Lektion 8 Flashcards
Metrik
Zahl im Kontext, die wichtige Hinweise über eine Kampagne und deren Ziele liefert
Performance-Indikatoren (Leistungsindikatoren, PIs)
Kennzahlen, die Hinweise über die Leistung von Geschäftsbereichen oder ganzer Unternehmen geben
Key Performance Indicators (KPI)
Hinweise darüber, ob sich ein Geschäft in die gewünschte Richtung entwickelt und Ziele erreicht wurden
Drei zentrale Funktionen von Data Analytics im Kampagnenprozess
- Formative Funktion: Nutzung von Daten während der Kampagnenstrategie-Phase und der Planungsphase hilft Unternehmen, Zielgruppen zu entdecken und besser zu verstehen
- Taktische Funktion: kontinuierliches Beobachten von Daten kann beispielsweise Möglichkeiten für Echtzeit-Kampagnen aufdecken
- Bewertende Funktion: Erfolg von Kampagnen zu messen und aufzuzeigen, was in Bezug auf die Kampagne und die Zielgruppen funktioniert und was weniger funktioniert
SMART Ziele
specific, measurable, achieveable, relevant and timbound
= Ziele, die genau beschreiben, was passieren soll und bis wann
Ziele von Branding-Kampagnen
Auf- und Ausbau von Marken
Indikatoren: Image oder Bekanntheit der Marke
Performance-Ziele
kurzfristige, direkte Effekte und Handlungen
Indikatoren: Konvertierungsrate (Conversion Rate) und Return on Investment (ROI)
Branding-Zielgrößen
spezifische Ziele, die eine Marke erreichen möchte, um ihren Erfolg und ihre Wirkung zu messen
Diese können quantitative oder qualitative Ziele umfassen, wie z.B. Umsatzsteigerung, Markenbekanntheit, Kundenzufriedenheit, Markenimage oder Kundenbindung
Performance Zielgrößen (10)
• Page-Impressions/Page-Views
• Ad-Impressions/Ad-Views
• Ad-Clicks/Ad-Klicks
• Click-Through-Rate (CTR)
• Bounce-Rate/ Absprungrate
• Site-Stickiness/ Verweildauer
• Sign-up–Generierung von Leads/ Prospects
• Sales/Umsatz
• Umsatz pro Kaufakt
• Conversion Rates/Konversionsraten/Umwandlungsquoten
gängigste Arten an Visualisierungen (5)
Tabellen
Kreisdiagramme
Liniendiagramme
Säulendiagramme
Balkendiagramme
Dashboards
Messung und Zusammenfassung wichtiger Kennzahlen in Echtzeit
SUCCESS-Formel (7)
• SAY: Bericht muss Botschaft kommunizieren und nicht nur Sammlung von Daten abbilden, Botschaft muss für den Leser/ Zuhörer leicht verständlich sein
• UNIFY: Mit einer semantischen Notation werden Informationen leichter verarbeitet und schließlich auch genutzt, wichtig: Vereinheitlichung in allen Dimensionen + passende visuelle Aufbereitung
• CONDENSE: Ziel einer Visualisierung ist Verstehen eines übergreifenden Kontextes, durch möglichst starke Verdichtung an Informationen
• CHECK: Oberste Priorität ist richtige und wahrheitsgetreue Visualisierung von Daten, Darstellungen dürfen weder irreführend noch manipulativ genutzt werden
• EXPRESS: Selektion passender Visualisierungen sind elementar für Vermittlung von Botschaften, entsprechende Planung der Visualisierung im Rahmen eines Gesamtkonzeptes
• SIMPLIFY: überflüssige Informationen weglassen, Überladende Visualisierungen und Wiederholungen sind nicht zielführend und zu vermeiden
• STRUCTURE: gute Gliederung gibt Leser und Zuhörer Struktur, Ein Einstieg mit Kernaussagen ist üblich, Kernaussagen werden anschließend mit detaillierteren Informationen unterfüttert, mit guter Struktur werden Dopplungen vermieden und wichtige Aspekte nicht vergessen
Kriterien zur Erreichung des Segmentierungsziels (3)
• Demografische Kriterien (Alter, Geschlecht, Beruf, Einkommen,…)
• Verhaltensbasierte Faktoren/ behaviorale Faktoren (Häufigkeit des Websitebesuchs, Verweildauer auf der Website, Kaufhistorie)
• Psychografische Faktoren (Werte, Risikobereitschaft oder Interessen)
Zentrale Methoden zur Segmentierung (3)
• Die A-Priori-Methode: Mittels vorab definierter Kriterien werden Segmente und Unterscheidungskriterien festgehalten. Grundlage ist eine bestehende Informationsbasis über die Zielgruppe.
• Die A-Posteriori-Methode: Segmente werden auf Basis von Beobachtungen von Gemeinsamkeiten im Nutzerverhalten gebildet, meistens auf Basis einer Kombination von mehreren Kriterien. Diese Methode bedarf umfassender Datenanalysen, um eine breite Informationsgrundlage zu schaffen.
• Predictive Targeting: Mittels Machine-Learning-Algorithmen wird aus dem Nutzerverhalten gelernt, um Zusammenhänge zu identifizieren und darauf aufbauend Segmente zu bilden. Mit dieser Methode fließen nicht direkt sichtbare Merkmale in die Segmentierung mit ein.
Recency-Frequency-Monetary Value (RFM)
= Aktualität-Häufigkeit-Geldwert
• Aktualität: Die Wahrscheinlichkeit, dass Nutzer sich wieder mit Inhalten auseinandersetzen oder etwas kaufen, ist bei denjenigen höher, die vor Kurzem mit dem Content interagiert oder etwas gekauft haben.
• Häufigkeit: Die Wahrscheinlichkeit, dass Nutzer sich wieder mit Inhalten auseinandersetzen oder etwas konsumieren, ist bei denjenigen höher, die regelmäßig mit den Inhalten interagieren.
• Geldwert: Die Wahrscheinlichkeit für eine wiederholte Conversion ist bei denjenigen Nutzern höher, deren Conversions besonders relevant sind, die sich regelmäßig mit den Inhalten auseinandersetzen oder etwas kaufen und dies auch kürzlich getan haben.
