MOps-Führungskräfte als Wissenschaftler: Umarmung der wissenschaftlichen Methode

Diese Serie stellt einen Rahmen vor, der die Rollen und Verantwortlichkeiten von Marketing Operations Leadern beschreibt. Dieser vierte und letzte Teil behandelt MOps-Führungskräfte als Wissenschaftler. Frühere Ausgaben beschrieben ihre Rollen als Modernisierer, Orchestratoren und Psychologen.

Der Weg zur Erkenntnis bedient sich der wissenschaftlichen Methode. Praktiker entwickeln zunächst eine Hypothese, die eine Annahme oder mögliche Erklärung für eine Beobachtung darstellt. Anschließend testen sie die Hypothese, indem sie Experimente durchführen. Eine Idee im Marketing ist analog zu einer Hypothese. Die Durchführung – beispielsweise eine auf der Idee basierende Kampagne – und die Messung der Ergebnisse können mit einem Experiment verglichen werden.

Die Einbeziehung einer wissenschaftlichen Entdeckungsmentalität ist ein wesentlicher Faktor für den Erfolg von Marketingteams und -fachleuten. Die Bewertung und Implementierung neuer Martech ist heute eine Kernaufgabe von Marketing- und Marketing-Operations-Profis (siehe Teil 1). Die Hypothese, die in der Einführung enthalten ist, ist, dass die neue Technologie die Ergebnisse verbessern wird. Die Verwendung der Marketing-Software und die Messung der Ergebnisse ist das Experiment.

Ein Eckpfeiler des Wertversprechens von Marketingautomatisierungsplattformen ist beispielsweise die Fähigkeit, E-Mail-Marketing in großem Umfang durchzuführen. Mit der Plattform kann nicht nur festgestellt werden, ob sie dieses Ziel erreichen kann, sondern es ist auch möglich, Experimente in Experimenten durchzuführen. A/B-Tests wurden ursprünglich implementiert, indem zwei separate Versionen des E-Mail-Motivs erstellt und in kleinen Segmenten der Datenbank bereitgestellt wurden. Dies ist ein einfaches Experiment, um festzustellen, welches Creative besser abschneidet.

Jedes Element jeder digitalen Kampagne und zugrunde liegenden Taktik ist eine Gelegenheit für ein Experiment. Die Ergebnisse (die „besser abschnitten“) werden anhand der Empfängerantworten gemessen. Diese Antworten können Key Performance Indicators (KPIs) umfassen, die von den grundlegenden – Öffnungen, Click-Throughs, Formularausfüllungen, Konversionsraten – bis hin zu Kampagnen- und Geschäftsergebnissen, z. B. Leads, Opportunities und Verkäufen, reichen.

Ganzheitliches Testen und iteratives Lernen

Viele Vermarkter betrachten A/B-Tests als Ausgangspunkt. Aber die Verknüpfung mehrerer Taktiken und Experimente und die Verwendung eines iterativen Ansatzes können unser Marketing beschleunigen.

Wir „… wollen ein bisschen weiter gehen als (A/B-Tests) und das tun, was ich „ganzheitliches Testen“ nenne, was sehr viel wissenschaftliches Testen ist“, sagte Kath Pay, CEO von Holistic Email Marketing, kürzlich auf einer MarTech-Konferenz .

„Sobald Sie ein erfolgreiches Ergebnis erzielen, das auf der Zeit basiert und nicht nur auf der Menge der E-Mails (in einer einzelnen Kampagne), aktualisieren Sie die Hypothese und ersetzen den verlierenden Stream durch einen neuen Stream unterstützt Ihre nächste Hypothese“, erklärte Pay.

Das Lernen ist ein iterativer Prozess, unabhängig davon, ob der A/B- oder der ganzheitliche Ansatz verwendet wird. Beobachtungen ergeben eine Hypothese. Ein Test wird konzipiert und durchgeführt, gefolgt von einer Überprüfung der Ergebnisse und Erkenntnisse, die auf den nächsten iterativen Lernzyklus angewendet werden.

Ergebnisse auswerten, Automatisierung vermeiden

Jedes Experiment liefert mehr zu analysierende Daten. Erfolgreiche Marketer sind diszipliniert, die Ergebnisse von Experimenten zu pausieren und auszuwerten, bevor sie zum nächsten übergehen.

Oft erfordern die Daten, dass wir unsere Hypothese revidieren, bevor wir mit dem nächsten Experiment beginnen. Nur weil wir den nächsten Schritt automatisieren können, heißt das nicht, dass wir das auch tun sollten.

Wissenschaftler beeinflussen Geschäftsergebnisse

Marketingleiter und Marketingbetriebsspezialisten haben häufig die Aufgabe, Modelle zu erstellen, die über die Ergebnisse von Marketingprogrammen berichten.

Attributionsmodelle haben sich für die meisten Organisationen deutlich über die „Last Touch“-Conversion-Messungen hinaus entwickelt. Die Anwendung wissenschaftlicher Strenge auf Zuschreibungen erfordert das Testen mehrerer Hypothesen, um das Ergebnis zu bestimmen.

Einige Experimente scheitern

Scheitern ist in die wissenschaftliche Methode eingebrannt. Wenn jede Idee eine Hypothese und jede Kampagne ein Experiment ist, dann ist es unvermeidlich, dass einige Hypothesen widerlegt werden. Fehlgeschlagene Experimente geben die Richtung für die nächste Hypothese und das nächste Experiment vor.

„Am Ende sagt Ihnen die Analytik nicht die nächste große kreative Idee, sie sagt Ihnen, wann die nächste große kreative Idee funktioniert“, so Elea Feit, Assistenzprofessorin für Marketing an der Drexel University.

Fazit

Die Nutzung von Erkenntnissen aus Daten, die durch Benutzerinteraktionen erstellt wurden, ist der Schlüssel zur Verbesserung des Kundenerlebnisses und zur Steigerung der Conversions. Die Annahme eines wissenschaftlichen Ansatzes – das Entwickeln und Testen von Hypothesen – ist der Schlüssel zur Verbesserung von Erfahrungen und Ergebnissen.

Die in diesem Artikel geäußerten Meinungen sind die des Gastautors und nicht unbedingt die von MarTech. Mitarbeiter Autoren sind hier aufgelistet.

Fügen Sie MarTech zu Ihrem Google News-Feed hinzu.

---