"Data Science" im Marketing - Eat your own dogfood

Lesezeit: ca. 4 Minuten

Ich bin Marketer – kein Entwickler und schon gar kein Data Scientist. Zu meinen Aufgaben gehört es Nutzen und USPs aufzuzeigen, Zielgruppen zu identifizieren und über mögliche Use Cases zu informieren. Was aber wie die oberste Direktive für medizinische Offiziere der Sternenflotte klingt, wurde kurz vor Jahresende zu meinem Leitspruch und vielleicht finden sich ein paar meiner Kolleg*innen hier wieder.

Ich wagte ein Jenke-eskes Selbstexperiment und wurde zum internen Kunden meines eigenen Produktes: YUNA – einer kollaborativen Data-Science-Plattform, mit der Data Science Use Cases vom Prototyp bis zum Mission Critical Service konzipiert und realisiert werden können. Die Mitglieder meiner Zunft werden mir sicherlich zustimmen: Es ist die eine Sache über ein Produkt zu sprechen und es am Markt zu platzieren. Jedoch ist es eine andere Sache, dieses Produkt auch tatsächlich zu nutzen.

Jetzt ist es aber so, dass YUNA nicht für einen einzigen Use Case entwickelt worden. Man kann es sich eher wie eine Kiste voller Klemmbausteine vorstellen, aus denen man Küchengeräte, Flugzeuge, Schiffe, Städte, Roboter oder Tiere zusammensetzen kann. Die Kolleg*innen haben mit YUNA Lösungen bisher in ganz anderen Größenordnungen umgesetzt – zum Beispiel als Service, um digitale Zwillinge zu realisieren oder als Condition Monitoring Portal , mit dem sich Millionen von Messwerten aus Maschinendaten, Sensoren und hunderten Analyseskripten problemlos zu einem intelligenten Predictive Maintenance Konzepte vereinen lassen. Und auf einmal können die verinnerlichten Marketing-Doktrinen nicht mehr aus dem Köfferchen geholt werden – ganz einfach, weil man eben nicht unbedingt die Zielgruppe darstellt.

Also stellte sich mir die Frage: Wie kann ich diese Data Sciene Plattform für meine tägliche Arbeit im Marketing nutzen?

  • Use Case
  • ...eine neue Welt
  • Die Überlegung
  • Das Dashboard
  • WAS?!
  • Es lebt!

Schritt 1 - Das Konzept

Ich setzte mich also ans Zeichenbrett – oder vielmehr ans Whiteboard. Natürlich sind die Zugriffe auf die Website bzw. der Produktseite eine der wichtigsten KPIs für uns Marketer. Dafür nutze ich Tools wie Matomo oder Google Analytics. Diese Informationen wollte ich nutzen. Die Basis war also gefunden!


Koffein-Level: 1x Mate
Musik-Level: Electro-Swing

Schritt 2 - Funktionsweise

Ab diesem Punkt öffneten sich mir eine völlig neue Welt! Ich wollte nicht Matomo und Google Analytics ersetzen – ich wollte einen neuen Service entwickeln, etwas, das ich in der Form nicht habe bzw. was mich etwas kostet oder sich nur durch die Verbindung mehrerer Lösungen umsetzen lassen würde.

  •  Zugriffsfzahlen der Website
  • Auswirkung z.B. von Social Media Posts auf diese Zahlen
  • Automatisieren der Reports
  • Mit Daten herausfinden, auf welchen Kanal, zu welcher Zeit, an welchem Tag, die eigenen Marketingthemen am besten funktionieren
  • Völlige Loslösung von den vielen unterschiedlichen Lösungen auf dem Markt und zusammenfassen der Funktionen in einer einzigen Plattform

Koffein-Level: 2x Mate
Musik-Level: Immer noch Electro-Swing

Schritt 3 - "Data Science"

Die vorherigen Punkte 1-2 lassen sich natürlich (über Umwege) mit den Standard-Tools umsetzen. Ich wollte es aber für das Marketing-Team noch einfacher haben! Ich will NICHT für jeden Kanal und jeden Post einen trackbaren Link erstellen müssen, ich will NICHT zwischen Social-Media-Profilen hin und her wechseln, um Impressionen, Klicks und die Reichweite zu sehen, um dann mit Blick zwischen Websitezahlen mir die Auswirkungen zusammenrechnen / herbei zu denken.

Es muss einfacher und schneller gehen:
Ich setze einen Post zu einem unserer Portfolio-Bestandteile ab und YUNA schmeißt mir wöchentlich einen Report aus, indem es den Zeitpunkt des Posts mit den Zugriffszahlen der Website bzw. der Produktseite in Relation setzt.


Koffein-Level: 1x Grüner Tee
Musik-Level: Rock

Schritt 4 - Exkursion Data Science und Softwaredevelopment

Im nächsten Schritt schrieb ich mir zunächst (unterstützt durch die Kolleg*Innen) mit YUNAML mein Dashboard. Durch die Nähe zu XML fand ich mich gut zurecht und mein Dashboard nahm langsam Form an. Erst verbannte ich die gängigen Bookmarks aus meinem Browser und ersetzte sie durch Kacheln in YUNA. Warum? Weil man meistens viel zu viele Lesezeichen im Browser hat. Täglich verbringt man dann gefühlte Ewigkeiten damit, die passende Seiten zu finden, weil sie in Ordnern stecken oder schlicht und ergreifend nicht alle Seiten in die Lesezeichenleiste passen.

Nun packte ich mir die kostenlose RStudio IDE auf die Platte. Anschließend durchwühlte ich das Internet nach einer Möglichkeit mit R auf die APIs von Matomo bzw. Google Analytik zuzugreifen. Die so abgezogenen Zahlen sollten dann in einer Datenbank abgelegt werden. Mein Glück: Im Internet finden sich eben diese Dokumentationen und RPackages/Libraries, die diese Verbindung ermöglichen.

Heureka! Der Abzug per R-Skript aus Google Analytics funktionierte! Ich sah, wie sich Webseiten mit Zugriffzahlen in RStudio als eine wunderschöne Tabelle zu etwas Brauchbaren verbanden. Jetzt musste alles in eine Datenbank, damit YUNA die Daten auch „sehen“ konnte.


Koffein-Level: 1x Mate 1x Energy-Drink
Musik-Level: Energiegeladener und motivierender Punk-/Hardrock

Schritt 5 - Die leiden des jungen Marketers

FEHLER – NICHTS GEHT MEHR! Was? Wie? Wo?
Warum funktioniert das nicht?! Ich durchforstete meinen „Code“ und YUNA nach Fehlern. Ich suchte, fand nichts, suchte weiter und fand aber immer noch nichts. Mein Puls stieg jenseits der Geschwindigkeitsbegrenzung der A44 zwischen Orpethal und Burghasungen, ich verfluchte Computer im Allgemeinen und schwörte ihnen für immer ab!


Koffein-Level: 3x Energy-Drinks
Musik-Level: aggressiver Punk-/ Hardrock (sehr, sehr laut)

Schritt 6 - Marketing trifft "Data Science"

Der Fehler war gefunden – ich hatte Änderungen in der Datenbank vorgenommen, sie aber nicht konsequent im R-Skript und YUNA mitgenommen. Mein Puls normalisierte sich – die Abfrage funktionierte wieder. In YUNA konnte ich nun die Zahlen in verschiedenen Tabellen darstellen lassen, nach spezifischen Zeiten und Seitenpfaden filtern sowie als Graphen anzeigen lassen.
Der erste Schritt meines neuen Marketingservices war also geschafft! Nun kann ich kann die zeitliche Veränderung der Website-Zugriffe manuell mit Social Media Posts vergleichen.


Koffein-Level: Tee, Earl Grey, heiß!
Musik-Level: Jubilierende Fanfaren


Der Ausblick

Der erste Schritt meines neuen Marketingservices war also geschafft! Nun kann ich kann die zeitliche Veränderung der Website-Zugriffe manuell mit Social Media Posts vergleichen. Als nächstes überspringe ich den 2. Punkt und mache mich an die Automatisierung von Reports: Wenn ich also etwas poste, soll YUNA mir zeigen, wie sich die Zugriffe auf eine spezifische Seite verändert haben und diese per Mail zusenden. Stay tuned!

Ihren individuellen Use Case mit YUNA umsetzen? Sprechen Sie uns an!



Christian Schreiner - Beitrag vom 16.01.2020

Christian Schreiner ist seit 2019 im Bereich Marketing der eoda GmbH tätig. Hier betreut er die innovative Data Science Plattform YUNA rund um das Thema Marketing. Privat interessiert er sich für Suchmaschinen-Optimierung und Trends in der Online-Kommunikation.

Abonnieren Sie unseren Datenanalyse-Blog