden zu identifizieren und anzusprechen. Mit einem manuellen Ansatz wäre das nicht möglich. Wir verstehen besser, wie diese Zielgruppe denkt und handelt, und können dann das passende Programmangebot für sie auswählen und unser Marketing automatisch auf ihre Wünsche und Bedürfnisse zuschneiden. Personalisierung und Relevanz in großem Maßstab sind mit maschinellem Lernen kein Problem mehr.