Datenkollaboration ist angesagt. Da Marken danach streben, mehr Wert aus ihren First-Party-Daten zu ziehen und die Lücken zu füllen, die durch das Ende der Third-Party-Cookies entstanden sind, wenden sie sich gegenseitig vorteilhaften Partnerschaften zu, um hochwertige Erkenntnisse zu gewinnen.
Eine erfolgreiche Datenkollaboration hängt jedoch von der menschlichen Zusammenarbeit hinter den Kulissen ab. Um dieses Ziel zu erreichen, müssen Sie sich auf die Agenden, Kontrollen und Technologien einigen, die den Datenaustausch sicher machen.
Wie kann man also einen Weg in die Zukunft aufzeigen und die verschiedenen Interessengruppen mit einbeziehen?
Ein Modell für eine erfolgreiche Datenkollaboration
Ein kürzlich veröffentlichter Winterberry-Bericht enthält ein praktisches RACI-Modell, das aufschlüsselt, wer was für eine typische Datenpartnerschaft zur Medienaktivierung und -messung tun muss. An wen Sie sich wenden, hängt von Ihrer Organisation und Ihrem Anwendungsfall ab. Betrachten Sie den Bericht und die Infografik unten also weniger als Vorlage, sondern eher als Denkanstoß für die Gespräche, die Sie bei jedem Schritt führen können.
So sah der RACI aus, als Danone, ein weltweit führender Hersteller von Lebensmitteln und Getränken, mit einem bekannten Einzelhändler über LiveRamps Safe Haven zusammenarbeitete.
Schritt 1: Den Business Case identifizieren
Danone musste die Verbraucherinformationen verbessern, um seine Medienstrategie zu schärfen und den ROI zu steigern. Die Pandemie von 2020 brachte nicht nur Störungen im Geschäftsleben mit sich, sondern auch neue Medienkonsumgewohnheiten. Diese Veränderungen wirkten sich auf die Produktentwicklung und die Kundenansprache von Danone aus, daher war es wichtig, Erkenntnisse zu sammeln und so schnell wie möglich zu handeln.
Vor dem Hintergrund dieser strategischen Ziele hat sich Danone auf zwei Ziele konzentriert:
- Verständnis der Auswirkung von Danones digitaler Werbung auf Zielgruppensegmente und deren Weg zum Kauf beim Einzelhändler.
- Die Optimierung von Omnichannel-Aktivierungen auf Basis von Transaktionsdaten.
Der RACI-Rahmen für Gespräche in dieser Phase sah wie folgt aus:
Schritt 2: Den richtigen Partner finden
Im Gegensatz zu Einzelhändlern mit konventionellen Geschäften und E-Commerce-Filialen verfügte Danone nicht über Daten, um große Mengen von Verbrauchern direkt zu erreichen, so dass die Bildung von genauen Zielgruppensegmenten, die an wichtige Buyer Personas gebunden waren, eine weitere Hürde darstellte. Die Lösung? Partnerschaften mit führenden Einzelhändlern, die über die von Danone benötigten Datensätze verfügen, um effizientere und effektivere Medienkampagnen durchzuführen. Die RACI:
Schritt 3: Die Regeln festlegen
Die Partnerschaften kamen dank der in Safe Haven eingebetteten Datensicherheit schnell voran, da alle Einzelhandelsdaten pseudonymisiert und frei von direkt identifizierenden Informationen (DII) sind. Zusätzliche Überprüfungen stellten sicher, dass keine (DII) in die Umgebung eingefügt und keine Daten exportiert werden konnten – die Daten waren stets verwaltet und unter Kontrolle.
Datenqualität und -beschaffung (oder Herkunft – woher die Daten stammen und wie sie gesammelt wurden) waren in dieser Phase ebenfalls wichtige Punkte, da die Analyseteams die Qualität und die erwartete Genauigkeit der Erkenntnisse, die sie aufdecken wollten, bewerteten. Einige Daten müssen aufgrund der von den Partnern auferlegten Genehmigungsbeschränkungen mit bestimmten Einschränkungen gehandhabt werden, und Governance-Vereinbarungen regeln, wie die Daten innerhalb der Safe-Haven-Umgebung verwendet werden und wie die Ergebnisse zur Information der Danone-Geschäfte genutzt werden.
LiveRamp veranstaltete Sitzungen zwischen den IT-Organisationen der Partner, einschließlich der Daten-/Analyse-Teams und der Rechtsabteilung, damit diese die Kernfunktionen und Umgebungskontrollen zur Gewährleistung der Datensicherheit verstehen.
[Wenn Sie sich eingehender mit Datenherkunft, Governance und Genehmigung befassen möchten, lesen Sie unseren früheren Blog.]
Schritt 4: In die Tat umsetzen
Danone wandte sich an die Datenmarketingexperten von Numberly, die Zielgruppensegmente aktivierten, die mit genehmigten Daten von Danone und seinen Einzelhandelspartnern direkt aus Safe Haven erstellt wurden. Dies ermöglichte eine kanalübergreifende Konsistenz und legte den Grundstein für das übergeordnete Ziel, auf Post-Cookie-Werbung umzusteigen und die Zukunft der eigenen Daten selbst in die Hand zu nehmen.
Es geht um Menschen
Datenkollaboration ist nicht nur ein technologisches Problem, sondern auch eine menschliche Angelegenheit. Bei Danone half das Zusammenbringen der Beteiligten über den gesamten Zeitraum der Datenkollaboration den Teams, die außergewöhnlichen Herausforderungen zu meistern, denen sie auf ihrem Weg begegneten. Diese internen und externen Partnerschaften werden ihnen dabei helfen, über ihren eigenen Tellerrand hinauszuschauen, um ein tieferes Kundenverständnis zu erlangen.
Wohin als nächstes?
Lesen Sie den Winterberry-Bericht: Kollaborative Datenlösungen für einen tieferen Einblick, wie Marken Initiativen zur Datenkollaboration beschleunigen können.
Wenn Sie mit dem Ausfüllen eines RACI-Modells für ein Pilotprojekt zur Datenkollaboration beginnen möchten, können wir Sie mit einem unserer Datenstrategen verbinden, der Ihnen helfen kann!