Kap 4: Digital Marketing

Digitalisierung = Verwendung digitaler Computertechnologie durch eine Organisation/ Branche oder Land

Digital Marketing = technologiegestüzter Prozess, bei dem Unternehmen mit Kunden/ Partnern zusammenarbeiten und gemeinsam Werte für alle Beteiligten schaffen

• Personenbezogene Endgeräte

• Suchtechnologien

• Analytische Methoden

• Konnektivitätstechnologien

Personenbezogene Endgeräte

Fokus: Sind für die Nutzung durch einzelne Benutzer ausgelegt.

z.B.: Augmented Reality (erweiterte Realität), Wearables (Smartphones, Smartwatches, GoPros usw.)

Suchtechnologien

Fokus: Werkzeuge und Technologien, die Zugang zu Sammlungen von Informationen und Daten bieten

z.B.: Bild- und Textanalyse

Analytische Methoden

Fokus: Methoden, die sich mit der Simulation von intelligentem Verhalten beschäftigen

z.B.: Machine Learning, Cloud Computing

Konnektivitätstechnologien

Fokus: Technologien, die physische und virtuelle Objekte verbinden, um Informationsaustausch zu ermöglichen

z.B.: Internet of Things (IoT), Beacons (effizienter Adapter der Bluetooth-Technologie)

Digitale Plattform = digitaler Services, die den Austausch zwischen zwei oder mehreren unterschiedlichen, aber voneinander abhängigen Benutzergruppen erleichtert.

z.B.: Dog Vacay -> Hundebesitzer werden mit Hundebetreuern in Kontakt gebracht

Erleichterung der Interaktion

-> Erleichtern den Austausch zwischen Anbietern/Verbrauchern, die sonst nicht miteinander in Kontakt treten können

Zwei Benutzergrupppen profitieren

-> Bedienen mindestens zwei verschiedene Gruppen von Nutzern gleichzeitig und bringen sie zusammen

Identifikation von Marktlücken

-> Erkennen, dass die Nachfrage von einer Gruppe positiv mit der Nachfrage einer anderen Gruppe korreliert

Niedrige Transaktionskosten

-> Ermöglichen es einzelnen Anbietern in Märkte einzutreten, die zuvor von großen Firmen dominiert wurden

Plattform Konsozialität:

-> Ausmaß, in dem die Plattform soziale Interaktionen zwischen den Akteuren ermöglicht

Plattform Vermittlung:

-> Der Grad, in dem die Plattform in den Austauschprozess eingebunden ist (ebenfalls über softwarebasierter Technologie)

Beispiele:

Datenbank-Systeme: Von Unternehmen gesammelte historische Daten

• Bonus-/Loyalitätsprogramme (z.B. Kontaktdaten)

• Point of Sale (z.B. Abverkaufsdaten)

• Marktforschung (z.B. Umfragedaten)

Web-basierte Daten: Onlinedaten, die von Unternehmen über das Web gesammelt werden

• Customer Transactions (z.B. Kaufhistorie)

• Suchmaschinen (z.B. Suchhistorie)

• Electronic Word of Mouth (z.B. Empfehlungen, “Likes”)

Mobile/Sensor-basierte Daten: Kontextabhängige Echtzeitdaten, die von Unternehmen über mobile und sensorbasierte Geräte gesammelt werden (z.b. Ortungsdienst auf dem Handy: Wo hält sich Person öfter auf? Wie weit entfernt sie sich von zuhause?)

• Mobile Endgeräte (z.B. Appdaten)

• Sensoren (z.B. Bewegungsprotokolle)

• Internet of Things - IoT (z.B. Musikpräferenzen)

  
  

Individualisierte Empfehlungen = Auf Basis von individuellen Bedürfnissen und Vorlieben werden Empfehlungen auf einzelne Konsumenten abgestimmt

• Technologien erleichtern das Sammeln individueller Kundendaten -> Mehrwert, wenn Produkte auf Präferenz von Kunden abgestimmt sind

• Wertschöpfung durch Relevanz (=Ausmaß, in dem Verbraucher Informationen als hilfreich/nützlich wahrnehmen)

Beispiel Netflix:

• Klassifizierung: Klassifizierung der Nutzer in über 2.000 Kategorien

• Interessen: Jede Kategorie bezieht sich auf spezifische Interessen und ist mit Serien/ Filmen verknüpft

• Interessensüberschneidungen: Empfehlungen basieren auf Interessen von “Nachbarn” und “Watch History”

• Lernen: Angesehene Inhalte spezifizieren Klassifikation eines Nutzers -> Empfehlungen von neuen “Nachbarn”

Wahrgenommene Fairness

• Nicht individuell angesprochene Konsumenten werden schnell über andere Kanäle auf verkaufsfördernde Maßnahmen aufmerksam

• Konsumenten können es als unfair empfinden, wenn sie weniger Rabatt erhalten als anderen (Beispiel Preiserhöhung von Netflix neue vs. etablierte Kunden)

Privatsphäre-Bedenken

• Die Nutzung von Verbraucherdaten, um verkaufsfördernde Maßnahmen anzupassen, wird von Konsumenten als negativ empfunden werden

• Privatsphäre-Bedenken können zu Reaktanz (Widerstand) gegenüber dem Unternehmen führen

Negative “Spillover-Effekte”

• Verkaufsfördernde Maßnahmen für einen bestimmten Kanal (z.B. Rabattaktion online) können während des Werbezeitraums negative Auswirkungen auf anderen Kanal haben (z.B. weniger Absatz offline)

Lagerverwaltung

• “Smart Shelves” erkennen den Produktverbrauch (durch Gewichtssensoren)

  -> Vermeidung eines Ausverkaufs

Produktionformationen

• Sensoren erkennen mobile Endgeräte und senden Produktinformationen

  -> Vereinfachung der Kaufentscheidung

Digitale Preisschilder

• Preisanpassung in Echtzeit

  -> Abschöpfen der Zahlungsbereitschaft

Vergnügen -> wird die Technologie als angenehm empfunden?

Selbstwirksamkeit -> Besitzen Konsumenten die Fähigkeit/ Kompetenz, die Technologie korrekt zu nutzen?

Erprobbarkeit -> Kann eine Innovation getestet und bewertet werden?

Kompatibilität -> Passt eine Innovation zu bestehenden Bedürfnissen/ Werten?

• Erhöhung der Kundenbindung (z.B. durch Social Media)

• Kunden besuchen öfter das Geschäft/ den Online-Shop und kaufen mehr

• Abgrenzung gegenüber Maßnahmen der Wettbewerber

Unstrukturierte Daten = Informationen ohne vordefinierte Organisation oder numerische Werte