Trickr.dethe trend ticker

Die meisten Unternehmen freuten sich zunächst, in Social Media einen Kanal gefunden zu haben, mit dem sie ihre Marketing Botschaften in die Welt hinausrufen können.

Andere Unternehmen sind da schon weiter und sehen in Social Media eine Plattform, auf der sie durch wechselseitige Kommunikation ein tiefere Beziehung zu ihren derzeitigen oder potenziellen Kunden aufbauen können.

Doch es gibt noch eine dritte Möglichkeit Social Media zu nutzen: Man analysiert die Erwartungen, Bedürfnisse und Wünsche der Kunden („Voice of the Customer“) indem man deren Social Network Daten erfasst, darin neue Muster erkennt und die eigenen Geschäftsstrategien danach ausrichtet, um etwa seine Kunden gezielter und besser ansprechen zu können. Kurz: Man betreibt Data Mining in sozialen Netzwerken. Bei der immensen Menge an Daten, die in den Social Networks gespeichert sind, ein verlockender Gedanke.

Derzeit erstellen CRM Systeme Kundenprofile indem sie demographische Daten heranziehen und diese mit dem früheren Verhalten des Kunden (meist vorherige Kaufsmuster) kombinieren. So entsteht ein Bild des Kunden, das Auskunft über seine Vergangenheit gibt.

Doch die Kundendaten, die in Online Communitys wie Facebook gespeichert sind, sind meist nicht nur ausführlicher sondern auch zukunftsweisender. So wüsste zum Beispiel ein Kreditinstitut, das Zugang zu diesen Daten hätte, nicht nur, dass der Kunde ein Girokonto, ein Sparkonto, zwei Einlagenzertifikate und eine Hypothek hat, sondern auch, dass sich der Kunde für Golf und Gourmet-Kochen interessiert. Das sind wichtige Informationen für zukünftige Marketing-Initiativen.

Jede Sekunde werden unglaubliche Mengen dieser Daten auf Facebook, Twitter, Xing und andere Communitys gestellt. Hätte man Zugang zu diesen Daten, hätte man eine Art Echt-Zeit CRM-System, das regelmäßig über neue Trends und Möglichkeiten informiert. Wie erreiche ich das?

.

Zugang zu Social Media Daten erhalten

.

Zwar kann man mit der heutigen Technologie diese Daten herausziehen, doch sind dabei einige Herausforderungen zu bewältigen. Der riesige Datenstrom, der jede Sekunde zunimmt, ist ein Paradebeispiel für sogenannte „Big Data“, der nicht so leicht verarbeitet werden kann. So steht man vor dem Problem, dass nicht alles, was der soziale Datenstrom liefert, auch wirklich relevante Informationen bringt. Experten gehen von nur 20% relevanter Information aus. Doch bevor man den Datenstrom eines Nutzers analysiert, muss man erst herausfinden wo sich mein Kunde in dem riesigen Social Universe befindet.

.

Das Problem der Kundenidentität

.

Die meisten Unternehmen finden ihre Kunden auf den sozialen Plattformen, indem sie dort ebenfalls präsent sind. Dieser Weg ist langwierig, mühselig und kostet Geld. Auf Facebook erhalten Unternehmen Zugang zu persönlichen Informationen eines Nutzers, wenn diese Person auf den „Like Button“ der Unternehmensseite klickt (je nachdem wie die Privatsphäre Einstellungen sind). Durch besondere Angebote, Spiele oder Anwendungen kann ich als Unternehmen noch weitere Muster im Kundenverhalten erkennen und Informationen sammeln.

Jetzt gibt es jedoch Technologien, die diesen Identifizierungsprozess beschleunigen. Spezielle Matching Technologien können herausfinden, ob ein „Peter Müller“ in meiner Unternehmens-Datenbank dieselbe Person ist, wie ein bestimmter „Peter Müller“ auf Facebook. Die Algorithmen, die das können, sind extrem ausgeklügelt und wurden schon erfolgreich von Strafverfolgungsbehörden eingesetzt um Verbrecher ausfindig zu machen.

Man benötigt für die Identifizierung auf den sozialen Netzwerken ein oder zwei Informationen zum Kunden – die E-Mail Adresse ist meist die wichtigste. Anschließend erhält man, je nach Sicherheitseinstellungen, die Profildaten des Users und dessen Verbindungen.

.

Was macht man mit den gewonnen Daten?

.

Das zweite Problem bei Social Media ist, dass ich die gewonnen Daten in nutzbare Daten umwandeln muss. Doch Social Media Daten werden durch andere Technologien gewonnen und werden deshalb auch in anderen Formaten und eigenen Datenbanken gespeichert, als die Daten die normalerweise in mein CRM System einfließen. Wie kann ich diese Daten passend umwandeln? Eine Lösung bieten Produkte zur Stammdatenverwaltung.

Diese Master Data Management (MDM) Systeme gibt es schon länger, denn das Problem der verteilten Daten existiert nicht erst seit Social Media. Oft liegen relevante Daten nämlich zerstreut in den Datenbanken der historisch gewachsenen operativen Systeme. MDM Systeme sollen die Konsistenz meiner verschiedenen Datenbanken sicherstellen. Damit kann ich auch Social Media Daten in meine bestehenden CRM Systeme einfügen. Was ich anschließend erhalte, sind wertvolle Daten, mit denen ich meine Zielgruppen passender ansprechen kann und eine individuellere Betreuung meiner Kunden sicherstellen kann.

.

Trade off: Daten sammeln oder Beziehungen aufbauen?

.

Doch diese Schritte sind nicht unproblematisch. Denn viele Nutzer fühlen sich in ihrer Privatsphäre bedroht, wenn Unternehmen anfangen, persönliche Daten in großen Mengen aus dem Netz zu saugen. Social Media lebt zum großen Teil von den dort aufgebauten Beziehungen zwischen Kunden und Unternehmen, mit all seinen Dialogen. Wird der Prozess des Data Minig automatisiert vorangetrieben, geht viel von dieser Beziehung verloren. Bei Social Media sollten die Informationen in beide Richtungen fließen – d.h. auch Unternehmen müssen Informationen von sich preis geben und dürfen ihre Kunden nicht als Datenstrom betrachten. Deshalb sollte man seine Kunden immer zuerst um Erlaubnis fragen, wenn man Informationen  über sie einholt. Denn nur wenn die Kunden dem Unternehmen vertrauen und keine Angst haben, werden sie auch loyale Kunden.

Anmerkung: In Anlehnung an einen Artikel von Mashable.

Wie wird Marktforschung in Zukunft aussehen? Welche Innovationen und Ideen erwarten uns im nächsten Jahrzehnt? Hier die wichtigsten aktuellen Strömungen, die man nicht verpassen sollte:

1. Social Media Monitoring: Mit Hilfe dieser Systeme werden verschiedenste Online-Plattformen im Social Web erforscht und beobachtet. Nutzergenerierter Inhalt, wie er auf Foren, Blogs und bei Produktbewertungen zu finden ist, wird beobachtet. Brand Monitoring analysiert, wie sich das Gesprächsvolumen zu einer Marke über die Zeit entwickelt. Issue Monitoring dient der Aufdeckung kritischer Gespräche im Web. Es verhindert damit als Frühwarnsystem eine unerwünschte Weiterverbreitung dieser Inhalte im Netz. Trend Monitoring analysiert den Puls der Zeit: Trends und Innovationen werden identifiziert um neue Produkte zu entwickeln, wie sie die Nutzer wollen.
2. Sentiment Analysis: Hier wird durch automatisierte semantische Parser untersucht, ob die Userkommentare  positive oder negative Meinungen oder Stimmungen ausdrücken. Diese Tonalitätsanalyse wird häufig eingesetzt um zu sehen, wie sich die Einstellung der User zu einer Marke oder einem Produkt mit der Zeit verändert.
3. Data Mining: Wird bei extrem großen Datenmengen eingesetzt um darin Muster und Regeln zu erkennen. Manche Hochleistungsrechner analysieren beispielsweise die komplette Blogosphäre auf semantische Zusammenhänge.
4. Social Network Analysis: Ist ein spezieller Fall des Data Mining. Hier geht es meist um die Identifizierung von zentralen Knotenpunkten eines Netzwerkes. Facebook, StudiVZ und andere Linknetzwerke werden so nach Meinungsführern und Influencer durchsucht. Daten werden als Kombination von Knoten und Verbindungen gesehen. Damit können z.B. Virale Marketing-Kampagnen effektiver geplant werden. Es lassen sich auch abstraktere Netzwerke wie Kaufgewohnheiten oder Warengruppen analysieren.
5. Onlinepanels: Die Panels (Internetnutzer) werden entweder von den Panelbetreibern zu bestimmten Themen befragt oder es wird das Surfverhalten der Panels  analysiert um es auf die gesamte Online-Bevölkerung hochzurechnen und die Reichweiter der Angebote abzuschätzen.
6. Onlinefokusgruppen: Auch Closed User Groups genannt. Hier wird nur eine geringe Zahl von Mitgliedern zu bestimmten Themen befragt , die sich dann auf Foren oder Blogs darüber austauschen.
7. Crowdsourcing: Sehr beliebt, wenn man als Unternehmen neue Ideen zur Produktentwicklung erhalten möchte. Die innovativsten User werden hierbei direkt nach ihren Ideen gefragt. Oft wird ein Wettbewerb ausgeschrieben und die besten Vorschläge für ein neues Produkt mit einem Preisgeld belohnt. Arbeitet man dabei direkt mit Lead Usern zusammen, nennt man dieses Verfahren zur Ideengenerierung Distributed and Open Innovation.

Dass Soziale Netzwerke als Data Mining Quelle herangezogen werden, ist nicht neu. So gibt der Einzelne meist auch Acht, welche Inhalte er ins Netz stellt, veröffentlicht und welche nicht. Doch es ist nicht einfach nur der Inhalt der Daten, der uns „verrät“, es ist unsere Vernetzung innerhalb des Netzwerkes, welche uns für Marktforscher interessant macht. Denn daraus lassen sich Rückschlüsse auf unsere Persönlichkeit und unsere Rolle innerhalb dieser Gruppen ziehen. Gemäß dem Motto: „Sage mir, wer deine Freunde sind, und ich sage dir, wer du bist.“

Eine Studie der Wirtschafts-wissenschaftler Jan Kratzer und Christopher Lettl zeigte, dass sich zwei bestimmte Persönlichkeitstypen anhand ihrer Vernetzung klar identifizieren lassen: „Meinungsmacher“ und „Anführer“. Gerade für Werbetreibende natürlich hoch interessante Gruppen. „Anführer sind diejenigen, die mit vielen verschiedenen Gruppen vernetzt sind, dadurch diverse Informationen erhalten und verschiedenen Einflüssen ausgesetzt sind. Sie werden durch diese Brückenfunktion eher zum „lead user“ und Vorreiter neuer Ideen. „Meinungsmacher“ hingegen sind nur innerhalb einer bestimmten Gruppe vernetzt, in dieser dafür sehr stark und mit vielen direkten Beziehungen. Sie sind der Knotenpunkt, der die Haltung der Gruppe extrem beeinflusst. Ist der Meinungsmacher einer Marke gegenüber positiv eingestellt, so ist es wahrscheinlich auch die ganze Peer Group. Hinzu kommt, dass Empfehlungen von Freunden im Netz viel mehr Vertrauen genießen, als jede Werbung. Ist der „Anführer“ somit der Entdecker der Trends, werden sie vom „Meinungsmacher“ für die Massen interessant gemacht. Dass sich Marktforscher für diese Network-Infos interessieren, ist keine Überraschung. Dass Facebook jedoch persönliche Daten selbstverständlich ca. 10 bis 20 Mal am Tag weitergibt, schon eher. Zwar nur auf staatliche Anfragen hin, ist aber dennoch beunruhigend, dass Kontaktinfos, Mini-Feed, Freunde und Nachrichten preisgegeben werden können. Darüber sollte sich jeder im Klaren sein, der Daten ins Web stellt und sich vernetzt.