Erst durch die Zusammenführung aller Kanäle, Touchpoints und Systeme entsteht eine 360°-Ansicht auf die einzelne Person. Customer Journey Analytics ist die Erarbeitung und Umsetzung einer nutzerzentrierten Online-Marketing-Strategie. Dabei wird die Customer Journey auf der jeweiligen Online-Präsenz vollständig verstanden und nachvollzogen. Ein hochskalierbares Cloud Data Warehouse in Kombination mit einem modernen Analytics-Engineering-Ansatz bilden hierbei die Basis, um aussagekräftige Reportings über modular aufgebaute Dashboards zu erhalten.
Zusammenführen aller Kundeninformationen
360°-Ansicht auf die Kundinnen und Kunden
Bereitstellung von User-Daten für Marketingkanäle wie E-Mail, Targeting, Display und weitere
Segmentierung sowie Personalisierung
Verminderte Komplexität des Zugangs der Daten
Visualisierungen in BI-Tools
Blinkist stehen aus zahlreichen Datenquellen im Marketing vielfältige Informationen bereit, die für die Entwicklung von Produkten essenzielle Erkenntnisse bereithalten. Doch ein veralteter Tech-Stack verhindert sowohl die dazu benötigte Datenqualität als auch eine uneingeschränkte Verfügbarkeit für relevante Stakeholder. Mit der Modernisierung der Infrastruktur beginnt unser gemeinsames Projekt, an deren Ende die technisch reibungslose Verarbeitung von Daten steht. Inklusive praktischem Enablement der Teams, um mit den bereitgestellten Daten eigene Analysen zu erstellen.
Sascha Urban
Director Data / Blinkist
Ein Cloud Data Warehouse ist ein Datenbanksystem, das von Anbietenden für Cloud-Dienste verwaltet und gehostet wird. Verglichen mit On-Premise Infrastrukturen bietet ein CDWH enorme Skalierbarkeit und Flexibilität bei kalkulierbaren Kosten.
Innerhalb eines Dashboards können Daten in verschiedenen Visualisierungstypen dargestellt werden. Durch die Interaktionsmöglichkeiten der Nutzenden mit dem Dashboard unterscheidet sich diese Darstellungsform deutlich von einfachen Diagrammen in Excel. Gleichzeitig können durch Navigationsebenen oder Drill-Throughs verschiedene Detailgrade der Daten dargestellt werden.
BI-Tools wie Tableau oder Power BI bieten zahlreiche verschiedene Konnektoren für unterschiedliche Datenquellen an. Dies können Datenbanken wie Snowflake oder auch einfache CSV-Dateien sein. Innerhalb eines Dashboard sind Anbindungen mehrerer Datenquellen problemlos möglich.
Die Digital Customer Touchpoints beschreiben alle digitalen Kontaktpunkte mit möglichen Kunden und Kundinnen. Die Touchpoints können dabei je nach Zielgruppe des Unternehmens sehr unterschiedlich sein. Dazu zählen Social Media, Ads, Newsletter, Suchmaschine oder die eigene Website.
Hinter dem Kürzel ETL steckt die Abfolge von klassischen Data Pipelines: Extraction – Transform – Load. Rohdaten werden abgerufen, transformiert und dann in Datenbanken eingespeist. Die meisten cloudbasierten Datenbanken folgen aber dem ELT-Ansatz: Extraction – Load – Transform. Dabei werden Datenquellen direkt in das Zielsystem übertragen und erst dort transformiert. Bei besonders großen Datenmengen ist dies von Vorteil, da es die Skalierbarkeit unterstützt und weniger Ressourcen verbraucht.
Ein Modern Data Stack ist ein schichtweise kombiniertes System von automatisierten Services, die Daten sammeln, kombinieren, analysieren und den Wert von Daten heben. Auf der grundlegendsten Ebene schlägt er die Brücke zwischen Rohdaten auf der einen und Data Analytics auf der anderen Seite.
