Datenhoheit im Marketing: Wie Schaeffler auf internes Datenmanagement setzt

Vortragende: Antonia Benz (Schaeffler), Christian Henne (MDI)

Gesprächspunkte

• Schaeffler setzt künftig auf interne Datenverarbeitung und -Nutzung für Analytics und Insights
• Sämtliche externe Daten werden nach intern migriert oder synchronisiert, dort harmonisiert und verfügbar gemacht
• Das gesamte Datenmanagement und die Automatisierung läuft in Microsoft Azure Cloud, inkl. Datenvisualisierung in Power BI
• „Data on demand“ ist künftig geplant über Chatbot und KI-Applikationen. Basis: AI-ready data.
• Ein solches Projekt besteht zu 50% aus IT und muss zeitlich und ressourcenseitig entsprechend geplant werden
• Projekt wurde mit externer Unterstützung des MUNICH DIGITAL INSTITUTE (MDI) gestartet und aktuell weiterentwickelt

Erklärung

Die Datenspeicherung ist für Data & Insights von grundlegender Bedeutung. Die Vorträge werden daher einheitlich archiviert, um das Wissen zu bündeln und später in verschiedenen Formaten nutzen zu können.

Kurzbeschreibung des Vortrags

Das Schaeffler Marketing setzt künftig auf ein internes Datenmanagement.  Hintergrund dieser Grundsatzentscheidung ist, eine stärkere Kontrolle und direkten Zugriff auf Marketing- und Kommunikationsdaten zu bekommen und entsprechenden Datenschutz sicherzustellen. Dies muss auch in Hinblick auf Data Intelligence außerhalb von Reporting Dashboards gesehen werden.  Die KI-Entwicklung ändert die Art der Datennutzung. So erwartet man bei Schaeffler, dass Daten und Analytik künftig deutlich stärker spezifische Fragen beantworten muss, Insights liefern soll und somit Wert auch für die Steuerung von Kampagnen und Marketing insgesamt bekommt.

Erkenntnisse

(1)  Internes Datenmanagement schafft Erkenntnisse.

• Insights: Durch externe Lösungen waren Daten für Schaeffler häufig nur in Form von Dashboards erreichbar. Künftig ist der Zugriff auf sämtliche Daten möglich und somit die interne Weiterverarbeitung nach spezifischen Anforderungen und Use Cases.
• Cross-Channel. Die Qualität der Analysen steigt deutlich, da Daten aus verschiedenen Quellen kombiniert werden können und somit Cross-Channel und Journey Evaluierung möglich wird.

(2)  Daten werden zukunftssicher für KI.

• KI-Anwendungen. Sauber strukturierte Datentabellen sind Voraussetzung für Auswertungen über KI mit LLMs.
• Harmonisierung. Diese Datentabellen müssen harmonisiert werden
• Datenzugriff. Interne KI-Applikationen brauchen Zugriff auf diese Daten. Dies ist nur mit interner Datenspeicherung möglich

(3)  Analytik wird skalierbar.

• Flexibilität. Wesentlicher Aspekt für data-driven Marketing ist die Skalierbarkeit innerhalb der Organisation. Internes Datenmanagement schafft die Voraussetzung, auf verschiedenste Fragen und Auswertungswünsche flexibel und schnell reagieren zu können.
• Automatisierung und Kosten. Mit Blick auf KI ist zudem davon auszugehen, dass der Aufwand und damit die Kosten für Analytik perspektivisch sinken werden. Durch Automatisierung kann zumindest eine deutlich stärkere Daten-Durchdringung in der Organisation ohne steigende Kosten erreicht werden.