Jürgen Galler, 1plus X

Jürgen Galler, 1plus X

Data meets Kreation Der kleine Beziehungsratgeber für Marketingverantwortliche und Data Scientists

Freitag, 28. Juli 2017
Marketingverantwortliche und Data Scientists müssen besser zusammenarbeiten: Dieser Überzeugung ist Jürgen Galler, CEO und Co-Founder von 1plusX, einem KI-Start-up. Für ein erfolgreiches Marketing spielen Daten heutzutage eine sehr wichtige Rolle und sollten daher in Kampagnen gewinnbringend eingesetzt werden. In seinem Gastbeitrag für HORIZONT Online analysiert Galler, wie Marketer und Data Scientists miteinander kommunizieren sollten, um auf einen Nenner zu kommen.
Themenseiten zu diesem Artikel:

Jürgen Galler Gastbeitrag


Die Einsicht, dass wir heutzutage für ein gutes Marketing Daten benötigen, ist längst im Markt angekommen. Entsprechend ändert sich auch das Aufgabenfeld von Marketingverantwortlichen, von denen zunehmend erwartet wird, dass sie ihre Entscheidungen auf Daten stützen. Der Dialog zwischen Data Scientists und Marketingverantwortlichen ist jedoch oftmals noch von Unverständnis geprägt – ein Umstand den wir schleunigst angehen sollten. Ich denke, dass niemand mehr bestreiten wird, dass die Co-Existenz von Marketingverantwortlichen und Data Scientists eine anhaltende und langfristige sein wird. Daher lohnt es sich, hier etwas Zeit zu investieren und beide Parteien zu "synchronisieren", wie man so schön sagt.

1plusX

1plusX ist ein High-Tech-Startup aus der Schweiz. Es entwickelt Produkte, die mithilfe von Künstlicher Intelligenz Daten sammeln und Prognosen zu User-Gewohnheiten liefern.

Lektion 1: Eine gemeinsame Sprache definieren

Die Krux liegt oftmals schon im Fehlen einer gemeinsamen Sprache. Damit meine ich nicht Deutsch oder Englisch, sondern den Unterschied zwischen "Data-Sprech" und "Marketing-Sprech". Der letzte Punkt, an dem beide Spezies aufeinandergetroffen sind und eventuell noch eine gemeinsame Sprache gesprochen haben, war unter Umständen die Statistik-Vorlesung an der Uni. Jede Branche hat ihre Begrifflichkeiten und ihre eigene Tonalität. Wenn sich jedoch zwei Branchen verweben, die die gleiche Materie aus unterschiedlichen Blickpunkten und mit verschiedenen Parametern beleuchten, sollte man zu Beginn der Zusammenarbeit eine gemeinsame Sprache definieren, um Missverständnissen vorzubeugen. Damit sind vorrangig Begriffe wie "Accuracy" und "Reichweite" gemeint. Sie bergen ein hohes Potenzial dafür, monatelang aneinander vorbeizureden und unnötige Frustration hervorzurufen.
„Im Endeffekt ist niemandem geholfen, wenn Dateneinsichten produziert werden, die auf "Wenn und Aber" basieren.“
Jürgen Galler

Lektion 2: Ein Ampelsystem zur schnellen Entscheidungsfindung etablieren

Marketingverantwortliche sollten Data Scientists dazu auffordern, ihre Aussagen mit klaren Schlussfolgerungen in Übereinstimmung mit den abgestimmten Begrifflichkeiten zu treffen. So kann beispielsweise auf Seiten des Marketings ein Ampelsystem entworfen werden, das die Reaktionszeit reduziert: Hat der Data Scientist "grün" gewählt, dann kann der Prozess schnell vorangehen, bei "gelb" sollten sich beide Seiten über die Details unterhalten, bei "rot" wird die Kampagne gestoppt. Hilfreich ist es auch, im Vorfeld festzulegen mit welchen Daten die Data Scientists arbeiten sollen, und zu entschieden, dass zum Beispiel nicht in ein Projekt eingestiegen wird, bevor diese Daten vorhanden sind. Das spart Zeit, Geld und lange Diskussionen. Im Endeffekt ist niemandem geholfen, wenn Dateneinsichten produziert werden, die auf "Wenn und Aber" basieren.

Lektion 3: Gewohnheiten durchbrechen – beiderseits

Sowohl Data Scientists als auch Marketingverantwortliche tendieren gerne dazu, in ihre eigene Welt "abzutauchen". In der interdisziplinären Zusammenarbeit sollte trotzdem – oder gerade deshalb – darauf geachtet werden, auch gelegentlich wieder aufzutauchen und die andere Partei ein wenig aus der Komfortzone zu holen. Data Scientists sollten dazu angehalten werden, laufend einfachere und kürzere Wege zu einer Lösung zu finden. Kann man Aussage A auch mit einer reduzierten Datenmenge B zu einem einfacheren Verfahren X erreichen? Gibt es eventuell Werkzeuge, die bestimmte Auswertungen vollautomatisch generieren und dem Data Scientist mehr Zeit für kniffligere Themen geben? Marketingverantwortliche auf der anderen Seite sollten hin und wieder aufgefordert werden, mehr in Daten zu denken. Wo entstehen bestimmte Daten? Wie bekomme ich (für meinen Data Scientist) Zugriff darauf? Wie kann ich meine Daten und jene meiner Kunden einfacher verwalten und schneller mit meinem Data Scientist zur Weiterbearbeitung teilen? Gibt es eventuell Partner, mit denen ich schneller vorankomme?

Generell muss und sollte hier niemand verzweifeln! Kommunikation ist, wie in den meisten anderen Bereichen auch, der Schlüssel zum Erfolg. Wer Bedürfnisse und Unverständnis nicht kommuniziert, weil er sich nicht blamieren möchte, kann unter Umständen nicht die gleichen guten Ergebnisse generieren wie jemand, der sich dafür einsetzt, sein Gegenüber zu verstehen und ihm bestmöglich zuzuarbeiten. Die Beziehung von Data Management-Anbietern und Marketingverantwortlichen ist derzeit noch mit dem ersten gemeinsamen Urlaub in einer Partnerschaft zu vergleichen. Man verbringt zunehmend mehr Zeit miteinander, lernt den anderen kennen und darf gelegentlich überlegen, ob es nun das Bündnis fürs Leben ist, aber man muss dem anderen zumindest eine Chance geben, sich zu beweisen.

Meist gelesen
stats